说明:收录25万 73个行业的国家标准 支持批量下载
(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111595080.6 (22)申请日 2021.12.24 (71)申请人 金陵科技学院 地址 211169 江苏省南京市江宁区弘景 大 道99号 (72)发明人 胡国兵 王旭东 赵敦博 陈正宇  杨莉 赵嫔姣 吴珊珊  (74)专利代理 机构 南京钟山专利代理有限公司 32252 代理人 上官凤栖 (51)Int.Cl. H04B 17/30(2015.01) H04B 17/391(2015.01) G06F 30/20(2020.01) G06F 119/02(2020.01) (54)发明名称 一种基于贝蒂数 特征的微弱 信号检测方法 (57)摘要 一种基于贝蒂数特征的微弱信号检测方法, 首先对采样后的观测信号做傅里叶变换并进一 步计算, 得到观测信号的功率谱, 分别提取功率 谱的分组极大值分量及超阈值分量两类 极值谱, 构建极值谱的点云图及特征点云; 而后利用单纯 复形滤流, 得到该特征点云图的0维及1维贝蒂 数, 提取两者的积作为检验统计量, 并与适当门 限进行比较来判断观测 信号中是否含有信号。 本 发明充分挖掘了极值谱点云的形状信息, 在低信 噪比和中等样本的条件下 具有稳健的检测性能。 权利要求书2页 说明书5页 附图8页 CN 114268386 A 2022.04.01 CN 114268386 A 1.一种基于贝蒂数 特征的微弱 信号检测方法, 其特 征在于, 包括如下步骤: 步骤1: 计算接收信号的功率谱, 提取功率谱的分组极值序列和超阈值序列; 步骤2: 分别以分组极值序列和超阈值序列作为横、 纵坐标, 构建点云结构, 并处理得到 特征点云; 步骤3: 以Vietoris ‑Rips复形作为基本结构, 设定最大尺度参数, 将特征点云变换成相 应的嵌套复形; 步骤4: 提取最大尺度参数时嵌套复形的0维及1 维贝蒂数的乘积作为检测统计量; 步骤5: 设定门限值, 通过检测统计量和门限值之间的比较来判断信号的存在。 2.如权利要求1所述的一种基于贝蒂数特征的微弱信号检测方法, 其特征在于: 所述步 骤1中, 将经过路径损耗的传输信号s(t)和加性高斯白噪声n(t)组成的连续时间接收信号r (t)表示为: r(t)=s(t)+n(t) 其中 式中, ξ( δ )表示第δ个信息符号样本, g(t)表示在一个持续时间T0内携带一个信息样本 的连续时间波形, g(t ‑δT0)表示第 δ个码元对应的脉冲; 在接收端, r(t)以采样频率fs进行离 散等间隔采样, 得到 接收信号的离 散样本集: r(k)=s(k)+n(k), k =0, 1, ..., K‑1 其中, n(k)是均值为0, 方差为σ2的离散时间加性高斯白噪声样本, s(k)是纯信号的离散 样本; K是接收信号样本数; 接收信号的功率谱为: 3.如权利要求1所述的一种基于贝蒂数特征的微弱信号检测方法, 其特征在于: 所述步 骤1中, 通过如下 方式提取功率谱的分组极值序列: 将功率谱分段后取每 个分段的最大值构成分组极值序列。 4.如权利要求3所述的一种基于贝蒂数特征的微弱信号检测方法, 其特征在于: 所述分 组极值序列的提取 过程如下: 将功率谱R(m)分成L组, 并提取每组的最大值 为其分组极值序列U: U=(u0, u1, ..., uL‑1) 式中, ul, l=0, ..., L ‑1是经由标准Gumbel分布的尺度参数和位置参数归 一化后的分 组 极值样本 。 5.如权利要求1所述的一种基于贝蒂数特征的微弱信号检测方法, 其特征在于: 所述步 骤1中, 通过如下 方式提取功率谱的超阈值序列: 设定相应的门限, 提取功率谱中超过该门限的样本, 将这些样本减去该门限后所得到 的超量值部分, 构成超阈值序列。 6.如权利要求5所述的一种基于贝蒂数特征的微弱信号检测方法, 其特征在于: 所述超权 利 要 求 书 1/2 页 2 CN 114268386 A 2阈值序列的提取 过程具体如下: 设定门限th=0.1max[R(m)], 提取功率谱R(m)中超过该门限值的样本, 并将这些样本 减去该门限, 得到功率谱的超阈值谱V: V=(v0, v1, ..., vL‑1) 式中, vl, l=0, ..., L ‑1是经由标准帕累托 ‑I型分布的尺度参数和位置参数归一化后的 超阈值样本 。 7.如权利要求1所述的一种基于贝蒂数特征的微弱信号检测方法, 其特征在于: 所述步 骤2具体如下: 分别以分组极值序列U及超阈值序列V为横、 纵坐标构建点云Z=[UT, VT]; 通过最大最小化方法降低点云Z=[UT, VT]的规模, 同时对噪声点云进行滤波处理, 得到 其特征点云F=(f1, f2, ..., fM), L>>M, M表示特 征点云的个数。 8.如权利要求1所述的一种基于贝蒂数特征的微弱信号检测方法, 其特征在于: 所述步 骤3具体如下: 选择合适的最大尺度 参数εmax>0, 控制尺度参数ε, 使其在0≤ε≤εmax范围连续变化, 通 过单纯形滤流, 将特 征点云F变换成 嵌套的Vietoris ‑Rips复形, 记为VR(M, ε )。 9.如权利要求8所述的一种基于贝蒂数特征的微弱信号检测方法, 其特征在于: 所述步 骤3具体如下: 对VR(M, εmax)复形, 计算 其0维及1 维贝蒂数, 并将两者的乘积β01作为检测统计量。 10.如权利要求9所述的一种基于贝蒂数特征的微弱信号检测方法, 其特征在于: 步骤5 具体如下: 将0维及1维贝蒂 数的乘积β01与步骤4中设定的阈值 η进行比较, 若β01< η, 则信道中存在 信号, 否则, 信道中不存在信号。权 利 要 求 书 2/2 页 3 CN 114268386 A 3

.PDF文档 专利 一种基于贝蒂数特征的微弱信号检测方法

文档预览
中文文档 16 页 50 下载 1000 浏览 0 评论 309 收藏 3.0分
温馨提示:本文档共16页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
专利 一种基于贝蒂数特征的微弱信号检测方法 第 1 页 专利 一种基于贝蒂数特征的微弱信号检测方法 第 2 页 专利 一种基于贝蒂数特征的微弱信号检测方法 第 3 页
下载文档到电脑,方便使用
本文档由 人生无常 于 2024-03-19 01:51:14上传分享
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们微信(点击查看客服),我们将及时删除相关资源。