频谱监测中的微弱信号检测与提取

西安电子科技大学
学位论文独创性声明
秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。

尽我所知，除了文中特另ｔｌＤＨ以标注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。

与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。

申请学位论文与资料若有不实之处，本人承担一切法律责任。

本人签名：耷盎煎ｋ
西安电子科技大学
关于论文使用授权的说明
本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。

学校有权保留送交论文的复印件，允许查阅和借阅论文：学校可以公布论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存论文。

同时本人保证，毕业后结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。

（保密的论文在解密后遵守此规定）
本学位论文属于保密，在年解密后适用本授权书。

本人签名：奎遗至选１７１期：Ⅻ丕：五：！ｉ！导师签名：鱼卑鱼日期：垄！！：三：！垦
摘要ｆｌｌｌｌｌｌＭＩＩＩＨｌｌｌｌｌｌｌｌｌｌｌｌｌｌｌｌｌｌｌｌｌｌｌＨ０Ｙ２３８０５０９
随着现代通信技术的飞速发展，频谱资源日益紧张，要科学的管理无线电频谱，首先需要对频谱信息进行监测，由于电磁环境的复杂性和系统组成的多样性，较小信号甚至微弱信号，有时会完全淹没在噪声和干扰之中，增加了频谱监测的难度，影响了频谱管理的顺利进行。

因此如何从背景噪声中检测和提取出微弱信号，是目前亟待解决的问题。

本文基于频谱监测和微弱信号检测的研究现状，讨论了频谱监测和频谱感知的微弱信号检测需求，分析了影响微弱信号检测的噪声和干扰特征，针对常规提取方法的不足，重点研究了频谱监测中的微弱信号检测与提取算法，评价了算法的检测性能，最终构建了基于微弱信号检测的频谱监测系统，讨论了系统构建的关键技术与数据库设计的原则。

关键词：电磁兼容频谱监测微弱信号检测
第二章微弱信号检测在频谱监测中的应用
１３表２．１几种感知技术的比较
感知算法
适用范围优点缺点感知节点知道主要
检测速度快需要信号的先验信息匹配滤波法信号的相关信息
处理增益大对相位同步要求高感知节点不知道主
简单易实现检测时间长能量检测法要用户信号的相关
无须信号的先验信息不能区分信号和噪声类型不适用于扩频、跳频、直接信息
对相位同步要求低序列信号检测循环平稳主要用户信号具有
检测灵敏度高计算复杂度高特征检测
循环平稳特性可以区分信号和噪声类型采样时钟偏移影响检测性能以上几种感知技术主要基于发送端的单用户检测，匹配滤波法处理时间最短，能量检测法应用范围最广，循环平稳特征检测精确度最高。

随着频谱资源日益紧张，给频谱监测职能提出了更高的要求，单用户检测面临着严峻的挑战，首先需要配置较高的感知设备，以达到所需的检测速度和灵敏度，其次由于复杂环境的影响，单用户检测已经不能满足微弱信号的精确检测，因此需要对已有算法进行改进并开展复杂环境信道的研究。

２．３．２．２协作频谱感知
由于噪声不确定性、遮蔽、衰落和单用户检测不确定性等诸多问题，非协作方法难以保证检测结果的准确性。

利用协作感知方法，通过包括主用户在内的不同感知用户协作监测，将监测结果进行对比分析，依据判决准则就能得到频谱占用情况的最终结果。

在这种方法中，感知用户不仅需要对已占用的信道进行监测，同时也需要对未占用的信道进行监测，采用多种技术交换频谱数据信息，解决产生的无线电干扰影响和微弱信号漏检问题。

协作监测方法通过集中式或分布式两种模式实现【２６】。

在集中式监测方法中，通过认知系统的中心单元收集感知信息并识别可用频谱，然后中心单元将数据发送给其他认知用户，以提高检测性能和降低信道衰落的影响。

分布式监测方法通过认知用户之间监测信息的共享来选择可用频谱，但是各个节点独立对频谱的使用做出决策，若不满足准则的要求，则交换监测结果，再独立进行决策，相比于集中式监测方法，分布式监测方法由于其不需要中心单元设备而显得更加有利。

