超窄帶無線物聯網超窄帶信號檢測方法技術

本發明專利技術公開了一種超窄帶無線物聯網超窄帶信號檢測方法，包括接收從天線發送的信號；對從天線接收的信號進行時頻變換得到平均功率譜；本發明專利技術使用的檢測方法使用這樣的原則：如果隨機變量被模式化為高斯分布，則大部分樣本落在從均值到其3倍標準差之內。這之外的樣本被認為是異常值。這樣，我們可以認為在輸入信號缺失的時候，系統測量到的信號時噪聲。

【技術實現步驟摘要】
超窄帶無線物聯網超窄帶信號檢測方法
本專利技術屬于無線通信
具體涉及一種超窄帶無線物聯網超窄帶信號檢測方法。
技術介紹
超窄帶是近年來國際上正在興起的兩種極端無線通信技術.UWB技術的特點是低功耗，高帶寬，低復雜度，它具有對信道衰落不敏感，發射信號功率譜密度低，安全性高，系統復雜度低，能提供數厘米的定位精度等優點。在超窄帶通信中，一般采用FDMA方式，單個載波的帶寬在100Hz－500Hz的范圍內。在這個方位內，如何識別載波是一個關鍵。對于終端來說，可以在一個子載波上來傳輸信息，但是，在基站上，必須在一個頻段上來檢測子載波。比如，在200KHz的頻段上，每個子載波的帶寬是100Hz，那么，就有2000個子載波，終端是隨機地選擇一個子載波來傳輸信息的，因此，在極端的情況下，基站必須能夠隨時能夠檢測2000個子載波上可能的信息傳輸。在這個子載波檢測中，一個是子載波的數量多，另外一個就是帶寬窄，一般只有100Hz左右。所以，難度就比較高。我們在處理的時候，采用特征檢測和能量檢測結合的方法。能量檢測后，檢測前導碼，來判別是否是自己的信號。里面，主要的是能量檢測。在能量檢測上，主要的方法是FFT檢測方法。
技術實現思路
本專利技術的目的是為了克服上述不足提供一種超窄帶無線物聯網超窄帶信號檢測方法。一種超窄帶無線物聯網超窄帶信號檢測方法，包括步驟：001，接收從天線發送的信號；002，對從天線接收的信號進行時頻變換得到平均功率譜；003，計算所得到的平均功率譜的平均值；004，在時域到頻域變換的每個頻點上逐一進行一階濾波；005，統計計算已濾波的、平均化的功率譜的統計量；006，檢測頻道中檢測窄帶信號的存在。進一步，所述檢測頻道中檢測窄帶信號的存在具體為：在一個帶寬為ΔF1寬帶頻道中，檢測帶寬為ΔF2的窄帶信號的存在，其中，ΔF1＞＞ΔF2。進一步，所述進行時頻變換得到平均功率譜的步驟具體為：選擇多個頻段和N個頻點，選擇的N個頻點跨越了所選擇的頻段，從天線接收的信號，選擇ΔF1寬帶頻道，數值化后，輸出信號rn，然后進行FFT運算：Y(k，m)＝rn+n＊k其中，Y(k，m)時第k塊FFT輸出，rn時接收的數據，且N時FFT的大小，rn包括噪聲和待檢測的窄帶信號。進一步，所述進行時頻變換得到平均功率譜的步驟具體為：在執行FFT后，通過K個樣本計算所接收到的平均功率譜的平均值，P(k，m)，如下：P(k，m)＝δP(k，m)+(1－δ)|Y(k，m)|2其中，δ時常數(遺忘因子)。進一步，所述檢測頻道中檢測窄帶信號的存在的過程具體為：統計計算器計算均值μk和βk修正的標準差，當max(P(k，m))＞k1μk+k2βk，其中，k1和k2是常數，選擇的準則是獲取所期望的性能時，利用上述概率函數，檢測器在所述的頻道中檢測窄帶信號的存在，選擇k1和k2使得漏檢概率、檢測概率和錯檢概率在預定的范圍內，μk＝σ21+σ22＝σ21(1+)其中，SNR是所述窄帶信號的信噪比，σ12和σ22分別是基于頻點的背景信號和窄帶信號的方差，總輸入功率是Nσ12+Mσ22，假設k2＝0，于是：Prob＿miss＝Г(K，Kkl)MProb＿detection＝1－Г(K，Kkl)MProb＿false＿alarm＝1－Г(K，Kkl)N本專利技術使用的檢測方法使用這樣的原則：如果隨機變量被模式化為高斯分布，則大部分樣本落在從均值到其3倍標準差之內。這之外的樣本被認為是異常值。這樣，我們可以認為在輸入信號缺失的時候，系統測量到的信號時噪聲。該噪聲服從高斯分布。然而，一般地，所述的窄帶信號的功率譜不服從高斯分布。因而，不可以直接應用異常值檢測方式，所以本方案提供了新的方式的理論依據。附圖說明圖1為本專利技術方法流程示意圖。具體實施方式以下結合具體實施例對本專利技術作進一步的說明：我們在處理的時候，采用特征檢測和能量檢測結合的方法。能量檢測后，檢測前導碼，來判別是否是自己的信號。里面，主要的是能量檢測。在能量檢測上，主要的方法是FFT檢測方法。上述的問題的關鍵可以描述為在一個帶寬為ΔF1寬帶頻道中，檢測帶寬為ΔF2的窄帶信號(ΔF1＞＞ΔF2)的存在。其中的時頻變換是一個快速的FFT變換器，選擇的N個點跨越了所選擇的頻段。頻譜平均是一個數字處理電路，包括處理器等。濾波器時一個M個非零的數值濾波器。其中N＞M。從天線接收的信號，選擇ΔF1寬帶頻道，數值化后，輸出信號rn，然后進行FFT運算：Y(k，m)＝rn+n＊k其中，Y(k，m)時第k塊FFT輸出，rn時接收的數據，且N時FFT的大小。一般地，rn包括噪聲和待檢測的窄帶信號。然而，也可以出現另外的寬帶信號。在執行FFT后，頻譜平均器通過K個樣本計算所接收到的平均功率譜的平均值，P(k，m)，如下：P(k，m)＝δP(k，m)+(1－δ)|Y(k，m)|2其中，δ時常數(遺忘因子)。隨機變量y＝x2的概率密度函數由下式給出，其中，x是方差為σ2的零均值正態隨機變量(服從高斯分布)，由此，并使用這樣的事實：兩個隨機變量之和的概率密度函數時他們的概率密度函數的卷積，其中，λ＝K/(2σ2)。該概率密度函數通常被稱為扼度概率密度函數。所述累計分布函數也可以由下式給出：CDF＝Г(K，Pλ)其中，Г()是不完全伽馬函數。f(P)的均值和方差為：均值＝K/λ＝2σ2以及方差＝K/λ2＝(2σ2)2＝均值2/K因此，更多的平均化運算(增加K)使得所述方差接近零。如果K很大，則該密度可以用高斯密度函數逼近，但是，如上所述，所述的方差接近于零使得對于檢測很難使用高斯分布假設。從上述CDF中，可以看出，在檢測中可以進行折中。如果我們將檢測準則限定為P＞2ασ2，其中，α是閾值常數，則漏檢概率、正確檢測概率和誤檢概率可以描述為：Prob＿miss＝Г(K，Pα)MProb＿detection＝1－Г(K，Pα)MProb＿false＿alarm＝1－Г(K，Pα)N其中，N是FFT的大小，而M是所述窄帶信號跨越的頻點的數量。給定某一性能準則，于是我們可以師徒求解閾值常數和所需平均時間(K)。但是，不存在封閉解。對平均化后的功率譜進行進一步的平均化運算，通過具有ΔF3帶寬的濾波器對P(k，m)進行濾波來完成，其中ΔF1＞ΔF3。理想地，濾波器應該匹配正在檢測的在所述頻道范圍內的所期望的窄帶信號的頻譜的形狀。在此情況下，濾波器時維納濾波器。然而，在系統與被檢測到的窄帶信號發射機之間存在頻率選擇多徑(例如，瑞麗衰落)的情況下，所期望的頻譜時未知的。因此，濾波器可以是帶寬為ΔF3的簡單的矩形濾波器。濾波器帶寬ΔF3近似等于正在檢測的窄帶信號的帶寬ΔF2。也就是說，濾波器的帶寬ΔF3與待檢的窄帶信號的帶寬ΔF2匹配得越接近，所述的系統的就越好。比較好的情況是，濾波器的長度為N，具有M個非零的數值濾波器，在典型的情況下，M＜N/10。接下來，統計計算器計算所述的已濾波的、平均化的功率譜的一些統計量。特別是，統計計算器計算所述的已濾波的平均化的功率譜的均值和修正的標準差(SD)。傳統的SD在很窄帶寬的信號的存在的情況下，由偏差，并且因此它不是合適的統計量。統計計算器計算均值μk和βk修正的標準差，當max(P(k，m))＞k1μk本文檔來自技高網...

【技術保護點】
一種超窄帶無線物聯網超窄帶信號檢測方法，其特征在于包括步驟：001，接收從天線發送的信號；002，對從天線接收的信號進行時頻變換得到平均功率譜；003，計算所得到的平均功率譜的平均值；004，在時域到頻域變換的每個頻點上逐一進行一階濾波；005，統計計算已濾波的、平均化的功率譜的統計量；006，檢測頻道中檢測窄帶信號的存在。

【技術特征摘要】
1.一種超窄帶無線物聯網超窄帶信號檢測方法，其特征在于包括步驟：001，接收從天線發送的信號；002，對從天線接收的信號進行時頻變換得到平均功率譜；003，計算所得到的平均功率譜的平均值；004，在時域到頻域變換的每個頻點上逐一進行一階濾波；005，統計計算已濾波的、平均化的功率譜的統計量；006，檢測頻道中檢測窄帶信號的存在。2.根據權利要求1所述的超窄帶無線物聯網超窄帶信號檢測方法，其特征在于所述檢測頻道中檢測窄帶信號的存在具體為：在一個帶寬為ΔF1寬帶頻道中，檢測帶寬為ΔF2的窄帶信號的存在，其中，ΔF1＞＞ΔF2。3.根據權利要求2所述的超窄帶無線物聯網超窄帶信號檢測方法，其特征在于所述進行時頻變換得到平均功率譜的步驟具體為：選擇多個頻段和N個頻點，選擇的N個頻點跨越了所選擇的頻段，從天線接收的信號，選擇ΔF1寬帶頻道，數值化后，輸出信號rn，然后進行FFT運算：Y(k，m)＝rn+n＊k其中，Y(k，m)時第k塊FFT輸出，rn時接收的數據，且N時FFT的大小，rn包括噪聲和待檢測的窄帶信號。4.根據權利要求3所述的超窄帶無線物...

【專利技術屬性】
技術研發人員：余少波，
申請(專利權)人：武漢米風通信技術有限公司，
類型：發明
國別省市：湖北,42