CN116032310A - 一种基于信道化滤波的信号自适应检测重构方法 - Google Patents
一种基于信道化滤波的信号自适应检测重构方法 Download PDFInfo
- Publication number
- CN116032310A CN116032310A CN202310137163.3A CN202310137163A CN116032310A CN 116032310 A CN116032310 A CN 116032310A CN 202310137163 A CN202310137163 A CN 202310137163A CN 116032310 A CN116032310 A CN 116032310A
- Authority
- CN
- China
- Prior art keywords
- signal
- channel
- filter
- amplitude
- follows
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 75
- 238000001914 filtration Methods 0.000 title claims abstract description 32
- 238000001514 detection method Methods 0.000 title claims abstract description 12
- 238000006243 chemical reaction Methods 0.000 claims abstract description 12
- 230000003247 decreasing effect Effects 0.000 claims abstract description 8
- 238000012545 processing Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000005070 sampling Methods 0.000 claims description 8
- 238000010606 normalization Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 3
- 238000003780 insertion Methods 0.000 claims description 3
- 230000037431 insertion Effects 0.000 claims description 3
- 230000003044 adaptive effect Effects 0.000 claims 5
- 238000000354 decomposition reaction Methods 0.000 abstract description 3
- 238000001228 spectrum Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 101100366000 Caenorhabditis elegans snr-1 gene Proteins 0.000 description 1
- 101100419874 Caenorhabditis elegans snr-2 gene Proteins 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
Images
Classifications
-
- 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
- Liquid Crystal Display Device Control (AREA)
Abstract
本发明公开了一种基于信道化滤波的信号自适应检测重构方法,本发明构建分析原型滤波器和综合原型滤波器,通过对综合原型滤波器进行抽取与插值,得到分析滤波器组,再分别对抽取之后的输入信号进行分析滤波,得到各个信道的滤波结果。再通过增减步进加权法,得到每一个信道的下变频输出信号的幅值,根据各个信道的下变频输出信号的幅值,根据滑窗的方法,获取有信号的信道的起始位置,并以此为基准,找到同一个信号分解在相邻信道中,能量占据做多的信道,并以此获取每一个信号对应的信道号。再对同一个信号占据的信道的分解信号进行相关的调制,得到调制以后的分解信号。再将调制之后的分解信号,按照综合滤波的滤波法则,得到重构信号。
