CN114826300B - 一种基于差分的干扰检测方法 - Google Patents
一种基于差分的干扰检测方法 Download PDFInfo
- Publication number
- CN114826300B CN114826300B CN202210638972.8A CN202210638972A CN114826300B CN 114826300 B CN114826300 B CN 114826300B CN 202210638972 A CN202210638972 A CN 202210638972A CN 114826300 B CN114826300 B CN 114826300B
- Authority
- CN
- China
- Prior art keywords
- signal
- noise
- threshold
- signals
- bandwidth
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
- H04B1/06—Receivers
- H04B1/10—Means associated with receiver for limiting or suppressing noise or interference
- H04B1/1027—Means associated with receiver for limiting or suppressing noise or interference assessing signal quality or detecting noise/interference for the received signal
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
- H04L1/20—Arrangements for detecting or preventing errors in the information received using signal quality detector
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/26—Systems using multi-frequency codes
- H04L27/2601—Multicarrier modulation systems
- H04L27/2647—Arrangements specific to the receiver only
- H04L27/2655—Synchronisation arrangements
- H04L27/2668—Details of algorithms
- H04L27/2681—Details of algorithms characterised by constraints
- H04L27/2688—Resistance to perturbation, e.g. noise, interference or fading
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Monitoring And Testing Of Transmission In General (AREA)
- Noise Elimination (AREA)
Abstract
本发明属于无线通信技术领域,具体来说是涉及一种基于差分的干扰检测方法。具体方法是:一、对接收信号进行噪底展平处理,估计出接收信号的基底噪声,然后将接收信号减去估计得到的噪底,得到噪底展平后的接收信号;二、对噪底展平后的接收信号进行功率谱检测得到频段内所有的信号包括干扰信号的频点和带宽信息;三、剔除已知的发射信号频点和带宽,得到余下的干扰信号频点和带宽。本发明的有益效果为:可以将频段内的所有信号包括干扰信号识别出来,具有实现简单,受噪声影响小的特点。
Description
技术领域
本发明属于无线通信技术领域,具体来说是涉及一种基于差分的干扰检测方法。
背景技术