虽然，协作感知比单用户感知方法更加准确，但是在资源有限的网络中，由于需要对监测结果进行对比分析，节点汇集大量的监测信息，这样会对监测系统造成不利影响，如果信息过多甚至会使系统瘫痪【２７１。

而且用户位置信息不足导致的不确定性，各个用户的监测距离不同引起的监测时间和灵敏度的差异，需要在检测算法中通过加权的方式予以解决，才能更加有效的对频谱进行管理，保证通信的质量。

融合中心从认知用户处获得ｎ个决策结果，并对所有认知用户的二元决策求和，通过如下公式可以获得所有用户的联合概率。

如果信号存在取日，否则取日。

３２频谱监测中的微弱信号检测与提取
制，调制信号的频谱特性与基带信号的频谱特性相互关联，许多情况下是基带信号的频谱在频率轴上搬移的结果。

对于频谱监测，主要考虑正弦信号作为载波。

基带信号可以分为模拟信号和数字信号，下面分别对模拟调制和数字调制的信号特征进行分析。

３．２．１模拟信号特征分析
调幅广播、调频广播和通信系统传输的信号都属于模拟信号。

模拟调制的基带信号是连续的时间函数。

按照基带信号对载波调制参量的不同，模拟调制可以分为幅度调制、频率调制和相位调制。

模拟信号可以看作在基带带宽范围内若干不同幅度、相位的正弦信号的组合。

对其做傅里叶变换，可以的得到构成模拟信号的若干不同幅度、相位的正弦信号。

３．２．１．１幅度调制
幅度调制（圳）是载波的幅度随调制信号线性变化的过程。

设聊（ｆ）为基带信号，国，为载波角频率，接收到的ＡＭ信号可以表示如下：
ｓ删（０－－［Ａ＋ｍ（ｔ）］ｃｏｓｃｏ。

ｆ式（３－２９）
式中，Ａ为直流分量。

若Ｍ如）和ＳＡＭ如）分别为聊Ｏ）和ｓ删Ｏ）的傅里叶变换，可以计算ＡＭ信号的频谱如下：
％如）＝剃ｐｂ＋纹）＋万ｂ—ｑ）】＋妻ｍｐ＋吐）＋Ｍｐ一致）】式（３－３０）
二
ＡＭ信号的载波分量并不包含基带信号的相关信息，但却占用一半以上的信号功率，因此去掉载波分量可以获得更高效的调制方式，即抑制载波双边带（ＤＳＢ）信号，其频域表达式为：
Ｓｏｓｓ（Ｃｏ）＝去阻∞＋国。

）＋Ｍ０一吐）】式（３．３１）由于ＤＳＢ信号上下两个边带完全对称，因此将ＤＳＢ信号中一个边带滤除，获得抑制载波单边带（ＳＳＢ）信号。

分析表明，抑制载波单边带幅度调制的频谱特性是基带频谱特性的搬移。

３．２．１．２频率调制
频率调制（ＦＭ）是载波的频率随调制信号变化的过程。

接收到的ＦＭ信号可以表示如下：
ｓ删Ｏ）＝ｃｏ轨ｔ＋Ｋｃ№ｄＴ＋０Ｊ式（３．３２）式中，口为初始相位，Ｋ。

为调制常数。

设ｍ（ｔ）－－Ａ。

ＣＯＳ（ｔ）。

ｆ，则称Ｋ。

么。

为最大频偏，ｍ，＝ＫｃＡ。

／厶为调制指数。

此时ＦＭ信号的时域表达式为：
第四章微弱信号检测与提取算法仿真研究３７第四章微弱信号检测与提取算法仿真研究
环境噪声是影响微弱信号检测的重要因素，因此要想提取微弱信号，提高频谱监测的准确性，需要根据有用信号和背景噪声的特征，对微弱信号检测与提取算法进行研究。