Description
技术领域
本发明属于信号处理领域,具体涉及一种基于信道化滤波的信号自适应检测重构方法。
背景技术
信号识别在导航通讯、电子对抗、侦查检测等的应用非常广泛。常用的数字信号识别是对信号做时域与频域处理,提取信号特征之后,而后对信号进行相应的调制,而后转发。此基础上,于是产生了基于信道化的多相滤波技术,是将数字接收机频带划分若干等分,可以在很宽的频带氛围内,对于信号进行识别。通常的方法是在各个信道的信号进行幅值计算,而后根据幅值来对信号进行识别,在对不同的信号进行调制。然而,传统的方法,会有以下不足:第一、在计算信号幅值时,由于用到了开方运算,从而消耗资源量比较大。第二、在进行跨信道的信号识别过程中,基于单纯的幅值判断,往往不能有效的对信号进行识别,从而影响了后面对信号进行调制与重构的效率。
发明内容
本发明的目的在于克服上述不足,提供一种基于信道化滤波的信号自适应检测重构方法,可以根据采用增减步进加权法的计算方法计算下变频输出信号的幅值。并根据下变频输出信号的幅值,结合信道合并的方法,有效地提取信号的起始位置与结束位置,继而采用信道合并幅值的自适应识别的方法,确定了信号占据最多的信道后,有效的识别出信号,再根据每一个信号的起始位置与结束位置对分解的子信道信号进行调制,在用综合滤波器对调制后的子信道信号进行重构。
为了达到上述目的,包括以下步骤:
S1,接收脉冲信号;
S2,设计分析原型滤波器和综合原型滤波器;
S3,采用分析原型滤波器对脉冲信号滤波,得到若干滤波后的信号;
S4,采用增减步进加权法计算滤波后的信号的幅值;
S5,采用滑窗的方法,判断幅值相应的信道是否有起始信号,得到实际的信道对应的信道编号集合;
S6,根据信道编号集合对滤波后的信号进行调制,得到调制后的信号;
S7,采用综合原型滤波器对调制后的信号进行重构滤波,得到重构信号。
S1中,脉冲信号的表达式为:
其中,表示实际接收的脉冲信号,,,为自然数集合,为斜率,,为带宽,当则表示点频,为脉冲宽度,为采样频率,为除以的余数。
S2中,分析原型滤波器的带宽为,建立方法如下:
建立低通分析基滤波器:
其中,,为自然数集合,,为大于2的正整数,表示低通分析基滤波器的长度,为8D的整数倍或者,为大于4的正整数,为采样频率;
令,为低通分析基滤波器,为低通分析基滤波器的加窗函数,为低通分析基滤波器的归一化因子,。
S3中,采用分析原型滤波器对脉冲信号滤波的具体方法如下:
对分析原型滤波器进行抽取与插零,得到分析滤波器组,令,方法如下:
其中,为斜率;
同时对脉冲信号进行倍抽取与插零,方式如下:
再用抽取与插零后的脉冲信号与抽取与插零后的分析滤波器组进行卷积,得到滤波后的信号:
其中表示卷积,表示抽取/插值倍数,,,为大于2的正整数,为小于的自然数;
设为时刻需要做D点快速傅里叶逆变换之前的信号,表示如下:
对做点的快速傅里叶逆变换,得到,表示为:
令为时刻下变频之后的信号,表示如下:
得到。
S4中,采用增减步进加权法计算滤波后的信号的幅值的具体方法如下:
令,表示第个信道的下变频输出信号,为的实部,为的虚部,为在时刻的幅值的平方,表示复数单位,计算下变频输出信号的幅值的方法如下:
第一步,,并用与做比较;
若,则翻倍,,重复第一步;
若,减半,重复第一步,直到,进入第二步;
若,进入第二步;
第二步,计算幅值,方法如下:
其中,为大于的步进累加值,为小于的步进累加值,初始时,表示累加步进,初始值为1。
S5的具体方法如下:
令为信道标记,,初始值,判断信道起始位置;表示信号道统计参数,初始设;初始为空集;
如果有起始信号,则计算起始位置与相应的结束位置,以及信道编号集合,方法如下:
第一步:判断信道标记,若,进行第二步,否则自加1,重复第一步;
第二步:计算第信道信号的起始位置,设为当前信号位置,设为判决门限,根据噪声的方差进行取值,设为对幅值进行门限的判断结果,如果幅值大于,则为1,否则为0;
令与分别表示左右滑窗,长度为,表示如下:
其中,大于;
设,为左滑窗或者右滑窗的滑窗值索引,如果且 ,,,则表明第信道发现了一个信号的起始位置;
对的幅值进行处理得到信号的起始位置,对的幅值进行处理,得到信号的起始位置;
将信号的起始位置、信号的起始位置和信号的起始位置中最小的值记为,第信道与信道直到未找到之前,不再进行各自起始位置判断,均为;
第三步:计算:
计算第信道与第信道对应时刻的模值之和以及第信道与第信道对应时刻的模值之和,计算方法如下:
其中;
为对进行门限的判断结果,如果大于,则为1,否则为0;
令与分别表示左右滑窗,长度为,取值为8的整数倍,表示如下:
大于;
对第信道进行如下判断;
设,如果第信道出现,则记为信号的结束位置;
对处理,得到信号的结束位置;
将信号的结束位置和信号的结束位置最大的值,记为;
第四步:计算第个信道的比较因子和第个信道的比较因子的值,并选出最大的值对应的信道号作为相应信号的中心信道号,方法如下所示:
比较和;
若最大值是,则,,,同时令,;
若最大值是,则,,,同时令,,;
记,,自加1,若,则结束判断,否则返回第一步。
S6的具体方法如下:
和为调制函数,且满足:
其中,为信号起始位置索引,为信号结束位置索引;
则,其中为小于的自然数,为不大于3的正整数,为时刻要进行幅度调制的待重构信号;
设、和的初始值为1,对于每一个,初始值均为0;
第一步,进行当前信道的信号合并,方法如下:
如果,则,否则保持原值,进入第二步;
第二步,自加1,如果大于,则进入第三步,否则回到第一步;
第三步,自加1,如果大于,则完成调制。
S7中,重构滤波的具体方法如下:
对时刻上变频处理结果做点的快速傅里叶变换,得到,表示为:
得到;
设对综合原型滤波器进行抽取与插零,得到重构滤波器组,令,,方法如下:
用与进行卷积
对进行倍插值,得到:
则重构信号如下:
其中表示自然数。
S2中,综合原型滤波器的带宽为,建立方法如下:
建立低通重构基滤波器:
其中,,为自然数,,为大于2的正整数,表示低通重构基滤波器的长度,为8D的整数倍或者,为大于4的正整数,为采样频率;
令,为低通重构基滤波器,为低通重构基滤波器的加窗函数,为低通重构基滤波器的归一化因子,。
与现有技术相比,本发明构建分析原型滤波器和综合原型滤波器,通过对综合原型滤波器进行抽取与插值,得到分析滤波器组,再分别对抽取之后的输入信号进行分析滤波,得到各个信道的滤波结果。再通过增减步进加权法,得到每一个信道的下变频输出信号的幅值,根据各个信道的下变频输出信号的幅值,根据滑窗的方法,获取信号的信道的起始位置,并以此为基准,找到同一个信号分解在相邻信道中,能量占据做多的信道,并以此获取每一个信号对应的信道号。再对同一个信号占据的信道的分解信号进行相关的调制,得到调制以后的分解信号。再将调制之后的分解信号,按照综合滤波的滤波法则,得到重构信号。本发明通过以信号的信道的起始位置作为基准,能够提高信号进行调制与重构的效率,并且避免了对不同信号的调制过程,大大降低了资源占用。
附图说明
图1为本发明的流程图;
图2为信噪比5dB下信号时域波形;
图3为信噪比5dB下信号频谱;
图4为分析滤波器与综合滤波器对应的频谱图;其中(a)为分析原型滤波器,(b)为综合原型滤波器;
图5为输入信号在各个信道进过幅度调制后的幅度图;其中(a)为信号1在各个信道的幅度分解;(b)为信号2在各个信道的幅度分解;
图6为进过调制与重构滤波之后信号的时域图;
图7为进过调制与重构滤波之后信号的频谱图。
具体实施方式
下面结合附图对本发明做进一步说明。
步骤一、产生脉冲信号,设带宽为,单位Hz,采样频率为(单位Hz):
其中表示实际接收的脉冲信号,,表示斜率,,表示带宽,表示脉冲宽度,为除以的余数。
步骤二、设计带宽为的分析原型滤波器,,为大于2的正整数。设计带宽为的综合原型滤波器。
设计分析原型滤波器;
建立低通分析基滤波器,表达式为:
其中,,为自然数集合,,为大于2的正整数。表示低通分析基滤波器的长度,为8D的整数倍或者,通常为大于4的正整数。
令,为低通分析基滤波器,为低通分析基滤波器的加窗函数,为归一化因子,,表示滤波器长度;
设计综合原型滤波器:
建立低通重构基滤波器时,表达式为:
其中,,为自然数集合,,为大于2的正整数,表示低通重构基滤波器的长度,为8D的整数倍或者,为大于4的正整数,为采样频率。
令,为低通重构基滤波器,为低通重构基滤波器的加窗函数,为低通重构基滤波器的归一化因子,;
步骤三,采用分析原型滤波器对脉冲信号进行分析滤波算法处理,得到个滤波后的信号,其中为小于的自然数,表示如下:
设表示抽取/插值倍数(其中),对分析原型滤波器进行抽取与插零,得到分析滤波器组,令,方法如下:
其中,为斜率;
同时对脉冲信号进行倍抽取与插零,方式如下:
再用抽取与插零后的脉冲信号与抽取与插零后的分析滤波器组进行卷积:
