基于峰值比的疊加單滑窗信號(hào)檢測(cè)算法

楊 松

(中國(guó)電子科技集團(tuán)公司第五十四研究所，河北 石家莊 050081)

基于峰值比的疊加單滑窗信號(hào)檢測(cè)算法

楊 松

(中國(guó)電子科技集團(tuán)公司第五十四研究所，河北 石家莊 050081)

針對(duì)有多種固定突發(fā)長(zhǎng)度的短突發(fā)信號(hào)的信號(hào)檢測(cè)問(wèn)題，提出了基于峰值比的疊加單滑窗信號(hào)檢測(cè)算法，即進(jìn)行多次不同滑動(dòng)窗長(zhǎng)的單滑窗信號(hào)檢測(cè)，再將這些單滑窗信號(hào)檢測(cè)結(jié)果序列進(jìn)行疊加處理，從而得到最終的檢測(cè)結(jié)果序列，最后從該序列中提取峰值得到突發(fā)信號(hào)起始位置，并計(jì)算單滑窗檢測(cè)結(jié)果序列的峰值比以判斷突發(fā)長(zhǎng)度。該算法很好地解決了有多種固定突發(fā)長(zhǎng)度的短突發(fā)信號(hào)的檢測(cè)問(wèn)題，并且避免了常規(guī)檢測(cè)算法存在的多檢或少檢符號(hào)的問(wèn)題。

固定長(zhǎng)度；短突發(fā)；單滑窗；信號(hào)檢測(cè)

0 引言

有些突發(fā)信號(hào)，突發(fā)持續(xù)很短，最短突發(fā)只有幾個(gè)符號(hào)，且突發(fā)長(zhǎng)度分為幾檔固定長(zhǎng)度。目前還沒(méi)有專(zhuān)門(mén)針對(duì)此類(lèi)突發(fā)信號(hào)的檢測(cè)算法，通用信號(hào)檢測(cè)算法[1]對(duì)其檢測(cè)效果同樣不佳。為了實(shí)現(xiàn)對(duì)這種信號(hào)的精確檢測(cè)，可以采用基于峰值比的疊加單滑窗信號(hào)檢測(cè)算法。該算法雖然是針對(duì)特殊的突發(fā)信號(hào)而設(shè)計(jì)的，但同樣可以為其他突發(fā)信號(hào)檢測(cè)算法的設(shè)計(jì)提供思路。該算法適用于目標(biāo)信號(hào)突發(fā)符號(hào)個(gè)數(shù)少、突發(fā)長(zhǎng)度分為多檔且突發(fā)長(zhǎng)度(符號(hào)個(gè)數(shù))已知的情況，可以在突發(fā)信號(hào)起始位置檢測(cè)的同時(shí)判定當(dāng)前檢測(cè)信號(hào)的突發(fā)長(zhǎng)度。要求信號(hào)有較高的過(guò)采樣率。

1 針對(duì)2檔突發(fā)長(zhǎng)度的檢測(cè)算法

1.1 檢測(cè)算法流程

信號(hào)的突發(fā)長(zhǎng)度分多檔與分為2檔的情況類(lèi)似，為便于理解，先從突發(fā)長(zhǎng)度分為2檔的情況入手[2]。對(duì)于有2檔突發(fā)長(zhǎng)度的突發(fā)信號(hào)，如圖1所示。

圖1 2檔突發(fā)長(zhǎng)度的突發(fā)信號(hào)時(shí)域波形

使用基于峰值比的疊加單滑窗信號(hào)檢測(cè)算法，即先用2個(gè)不同滑動(dòng)窗長(zhǎng)的單滑窗分別對(duì)信號(hào)進(jìn)行能量檢測(cè)[3]，再將2個(gè)檢測(cè)結(jié)果疊加并進(jìn)行峰值檢測(cè)以確定信號(hào)起始位置，最后用信號(hào)起始位置處的2個(gè)單滑窗信號(hào)檢測(cè)峰值的比值確定信號(hào)的突發(fā)長(zhǎng)度。其中2個(gè)滑動(dòng)窗長(zhǎng)度就是信號(hào)的2種可能的突發(fā)長(zhǎng)度對(duì)應(yīng)的碼元個(gè)數(shù)[4]，為了方便，后面將較短的滑動(dòng)窗長(zhǎng)對(duì)應(yīng)的單滑窗信號(hào)檢測(cè)簡(jiǎn)稱(chēng)為短檢測(cè)；將較長(zhǎng)的滑動(dòng)窗長(zhǎng)對(duì)應(yīng)的單滑窗信號(hào)檢測(cè)簡(jiǎn)稱(chēng)為長(zhǎng)檢測(cè)。

