[发明专利]基于改进平滑周期图算法的信号检测方法

说明书

本发明公开一种基于改进平滑周期图算法的信号检测方法，包括以下步骤：步骤1：首先将待检测的回波信号分段，每段M个数据；步骤2：对步骤1中分段后的第i组(1≤i≤L)数据进行加窗处理，进而对每一段加窗处理后的数据做DFT计算并取模的平方，求出其周期图值；步骤3：对步骤2中k组的周期图值(k＝1，2，3…，i‑1)乘相应的权重αsupgt;k‑1/supgt;求取第k组数据的功率谱；步骤4：重复步骤3，直至将所分的L组数据全部计算完毕，并进行归一化处理，计算结束。本发明解决了现有技术中存在的频率估计计算量大、抗噪性较差的问题。

技术领域

本发明属于无线传感装置信号处理技术领域，涉及一种基于改进平滑周期图算法(改进Welch算法)的信号检测方法。

背景技术

传感器技术，作为高新技术之一，发展迅猛。传统的有线传感器成本高、易老化、安全性较低，导致传感器的安装和长期使用中出现重大问题。有源传感器无法满足在一些极端温度、高速旋转、密闭空间等恶劣环境的测量需求。所以基于SAW技术的无线无源传感器受到广泛关注，在过去的30年中取得了丰硕的研究成果。由于声表面波传感器卓越的性能，其能在易燃、易爆、高温、强电磁场、强加速度等极端环境中应用。通过对声表面波传感器谐振回波信号频率的提取能实现远距离无线无源参数的测量。

目前，频率估计算法大致可分为两大类：时域法和频域法。最典型的频域分析方法是离散傅里叶变换法(discrete Fourier transform,DFT)，其非常适用于确定性的平稳信号，在对非线性、非平稳过程的处理上，离散傅里叶变换法存在着一定的不足；时域分析法能获得更高的分辨率，例如多重信号分类法(multiple signal classification,MUSIC)和谐波分解(Pisarenko harmonic decomposition,PHD)方法等，但是计算量大，抗噪性较差，对于非平稳信号，测量效果也并不理想。现代谱分析中的Welch方法通过对几个快速傅立叶变换包进行平均来改进标准周期图频谱估计。其可在较低信噪比条件下检测信号，并可以达到较好的分辨率和方差性能。

Welch算法使用算术平均实现了两个重要的目标:1)信噪比的提高:对样本进行算术平均可以降低噪声功率水平，提高期望信号的信噪比。2)精确估计:利用过去的FFT样本，可以更精确地估计每个频率分量。然而，在利用Welch算法对声表面波回波信号进行频率估计时会存在以下问题：所有之前的样本采用的都是相同系数加权。而声表面波回波信号是由一段等幅值的正弦信号和一段指数衰减正弦信号组成的混合信号，采用相同的系数进行加权将导致等幅值的正弦信号的特征没有充分利用。

发明内容

本发明的目的是提供一种基于改进平滑周期图算法的信号检测方法，解决了现有技术中存在的频率估计计算量大、抗噪性较差的问题。

本发明所采用的技术方案是：

基于改进平滑周期图算法的信号检测方法，包括以下步骤：

步骤1：首先将待检测的回波信号分段，每段M个数据；

步骤2：对步骤1中分段后的第i组(1≤i≤L)数据进行加窗处理，进而对每一段加窗处理后的数据做DFT计算并取模的平方，求出其周期图值；

步骤3：对步骤2中k组的周期图值(k＝1，2，3…，i-1)乘相应的权重α^k-1求取第k组数据的功率谱：

步骤4：重复步骤3，直至将所分的L组数据全部计算完毕，并进行归一化处理，计算结束。

步骤1具体的为：首先将观测数据x(n)分段，每段M个数据，分为L段，每段V个数据重叠，即：

x₁＝{x(1),x(2),x(3)...x(M)}

x₂＝{x(M-V+1),x(M-V+2),x(M-V+3)...x(2M-V)}