[发明专利]基于变频的双稳态最优随机共振单频微弱信号检测方法

说明书

技术领域

本发明涉及的是一种信号处理技术领域的方法，具体是一种基于变频的双稳态最优随机共振单频微弱信号检测方法。

背景技术

在通信系统和信号处理系统中，较低信噪比条件下单频微弱信号的检测是一个常见的问题，尤其是当信号谱线被背景噪声所淹没时，该检测问题变得更加困难。一些在高信噪比情况下常用的检测方法，如频谱分析、能量检测等，会随着信噪比的下降而严重影响其检测性能甚至无法使用。

经对现有文献检索发现，相关文献如下：

1、最小平方法(O.Besson and P.Stoica，“Sinusoidal signals with random amplitude：least-squares estimators and their statistical analysis(随机振幅正弦信号的最小平方估计器及其统计分析)，”IEEE Trans.Signal Processing，vol.43，no.11，pp.2733-2744，Nov.1995.)是一种较为常见的基于二阶统计量的优化方法，主要利用优化理论中的最小平方统计量对信号进行检测。这种方法在高信噪比条件下具有较好的检测效率，但在低信噪比条件下(如-10dB以下的情况)其检测准确率很低，实用性不好。

2、高阶统计量法(K.M.Hock，“Narrowband weak signal detection by higher orderspectrum(用高阶谱方法实现窄带微弱信号检测)，”IEEE Trans.Signal Processing，vol.44，no.4，pp.874-879，Apr.1996.)是另一类受到广泛关注的微弱信号检测方法，是一种建立在二阶以上谱估计理论方法上的检测技术，但是这类方法往往具有较高的计算复杂度，使得其应用范围受到很大程度的限制，特别是对信号的检测具有实时性的要求时，其弱点显得尤为突出。

3、信号子空间法(A.Eriksson，P.Stoica and T.Soderstrom，“Second-order properties ofMUSIC and ESPRIT estimates of sinusoidal frequencies in high SNR scenarios(高信噪比条件下正弦信号频率估计的MUSIC方法和ESPRIT方法二阶特性)，”IEE Proceedings Radar andSignal Processing，vol.140，no.4，pp.266-272，Aug.1993.)是一种利用信号和加性噪声的相互独立特性而应运而生的方法，结合接收信号的协方差矩阵特征值分解来对信号子空间进行估计，相比前两种方法具有更优的检测精度，但由于这类方法在其实施中一般都需要经过对信号进行特征值分解的过程，因此同样具有较高的运算复杂度，实用性受到一定的影响。

4、能量检测方法(H.Urkowitz，“Energy detection of unknown deterministic signals(未知特定信号的能量检测)，”Proceedings of the IEEE，vol.55，no.4，pp.523-531，April 1967.)由于其运算简单而且在高信噪比情况下具有较高的检测概率而受到普遍重视，其应用也十分广泛。该方法通过直接计算接收信号的能量来判断信号是否存在，简单易行。但是能量检测方法存在一个严重的问题，即在低信噪情况下(如-10dB以下的情况)其检测概率很低，因此在通信系统的信道环境较差时检测效果也较差，也成为一直制约其应用的一个重要方面。

发明内容

本发明的目的在于克服现有技术的上述不足，提供一种基于变频的双稳态最优随机共振单频微弱信号检测方法。本发明用于检测具有加性高斯白噪声且较低信噪比条件下的微弱单频率目标信号，特别适用于无线通信系统中调制信号的检测和信号检测中对单频率目标信号的检测，能够在恒虚警概率的条件下有效提高单频微弱信号的检测概率，而且其计算复杂度与能量检测方法相当。

本发明是通过以下技术方案实现的，本发明包括以下步骤：