由于电磁环境的复杂性和信号种类的多样性，算法应具有较好的普遍性和适用性。

对于实时监测系统，算法的选择还需考虑信号处理的实时性，采用几种提取方法相结合的方式，可以在一定程度上克服单一方法的局限性。

信号的相似性是评价算法性能的主要指标。

４．１常规的提取方法
４．１．１窄带滤波法
窄带滤波法通过信号处理算法，改变有用信号频率成分在整个频段内所占比例，实现噪声和干扰的抑制。

该方法适用于所接收信号的有用信号频率成分和干扰信号频率成分所占频带不同的情况。

窄带滤波器根据滤波特性的不同，可以分为低通、高通、带通和带阻滤波器；按照网络结构的不同，还可以分为无限脉冲响应（ＩＩＲ）和有限脉冲响应（ＦＩＲ）滤波器。

但是，窄带滤波法不能有效提取被宽带噪声淹没或与干扰频带重叠的信号。

窄带滤波器的频率响应函数可以表示如下：
日Ｇ胁）＝１日ｋ砌】ｅＪＯ（ｏ，）式（４．１）这里，ＩＨｋ归ｌ为幅频特性函数，表示滤波后信号各频率成分的幅度衰减情况；乡ｂ）为相频特性函数，表示滤波后信号各频率成分的时间延迟情况。

殛
国
图４．１‘低通滤波器的技术指标
频谱监测中的微弱信号检测与提取
４－）一口，Ｇ）＝ｄＧ）一而）式（４．１３）
所以，当Ｅ［ｅ２Ｇ）Ｊ最小时系统输出信号Ｐ０）的最优解为有用信号口ｌＧ）。

由于输入信号的不变性，此时输出的信噪比最大，背景噪声得到有效抑制。

并且，当ｄ（ｎ）与ｙＯ）不相关时，ｅ２０）的期望为：
硌孙词建嚣黜嘏Ｐ如Ｍ卜ｍⅫ榔）＝Ｅｋ，Ｇ）＋ｄＧ）】２｝＋ＥＩ如）２Ｊ扎””７若使Ｅｋ２０）Ｊ最小，则Ｅ陟Ｏ）２ｊ为零，自适应滤波没有起到噪声抵消的作用，也不会增加额外噪声的输出。

４．３．２信号分量的影响
如何准确的检测和提取有用信号，是自适应噪声抵消需要考虑的重要问题。

如果采用双通道并行接收技术，对含噪信号和背景噪声同时进行监测，距离较远的接收方式由于线缆损耗的影响和额外干扰的产生，实现起来十分困难，而距离较近的接收方式则会引起有用信号的相关分量混入参考输入，由于具有相关性，在自适应抵消过程中，会将有用信号的相关分量当作噪声抵消，从而导致信号失真的问题。

原始输入
有用信号
ａｌ（ｎ）
ｅ（ｎ）背景噪声
ａ２（ｎ）
图４．９参考输入含有信号的自适应噪声抵消
设有用信号的功率谱为①。

Ｚ），背景噪声的功率谱为①。

：（ｚ），可以计算参考输入①，：（ｚ）的功率谱为：
①，：（Ｚ）＝①。

，（Ｚ）．Ｉｑ（Ｚ】２＋①。

：（Ｚ）．１皿（Ｚ】２式（４．１５）原始输入Ｘ１０）和参考输入Ｘ２０）的互功率谱可以计算如下：
①ｍ：（Ｚ）＝①。

（ｚ归。

（Ｚ－１）＋①。

：（ｚ归：（ｚ－１）式（４．１６）则可以得到收敛时的最佳转移函数为：
喇＝矧＝群瓣鬻端瓣式（４－１７）。