其中表示卷积,表示抽取/插值倍数,,,为大于2的正整数,为小于的自然数。
设为时刻需要做D点快速傅里叶逆变换之前的信号,表示如下:
对做点的快速傅里叶逆变换,得到,表示为:
令为时刻下变频之后的信号,表示如下:
得到。
步骤四,用增减步进加权法来计算的幅值,计算方法如下:
令,表示第个信道的下变频输出信号,为的实部,为的虚部,表示复数单位,为在时刻的幅值的平方,计算下变频输出信号的幅值的方法如下:
设表示累加值,初始时。表示累加步进,初始值为1;
第一步、,并用与做比较。
情形一:如果,则翻倍,,重复第一步。情形二:如果,减半,重复第一步。直到,进入第二步。情形三:如果,进入第二步。
第二步、计算幅值,方法如下:
其中,为大于的步进累加值,为小于的步进累加值,初始时,表示累加步进,初始值为1。
步骤五,对进行判来确定相应信道是否有起始信号,得到实际的信道对应的信道编号集合,方法如下:
令为信道标记,,初始值,判断信道起始位置;表示信号道统计参数,初始设;初始为空集;如果有起始信号,则计算起始位置与相应的结束位置,以及信道编号集合,方法如下:
第一步:判断信道标记,若,进行第二步,否则自加1,重复第一步;
第二步:计算第信道信号的起始位置,设为当前信号位置,设为判决门限,根据噪声的方差进行取值,设为对幅值进行门限的判断结果,如果幅值大于,则为1,否则为0;
令与分别表示左右滑窗,长度为,取值一般为8的整数倍,表示如下:
其中,大于;
设,为左滑窗或者右滑窗的滑窗值索引,如果且 ,,,则表明第信道发现了一个信号的起始位置;
同理,对于可以得到信号的起始位置,对于可以得到信号的起始位置。将信号的起始位置、信号的起始位置和信号的起始位置中最小的值记为,第信道与信道直到未找到之前,不再进行各自起始位置判断,一致都认为是。
第三步:计算:
计算第信道与第信道对应时刻的模值之和以及第信道与第信道对应时刻的模值之和,计算方法如下:
其中。
对于第信道与第信道对应时刻的模值之和,为对进行门限的判断结果,设为对进行门限的判断结果,如果大于,则为1,否则为0。
令与分别表示左右滑窗,长度为,取值一般为8的整数倍,表示如下:
这里的必须大于;
对第信道进行如下判断。
设,如果第信道出现,则记为信号的结束位置。
同理,对处理,得到信号的结束位置。
将信号的结束位置和信号的结束位置最大的值,记为。
第四步:计算第个信道的比较因子和第个信道的比较因子的值,并选出最大的值对应的信道号作为相应信号的中心信道号,方法如下所示:
分以下情形:
情形一:若最大值是,
则,,,同时令,,为信号道统计参数。
情形二:若最大值是。
则,,,同时令,,。
记,,自加1,若,则结束判断,否则返回第一步。
步骤六,根据信道编号集合的值来,对进行相应的调制,得到调制后的信号,处理方法如下:
设和为调制函数,且满足
其中,为信号起始位置索引,为信号结束位置索引;
则,其中为小于的自然数,为不大于3的正整数,为时刻要进行幅度调制的待重构信号,具体方法如下:
设、和的初始值为1,对于每一个,初始值均为0;
第一步:进行当前信道的信号合并,方法如下:
如果,,则,否则保持原值。而后如果小于2,则自加1。并重复该步,否则进入第二步。
第二步:自加1,如果大于,则进入第三步,否则回到第一步。
第三步:自加1,如果大于,则跳出循环。
步骤七,用综合原型滤波器对调制后的信号进行重构滤波,得到重构信号,方法如下:
用综合原型滤波器对调制后的信号进行重构滤波的方法如下:
对时刻上变频处理结果做点的快速傅里叶变换,得到,表示为:
得到;
设对综合原型滤波器进行抽取与插零,得到重构滤波器组,令,,方法如下:
再用与进行卷积
对进行倍插值,得到:
则重构信号如下:
其中表示自然数。
基于以上步骤,得到进过调制之后的重构信号
实施例:
参见图7,在Matlab2007下进行仿真。
输入信号1:脉冲宽度5us,脉冲周期25us、带宽50MHz,信号类型为线性调频、数字中频93.75MHz,SNR1=5dB;
输入信号2:脉冲宽度5us,脉冲周期25us、带宽50MHz,信号类型为线性调频、数字中频203.125MHz,SNR2=5dB;
合成的输入信号信号时域图如图2所示、幅度谱如图3所示:
重构分析原型滤波器和综合原型滤波器的设计。
根据需要,设定低通分析基滤波器和低通重构基滤波器的长度相同,均为,低通分析基滤波器的加窗函数选择汉明窗。同时令,分别得到分析滤波器组()与重构滤波器组()。
分析原型滤波器与综合原型滤波器如图4a和图4b所示:
经过分析原型滤波器之后的下变频输出信号的幅值()如图4a所示:
判断每个信号起始位置与结束位置的门限参数,滑窗的长度。
参见图5a和图5b,令输入信号1的调制幅度参数、输入信号2的幅度调制参数。并且只对起始位置与结束位置之间的信号进行调制。
经过调制与综合滤波,得到重构信号,对应的幅度谱如图6所示。
Claims (9)
1.一种基于信道化滤波的信号自适应检测重构方法,其特征在于,包括以下步骤:
S1,接收脉冲信号;
S2,设计分析原型滤波器和综合原型滤波器;
S3,采用分析原型滤波器对脉冲信号滤波,得到若干滤波后的信号;
S4,采用增减步进加权法计算滤波后的信号的幅值;
S5,采用滑窗的方法,判断幅值相应的信道是否有起始信号,得到实际的信道对应的信道编号集合;
S6,根据信道编号集合对滤波后的信号进行调制,得到调制后的信号;
S7,采用综合原型滤波器对调制后的信号进行重构滤波,得到重构信号。
2.根据权利要求1所述的一种基于信道化滤波的信号自适应检测重构方法,其特征在于,S1中,脉冲信号的表达式为:
其中,表示实际接收的脉冲信号,,,为自然数集合,为斜率,,为带宽,当则表示点频,为脉冲宽度,为采样频率,为除以的余数。
3.根据权利要求1所述的一种基于信道化滤波的信号自适应检测重构方法,其特征在于,S2中,分析原型滤波器的带宽为,建立方法如下:
建立低通分析基滤波器:
其中,,为自然数集合,,为大于2的正整数,表示低通分析基滤波器的长度,为8D的整数倍或者,为大于4的正整数,为采样频率;
令,为低通分析基滤波器,为低通分析基滤波器的加窗函数,为低通分析基滤波器的归一化因子,。
4.根据权利要求3所述的一种基于信道化滤波的信号自适应检测重构方法,其特征在于,S3中,采用分析原型滤波器对脉冲信号滤波的具体方法如下:
对分析原型滤波器进行抽取与插零,得到分析滤波器组,令,方法如下:
其中,为斜率;
同时对脉冲信号进行倍抽取与插零,方式如下:
再用抽取与插零后的脉冲信号与抽取与插零后的分析滤波器组进行卷积,得到滤波后的信号:
其中表示卷积,表示抽取/插值倍数,,,为大于2的正整数,为小于的自然数;
设为时刻需要做D点快速傅里叶逆变换之前的信号,表示如下:
对做点的快速傅里叶逆变换,得到,表示为:
令为时刻下变频之后的信号,表示如下:
得到。
5.根据权利要求4所述的一种基于信道化滤波的信号自适应检测重构方法,其特征在于,S4中,采用增减步进加权法计算滤波后的信号的幅值的具体方法如下:
令,表示第个信道的下变频输出信号,为的实部,为的虚部,为在时刻的幅值的平方,表示复数单位,计算下变频输出信号的幅值的方法如下:
第一步,,并用与做比较;
若,则翻倍,,重复第一步;
若,减半,重复第一步,直到,进入第二步;
若,进入第二步;
第二步,计算幅值,方法如下:
其中,为大于的步进累加值,为小于的步进累加值,初始时,表示累加步进,初始值为1。
6.根据权利要求5所述的一种基于信道化滤波的信号自适应检测重构方法,其特征在于,S5的具体方法如下:
令为信道标记,,初始值,判断信道起始位置;表示信号道统计参数,初始设;初始为空集;
如果有起始信号,则计算起始位置与相应的结束位置,以及信道编号集合,方法如下:
第一步:判断信道标记,若,进行第二步,否则自加1,重复第一步;
第二步:计算第信道信号的起始位置,设为当前信号位置,设为判决门限,根据噪声的方差进行取值,设为对幅值进行门限的判断结果,如果幅值大于,则为1,否则为0;
令与分别表示左右滑窗,长度为,表示如下:
其中,大于;
设,为左滑窗或者右滑窗的滑窗值索引,如果且 ,,,则表明第信道发现了一个信号的起始位置;
对的幅值进行处理得到信号的起始位置,对的幅值进行处理,得到信号的起始位置;
将信号的起始位置、信号的起始位置和信号的起始位置中最小的值记为,第信道与信道直到未找到之前,不再进行各自起始位置判断,均为;
第三步:计算:
计算第信道与第信道对应时刻的模值之和以及第信道与第信道对应时刻的模值之和,计算方法如下:
其中;
为对进行门限的判断结果,如果大于,则为1,否则为0;
令与分别表示左右滑窗,长度为,取值为8的整数倍,表示如下:
大于;
对第信道进行如下判断;
设,如果第信道出现,则记为信号的结束位置;
对处理,得到信号的结束位置;
将信号的结束位置和信号的结束位置最大的值,记为;
第四步:计算第个信道的比较因子和第个信道的比较因子的值,并选出最大的值对应的信道号作为相应信号的中心信道号,方法如下所示:
