[發明專利]一種基于強信號和噪聲背景下弱信號提取的方法

在審

• 申請號: 201710876755.1
• 申請日: 2017-09-25
• 公開（公告）號: CN107769864A
• 公開（公告）日: 2018-03-06
• 發明（設計）人: 吳偉;羅蕩慰
• 申請（專利權）人: 成都正揚博創電子技術有限公司
• 主分類號: H04B17/00
• 分類號: H04B17/00
• 代理公司: 成都環泰知識產權代理事務所(特殊普通合伙)51242
• 代理人: 李斌,鄒翠

技術領域

本發明涉及高動態范圍下的混合信號分析領域，具體涉及一種基于強信號和噪聲背景下弱信號提取的方法。

背景技術

高動態混合信號的分析一直以來都是一項關鍵的技術；其中，在分析過程中如何從混合信號中提取極其微弱的信號，特別是在強信號和噪聲背景下的無線信號中提取弱信號的情況下，是一個難題。

在弱信號的提取方法中，現有的方法是利用放大器件對混合信號進行放大，通過ADC最優采樣后提取弱信號；這種提取方法最大的缺點就是在放大弱信號的同時，強信號和噪聲也被放大，一旦強信號超過ADC工作上限，將導致ADC無法正常工作。

鑒于此，有人提出在有效提取弱信號的同時，能夠抑制強信號的效應；針對高動態稀疏信號而言，具有代表性的便是利用壓縮感知技術對混合信號進行壓縮和重構；然而，無論是基于正交投影還是基于斜投影的壓縮感知技術，雖然能夠有效地在抑制強信號的情況下，提取弱信號，但是前兩者并沒有考慮到在實際工程中噪聲對弱信號的影響，而這個影響在高動態混合信號的弱信號提取中是很明顯的。

發明內容

基于此，針對上述問題，有必要提出一種基于強信號和噪聲背景下弱信號提取的方法，其解決了在強弱信號混合并且有外部干擾和噪聲的條件下，難以有效提取弱信號的問題，提高了弱信號的提取成功率和效率。

本發明的技術方案是：

一種基于強信號和噪聲背景下弱信號提取的方法，包括以下步驟：

a、進行信號采樣，并將采樣信號重構成強信號、弱信號和噪聲，其中強信號和弱信號為在頻譜上不混疊的稀疏信號；

b、將重構后的強信號和噪聲的分布定為具有零均值和獨立分布性質的高斯分布；

c、根據統計學原理和高斯分布性質，得到重構后的弱信號和重構采樣點的協方差矩陣；

d、將該協方差矩陣代入弱信號和其預估值的最小協方差損失函數，得到信號重構的感知矩陣；

e、通過感知矩陣得到重構后的信號，并進行相干性分析，獲取重構信號中信息足夠多的弱信號。

通過本發明基于強信號和噪聲背景下弱信號提取的方法，在不放大弱信號、強信號和噪聲的情況下，可有效提取出在強弱信號混合以及噪聲情況下的弱信號，且使得在具有噪聲干擾下的混合信號中弱信號的信息足夠多，方便提取到更多、更完整、更清晰、更精確的弱信號數據，提高了弱信號的提取成功率和效率，保證了在混合信號中弱信號的完整重構以及獲取該弱信號的可靠性。

作為上述方案的進一步優化，所述步驟a中將采樣信號重構，其公式具體為：

其中，為采樣信號，且x_W為弱信號，x_S為強信號，ρ為噪聲。

本方案中的公式用于將采集的強信號、弱信號以及噪聲進行重構，并將重構后的強信號和噪聲的分布定為具有零均值和獨立分布性質的高斯分布，降低了強信號和噪聲融合后,對弱信號檢測性能的影響。

作為上述方案的進一步優化，所述步驟b中將重構后的強信號和噪聲進行分布，其公式具體為：

其中，為重構采樣點，Φ為原始感知矩陣。

本方案用于將重構后的強信號和噪聲進行分布，通過該方案的公式獲取重構采樣點，為后續從重構信號中獲取信息足夠多的弱信號提供了數據基礎。

作為上述方案的進一步優化，所述步驟c中得到重構后的弱信號協方差矩陣和重構采樣點協方差矩陣其公式具體為：

其中，C_S為強信號的協方差矩陣，C_W為弱信號的協方差矩陣，C_ρ為噪聲的協方差矩陣，H為矩陣的轉置共軛。

本方案根據統計學原理和高斯分布性質，得到重構后的弱信號協方差矩陣和重構采樣點協方差矩陣其中：

通過上述公式計算，其中，W為重構后的弱信號，C_S為強信號的協方差矩陣，C_W為弱信號的協方差矩陣，C_ρ為噪聲的協方差矩陣，H為矩陣的轉置共軛，得出重構后的弱信號協方差矩陣和重構采樣點協方差矩陣且該算法能快速獲取重構后的弱信號協方差矩陣和重構采樣點協方差矩陣提高獲取弱信號的效率。

作為上述方案的進一步優化，所述步驟d中最小協方差損失函數的計算公式如下：

其中，W為重構后的弱信號，且W＝Φx_W；為弱信號的預估值，p為概率密度函數；由上述公式可知，其最小值