基于时频稀疏性的跳频信号背景噪声估计算法

doi:10.3969/j.issn.0372-2112.2014.10.010

电子学报 ›› 2014, Vol. 42 ›› Issue (10): 1932-1937.DOI: 10.3969/j.issn.0372-2112.2014.10.010

基于时频稀疏性的跳频信号背景噪声估计算法

辛吉荣^1,2, 陆路希², 包昕², 程建²

1. 国防科学技术大学电子科学与工程学院, 湖南长沙 410073;
2. 盲信号处理重点实验室, 四川成都 610041

收稿日期:2013-06-04 修回日期:2013-11-12 出版日期:2014-10-25
- 作者简介:
- 辛吉荣 男,生于1985年10月,陕西宝鸡人.2012年考入国防科学技术大学电子科学与工程学院,现为在读博士生.主要研究方向:通信信号处理、阵列信号处理.;陆路希 男,生于1982年9月,上海人.2011年6月获北京大学博士学位,现任盲信号处理实验室工程师,主要研究方向:跳扩频信号处理、稀疏信号处理.;包昕 男,生于1986年,成都人,盲信号处理实验室博士研究生,研究方向:信道编码识别、稀疏信号处理.;程建 男,生于1964年,重庆人,盲信号处理实验室高级工程师,研究方向:卫星通信.

Noise Energy Estimator Based on Sparseness of Time-Frequency Domain for Broadband Frequency-Hopping Signal

XIN Ji-rong^1,2, LU Lu-xi², BAO Xin², CHENG Jian²

1. College of Electronic Science and Engineering, National University of Defense Technology, Changsha, Hunan 410073, China;
2. National Key Laboratory of Blind Signals Processing, Chengdu, Sichuan 610041, China

Received:2013-06-04 Revised:2013-11-12 Online:2014-10-25 Published:2014-10-25

摘要/Abstract

摘要：

背景噪声估计是自适应盲信号检测的依据.针对传统背景噪声估计复杂度高不适用于宽带卫星跳频信号盲处理系统的现实问题,提出了一种利用跳频信号稀疏性的背景噪声估计算法.理论分析了该算法的可靠性和复杂度,并应用仿真数据和实际信号验证了算法的有效性.相比传统算法,该算法可提供相近的噪声估计结果,而计算复杂度和数据缓存大为降低.

关键词: 跳频, 噪声估计, 卫星通信, 能量检测

Abstract:

Noise estimation is the basis of the adaptive blind signal detection.It provides the thresholds of automatic detector based on the CFAR (Constant False Alarm Rate) rule.The traditional noise estimator was complicated and cannot be easily implemented in the on-line blind signal processing system for the satellite broadband frequency-hopping signal.Utilizing the sparseness of the frequency-hopping signal, a new algorithm was proposed to facilitate the noise estimation.The reliability and complexity of the algorithm was analyzed theoretically, and the effectiveness was verified through both simulations and real signal experiments.Compared to the classical algorithm, the proposed algorithm can provide similar noise estimation results, while its computational complexity and buffer consumption was significantly reduced.

Key words: noise estimation, frequency-hopping, satellite communication, energy estimation

中图分类号:

TN911.23

辛吉荣, 陆路希, 包昕, 程建. 基于时频稀疏性的跳频信号背景噪声估计算法[J]. 电子学报, 2014, 42(10): 1932-1937.

XIN Ji-rong, LU Lu-xi, BAO Xin, CHENG Jian. Noise Energy Estimator Based on Sparseness of Time-Frequency Domain for Broadband Frequency-Hopping Signal[J]. Acta Electronica Sinica, 2014, 42(10): 1932-1937.