通過(guò)2次的單滑窗信號(hào)檢測(cè)，可以得到短檢測(cè)結(jié)果和長(zhǎng)檢測(cè)結(jié)果，如圖2所示。

圖2 2種單滑窗檢測(cè)的結(jié)果

單滑動(dòng)窗信號(hào)檢測(cè)采用能量檢測(cè)的方法，以第一個(gè)采樣點(diǎn)為起點(diǎn)，通過(guò)每個(gè)碼元抽取一個(gè)采樣點(diǎn)進(jìn)行能量累計(jì)求平均來(lái)計(jì)算以該點(diǎn)為起點(diǎn)對(duì)應(yīng)的滑動(dòng)窗內(nèi)的功率值[5]，然后依次向后以采樣點(diǎn)為單位進(jìn)行滑動(dòng)，繼續(xù)計(jì)算以其他采樣點(diǎn)為起點(diǎn)對(duì)應(yīng)的功率值直至信號(hào)結(jié)束[6]。由于每個(gè)碼元抽取一個(gè)采樣點(diǎn)，滑動(dòng)窗長(zhǎng)既是要統(tǒng)計(jì)的碼元個(gè)數(shù)，也是所統(tǒng)計(jì)的采樣點(diǎn)個(gè)數(shù)。從圖2中可以看出，在有信號(hào)的位置，無(wú)論窗長(zhǎng)是否與信號(hào)長(zhǎng)度(碼元個(gè)數(shù))一致，單滑窗能量檢測(cè)都會(huì)產(chǎn)生一個(gè)峰，只是這些峰有尖有平，有大有小。

1.2 信號(hào)起點(diǎn)的提取

首先，信號(hào)檢測(cè)峰的形狀，從圖2中可以直觀(guān)看出，若滑動(dòng)窗的長(zhǎng)度與信號(hào)長(zhǎng)度一致，產(chǎn)生的檢測(cè)峰為尖峰；若不一致，產(chǎn)生的檢測(cè)峰為平峰。這是因?yàn)樵诨瑒?dòng)窗的長(zhǎng)度與信號(hào)長(zhǎng)度一致的情況下，只有當(dāng)滑動(dòng)窗與信號(hào)完全重合時(shí)，才會(huì)產(chǎn)生檢測(cè)峰，所以檢測(cè)峰為尖峰；而在滑動(dòng)窗的長(zhǎng)度與信號(hào)長(zhǎng)度不一致的情況下，會(huì)有多個(gè)連續(xù)的采樣點(diǎn)滿(mǎn)足以其為起點(diǎn)的滑動(dòng)窗與信號(hào)完全重合，所以此時(shí)的檢測(cè)峰為平峰。而一般進(jìn)行峰值檢測(cè)時(shí)，處理的對(duì)象都是尖峰，所以這里需要對(duì)檢測(cè)結(jié)果做進(jìn)一步處理，以便進(jìn)行峰值檢測(cè)從而確定信號(hào)位置[7]。只要把2個(gè)檢測(cè)結(jié)果疊加，就可以將尖峰提取出來(lái)[8]，如圖3所示。對(duì)這個(gè)疊加后的結(jié)果再進(jìn)行峰值檢測(cè)[9]，提取出超過(guò)一定門(mén)限[10]的尖峰的位置[11]，就可以確定信號(hào)的起點(diǎn)了[12]。后面簡(jiǎn)稱(chēng)這種將短檢測(cè)與長(zhǎng)檢測(cè)疊加的方法為疊加檢測(cè)。

