[發(fā)明專利]一種基于非參數(shù)核函數(shù)的短時(shí)突發(fā)通信信號(hào)檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201410215812.8
• 申請(qǐng)日: 2014-05-21
• 公開(kāi)（公告）號(hào): CN103957066A
• 公開(kāi)（公告）日: 2014-07-30
• 發(fā)明（設(shè)計(jì)）人: 張浩;甘露;廖紅舒;魏平
• 申請(qǐng)（專利權(quán)）人: 電子科技大學(xué)
• 主分類號(hào): H04B17/00
• 分類號(hào): H04B17/00
• 代理公司: 成都宏順專利代理事務(wù)所(普通合伙) 51227
• 代理人: 李順德;王睿

1.一種基于非參數(shù)核函數(shù)的短時(shí)突發(fā)通信信號(hào)檢測(cè)方法，其特征在于，包括如下步驟：

S1、對(duì)接收機(jī)接收到的模擬信號(hào)進(jìn)行采樣，得到信號(hào)時(shí)間序列y[n]，其中，n是不為零的自然數(shù)；

S2、用滑窗在S1所得y[n]上截取樣本，構(gòu)造樣本向量Y(n)，所述滑窗長(zhǎng)度為k，其中，k≥1，k是自然數(shù)；

S3、根據(jù)樣本向量Y(n)構(gòu)造兩個(gè)Hankel矩陣，具體如下：

ψ(n)=Y(n)Y(n+1)...Y(n+N-1)ψ(n+N)=Y(n+N)Y(n+N+1)...Y(n+2N-1),]]>所述Hankel矩陣中每個(gè)列向量Y(t)＝[y(t)y(t+1)…y(t+k-1)]^T為一個(gè)樣本，其中，4k≤N≤6k，t＝n；

S4、用高斯模型對(duì)S3所述兩個(gè)Hankel矩陣進(jìn)行估計(jì)，得到兩個(gè)Hankel矩陣的樣本的概率密度比其中，l在[1,2,3...,N]中遍歷取值，為高斯核函數(shù)，σ為高斯寬度，p(Y)為樣本矩陣Ψ(n)的概率密度函數(shù)，p'(Y)為樣本矩陣Ψ(n+N)的概率密度函數(shù)，θ＝(θ₁,θ₂,...,θ_N)^T為模型參數(shù)，上標(biāo)T表示矩陣轉(zhuǎn)置；

S5、最小化真實(shí)密度比函數(shù)與估計(jì)的密度比函數(shù)的二階誤差J(Y)=12∫p′(Y)(r(Y)-g(Y;θ))2dY,]]>即minθ∈RN[12θTH^θ-h^Tθ+λ2θTθ],]]>得到凸優(yōu)化問(wèn)題的解同時(shí)得到密度比函數(shù)的估計(jì)其中，是為了規(guī)范化的目的，參數(shù)λ≥0，是一個(gè)N維向量，的第l個(gè)元素是是一個(gè)N×N矩陣，第(l,l')個(gè)元素是H^l,l′=1NΣj=1NK(Y′j,Yl)K(Y′j,Yl′),l′∈{1,2,...,N},]]>Y_i,Y_j表示Hankel矩陣的不同列向量；

S6、根據(jù)交叉驗(yàn)證算法得到的最優(yōu)值，以此求得最優(yōu)概率密度比函數(shù)估計(jì)

S7、計(jì)算樣本矩陣Ψ(n)和樣本矩陣Ψ(n+N)的概率密度比函數(shù)的Pearson距離PE‾=PE‾b+PE‾f,]]>其中，PE‾b=-12NΣj=1Ng^(Yj)2+1NΣi=1Ng^(Y′i)-12]]>是Ψ(n)作為概率密度比的分子，Ψ(n+N)作為概率密度比的分母時(shí)，是Ψ(n+N)作為概率密度比的分子，Ψ(n)作為概率密度比的分母時(shí)；

S8、通過(guò)對(duì)的峰值搜索得到突發(fā)信號(hào)的起始點(diǎn)和終止點(diǎn)，其中，是作為短時(shí)突發(fā)信號(hào)的檢測(cè)函數(shù)，具體如下：

S81、對(duì)標(biāo)準(zhǔn)化后進(jìn)行峰值搜索，濾除中的毛刺，得到L個(gè)最大峰值點(diǎn)，設(shè)置峰值濾波器門(mén)限為

S82、設(shè)置峰值間隔門(mén)限τ，當(dāng)S81所述最大峰值點(diǎn)中相鄰的點(diǎn)間隔小于τ，即|n_m-n_m-1|＜τ，濾除第m個(gè)峰值點(diǎn)n_m，濾除峰值處理后剩下的峰值點(diǎn)即為突發(fā)信號(hào)的起始點(diǎn)和終止點(diǎn)，其中，m∈[1,L]，30≤τ≤50。