参考文献

[1] P Henttu,S Aromaa.Consecutive mean excision algorithm[A].Proceedings of IEEE International Symposium on Spread Spectrum Techniques and Applications[C].Prague:IEEE,2002.450-454.
[2] H Saarnisaari,P Henttu,et al.Impulse detection and rejection methods for radio systems[A].Proceedings of IEEE MILCOM[C].Boston:IEEE,2003.1126-1131.
[3] J J Lehtomaki,M Juntti,et al.CFAR strategies for channelized radimeter[J].IEEE Signal Processing Letters,2005,12(1):13-16.
[4] J Vartiainen,J Lehtomaki,et al.Limits of detection for the consecutive mean excision algorithms [A].Proceedings of International Conference on Cognitive Radio Oriented Wireless Network[C].Cannes:IEEE,2010.1-5.
[5] Harri Saarnisaari.Iterative multidimensional impulse detectors for communications based on the classical diagnostic methods[J].IEEE Transactions on Communications,2005,53(3):395-398.
[6] Tevfik Yucek,Huseyin Aeslan.A survey of spectrum sensing algorithms for cognitive radio application[J].IEEE Communications Surveys & Tutorials,2009,11(1):116-129.
[7] JJ Lehtomaki,J Vartiainen.Spectrum sensing with forward methods[A].Proceeding of IEEE MILCOM[C].Washington:IEEE,2006.1-7.
[8] J Lehtomaki,S Salmenkaita.Measurement studies of a spectrum sensing algorithms based on double thresholding[A].Cognitive Radio and Advanced Spectrum Management[C].Aalborg:IEEE,2009.69-73.
[9] 刘义贤,季飞,余华.认知无线电网络中基于噪声功率估计的能量检测性能[J].电子与信息学报,2011,33(6):1487-1491. Liu Yixian,Ji Fei,Yu Hua.Performance ofenergy detection based on estimated noise power in cognitive radio networks[J].Journal of Elctronics & Information Technology,2011,33(6):1487-1491.(in Chinese)
[10] J J Lehtomaki ,J Vartiainen,et al.CFAR outlier detection with forward methods[J].IEEE Transactions on Signal Procsessing,2007,55(9):4702-4706.
[11] 吴海燕,任午令,章志勇.数据结构[M].浙江大学出版社,2011.240. Wu Haiyan,Ren Wuling,Zhang Zhiyong.Data Structure[M].Zhejiang University Press,2011.240.(in Chinese)

[1]	徐仲麟, 吴林晟, 佘胜团, 吴毓英, 毛军发, 叶雯燚. 面向低轨卫星通信的K波段LTCC多通道集成接收前端模块[J]. 电子学报, 2022, 50(6): 1389-1398.
[2]	杨伟超, 杜宇, 文伟, 侯舒维, 徐常志, 张建华. 基于多重分形谱智能分析的卫星信号调制识别研究[J]. 电子学报, 2022, 50(6): 1336-1343.
[3]	宋唐益嘉, 胡鹤飞, 张思睿, 许凌毅, 辛宁. 天基信息港对等共享网络性能仿真[J]. 电子学报, 2022, 50(5): 1266-1269.
[4]	何其恢, 朱立东. 一种基于双图案的卫星信号能量检测粗同步方法[J]. 电子学报, 2022, 50(3): 524-532.
[5]	宋政育, 郝媛媛, 孙昕. 低轨卫星协作边缘计算任务迁移和资源分配算法[J]. 电子学报, 2022, 50(3): 567-573.
[6]	林敏, 张健, 林志, 王子宁, 郭克锋, 欧阳键. 多播传输模式下的卫星通信安全波束成形算法[J]. 电子学报, 2022, 50(1): 98-105.
[7]	王蔚龙, 赵尚弘, 李勇军. 基于能量效率的分布式星群下行链路功率分配方法研究[J]. 电子学报, 2020, 48(6): 1177-1181.
[8]	姚山峰, 欧阳鑫信, 贺青. 窄带跳频信号的无模糊时差估计算法[J]. 电子学报, 2019, 47(4): 798-805.
[9]	李硕, 李天昀. 短波信道下的跳频信号检测[J]. 电子学报, 2019, 47(3): 623-629.
[10]	张建飞, 丁广, 杨建东, 滕晓云. 海上云层和降水对船载高频段卫星通信的影响[J]. 电子学报, 2018, 46(2): 381-386.
[11]	王星宇, 李勇军, 赵尚弘, 曹桂兴, 谭庆贵, 郑永兴, 姜勇. 基于IEEE802.11的星间链路最短接入时延退避算法[J]. 电子学报, 2018, 46(12): 2936-2941.
[12]	欧阳鑫信, 万群, 曹景敏, 熊瑾煜. 跳频信号的时差直接定位[J]. 电子学报, 2017, 45(4): 820-825.
[13]	王杰贵, 张鹏程. 对相位编码步进跳频雷达的MCPC调制转发干扰[J]. 电子学报, 2017, 45(1): 89-97.
[14]	申滨, 喻俊, 黄琼, 陈前斌. 基于信号集合势和连续性的认知无线电宽带频谱感知[J]. 电子学报, 2016, 44(8): 1994-2003.
[15]	孟宪波, 鲍长春. 基于最小控制GARCH模型的噪声估计算法[J]. 电子学报, 2016, 44(3): 747-752.

基于时频稀疏性的跳频信号背景噪声估计算法

Noise Energy Estimator Based on Sparseness of Time-Frequency Domain for Broadband Frequency-Hopping Signal

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics