[发明专利]基于高斯眼图纹理熵特征的通信干扰检测方法

权利要求书

1.一种基于高斯眼图纹理熵特征的通信干扰检测方法，其特征在于，生成待检测信号的高斯眼图，根据高斯眼图的纹理熵特征确定检验统计量和判决门限，该方法的具体步骤包括如下：

(1)生成待检测无线通信信号的高斯眼图：

(1a)对进行数模转换后长度为N的待检测无线通信信号的幅值进行归一化处理，每隔K长度对归一化后的信号进行截断，得到M段信号，其中100≤K≤250，且满足N≥M·K；

(1b)将截断后每段信号的长度K和幅值，按照从左到右，从上到下的顺序映射至r×d的二维高斯眼图中，其中，r的取值与K相等，λ表示映射参数，取值范围为[0.01,0.04]，表示向上取整操作；

(1c)按照下式，计算高斯眼图中每个元素的值：

其中，E_i,j表示高斯眼图中第i行第j列的元素值，Σ表示求和操作，m表示截断信号的序号，m＝1,2,…,M，e^(·)表示以自然常数e为底的指数操作，a表示调节参数，其取值范围为[0.8,2]，y_i,j表示高斯眼图中元素E_i,j对应的位置信息，x_m(k)表示截断后的第m段信号，x_m(k)＝x((m-1)K+k)，k表示每段截断信号中的第k个幅值对应的时刻，k＝1,2,…,K；

(2)计算高斯眼图的纹理熵特征：

(2a)利用线性变换公式，将高斯眼图中每个元素值进行压缩，得到高斯灰度眼图；

(2b)分别计算0度、45度、90度和135度四个方向上高斯灰度眼图的灰度共生矩阵；

(2c)将四个灰度共生矩阵同一位置元素的均值填入平均灰度共生矩阵中对应位置的元素；

(2d)利用平均灰度共生矩阵，计算待检测信号的高斯眼图的纹理熵特征；

(2e)按照下式，设定检验统计量：

其中，T表示检验统计量，H₁表示待检测信号的高斯眼图的纹理熵特征，H₀表示采用与步骤(2d)中相同公式计算得到的不存在干扰信号的通信系统的正常工作时信号的高斯眼图的纹理熵特征，|·|表示取绝对值操作；

(3)对干扰进行检验判决：

将检验统计量T与干扰检测门限进行对比，若T＞γ,则判定该通信系统中存在干扰信号，若T≤γ,则判定该通信系统中不存在干扰信号。

2.根据权利要求1所述的基于高斯眼图纹理熵特征的通信干扰检测方法，其特征在于：步骤(1c)中所述的位置信息是由下式计算得到的：

其中，i表示高斯眼图中行的序号，j表示高斯眼图中列的序号，d表示高斯眼图中行的总数。

3.根据权利要求1所述的基于高斯眼图纹理熵特征的通信干扰检测方法，其特征在于：步骤(2a)中所述的线性变换公式如下：

其中，D_i,j表示高斯灰度眼图中第i行第j列的元素值，E_max表示高斯眼图中元素的最大值，表示向下取整操作，G表示灰度级，取32或64。

4.根据权利要求1所述的基于高斯眼图纹理熵特征的通信干扰检测方法，其特征在于：步骤(2d)中所述计算待检测信号的高斯眼图的纹理熵特征是由以下公式得到的：

其中，z表示待检测信号的平均灰度共生矩阵中行的序号，z＝1,2,…,G，l表示待检测信号的平均灰度共矩阵中列的序号，l＝1,2,…,G，p₁(z,l)表示待检测信号的平均灰度共生矩阵中第z行第l列的元素值，log(·)表示以10为底的对数操作。

5.根据权利要求1所述的基于高斯眼图纹理熵特征的通信干扰检测方法，其特征在于：步骤(3)中所述的干扰检测门限γ是由下式计算得到的：

其中，c表示调节参数，取值范围为[0.2,0.4]，erfc^-1(·)表示对互补误差函数取逆操作，P_fa表示用户设定的虚警概率，表示通信系统底噪功率。