[发明专利]一种alpha稳定分布噪声下FSK信号参数联合估计方法

说明书

本发明属于脉冲噪声背景下通信信号参数估计技术领域，公开了一种alpha稳定分布噪声下FSK信号参数联合估计方法，首先对接收的观测信号r(t)进行非线性映射，抑制大幅度脉冲噪声，然后提取观测信号r(t)的广义一阶循环频率集合κ，实现FSK信号的调制阶数M和频率间隔Δf估计，最后利用广义二阶循环自相关特征Ω(k,m)和频率间隔估计实现FSK信号的符号周期估计当混合信噪比高于2dB时，2FSK、4FSK和8FSK三种信号的调制阶数M估计准确率高于95％，频率间隔Δf的估计正确率高于95％，符号周期的估计正确率高于99％。可见，本发明方法在alpha稳定分布噪声下是有效可行的。

技术领域

本发明属于脉冲噪声背景下通信信号参数估计技术领域，尤其涉及一种alpha稳定分布噪声下FSK信号参数联合估计方法.

背景技术

目前，最接近的现有技术：频移键控(Frequency ShiftKeying,FSK)信号具有抗干扰性强，易于实现等优良特性，是短波通信和水下通信等通信系统中的常用信号。在非协作通信场景下，需要以非数据辅助的方式对接收信号调制参数进行估计才能对其进行解调。调制阶数、频率间隔和符号周期是FSK信号的重要的调制参数，精确估计调制参数是实现FSK信号解调的必要环节。

目前，针对FSK信号的调制参数估计已有多种有效的分析方法。基于小波变换的信号参数估计方法利用小波基函数对信号瞬态变化的感知能力，实现数字调制信号的符号周期估计，虽然该方法在高信噪比下具有较好的估计性能，但不适应低信噪比环境法(Xu J,Wang F P,Wang Z J.The improvement ofsymbol rate estimation by the wavelettransform[C].International Conference on Communications,Circuits and Systems,2005.Proceedings.2005:100-103Vol.1.)。基于时域瞬时特征的估计算法(WegenerAW.Subband processing based symbol rate estimation method for MFSKsignal[C].Signal Processing(ICSP),Bei Jing,2010:38-41.)与基于最大似然函数的估计方法(Carlos Mosquera,Sandro Scalise,Roberto pez-Valcarc.Non-data-aidedsymbol rate estimation of linearly modulated signal[J].IEEE Transactions onSignal Processing,2008,56(2):664-674.)，但是这两种方法法在高信噪比下才能获得较高的估计精度。基于FSK信号一阶循环平稳特性实现FSK信号的调制阶数与频率间隔的估计，该方法在高斯噪声下可以获得良好的估计性能，但该方法不适应非高斯噪声环境(ZhouY,Qaraqe K,Serpedin E,et al.FSK-signal detection in cognitive radiosusing first-order cyclostationarity[C].IEEE,International Conference onTelecommunications.IEEE,2010:110-115.)。Wang H等人利用二阶循环平稳特性实现FSK信号的符号周期估计，虽然该方法在高斯噪声环境下可以有效实现符号周期估计，但该方法需要已知FSK信号的频率间隔(Wang H,Dobre O,Li C,et al.BlindCyclostationarity-based Symbol Period Estimation for FSK Signals[J].IEEECommunications Letters,2015,19(7):1-1.)。虽然上述方法在高斯噪声环境下可以取得良好的估计性能，但在实际的通信场景中，背景噪声往往存在脉冲特性，如浅海水声通信和存在闪电的卫星通信中，这类脉冲噪声不再服从高斯分布，从而导致基于高斯假设下的参数估计方法性能退化甚至失效。

综上所述，现有技术存在的问题是：