比较和;
若最大值是,则,,,同时令,;
若最大值是,则,,,同时令,,;
记,,自加1,若,则结束判断,否则返回第一步。
7.根据权利要求6所述的一种基于信道化滤波的信号自适应检测重构方法,其特征在于,S6的具体方法如下:
和为调制函数,且满足:
其中,为信号起始位置索引,为信号结束位置索引;
则,其中为小于的自然数,为不大于3的正整数,为时刻要进行幅度调制的待重构信号;
设、和的初始值为1,对于每一个,初始值均为0;
第一步,进行当前信道的信号合并,方法如下:
如果,则,否则保持原值,进入第二步;
第二步,自加1,如果大于,则进入第三步,否则回到第一步;
第三步,自加1,如果大于,则完成调制。
8.根据权利要求7所述的一种基于信道化滤波的信号自适应检测重构方法,其特征在于,S7中,重构滤波的具体方法如下:
对时刻上变频处理结果做点的快速傅里叶变换,得到,表示为:
得到;
设对综合原型滤波器进行抽取与插零,得到重构滤波器组,令,,方法如下:
用与进行卷积
对进行倍插值,得到:
则重构信号如下:
其中表示自然数。
9.根据权利要求1所述的一种基于信道化滤波的信号自适应检测重构方法,其特征在于,S2中,综合原型滤波器的带宽为,建立方法如下:
建立低通重构基滤波器:
其中,,为自然数,,为大于2的正整数,表示低通重构基滤波器的长度,为8D的整数倍或者,为大于4的正整数,为采样频率;
令,为低通重构基滤波器,为低通重构基滤波器的加窗函数,为低通重构基滤波器的归一化因子,。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310137163.3A CN116032310B (zh) | 2023-02-20 | 2023-02-20 | 一种基于信道化滤波的信号自适应检测重构方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310137163.3A CN116032310B (zh) | 2023-02-20 | 2023-02-20 | 一种基于信道化滤波的信号自适应检测重构方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116032310A true CN116032310A (zh) | 2023-04-28 |
CN116032310B CN116032310B (zh) | 2023-07-04 |
Family
ID=86077609
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310137163.3A Active CN116032310B (zh) | 2023-02-20 | 2023-02-20 | 一种基于信道化滤波的信号自适应检测重构方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116032310B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040042557A1 (en) * | 2002-08-29 | 2004-03-04 | Kabel Allan M. | Partial band reconstruction of frequency channelized filters |
CN104350391A (zh) * | 2012-06-05 | 2015-02-11 | 松下知识产权经营株式会社 | 信号处理装置 |
CN108680786A (zh) * | 2018-04-11 | 2018-10-19 | 东南大学 | 一种脉冲信号频域自适应滤波包络提取方法 |
CN109561035A (zh) * | 2018-12-21 | 2019-04-02 | 电子科技大学 | 一种基于太赫兹的超宽带单通道信号盲检测方法 |
CN109714146A (zh) * | 2018-01-16 | 2019-05-03 | 电子科技大学 | 一种基于滑窗的二次相关帧同步方法 |
CN110469326A (zh) * | 2019-08-02 | 2019-11-19 | 中石化石油工程技术服务有限公司 | 一种自适应相关滤波方法 |
CN111835434A (zh) * | 2019-04-19 | 2020-10-27 | 深圳市鼎阳科技有限公司 | 一种宽带频率响应的测量方法及其测量装置 |
CN112350691A (zh) * | 2020-11-02 | 2021-02-09 | 南京理工大学 | 一种基于多级滤波抽取和两级wola结构的地磁弱信号检测算法 |
CN113341378A (zh) * | 2021-04-13 | 2021-09-03 | 北京理工大学 | 基于频谱差分熵检测的自适应信道化接收方法 |
CN113627398A (zh) * | 2021-10-11 | 2021-11-09 | 西安瀚博电子科技有限公司 | 一种基于自适应重构滤波的信号特征检测方法 |
US11184042B1 (en) * | 2020-08-13 | 2021-11-23 | Bae Systems Information And Electronic Systems Integration Inc. | Partial band signal reconstruction using arbitrary numbers of synthesis channels |
-
2023
- 2023-02-20 CN CN202310137163.3A patent/CN116032310B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040042557A1 (en) * | 2002-08-29 | 2004-03-04 | Kabel Allan M. | Partial band reconstruction of frequency channelized filters |
CN104350391A (zh) * | 2012-06-05 | 2015-02-11 | 松下知识产权经营株式会社 | 信号处理装置 |
CN109714146A (zh) * | 2018-01-16 | 2019-05-03 | 电子科技大学 | 一种基于滑窗的二次相关帧同步方法 |
CN108680786A (zh) * | 2018-04-11 | 2018-10-19 | 东南大学 | 一种脉冲信号频域自适应滤波包络提取方法 |
CN109561035A (zh) * | 2018-12-21 | 2019-04-02 | 电子科技大学 | 一种基于太赫兹的超宽带单通道信号盲检测方法 |
CN111835434A (zh) * | 2019-04-19 | 2020-10-27 | 深圳市鼎阳科技有限公司 | 一种宽带频率响应的测量方法及其测量装置 |
CN110469326A (zh) * | 2019-08-02 | 2019-11-19 | 中石化石油工程技术服务有限公司 | 一种自适应相关滤波方法 |
US11184042B1 (en) * | 2020-08-13 | 2021-11-23 | Bae Systems Information And Electronic Systems Integration Inc. | Partial band signal reconstruction using arbitrary numbers of synthesis channels |
CN112350691A (zh) * | 2020-11-02 | 2021-02-09 | 南京理工大学 | 一种基于多级滤波抽取和两级wola结构的地磁弱信号检测算法 |
CN113341378A (zh) * | 2021-04-13 | 2021-09-03 | 北京理工大学 | 基于频谱差分熵检测的自适应信道化接收方法 |
CN113627398A (zh) * | 2021-10-11 | 2021-11-09 | 西安瀚博电子科技有限公司 | 一种基于自适应重构滤波的信号特征检测方法 |
Non-Patent Citations (2)
Title |
---|
NOVANDA: "Unscented Kalman Filter for frequency and amplitude estimation", FILTER AMPLITUDE CONVER * |
屈超;: "一种高速跳频信号跳时钟恢复方法", 无线电通信技术, no. 04 * |
Also Published As
Publication number | Publication date |
