![点击分享此内容可以赚币 分享](/master/images/share_but.png)
基于线性模型广义似然比检验的突发信号检测方法.pdf
《基于线性模型广义似然比检验的突发信号检测方法.pdf》由会员分享,可在线阅读,更多相关《基于线性模型广义似然比检验的突发信号检测方法.pdf(5页珍藏版)》请在咨信网上搜索。
1、第 56 卷 第 9 期2023 年 9 月通信技术Communications TechnologyVol.56 No.9Sep.20231051文献引用格式:桑会平.基于线性模型广义似然比检验的突发信号检测方法 J.通信技术,2023,56(9):1051-1055.doi:10.3969/j.issn.1002-0802.2023.09.005基于线性模型广义似然比检验的突发信号检测方法*桑会平(中国电子科技集团公司第五十四研究所,河北 石家庄 050081)摘 要:针对突发信号检测问题,分别建立了实信号检测和复信号检测的二元假设检验模型,基于线性模型广义似然比检验构建了检验统计量,得出
2、了两种假设条件下检验统计量的概率分布函数,并根据检验统计量的概率分布函数推导出了检测器性能的解析表达式。用仿真的方法对推导结果进行了验证,仿真结果和理论结果完全一致。关键词:广义似然比检验;突发信号检测;复信号检测;恒虚警率检测中图分类号:TN911.23 文献标识码:A 文章编号:1002-0802(2023)-09-1051-05Burst Signal Detection Method Based on Generalized Likelihood Ratio Test of Linear ModelSANG Huiping(No.54 Institute of CETC,Shijiaz
3、huang Hebei 050081)Abstract:To address the problem of burst signal detection,binary hypothesis testing models for real signal detection and complex signal detection are established respectively.A test statistic is constructed based on the generalized likelihood ratio testing method of linear model,t
4、he probability distribution function under two assumptions is obtained,and an analytical expression of detector performance is derived from the probability distribution function of the test statistic.Simulation method is employed to verify the performance of the detector and the simulation results a
5、re consistent with the theoretical results.Keywords:generalized likelihood ratio test;burst signal detection;complex signal detection;constant false alarm rate detection.0 引 言突发通信发射信号持续时间短、发射时刻随机,具有较好的抗侦收、抗截获能力,在军事通信中获得了广泛应用。突发信号检测是突发通信信号处理中的第一步,准确检测是后续解调处理的前提。典型的突发信号检测方法是能量检测法1-5,其基本原理是通过比较信号存在时的能量
6、和纯噪声能量的差异检测是否存在信号。能量检测法的优点是算法简单、实现容易,但能量检测法没有利用信号的先验信息,检测性能较差,适用于无法获取传输信号特征的场合6-9。突发通信设计时会在每个传输帧插入前导序列以便于检测10-13,充分使用这些先验信息可提高检测性能14-17。由于传输路径衰减存在不确定性,接收信号幅度是未知的,同时噪声的方差也是未知的。噪声方差未知时,检测门限无法确定,这时通常采用自适应门限检测算法18-19。自适应门限检测算法需要一个噪声通道估计噪声方差,但工程上不容易得到独立的噪声通道,噪声估计结果影响检测 性能。*收稿日期:2023-07-20;修回日期:2023-09-03
7、 Received date:2023-07-20;Revised date:2023-09-031052通信技术2023 年由于信号部分参数和噪声的方差未知,接收信号观测数据的概率密度函数(Probability Density Function,PDF)不完全已知,无法获得理论上最佳的检测器。广义似然比检验(Generalized Likehood Ratio Test,GLRT)用 极 大 似 然 估 计(Maximum Likelihood Estimation,MLE)取代未知参数,虽然GLRT不是最佳的,但实际它可以获得很好的性能。本文提出基于线性模型广义似然比检验的突发信号检测方
8、法,推导出了检测器性能解析表达式。检测方法充分使用了信号的先验信息,可获得比能量检测更好的性能。检测方法采用 MLE 估计信号幅度和噪声方差,不需要额外的噪声估计通道。检测门限计算表达式没有未知参数,可以实现恒虚警率(Constant False Alarm Rate,CFAR)检测。1 基于广义似然比检验的实信号检测1.1 实信号检测的二元假设检验模型当接收机采用包络检波时,检波器输出的观测数据为实数。信号检测是二元假设检验问题,用H0假设表示观测数据中无信号,只有噪声;用H1假设表示观测数据中存在信号。存在信号时观测数据表示为:xn=Asn+wn,n=0,1,N-1(1)式中:N为观测数据
9、长度;Asn 是未知幅度信号,幅度A未知,但sn已知,且满足 1201 1Ns nN=;wn为零均值高斯白噪声,方差2未知。实信号检测的二元假设检验模型为:01H:,0,1,1 H:,0,1,1x nw n nNx nAs nw n nN=+=?(2)1.2 经典线性模型的 GLRT 定理当信号符合线性模型,噪声方差2未知时,这类信号检测问题可以应用经典线性模型的 GLRT定理20。根据GLRT,如果式(3)成立,则判定H1假设成立。211200(;,)()(;,)Gp xLxp x=(3)式中:LG(x)为广义似然比,为信号的未知参数;1和12为H1假设为真时,和2的 MLE 使得概率密度函
10、数p(x;,2,H1)最大;0和02为H0假设为真时,和2的 MLE 使得概率密度函数p(x;,2,H0)最大。这种方法在求LG(x)过程时先求 MLE,所以也提供了有关未知参数的信息。经典线性模型的 GLRT 定理:假定数据具有x=H+w的形式,其中H是已知的秩为p的Np(Np)观测矩阵,是p1 的参数矢量,w是N1 的高斯白噪声矢量,PDF 为 N(0,2I)。假设检验为:2021H:,0 H:,0=AbAb(4)式中:A为已知的秩为r的rp矩阵(rp);b为一个r1 矢量。如果检验统计量满足式(5),则判定H1假设成立。()()211TTT111TTT()()1()()NGNpT xLx
11、rNpr=AbA H HAAbxIH H HHx(5)式中:1=(HTH)-1HTx是H1假设下的无约束 MLE。虚警概率PFA和检测概率PD为:(),FAr NpFPQ=(6)()(),Dr NpFPQ=(7)式中:Fr,N-p表示F分布,具有r个分子自由度和N-p个分母自由度;Fr,N-p()表示非中心F分布,具有r个分子自由度和N-p个分母自由度,非中心参数为。非中心参数的表达式为:()11TTT112()()=AbA H HAAb(8)式中:1是H1假设成立条件下的真值。F分布的 PDF 表示为p(t),非中心F分布的PDF 表示为p(t),右尾概率定义为:,()()dr NpFxQx
12、p tt=(9)(),()()dr NpFxxQttp=(10)1.3 未知信号幅度和噪声方差的实信号检测实信号检测的二元假设检验模型与下面的检验问题等效:2021H:0,0 H:0,0=AA(11)1053第 56 卷第 9 期桑会平:基于线性模型广义似然比检验的突发信号检测方法取H=(s0,s1,sN-1)T,=A,A=1,b=0,所以r=p=1。观测数据满足线性模型x=H+w,由参数估计计算公式1=(HTH)-1H Tx可得:10 Nns n x nAN=(12)代入检验统计量计算式:()()11TTT111TTT()()()NpT xr=AbA H HAAbxIH H HHx(13)化
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 线性 模型 广义 检验 突发 信号 检测 方法
![提示](https://www.zixin.com.cn/images/bang_tan.gif)
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。