在当今的复杂电磁环境下,通信***时常受到各种干扰,包括自然干扰和人为干扰。近年来随着无线通信的高速发展,第五代移动通信技术(5G)的快速应用,各种无线通信方式的相互干扰非常严重。在军事通信中,除了自然干扰,还有来自人为的干扰,这类干扰对通信***功能的破坏十分显著,为了保证通信的有效性,常常需要对这些干扰信号进行检测。干扰检测就是对接收机中的信号进行干扰的异常检测,获得实时的干扰信号的能量、频段以及干扰类型等信息,重构干扰信号,再采取相应的处理措施进行干扰抑制或消除,尽量恢复未受干扰影响前的原始信号。
目前,常用的干扰检测算法主要分为能量检测算法,循环平稳特征分析方法和高阶累积量的方法。能量检测算法是在没有任何先验信息下的最优算法,该算法只需要预设一个门限对干扰进行检测,但是由于噪声功率实时变化,所以无法保证准确性;循环平稳特征分析的检测方法主要利用信号的平稳特征以及相关特性来区分信号与噪声;对于高阶累积量的方法,提取信号的高阶特性,达到区分信号与噪声的目的。以上的几种方法都是在无先验信息的情况下进行判断,实现复杂度较高,难以在实时处理***上部署。在本技术的预设场景下,我们提前知道了发射信号的频点和带宽,在这些先验信息下进行干扰信号的检测,并且实现方法简单,可以部署在实时处理***上。
发明内容
针对现有技术中的上述不足,本发明提出一种基于差分的干扰检测方法。
本发明的技术方案为:
一种基于差分的干扰检测方法,包括以下步骤:
S1、对接收信号进行噪底展平处理,具体为:
设置基底噪声的检测窗口对信号序列进行检测,得到每个窗口的平均值,然后用后一段信号的平均值与当前段信号的平均值进行差分;将差分后的数值与设置的阈值进行比较,将比较结果存入移位寄存器,使得低于阈值的部分对应一个数字,高于阈值的部分对应一个数字,等于阈值的部分对应一个数字,其中等于阈值的部分为噪底平坦部分;根据移位寄存器的存储数字获得各段噪底的起始和结束地址;
估计噪底,通过移位寄存器的存储数字对整段信号进行分类,分为普通信号、受干扰信号和噪底平坦部分。将普通信号和受干扰信号左右两边噪底平坦部分的平均值进行线性插值,作为它们的噪底;噪底平坦部分的窗口内平均值作为噪底。
用接收信号减去估计得到的噪底,得到噪底展平后的接收信号;
S2、对噪底展平后的接收信号进行功率谱检测,具体为:
设置低门限和高门限,利用低门限对整个信号进行检测找出判决簇:将谱估计后所有频点上幅值超过低门限的频点认为是存在信号,并将连续高于该门限的频点归为一组即簇,即获得了所有可能存在信号的判决簇;接着利用高门限判断每一个判决簇是否为一个信号,当判决簇中的所有频点的幅值均高于高门限时,认为该判决簇是一个信号簇,否则认为是非信号;对获得的所有信号簇进行顺序检测,先将信号簇进行分段处理,分段后用后一段信号的平均值与当前段的信号平均值进行差分;输出两个带宽:第一个带宽是3dB带宽,将信号的幅值减去3dB作为带宽检测门限,以超过该门限的信号频点之间的宽度视为信号带宽;第二个带宽为信号的能量带宽,该带宽首先计算信号簇的整体能量,再由能量幅值点向两边累积,累积至设定值时输出信号的左右累积点视为信号带宽;
S3、干扰识别,具体为:采用识别算法检测出所有的信号簇频点及带宽,因为发射信号簇的频点和带宽是已知的,那么剔除这些发射信号后,余下的所有信号簇就是干扰信号。
本发明的有益效果为:可以将频段内的所有信号包括干扰信号识别出来,具有实现简单,受噪声影响小的特点。
附图说明
图1为原始信号噪底示意图。
图2为进行干扰信号噪底估计后信号示意图。
图3为两种类型信号波形示意图。
图4为两种类型信号输出波形示意图。
图5为仿真采用的信号源。
图6为仿真信号源噪底估计结果示意图。
图7为仿真信号源噪底展平后示意图。
图8为仿真信号源信号簇检测示意图。
图9为仿真信号源普通信号簇单一检测示意图。
图10为仿真信号源谱上谱信号簇单一检测示意图。
图11为仿真信号源信号簇最终检测结果示意图。
具体实施方式
下面结合附图和实施例,对本发明技术方案进行详细描述并结合仿真示例证明本发明的实用性。
接收机接收到的信号一般包含有噪声、干扰和信号三部分,需要从中识别出干扰信号。传统的功率门限方法存在识别率不高,受噪声影响大的缺点;本发明提出的一种干扰信号检测方法,可以将频段内的所有信号包括干扰信号识别出来,具有实现简单,受噪声影响小的特点。
接收到的信号同时包含噪声、干扰和信号三部分。这里的干扰信号检测包含了三个步骤,第一步首先对干扰信号的谱估计结果进行噪底展平,避免噪底的波动对检测结果带来的误差;第二步使用检测技术完成所有频谱的检测,包括信号“谱上谱”的检测,将所有信号的频点及带宽检出;第三步使用已知信息——发送信号的频点和带宽,得出具体的干扰信号频点。
