一種自適應干擾檢測方法技術

本發明專利技術為通信技術領域，尤其涉及在電磁干擾環境的無線通信系統對時域干擾和頻域干擾的自適應干擾檢測。本發明專利技術提供一種自適應干擾檢測方法，該方法結合了CFAR和MEP干擾檢測方法的優點，優化干擾檢測門限設置，使干擾檢測門限能夠隨JNR的變化而動態變化，從而在不同的JNR環境中，能夠自適應地選擇更優的干擾檢測方法，使系統能獲得更優的傳輸性能。

【技術實現步驟摘要】

本專利技術為通信
，尤其涉及在電磁干擾環境的無線通信系統對時域干擾和頻域干擾的自適應干擾檢測。
技術介紹
隨著干擾技術的發展，無線通信系統所處的電磁環境變得日益復雜，電磁環境中的時域或頻域干擾對無線通信系統的性能影響越來越大，如果能檢測出干擾信號，然后采用相應的干擾抑制手段，可以大大提高無線通信系統的抗干擾傳輸性能，因此干擾檢測技術是抗干擾通信系統的一項關鍵技術。干擾檢測不僅能夠檢測干擾信號的有無，還可檢測出干擾功率、干擾在時頻域的分布等參數，為干擾抑制提供基礎。對于干擾信號，通?？刹捎靡韵聶z測方法：1)恒虛警(ConstantFalseAlarmRate，CFAR)檢測方法；2)最小錯誤概率(MinimumErrorProbability，MEP)檢測方法，二者可適用于不同的應用需求。在CFAR干擾檢測方法中，根據系統的虛警概率要求，得到一個門限因子，干擾信號的檢測門限等于該門限因子乘以噪聲功率，在系統一定的虛警概率要求下，門限因子不變，因此干擾檢測門限只與噪聲功率有關，和干擾功率無關，也和干噪比(JammingtoNoiseRatio，JNR)無關，即干擾檢測的虛警概率恒定，不隨JNR的改變而改變，干擾的漏檢概率隨著干噪比的增加而減小。在MEP干擾檢測方法中，干擾檢測的門限因子隨著JNR的改變而改變，干擾的虛警和聯合概率最小，虛警概率和漏檢概率都隨著JNR的增加而減小，在低JNR時，虛警概率較高。在無線通信系統中，接收端接收到有用信號、干擾和噪聲。在一定信噪比(SignaltoNoiseRatio，SNR)下，當干擾功率較小，例如低于有用信號功率時，此時MEP干擾檢測方法比CFAR方法的虛警概率高、漏檢概率低，而這種情況下干擾的虛警比漏檢對系統性能損害更大，因為小功率的干擾對信號的影響幾乎可以忽略不計，即使干擾被漏檢對有用信號的傳輸性能影響也不大，而虛警會使有用信號被誤判成干擾，從而被抑制，這損害有用信號的傳輸性能，因此在低JNR環境中更適合采用CFAR干擾檢測方法；當干擾功率較大，例如大于有用信號功率時，干擾的漏檢和虛警都會損害有用信號的傳輸性能，虛警會將有用信號誤判成干擾被抑制，漏檢會使干擾沒有被抑制而增加系統傳輸誤碼率，若干擾的漏檢和虛警的聯合概率最小，可以得到更好的系統傳輸性能，在此環境下若采用CFAR方法，雖然漏檢概率很低，但虛警概率較高，而MEP方法虛警和漏檢概率都較低，二者的聯合概率最小，因此，此時采用MEP干擾檢測方法更為合適。所以，CFAR和MEP干擾檢測方法適用于不同的JNR環境，但在傳統的無線通信系統中，通常采用二者中其中一種干擾檢測方法，在不同的JNR環境中無法獲得最優的系統傳輸性能。
技術實現思路
為避免現有技術的不足，本專利技術提供一種自適應干擾檢測方法，該方法結合了CFAR和MEP干擾檢測方法的優點，優化干擾檢測門限設置，使干擾檢測門限能夠隨JNR的變化而動態變化，從而在不同的JNR環境中，能夠自適應地選擇更優的干擾檢測方法，使系統能獲得更優的傳輸性能。為了方便地描述本專利技術的內容，首先對接收信號進行說明：每次處理的接收到的干擾信號為L＝Nk個采樣數據，針對的干擾信號是廣義平穩的時域干擾或頻域干擾，例如脈沖噪聲干擾、瞄準式干擾、多音干擾和部分頻帶噪聲干擾等，其中，k為不為零的自然數，N為不為零的自然數。一種自適應干擾檢測方法，具體步驟如下：S1、參數設置：設定系統的目標最大虛警概率Pfa_max；S2、初始化干擾檢測方式，計算初始干擾檢測門限因子αJam：針對接收到的干擾信號，設置初始干擾檢測方式為CFAR方式，根據關系式Pfa_max＝1-F(αJam)計算干擾檢測門限因子αJam，其中，F(αJam)是門限因子的分布函數；S3、計算接收數據功率，即，對接收數據進行分組，分為N組數據，計算出各個分組的平均功率E＝[E0,E1,…,EN-1]T；S4、進行干擾檢測處理，計算干噪比切換門限TJNR；S5.判斷干噪比是否小于切換門限：根據S49所得的切換門限TJNR，判斷S48所得的JNR是否小于TJNR，若是，轉到S8，若否，轉到S6；S6、更新干擾檢測方式：更新為MEP方式，根據S48所得的JNR和ρ，再依據最小錯誤概率準則，計算得到新的干擾檢測門限因子為αJam'＝(1+ρ/JNR)ln(1+JNR/ρ)；S7、干擾檢測處理：根據S6所述αJam'，對S3得到的N個數據功率E0,E1,…,EN-1，進行干擾檢測處理；S8、輸出結果：干擾數據集合SJ、無干擾數據集合SN、干噪比，其中，所述干燥比包括瞬時干噪比JNR′和平均干噪比JNR。進一步地，S3所述計算接收數據功率具體步驟如下：S31、進行時域干擾檢測，對接收數據進行分組，連續k個采樣點為一組，分為N組數據，即r＝[r0,r1,…,rN-1]，其中，第n組數據為rn＝[rn0,rn1,…,rn(k-1)]T，對各分組時域數據進行模方求均值運算，得到各個分組的平均功率E＝[E0,E1,…,EN-1]T，其中，第n個分組數據rn的平均功率為N表示數據分組總數，上標“[]T”表示矩陣的轉置，k表示每個分組的采樣點數；S32、進行頻域干擾檢測，則將接收數據分段，連續N個采樣點為一段，共分為k段r＝[r0,r1,…,rk-1]，其中，第m段時域數據為rm＝[rm0,rm1,…,rm(N-1)]T，對各段時域數據分別進行FFT變換，得到k段頻域數據R＝[R0,R1,…,Rk-1]，其中，第m段頻域數據為Rm＝[Rm0,Rm1,…,Rm(N-1)]T，然后對各段的相同頻點數據進行模方求均值運算，得到各個頻點的平均功率E＝[E0,E1,…,EN-1]T，其中，第n個頻點的平均功率為進一步地，S4所述干擾檢測處理具體步驟如下：S41、初始化無干擾數據集合：對S3所得的數據功率E，選擇功率最小的一部分數據構成無干擾數據集合SN；S42、計算S41所述無干擾數據集合SN的平均功率S43、計算干擾檢測門限TJam：S2所述αJam乘以S42所述作為干擾檢測門限TJam；S44、更新無干擾數據集合：根據S43所述TJam，對S3所述E＝[E0,E1,…,EN-1]T依次進行判斷，若各數據功率E0,E1,…,EN-1＜TJam，則將該數據放入S41所述SN中，構成新的無干擾數據集合SN'；S45、判斷無干擾數據集合是否有變化：判斷S44所述SN'中的元素與S41所述SN中元素是否有增減，若是，轉到S42，若否，轉到S46；S46、得本文檔來自技高網...

