[发明专利]基于压缩感知的跳频信号盲检测方法

说明书

技术领域

本发明属于通信对抗领域，具体涉及一种基于压缩感知的跳频信号盲检测方法。

背景技术

跳频通信因其良好的抗干扰、低截获特性及良好的组网能力，已在军事领域得到了广泛的应用。开展对跳频通信对抗的研究、寻求截获、分选识别和干扰跳频通信信号的方法，已成为了当前通信对抗领域紧迫而困难的重要研究课题之一。

目前跳频信号的检测方法多种多样，主要有信道辐射机检测、压缩接收机检测、空间相关检测、时频分析检测、基于小波变换检测、声光频谱分析、DFT谱分析及其他谱分析方法。大部分的检测方法都是在假设已知部分参数、信道环境较理想的条件下实施的，对于恶劣电磁环境下的信号盲识别效果较差，其中利用相关检测方法实现对跳频信号的检测，其判决门限的确定和信噪比密切相关，在实际实施中存在不便，而时频分析和小波算法在低信噪比条件下虽然可以达到较好的检测效果，但是这两种算法非常复杂，计算量极大，实时性差并且对硬件要求很高。

然而在通信侦察和对抗等非协作通信应用中，通常需要在不能事先获知任何协议和参数的情况下，快速并准确的检测出整个频域段的跳频信号，它是实现跳频信号分离、干扰、监听、欺骗的基础。因此要求检测跳频信号的方法不仅具有简单快速高实时性的基本要求而且能够实现低信噪比复杂电磁环境下的准确识别，这是跳频信号盲检测面临的一个巨大难题。

发明内容

为了解决背景技术中所述的相关检测方法对信噪比敏感、时频分析和小波算法非常复杂、计算量极大、实时性差并且对硬件要求很高的技术问题，本发明提供了一种基于压缩感知的跳频信号盲检测方法。

本发明的技术解决方案是：本发明提供了一种基于压缩感知的跳频信号盲检测方法，

检测的目的是区别两种假设：

H₀：x＝n

H₁：x＝s+n

H₀表示不存在跳频信号的情况；H₁表示存在跳频信号的情况。

式中：s∈R^N表示跳频信号，n是加性高斯白噪声，均值为0，方差为σ²I_N，x∈R^N是长度为奈奎斯特采样点数的接收信号，常规的跳频信号检测方法直接以x为样本进行判决，为了保证高的检测性能，需要A/D采样器以很高的采样频率对接收到的连续信号进行采样，而采用基于压缩感知的跳频信号检测方法解决了这个难题，接收信号x首先经过压缩采样系统从高维映射成低维信号y，也就是y＝Φx，其中Φ∈R^M×N是一个满足有限等距性质(restricted isometry property，RIP)的M×N观测矩阵，y是压缩感知获得的采样值。

因此，可在不重构原信号的情况下，通过直接处理压缩采样值y来完成检测。具体地，压缩采样值y为：

H₀：y＝Φn

H₁：y＝Φ(s+n)

下面分别分析压缩感知采样值在H₁和H₀两种情况下的数字特征(Numerical Characteristics，NC)：

H₁情况下，高斯白噪声的分布满足n～N(0，σ²I_N)，跳频信号s∈R^N，因此s+n～N(s，σ²I_N)，在每次压缩感知过程中Φ可以认为是一个确定的、已知的M×N的测量矩阵，那么在H₁中的过程可以认为是一个N维高斯变量s+n的线性变换过程。由概率论与数理统计中的相关理论可知，N维高斯变量的线性变换仍服从高斯分布，因此可以获得采样值y的数字特征，即

y＝Φ(s+n)～N(Φs，Φσ²Φ^T)

同理H₀情况下y＝Φn～N(0，Φσ²Φ^T)

由于y是一个M维的变量，因此，可以认为压缩感知的采样点有M个，由y的数字特征可知，每一个采样点y_i的数字特征也是可知的，即：

H₀：E(y_i)＝0，

H₁：E(y_i)＝φ_is，l≤i≤M

式中：φ_i为矩阵Φ的第i行向量。