为了防止基底噪声不平坦导致对于宽带干扰信号检测噪声影响,需要检测基底噪声,并采用该信号减去基底噪声以排除基底噪声的影响。利用该思想将如图1所示的原始信号进行噪底估计,再将信号减去估计得到的噪底,这时信号的底噪不平坦问题得以解决。
如图3所示,把观测频段范围内的信号进行分类处理。左边信号为正常载波信号,可能为干扰信号也可能为发射信号;右边信号为干扰信号叠加在发射信号上,形成了“谱上谱”结构。需要分别对这两种载波进行噪底展平方法的设计。
主要步骤如下:
Step1:设置基底噪声的检测窗口大小以及进行差分峰值判断的阈值;
Step2:根据所设置的参数对整个信号序列进行检测,检测出每个窗口的平均值,这样是对序列进行平滑处理,降低噪声的影响。
Step3:用后一段信号的平均值与当前段信号的平均值进行差分,将差分后的数值与设置的阈值进行判断。当大于阈值时,说明该处存在一个载波上升沿;当小于阈值的倒数时,说明该处存在一个载波的下降沿;当既没有上升沿也没有下降沿时,该位置为平坦部分。
Step4:如图3所示,左边信号的差分特性为:上升沿—>平坦部分—>下降沿;而右边信号的差分特性为:上升沿—>平坦部分—>上升沿—>下降沿—>平坦部分—>下降沿。
Step5:通过设置四个移位寄存器来对这些结果进行判断,该寄存器只记录差分值大于或小于阈值状态的情况,0代表暂无阈值,1代表出现低于阈值部分,2代表高于阈值部分。如果该寄存器的状态为2121或0021时,记录下低位21两边的起始地址和结束地址,作为左边信号噪底的参考起始结束地址。当该寄存器的状态为2211时,则记录下最高位和最低位21两边的起始和结束地址,作为右边信号噪底的参考起始和结束地址。
Step6:根据所检出的峰值情况,估计每个窗口的噪底。
空白部分:该部分的底噪视为该窗口的平均值;
信号部分:该部分底噪采用移位寄存器记录的起始和结束地址,利用左右两边空白部分进行插值得到。
完成噪底估计后,将进行干扰信号功率谱检测,利用门限检测法和差分检测法相结合的干扰信号功率谱检测方法,对观察范围内的所有信号进行检测。
为了减小单门限检测由于功率谱抖动造成的虚警,可在第一门限上方设置适当的第二门限,这种方法称为双门限法。其原理是利用高低两个不同的门限值将信号分成不同的簇,进而根据这些簇识别信号的数量和位置,并估计信号的带宽、中心频率以及SNR(信噪比)。假设Pfa-L和Pfa-H分别代表信号检测时低门限THL和高门限THH的虚警概率,那么,当噪声的分布规律服从χ2分布时,门限系数计算如下所示:
μL=-ln(Pfa-L)
μH=-ln(Pfa-H)
若噪声能量的水平估计值分别为NL和NH,则低门限值和高门限制可通过下面的公式计算获得
THL=μL·NL
THH=μH·NH
首先利用低门限对整个信号进行检测找出判决簇,将谱估计后所有频点上幅值超过低门限的频点认为是存在信号,并将连续高于该门限的频点归为一组即簇,此时获得了所有可能存在信号的判决簇;接着利用高门限制判断每一个簇是否为一个信号,原则上是当簇中的所有频点的幅值均高于高门限时,可认为该簇是一个信号,否则认为是非信号。经过上述的判决,所检测到的信号的数量和频点就确定了。在上述的分析中可得出低门限是为了保证所有可能为信号的簇能够正确的从低噪中分离,高门限时为了保证包含信号的簇能够正确的被检测出。
利用前面噪底展平技术得到的噪底进行运算,将得到信号减去估计得到的噪底,再利用差分方法得到普通载波和带有“谱上谱”的载波,完成对观测范围内所有信号的检测。有以下几个步骤:
Step1:功率谱估计后某个频率位置的幅值超过低门限值,则认为该频率位置可能存在有信号并将连续超过低门限的频率点合并为一个簇。
Step2:将Step1中得到的簇中幅值超过高门限的簇认为存在信号,否则认为是干扰噪声。
Step3:若两个信号簇频率之间相离的较近,且相邻两个簇之间的波谷低于低门限值或者波谷越过信号合并门限的位置之间长度大于信号合并长度,则认为这两个簇是两个独立的信号;若不满足其中任意一个条件,则认为是同一个信号,检测时应该对两个信号进行合并。
Step4:得到经过去除杂波的信号簇之后,会有两种不同的信号簇,分为普通信号簇,以及“谱上谱”信号簇。对每一个信号簇进行依次检测。
Step5:顺序对每一个信号簇进行检测,先将信号簇进行分段处理,这里的分段数取决于干扰信号相对于正常载波信号的带宽。分段后用后一段信号的平均值与当前段的信号平均值进行差分。
Step6:设置两个计数器进行计数,一个为上升沿计数器,一个为下降沿计数器。由于分段选取时,如果段数较多,可能会出现在载波上升沿时出现连续的多个大于阈值的分段。对于这些分段,我们设置两个寄存器:get_rise_first,get_rise_second;当出现高于阈值的分段时,将get_rise_first拉高,而当进入到平坦段时,将get_rise_first拉低,当进行阈值的判断时,如果该值大于阈值的同时get_rise_first为低,则将get_rise_second拉高,最后判断时若上升沿计数器及下降沿计数器大于等于2且get_rise_second为高时,就可以认为该信号簇存在谱上谱的干扰。这样就可以防止连续的上升分段影响干扰信号的检测结果。
Step7:分类输出信号的带宽。如图4所示,对于右边谱上谱这类信号簇,我们输出两个带宽:一个是3dB带宽,将信号的幅值减去3dB作为带宽检测门限,以超过该门限的信号频点之间的宽度视为信号带宽,为图中阴影部分。第二个带宽为信号的能量带宽,该带宽首先计算信号簇的整体能量,再由能量幅值点向两边累积,累积至设定值时输出信号的左右累积点视为信号带宽;对于普通载波信号簇,直接输出该信号簇的能量带宽接由下一步判断。
经过上述的识别算法之后,如图3所示的左边信号簇的带宽会直接输出,右边谱上谱信号簇会输出能量带宽和3dB带宽两个带宽。得到所有的信号频点及带宽之后,由已知的发送信号簇的频点和带宽这些信息对信号进行干扰识别。有以下步骤:
Step1:根据发射信号的频点和带宽选取合适的观测范围,将信号的最小频点减去1/2带宽作为观测最小频点,信号的最大频点加上1/2带宽作为观测最大频点。
Step2:用上述识别算法检测出所有的信号频点及带宽,这些信号中包含了干扰信号以及发射信号。
Step3:剔除所有跟发射信号频点带宽相近的信号,将剩余的信号作为干扰信号;干扰信号的频点和带宽可由输出的谱线的频点位置来判断。输出信号的带宽为右边谱线减去左边谱线的值乘以频谱分辨率,输出信号的频点为左边谱线加右边谱线的值除以2。由此得到的干扰信号频点和带宽可以进行后续的干扰抑制。
仿真验证
将对上述提到的基于差分的联合干扰信号检测算法进行仿真分析,如图5所示信号为仿真信号源,其采样率为50MHz,干信噪比为5dB。
如图5所示,整个信号的噪底十分不平坦,且存在谱上谱干扰。如果直接使用门限法检测,不仅检测门限难以设置,且有可能将凸起来的噪底也检测认为是一个信号,或者漏检该信号。用普通的噪底展平方法会导致谱上谱信号的噪底无法估计,所以我们使用了上述提到的方法对该信号进行噪底展平,噪底估计结果如图6所示。
图中含有原始信号曲线,原始信号曲线下方是经过干扰信号噪底展平的信号噪底。得到底噪估计结果后,将信号减去底噪就可以得到展平底噪后的信号。
干扰信号噪底展平后信号如图7所示:
图中所有信号载波底噪相对平整,很好地避免了门限法会漏检或多检信号的缺点。接下来使用本发明中的方法首先检出每个信号簇的能量带宽,如图8所示:
可以看出每一个信号簇都被检测到且可以通过该方框得到信号的频点及带宽,但是信号簇中存在“谱上谱”部分的信号未能检出,接下来将对每一个信号簇进行再一次检测,得出“谱上谱”部分的信号。
如图9所示,该信号簇下方的点是一个没有“谱上谱”结构的差分结果,设置阈值为2时有两个连续的上升沿,会产生误判,但是使用本发明提出的方法就可以避免误判。
如图10所示,该信号簇有“谱上谱”结构,可以看到在有干扰信号时,差分值还会有一个大于阈值的部分,所以使用本发明算法将其识别出。最终这个信号簇会输出两个带宽,一个能量带宽,一个3dB带宽。
如图11所示,所有信号包括干扰信号都被检出,将这些信号簇与发送信号频点带宽进行比较,剔除发射信号,即可得到最终的干扰信号检测结果。
Claims (1)
1.一种基于差分的干扰检测方法,其特征在于,包括以下步骤:
S1、对接收信号进行噪底展平处理,具体为:
设置基底噪声的检测窗口对信号序列进行检测,得到每个窗口的平均值,然后用后一段信号的平均值与当前段信号的平均值进行差分;将差分后的数值与设置的阈值进行比较,将比较结果存入移位寄存器,使得低于阈值的部分对应一个数字,高于阈值的部分对应一个数字,等于阈值的部分对应一个数字,其中低于阈值的部分为普通信号部分,高于阈值的部分为受干扰信号部分,等于阈值的部分为噪底平坦部分;根据移位寄存器的存储数字获得各段噪底的起始和结束地址;
估计噪底,通过移位寄存器的存储数字对整段信号进行分类,分为普通信号、受干扰信号和噪底平坦部分,将普通信号和受干扰信号左右两边噪底平坦部分的平均值进行线性插值,作为它们的噪底;噪底平坦部分的窗口内平均值作为噪底;
用接收信号减去估计得到的噪底,得到噪底展平后的接收信号;
S2、对噪底展平后的接收信号进行功率谱检测,具体为:
设置低门限和高门限,利用低门限对整个信号进行检测找出判决簇:将谱估计后所有频点上幅值超过低门限的频点认为是存在信号,并将连续高于该门限的频点归为一组簇,即获得了所有可能存在信号的判决簇;接着利用高门限判断每一个判决簇是否为一个信号,当判决簇中的所有频点的幅值均高于高门限时,认为该判决簇是一个信号簇,否则认为是非信号;对获得的所有信号簇进行顺序检测,先将信号簇进行分段处理,分段后用后一段信号的平均值与当前段的信号平均值进行差分;输出两个带宽:第一个带宽是3dB带宽,将信号的幅值减去3dB作为带宽检测门限,以超过该门限的信号频点之间的宽度视为信号带宽;第二个带宽为信号的能量带宽,该带宽首先计算信号簇的整体能量,再由能量幅值点向两边累积,累积至设定值时输出信号的左右累积点视为信号带宽;
S3、干扰识别,具体为:采用识别算法检测出所有的信号簇频点及带宽,因为发射信号簇的频点和带宽是已知的,那么剔除这些发射信号后,余下的所有信号簇就是干扰信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210638972.8A CN114826300B (zh) | 2022-06-08 | 2022-06-08 | 一种基于差分的干扰检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210638972.8A CN114826300B (zh) | 2022-06-08 | 2022-06-08 | 一种基于差分的干扰检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114826300A CN114826300A (zh) | 2022-07-29 |
CN114826300B true CN114826300B (zh) | 2023-03-21 |
Family
ID=82522018
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210638972.8A Active CN114826300B (zh) | 2022-06-08 | 2022-06-08 | 一种基于差分的干扰检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114826300B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110034834A (zh) * | 2019-04-16 | 2019-07-19 | 南京天际易达通信技术有限公司 | 一种干扰检测和抑制优化方法 |
CN114401526A (zh) * | 2021-12-16 | 2022-04-26 | 天津七一二通信广播股份有限公司 | 基于双门限判决的窄带干扰位置检测方法及*** |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005080273A (ja) * | 2003-09-01 | 2005-03-24 | Gcomm Corp | スペクトラム拡散通信方式受信機 |
US7894774B2 (en) * | 2007-08-02 | 2011-02-22 | Wireless Technology Solutions Llc | Communication unit and method for interference mitigation |
CN112585874B (zh) * | 2018-06-08 | 2022-07-01 | 上海诺基亚贝尔股份有限公司 | 用于信号检测的本底噪声估计 |