---|---|
CN116032310B (zh) | 2023-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Fehske et al. | A new approach to signal classification using spectral correlation and neural networks | |
CN101882964B (zh) | 瞬变电磁探测回波信号的降噪方法 | |
Magsi et al. | Analysis of signal noise reduction by using filters | |
CN114422311B (zh) | 联合深度神经网络和专家先验特征的信号调制识别方法及*** | |
CN109257068B (zh) | 一种电力线通信信号自适应滤波方法 | |
CN103199945A (zh) | 一种低信噪比条件下认知无线电信号调制方式的识别方法 | |
CN108880621B (zh) | 一种电力线通信信号自适应滤波方法 | |
CN113341378B (zh) | 基于频谱差分熵检测的自适应信道化接收方法 | |
CN107864020B (zh) | 水下小目标单分量声散射回波的变换域提取方法 | |
CN112702293A (zh) | 一种基于循环谱的信号参数分析方法及*** | |
Phinyomark et al. | EMG denoising estimation based on adaptive wavelet thresholding for multifunction myoelectric control | |
CN108737302A (zh) | 低信噪比条件下随机共振联合小波变换的符号速率估计方法及其装置 | |
CN107123431A (zh) | 一种水声信号降噪方法 | |
CN109450829B (zh) | 数字调制信号码速率估计方法和装置 | |
CN116032310B (zh) | 一种基于信道化滤波的信号自适应检测重构方法 | |
CN109039379B (zh) | 电力线通信信号滤波方法 | |
CN103581065A (zh) | 一种维纳滤波信道估计方法和装置 | |
CN109586763B (zh) | 一种电子通信***中扩频信号的去噪方法及其去噪*** | |
CN115378776A (zh) | 一种基于循环谱参数的mfsk调制识别方法 | |
CN102984103B (zh) | 扩频***中的信号处理方法及装置 | |
Türk et al. | Classification of chaos-based digital modulation techniques using wavelet neural networks and performance comparison of wavelet families | |
CN115567163A (zh) | 一种跳频信号盲检测方法、***及设备 | |
CN105812300A (zh) | 消除信息码跳变的长码dsss信号盲估计方法 | |
CN111814703B (zh) | 一种非重构条件下基于hb的信号联合特征提取方法 | |
CN113271273A (zh) | 基于维纳滤波预处理的调制识别方法 |
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 | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A Signal Adaptive Detection and Reconstruction Method Based on Channelized Filtering Effective date of registration: 20230814 Granted publication date: 20230704 Pledgee: Xi'an innovation financing Company limited by guarantee Pledgor: XI'AN HANBON ELECTRONIC TECHNOLOGY CO.,LTD. Registration number: Y2023980052035 |