圖3 單滑窗疊加檢測(cè)結(jié)果

1.3 信號(hào)長(zhǎng)度的確定

確定了信號(hào)的起點(diǎn)，如果再能確定終點(diǎn)，信號(hào)檢測(cè)就完成了[13]。這里由于信號(hào)長(zhǎng)度是分檔的，所以只要確定了信號(hào)長(zhǎng)度，同樣可以確定信號(hào)的終點(diǎn)，從而完成信號(hào)檢測(cè)[14]。這需要先研究2種單滑窗信號(hào)檢測(cè)峰值的大小，不同突發(fā)信號(hào)的功率雖然有大有小，但是這不會(huì)影響2種滑動(dòng)窗信號(hào)檢測(cè)值的比例關(guān)系，所以后續(xù)需要考慮的只有2種滑動(dòng)窗信號(hào)檢測(cè)對(duì)同一個(gè)突發(fā)信號(hào)的檢測(cè)結(jié)果[15]。

在滑動(dòng)窗長(zhǎng)度與信號(hào)長(zhǎng)度一致的情況下，單滑窗信號(hào)檢測(cè)會(huì)檢測(cè)出一個(gè)大小為信號(hào)功率的峰，為尖峰；在滑動(dòng)窗長(zhǎng)度小于信號(hào)長(zhǎng)度的情況下，單滑窗信號(hào)檢測(cè)也會(huì)檢測(cè)出一個(gè)大小為信號(hào)功率的峰，為平峰，峰值寬度為2檔突發(fā)長(zhǎng)度的差值(以采樣點(diǎn)個(gè)數(shù)計(jì))，峰的起始位置為信號(hào)的起始位置；在滑動(dòng)窗長(zhǎng)度大于信號(hào)長(zhǎng)度的情況下，單滑窗信號(hào)檢測(cè)會(huì)檢測(cè)出一個(gè)平峰，峰值與信號(hào)功率的比值略大于較短的突發(fā)長(zhǎng)度與較長(zhǎng)的突發(fā)長(zhǎng)度的比值，峰值寬度為2檔突發(fā)長(zhǎng)度的差值(以采樣點(diǎn)個(gè)數(shù)計(jì))，峰的終止位置為信號(hào)的起始位置。所以，對(duì)于突發(fā)信號(hào)長(zhǎng)度為較短那檔的情況，2種單滑窗信號(hào)檢測(cè)的峰值大小有一定差距，在信號(hào)起始位置，長(zhǎng)檢測(cè)結(jié)果與短檢測(cè)結(jié)果的比值略大于較短的突發(fā)長(zhǎng)度與較長(zhǎng)的突發(fā)長(zhǎng)度的比值；而對(duì)于突發(fā)信號(hào)長(zhǎng)度為較長(zhǎng)那檔的情況，2種單滑窗信號(hào)檢測(cè)的峰值大小相當(dāng)。因此，可以根據(jù)2種單滑窗信號(hào)檢測(cè)結(jié)果在疊加檢測(cè)的峰值處的比值范圍來(lái)確定當(dāng)前突發(fā)信號(hào)的長(zhǎng)度屬于哪檔，從而確定突發(fā)長(zhǎng)度，完成信號(hào)檢測(cè)[16]。

基于峰值比的疊加單滑窗信號(hào)檢測(cè)算法，具體來(lái)說(shuō)，記長(zhǎng)檢測(cè)的結(jié)果為序列x1(i)，其中i=1,2,…,n，n為檢測(cè)了的信號(hào)長(zhǎng)度(以采樣點(diǎn)個(gè)數(shù)計(jì))；記短檢測(cè)的結(jié)果為序列x2(i)，其中i=1,2,…,n；記疊加檢測(cè)的結(jié)果為序列x(i)，其中i=1,2,…,n；先對(duì)序列x(i)進(jìn)行峰值檢測(cè)，記檢測(cè)結(jié)果為序列p(k)，其中k=1,2,…,m，m為檢測(cè)到的信號(hào)個(gè)數(shù)；記較長(zhǎng)的突發(fā)長(zhǎng)度為l1，較短的突發(fā)長(zhǎng)度為l2。對(duì)于檢測(cè)到的第k(k=1,2,…,m)個(gè)信號(hào)，p(k)就是信號(hào)的起始位置(信號(hào)第一個(gè)符號(hào)的最佳采樣點(diǎn))；再計(jì)算信號(hào)起始位置對(duì)應(yīng)的長(zhǎng)檢測(cè)結(jié)果與短檢測(cè)結(jié)果的比值

若

則判定信號(hào)長(zhǎng)度為l1；若

則判定信號(hào)長(zhǎng)度為l2，其中，α為噪聲的幅度與信號(hào)幅度的比值，可以根據(jù)實(shí)際情況估計(jì)或根據(jù)信噪比推算，取一大概值即可，以下α均為此含義。

然而，當(dāng)2檔突發(fā)長(zhǎng)度比較接近時(shí)，這種方法是不適用的，因?yàn)槿菀桩a(chǎn)生誤判。產(chǎn)生誤判的概率與信噪比和2檔突發(fā)長(zhǎng)度的接近程度都有關(guān)系，信噪比越低、2檔突發(fā)長(zhǎng)度越接近，產(chǎn)生誤判的概率也就越大。具體來(lái)說(shuō)，(1-l2/l1)(1-α)值越小，產(chǎn)生誤判的概率越大，當(dāng)該值接近于0時(shí)，算法已無(wú)法進(jìn)行判定。所以，當(dāng)α接近于1時(shí)，無(wú)論l2/l1有多小，該算法同樣無(wú)法進(jìn)行判定；而當(dāng)α接近于0時(shí)，注意到該算法適用于突發(fā)符號(hào)個(gè)數(shù)少的短突發(fā)信號(hào)，所以即使這2個(gè)突發(fā)長(zhǎng)度只差1個(gè)符號(hào)，l2/l1也不會(huì)非常接近于1，該算法依然成立。

2 針對(duì)多檔突發(fā)長(zhǎng)度的檢測(cè)算法

對(duì)于信號(hào)的突發(fā)長(zhǎng)度分為多檔的情況，原理是完全相同的。將突發(fā)長(zhǎng)度按從長(zhǎng)到短排列，分別記為lj，其中j=1,2,…,r，r為突發(fā)長(zhǎng)度檔數(shù)；記以lj為窗長(zhǎng)的單滑窗信號(hào)檢測(cè)結(jié)果為序列xj(i)，其中j=1,2,…,r，i=1,2,…,n，n為檢測(cè)了的信號(hào)長(zhǎng)度(以采樣點(diǎn)個(gè)數(shù)計(jì))；記疊加檢測(cè)的結(jié)果為序列x(i)，其中i=1,2,…,n；對(duì)序列x(i)進(jìn)行峰值檢測(cè)的結(jié)果，記為p(k)，其中k=1,2,…,m，m為檢測(cè)到的信號(hào)個(gè)數(shù)。對(duì)于檢測(cè)到的第k(k=1,2,…,m)個(gè)信號(hào)，p(k)就是信號(hào)的起始位置(信號(hào)第一個(gè)符號(hào)的最佳采樣點(diǎn))；再令j=1，計(jì)算比值

若

則判定信號(hào)長(zhǎng)度為l1，否則繼續(xù)后續(xù)判定，將j以1為步進(jìn)增加；不失一般性，對(duì)于1

則判定信號(hào)長(zhǎng)度為lj，否則繼續(xù)將j以1為步進(jìn)增加，再判定；當(dāng)j=r-1，若比值

則判定信號(hào)長(zhǎng)度為lr-1，否則判定信號(hào)長(zhǎng)度為lr。完成信號(hào)檢測(cè)。

3 仿真實(shí)驗(yàn)

3.1 算法仿真

產(chǎn)生仿真實(shí)驗(yàn)信號(hào)，共3個(gè)突發(fā)信號(hào)：持續(xù)時(shí)長(zhǎng)分別為25個(gè)符號(hào)、15個(gè)符號(hào)和5個(gè)符號(hào)；分別位于第10 001采樣點(diǎn)、第20 001采樣點(diǎn)和第30 001采樣點(diǎn)處；信號(hào)的信噪比為10dB。信號(hào)的時(shí)域波形如圖4所示。

圖4 仿真信號(hào)的時(shí)域波形

采用基于峰值比的疊加單滑窗信號(hào)檢測(cè)算法進(jìn)行檢測(cè)，由于信號(hào)突發(fā)長(zhǎng)度分為3檔，所以需要以3種突發(fā)長(zhǎng)度為窗長(zhǎng)分別進(jìn)行單滑窗信號(hào)檢測(cè)，再疊加。疊加檢測(cè)結(jié)果如圖5所示。進(jìn)行峰值檢測(cè)，可以在采樣點(diǎn)9 997、采樣點(diǎn)19 999及采樣點(diǎn)30 001處檢測(cè)到峰值，說(shuō)明這些位置是突發(fā)信號(hào)的起始位置。

圖5 疊加單滑窗信號(hào)檢測(cè)結(jié)果

之后還要確定信號(hào)的突發(fā)長(zhǎng)度。以檢測(cè)窗長(zhǎng)為25個(gè)符號(hào)進(jìn)行的單滑窗信號(hào)檢測(cè)在采樣點(diǎn)9 997、采樣點(diǎn)19 999和采樣點(diǎn)30 001處的檢測(cè)值分別為1.310 8、2.861 4和4.385 7；以窗長(zhǎng)為15個(gè)符號(hào)進(jìn)行的檢測(cè)在上述3個(gè)采樣點(diǎn)處的檢測(cè)值分別為1.823 1、4.389 8和4.388 5；以窗長(zhǎng)為5個(gè)符號(hào)進(jìn)行的檢測(cè)在上述3個(gè)采樣點(diǎn)處的檢測(cè)值分別為4.368 9、4.389 2和4.395 9。取α=0.3，由于

且

所以第1個(gè)突發(fā)的突發(fā)時(shí)長(zhǎng)為5個(gè)符號(hào)；由于

而

所以第2個(gè)突發(fā)的突發(fā)時(shí)長(zhǎng)為15個(gè)符號(hào)；由于

所以第3個(gè)突發(fā)的突發(fā)時(shí)長(zhǎng)為25個(gè)符號(hào)。

這樣就得到了各信號(hào)的突發(fā)位置以及突發(fā)時(shí)長(zhǎng)，完成了信號(hào)檢測(cè)。將檢測(cè)結(jié)果與信號(hào)的實(shí)際情況對(duì)比，檢測(cè)突發(fā)位置精度很高，可精確到幾個(gè)采樣點(diǎn)；突發(fā)時(shí)長(zhǎng)檢測(cè)結(jié)果正確。通過(guò)仿真實(shí)驗(yàn)驗(yàn)證了算法的可行性。

3.2 性能仿真

產(chǎn)生仿真實(shí)驗(yàn)信號(hào)共3個(gè)突發(fā)信號(hào)：持續(xù)時(shí)長(zhǎng)分別為25個(gè)符號(hào)、15個(gè)符號(hào)和5個(gè)符號(hào)；分別位于第10 001采樣點(diǎn)、第20 001采樣點(diǎn)和第30 001采樣點(diǎn)處；信號(hào)的信噪比為0～10 dB。每種信噪比的信號(hào)產(chǎn)生10 000次，分別進(jìn)行信號(hào)檢測(cè)并統(tǒng)計(jì)檢測(cè)結(jié)果，統(tǒng)計(jì)結(jié)果如表1所示。

表1 性能仿真檢測(cè)結(jié)果

通過(guò)性能仿真的統(tǒng)計(jì)結(jié)果可以看出，信號(hào)的信噪比在5 dB以上時(shí)，算法可以正常工作；信號(hào)的信噪比在8 dB以上時(shí)，算法的檢測(cè)結(jié)果比較可靠，可以用來(lái)引導(dǎo)后續(xù)處理。

4 結(jié)束語(yǔ)

基于峰值比的疊加單滑窗信號(hào)檢測(cè)算法適用于有多檔固定突發(fā)長(zhǎng)度(各檔長(zhǎng)度不能太接近)的短突發(fā)信號(hào)，并且對(duì)這種信號(hào)檢測(cè)精度很高，避免了常規(guī)檢測(cè)算法存在的多檢或少檢符號(hào)的問(wèn)題。通過(guò)這種信號(hào)檢測(cè)可以直接得到信號(hào)第一個(gè)符號(hào)的最佳采樣點(diǎn)，為后續(xù)解調(diào)提供了便利。該算法運(yùn)算量不大、可靠性高、易于實(shí)現(xiàn)，具有很高的實(shí)用價(jià)值。

[1] 晏 瀟.無(wú)線(xiàn)檢測(cè)中的通用信號(hào)檢測(cè)與識(shí)別算法研究[D].北京：北京郵電大學(xué),2015.

[2] 姚國(guó)義,李 鑫,蘭瑞田.一種突發(fā)通信信號(hào)檢測(cè)與頻偏估計(jì)算法[J].無(wú)線(xiàn)電通信技術(shù),2014，40(4):22-23.

[3] 朱來(lái)普,張陸勇,謝文鳳,等.基于Duffing混沌振子的微弱信號(hào)檢測(cè)研究[J].無(wú)線(xiàn)電工程,2012,42(1):17-20.

[4] 馮文江,王紅霞,侯劍輝,等.一種適合突發(fā)通信的信號(hào)檢測(cè)改進(jìn)算法[J].重慶大學(xué)學(xué)報(bào),2007(2):58-60.

[5] 鐘翕如,周良柱,皇甫堪,等.一種信號(hào)檢測(cè)模糊技術(shù)及其應(yīng)用[J].國(guó)防科技大學(xué)學(xué)報(bào),1997，19(3):21-26.

[6] 韓騰飛,陳衛(wèi)東.基于高階累積量的突發(fā)信號(hào)檢測(cè)技術(shù)[J].無(wú)線(xiàn)電通信技術(shù),2013,39(2):72-74.

[7] 蘭瑞明.弱信號(hào)檢測(cè)方法研究[D].成都：電子科技大學(xué),2005.

[8] 張 紅,宋俊壽,黃泰翼.一種新的峰值提取方法及其在語(yǔ)音基頻提取中的應(yīng)用[J].鐵道學(xué)報(bào),1998，20(6):68-73.

[9] 陳 瑞,方邦順.峰值檢測(cè)的一種新方法[J].自動(dòng)化博覽,2005(2):61-62.

[10] 鐘慧婷,廖俊必,廖世鵬.沖擊信號(hào)峰值檢測(cè)及修正的研究[J].設(shè)計(jì)與研究,2006(11):6-7.

[11] 張學(xué)森,郭 霖,孔繁慧,等.寬帶信號(hào)檢測(cè)中自適應(yīng)門(mén)限設(shè)定方法[J].聲學(xué)技術(shù),2011，30(2):183-187.

[12] 郝建軍,黎 晉.感知無(wú)線(xiàn)傳感網(wǎng)中能量檢測(cè)的判決門(mén)限設(shè)定[J].中國(guó)通信,2011(1):14-19.

[13] 楊守義,徐萌萌,齊 林,等.一種認(rèn)知無(wú)線(xiàn)電中自適應(yīng)感知門(mén)限設(shè)置方法[J].鄭州大學(xué)學(xué)報(bào),2011(1):94-98.

[14] 曹 磊,張劍云,李小波,等.相關(guān)雜波背景下的認(rèn)知雷達(dá)序貫信號(hào)檢測(cè)[J].信號(hào)處理,2014(3):345-354.

[15] 馮文江,王紅霞,侯劍輝,等.一種適合突發(fā)通信的信號(hào)檢測(cè)改進(jìn)算法[J].重慶大學(xué)學(xué)報(bào),2007(2):58-60.

[16] 欒鵬程,吳 瑛.基于陣列的短時(shí)信號(hào)檢測(cè)與提取算法[J].電光與控制,2003(3):112-114.

楊 松 男，(1986—)，工程師。主要研究方向：通信信號(hào)解調(diào)及解碼。

Signal Detection Method by Single Slide Window Superposition Based on Peak Value Ratio

YANG Song

(The54thResearchInstituteofCETC,ShijiazhuangHebei050081,China)

To realize the detection of short burst signals with multiple fixed burst lengths,a signal detection method by single slide window superposition based on peak value ratio is proposed,in which many times of single slide window signal detections with different slide window lengths are conducted,and then those single slide window signal detection result sequences are superposed to obtain the final detection result sequence,at last the peak values are extracted from the final sequence to obtain the start positions of the bursts,and the ratios of the peak values of different single slide window detection result sequences are calculated to determine the burst lengths.The method can solve the problem of the detection of short burst signals with multiple fixed burst lengths very well,and avoid the problem that general methods always detect more or less symbols.

fixed length;short burst;single slide window;signal detection

10.3969/j.issn.1003-3106.2017.04.18

楊 松.基于峰值比的疊加單滑窗信號(hào)檢測(cè)算法[J].無(wú)線(xiàn)電工程，2017,47(4):78-82.

2017-01-09

國(guó)家部委基金資助項(xiàng)目。

TN763.1

A

1003-3106(2017)04-0078-05