技術領域

本發明涉及信號處理及信號檢測領域，具體涉及基于采樣值分布特性的具有壓縮感知過程的信號檢測方法。

背景技術

壓縮感知（Compressive?sensing），也稱為“壓縮傳感”（以下均稱為“壓縮感知”），是一種非傳統的采樣方式，每一步觀測是通過信號在觀測向量上的投影獲得的。該理論指出，如果信號是稀疏的或者在某個基下可壓縮，那么用少量的采樣值就可以保持信號的結構和相關信息。基于該理論，用于精確重構信號的采樣需求數量可以遠低于觀測的維度，這極大緩解了寬帶信號處理的壓力。目前，壓縮感知的研究多數集中在信號或圖像的重構及相關問題。然而，在許多信號處理應用中，信號獲取的最終目的并不是重構原始信號，而是為了得到觀測目標的某些信息。例如信號檢測這樣的任務，信號獲取的目的就是為了從觀測數據中提取判決信息，完成一個檢測決定。如果重構原始信號后再進行檢測，顯然是浪費資源的，因為壓縮感知的采樣值已經保持了原始信號的結構和相關信息，在不重構原始信號的條件下，可以直接處理壓縮感知的采樣值完成信號檢測任務。目前的具有壓縮感知過程的信號檢測方法主要是基于信號的部分重構思想完成檢測，這種方法在信噪比較低時，檢測效果差。

發明內容

為了解決現有的具有壓縮感知過程的信號檢測方法在信噪比較低時檢測效果差的問題，本發明提供了基于采樣值分布特性的具有壓縮感知過程的信號檢測方法。

本發明的基于采樣值分布特性的具有壓縮感知過程的信號檢測方法，所述檢測方法包括如下步驟：

步驟一：利用壓縮感知獲取采樣值????????????????????????????????????????????????，從所述采樣值y中任意選擇個采樣點，所選擇的每一個采樣點的采樣值為，并計算假設下

，其中，表示所述假設下采樣值的數學期望,表示壓縮感知一次采樣過程，表示感興趣信號，，；

步驟二：利用步驟一所選擇的每一個采樣值計算假設下

，其中，表示所述假設下采樣值的數學期望；

步驟三：判斷是否存在,如果是，說明感興趣信號存在s存在，否則，說明感興趣信號s不存在，最終完成對感興趣信號s的檢測。

本發明的有益效果：本發明利用采樣值的數學期望作為檢測的依據，由于噪聲的強度變化并不會改變采樣值的數學期望，因此，本發明有效克服了低信噪比情況下信號檢測效果差的缺陷；本發明可以根據檢測要求靈活選擇采樣值來完成檢測，可以不需要使用所有的采樣值，這在信號處理應用中是非常有益的，例如，采集數據后，可以先使用部分采樣值完成檢測，確認感興趣信號存在后，再基于所有采樣值完成其他處理，例如參數估計等，可以給信號處理節省資源。

附圖說明

圖1是本發明的基于采樣值分布特性的具有壓縮感知過程的信號檢測方法的流程圖，圖2是具體實施方式三中感興趣信號s的時域波形示意圖，圖3是具體實施方式三所述檢測方法與傳統的基于匹配追蹤的信號檢測方法在相同采樣點下的檢測效果示意圖，其中，I曲線表示所述具體實施方式三所述檢測方法在相同采樣點下的檢測成功率，II曲線表示傳統的基于匹配追蹤的信號檢測方法在相同采樣點下的檢測成功率，圖4是具體實施方式三所述檢測方法與傳統的基于匹配追蹤的信號檢測方法在相同信噪比下獲得的檢測效果示意圖，其中，III曲線表示所述具體實施方式三的檢測方法在獲得高檢測成功率所需要的采樣點數，IV曲線表示傳統的基于匹配追蹤的信號檢測方法獲得高檢測成功率所需要的采樣點數。

具體實施方式

具體實施方式一：根據說明書附圖1具體說明本實施方式，本實施方式所述的基于采樣值分布特性的具有壓縮感知過程的信號檢測方法，所述檢測方法包括如下步驟：

步驟一：利用壓縮感知獲取采樣值，從所述采樣值y中任意選擇個采樣采樣點，所選擇的每一個采樣點的采樣值為，并計算假設下

，其中，表示所述假設下采樣值的數學期望,表示壓縮感知一次采樣過程，表示感興趣信號，，；

步驟二：利用步驟一所選擇的每一個采樣值計算假設下

，其中，表示所述假設下采樣值的數學期望；

步驟三：判斷是否存在,如果是，選擇假設,所述假設說明感興趣信號s存在，否則，選擇假設，所述假設說明感興趣信號s不存在，最終完成對感興趣信號s的檢測。

具體實施方式二：本實施方式是對具體實施方式一的進一步說明，具體實施方式一在步驟一中M為10～100。

具體實施方式三：本實施方式是對具體實施方式一或二的進一步說明，具體實施方式一或二在步驟一中。

本實施方式的檢測原理為：