【技術保護點】
一種自適應干擾檢測方法，其特征在于，包括如下步驟：S1、參數設置：設定系統的目標最大虛警概率Pfa_max；S2、初始化干擾檢測方式，計算初始干擾檢測門限因子αJam：針對接收到的干擾信號，設置初始干擾檢測方式為CFAR方式，根據關系式Pfa_max＝1?F(αJam)計算干擾檢測門限因子αJam，其中，F(αJam)是門限因子的分布函數；S3、計算接收數據功率，即，對接收數據進行分組，分為N組數據，計算出各個分組的平均功率E＝[E0,E1,…,EN?1]T；S4、進行干擾檢測處理，計算干噪比切換門限TJNR；S5.判斷干噪比是否小于切換門限：根據S49所得的切換門限TJNR，判斷S48所得的JNR是否小于TJNR，若是，轉到S8，若否，轉到S6；S6、更新干擾檢測方式：更新為MEP方式，根據S48所得的JNR和ρ，再依據最小錯誤概率準則，計算得到新的干擾檢測門限因子為αJam'＝(1+ρ/JNR)ln(1+JNR/ρ)；S7、干擾檢測處理：根據S6所述αJam'，對S3得到的N個數據功率E0,E1,…,EN?1，進行干擾檢測處理；S8、輸出結果：干擾數據集合SJ、無干擾數據集合SN、干噪比，其中，所述干燥比包括瞬時干噪比JNR′和平均干噪比JNR。...

【技術特征摘要】
1.一種自適應干擾檢測方法，其特征在于，包括如下步驟：
S1、參數設置：設定系統的目標最大虛警概率Pfa_max；
S2、初始化干擾檢測方式，計算初始干擾檢測門限因子αJam：針對接收到的干擾信號，設
置初始干擾檢測方式為CFAR方式，根據關系式Pfa_max＝1-F(αJam)計算干擾檢測門限因子
αJam，其中，F(αJam)是門限因子的分布函數；
S3、計算接收數據功率，即，對接收數據進行分組，分為N組數據，計算出各個分組的平
均功率E＝[E0,E1,…,EN-1]T；
S4、進行干擾檢測處理，計算干噪比切換門限TJNR；
S5.判斷干噪比是否小于切換門限：根據S49所得的切換門限TJNR，判斷S48所得的JNR是
否小于TJNR，若是，轉到S8，若否，轉到S6；
S6、更新干擾檢測方式：更新為MEP方式，根據S48所得的JNR和ρ，再依據最小錯誤概率
準則，計算得到新的干擾檢測門限因子為αJam'＝(1+ρ/JNR)ln(1+JNR/ρ)；
S7、干擾檢測處理：根據S6所述αJam'，對S3得到的N個數據功率E0,E1,…,EN-1，進行干擾
檢測處理；
S8、輸出結果：干擾數據集合SJ、無干擾數據集合SN、干噪比，其中，所述干燥比包括瞬時
干噪比JNR′和平均干噪比JNR。
2.根據權利要求1所述的一種自適應干擾檢測方法，其特征在于：S3所述計算接收數據
功率具體步驟如下：
S31、進行時域干擾檢測，對接收數據進行分組，連續k個采樣點為一組，分為N組數據，
即r＝[r0,r1,…,rN-1]，其中，第n組數據為rn＝[rn0,rn1,…,rn(k-1)]T，對各分組時域數據進
...

【專利技術屬性】
技術研發人員：周世陽，王心怡，程郁凡，
申請(專利權)人：電子科技大學，
類型：發明
國別省市：四川;51