CN109743272B (zh) * | 2019-01-21 | 2022-01-11 | 哈尔滨工业大学 | 宽带专网***高精度的干扰对齐窄带干扰抑制算法 |
CN112367128B (zh) * | 2020-10-30 | 2021-09-14 | 电子科技大学 | 一种基于相隔窗的突发信号频谱检测仪及盲检测方法 |
CN114567340B (zh) * | 2022-04-28 | 2022-07-12 | 成都和为时代科技有限公司 | 基于相关算法的ads-b信号接收基带处理方法及*** |
-
2022
- 2022-06-08 CN CN202210638972.8A patent/CN114826300B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110034834A (zh) * | 2019-04-16 | 2019-07-19 | 南京天际易达通信技术有限公司 | 一种干扰检测和抑制优化方法 |
CN114401526A (zh) * | 2021-12-16 | 2022-04-26 | 天津七一二通信广播股份有限公司 | 基于双门限判决的窄带干扰位置检测方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN114826300A (zh) | 2022-07-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101631102B (zh) | 一种跳频***干扰样式识别方法 | |
CN107911183B (zh) | 一种基于实时信号特征分析的无人机识别方法及*** | |
CN108983058B (zh) | 基于改进的变分模态和奇异值分解的变压器局部放电特高频信号去噪方法 | |
CN112560803A (zh) | 基于时频分析与机器学习的雷达信号调制识别方法 | |
CN109633633B (zh) | 一种基于分段分类增强处理的生命信号增强方法 | |
CN111693944A (zh) | 雷达有源干扰信号参数提取与干扰样式识别方法及装置 | |
CN108523877B (zh) | 一种心电信号质量辨识方法及其心电分析方法 | |
CN105429719B (zh) | 基于功率谱和多尺度小波变换分析强干扰信号检测方法 | |
CN105721371B (zh) | 一种基于循环谱相关的常用数字调制信号识别方法 | |
CN111510255B (zh) | 基于宽带频谱数据的跳频信号盲检测及参数估计方法 | |
CN113325277A (zh) | 一种局部放电处理方法 | |
CN109474355A (zh) | 基于频谱监测数据的自适应噪声门限估计与信号提取方法 | |
CN106656372B (zh) | 一种跳频***的频带干扰检测方法 | |
CN114826300B (zh) | 一种基于差分的干扰检测方法 | |
CN108594156B (zh) | 一种改进的电流互感器饱和特性识别方法 | |
CN110542926A (zh) | 一种地震数据尖峰噪声簇的自主检测和压制方法 | |
CN110233682B (zh) | 一种实时门限信号检测方法 | |
CN113824518B (zh) | 基于频谱的非合作信号检测方法 | |
CN112929141A (zh) | 一种基于图传信号匹配的无人机检测识别方法和*** | |
CN113965215B (zh) | 一种使用高速跳频信号进行单脉冲跟踪解调的方法 | |
CN112968720A (zh) | 非均匀跳频信号时域检测及拼接方法 | |
CN115293219B (zh) | 一种融合小波和峭度的脉冲信号去噪方法 | |
CN116961799A (zh) | 一种基于时频域分布特征的信号干扰检测方法 | |
CN109347580B (zh) | 一种已知占空比的自适应门限信号检测方法 | |
CN115441970A (zh) | 一种基于尺度迭代和频谱补偿的宽带信号检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |