认知无线电跳频信号检测及特征参数提取

攸立准

(衡水路桥工程有限公司，河北 衡水 053000)



认知无线电跳频信号检测及特征参数提取

攸立准

(衡水路桥工程有限公司，河北 衡水 053000)

摘要：侦察截获是电子攻击的前提。针对认知无线电系统中的新型跳频信号，为了实现对目标信号的快速侦察截获，研究快速准确的信号检测和参数测量方法成为必要。根据认知电台的信号特征，采用宽开接收和数字信道化接收体制，所有信道同时采用功率谱附加能量检测的方法检测信号的有无。然后利用短时傅里叶变换、校时算法、补零法则和Welch修正平均周期图等处理方法提取信号特征参数。最后针对仿真信号和实际电台信号进行了无线电信号检测和多维特征参数提取的仿真实验，信号驻留时间估计误差的数量级在驻留时间为毫秒量级时为10-7；信噪比估计误差为3 dB。

关键词：认知无线电；信号检测；特征参数提取

0引言

认知无线电是一种智能频谱共享技术，它可以不间断地对周围的用频环境进行感知，分析、理解和判断环境信息，然后据此自动调整其通信参数(如工作频率或调制方式等)以适应环境的变化[1,2]。

跳频通信是一种低截获概率技术，具有良好的抗干扰性能和安全保密性能，被大范围运用在军事通信中，给通信对抗方带来了严峻的挑战，因此对跳频信号的侦察截获进行研究，寻找对跳频通信信号进行检测的方法，具有重大的意义[3]。

1算法原理

1.1　信号检测

实际通信环境中，电磁环境非常复杂，定频信号、噪声信号、干扰信号以及各种突发信号相互交织，跳频信号的检测因而变得非常困难[4]。这里采用的算法首先通过频谱对消去除定频信号等在整段数据中始终存在的信号，然后再进行跳频信号检测。

1.1.1定频干扰的频谱对消处理

首先将接收到的数据分成Q段，每段的长度为M点，然后分别对每一段数据进行傅里叶变换，再将Q段数据各自的FFT结果点对点相加，并除以Q求平均值，得到该段信号的平均频谱[5,6]。

定频信号在接收数据的整个时间段内都是始终存在的，且在整段数据内其功率是缓慢变化的，所以定频信号在每段M点长的数据中的频谱与整段数据的平均频谱几乎是一样的。

而对于跳频信号，若假设其在接收数据的整个时间段内共出现了m次，则对于所有的分段数据来说，在一段含有该跳频信号的数据频谱中将包含跳频信号的幅频响应，而在一段不含该跳频信号的数据频谱中将不包含跳频信号的幅频响应，所以，若分别对Q段数据进行傅里叶变换，然后再通过求取它们的平均值得到的频谱中，跳频信号的幅度将变为其实际幅度的m/Q，通常又有m<

综上所述，如果使每段数据的频谱都减去整段数据的平均频谱，然后再做傅里叶反变换，则可以将原来定频信号的干扰对消除去了，在求得的时域数据中，跳频信号的功率减少得并不多，这就是定频干扰的频谱对消处理。

1.1.2跳频信号检测

首先进行频谱对消处理，并对处理后的数据进行N点FFT运算，然后对运算结果进行过基本门限检测，该基本门限是指认为检测到信号的一个较低的单根谱线的幅度，该门限应高于噪声基底电平，是软件可控的[7]。

若存在超过该基本门限的信号，则对该信号进行带宽和功率的测量。带宽测量是指对信号的带宽进行粗测，这里采用的是超过基本门限的单根谱线的位置中最大值到最小值的差乘以FFT的频率分辨率来求带宽的；功率测量时可将带宽内信号谱线的幅度累加，乘以频率间隔，作为信号功率。

再应用所测量的带宽，查找信号应达到的功率门限，该功率门限可由侦察分析结果归纳，由软件设置，硬件存储，可用查表法进行比较。若所测量的功率超过该功率门限，则认为检测到信号；否则，认为没有检测到信号。

1.2　信号驻留时间估计

1.2.1短时傅里叶变换[8]

由于截取的信号中可能含有不止一跳数据，所以首先对其采用短时傅里叶变换(STFT)来进行时频分析来找到某个频点的一跳数据。

用一个以t为中心、持续时间很短的窗函数η*(t′-t)与信号z(t′)滑动相乘后进行傅里叶变换，可以得到信号z(t′)在窗函数的中心时间点t处的短时傅里叶变换，如下所示：

(1)

为了消除边缘效应的影响，滑动窗的2次相邻滑动之间应该存在一些重叠的点，通常为进行傅里叶变换的点数的二分之一。

1.2.2校时算法

时域校时是信号驻留时间估计的关键，一般情况下，经常通过求斜率然后计算其拐点的方法进行校时，具体实现方法如下所述：

首先对至少包含跳频信号的一跳时长数据的信号滤波，得到其时域包络，并对包络积分。然后分别求积分后的信号对其起始点和终止点的斜率，然后分别寻找两次处理结果的最大值，这2个最大值对应的时间点分别称为包络的左右拐点，也就是跳频信号一跳数据的精确起跳时刻和终止时刻[9]。

1.2.3补零法则

然而在低信噪比下，信号包络不是很平滑，使得校时结果存在较大的误差。为此，采用前后补零的方法来延长数据的长度，可以精确定位出拐点的位置，这就需要用到补零法则。

补零法则的范围计算公式如下[10]：

计算左拐点时：

(2)

计算右拐点时：

(3)

式中，0≤x≤1表示校时时可能存在的不同情况，p(p≠1)为占空比，N为一跳数据的点数，如图1所示，可以通过分别在当前数据的首尾补充一定个数的零点来准确求得图中所标示的拐点位置。

图1　补零法则示意图

这里选择的补零长度与数据长度相等，求起始点时右侧补零对终止点求斜率选择斜率最大处为拐点也即起始点Dstart，求终止点时左侧补零对起始点求斜率选择斜率最大处为拐点也即终止点Dover。

1.3　信号信噪比估计

1.3.1估计信号带宽

若要估计信号的信噪比，首先要估计其频带宽度。也就是要估计信号功率谱的起始频点和终止频点，从数学建模意义上来说，这仍是一种求拐点的问题，不同的地方仅是将时域波形变成了频域表示，所以仍可以考虑采用上节提供的校时算法来求信号功率分布函数中的拐点，从而可以精确估计信号的带宽[8]。估计流程如下：

① 首先估计功率谱P(f)，这里采用了Welch修正平均周期图法；

② 然后求功率谱密度的积分以求得功率分布函数R(f)；

③ 通过补零法则和校时算法，计算功率分布函数的拐点；

④ 由2个拐点计算信号带宽两端频率位置序号NH和NL，则信号带宽为：Bs=(NH-NL)·ΔF。式中，ΔF为谱线分辨率，即ΔF=fs/N。

1.3.2估计信号信噪比

假设进入接收机的加噪信号为y(t)：

y(t)=s(t)+n(t)，

(5)

式中，s(t)表示信号，假设其功率为S； n(t)为高斯白噪声，假设其功率为N。

由上节信号带宽估计结果可知，信号功率谱分布于NH和NL之间，则对位于该频段内的功率谱幅值累加可求得加噪信号的平均功率谱[11,12]，即：

(6)

式中，Y(f) 表示加噪信号的功率谱。

设FFT 点数为2NFFT，则根据接收带宽内信号频带以外的功率谱可以估算出噪声的平均功率谱，即：

(7)

从而信噪比估计值为:

(8)

2认知无线电信号检测和多维特征参数提取

认知无线电跳频信号检测和多维特征参数提取的流程图如图2所示。

图2　信号检测和特征参数提取流程

首先进行信号检测。若是未检测到信号则继续向后截取N点数据进行重新检测，直到检测到信号或者接收数据消失。若已经检测到信号，则从检测点处向前N个点处截取一段数据data，截取的数据长度可由经验跳速(经验下的最低跳速)结合采样频率估计的一跳内的采样点数N1来确定，一般截取N1的1.25倍长度的数据，其中经验跳速应该小于实际的跳速才能保证至少完整的截取一跳信号data。

然后估计信号驻留时间。对data进行短时傅里叶变换，截取出某一频率对应的一个时间切片，如果频率分辨率足够，则在该时间切片上将只有该频率对应的频谱，或者有其他频率对应的频谱但是幅值很小，即截取的是在该时间切片对应的时刻存在的一跳数据的频谱[10]。然后针对这一频谱利用校时算法和补零法则估计频谱的起始点Dstart1和终止点Dover1，并结合短时傅里叶变换的分析窗窗长变换到时域信号data中该跳信号的起始点Tstart1和终止点Tover1。根据Tstart1和Tover1从原始采样数据data中粗略截取一跳数据Edata。接着对截取的时域数据Edata利用校时算法和补零法则精确估计信号的起始和终止时刻Tstart和Tover；从而信号驻留时间T=Tover-Tstart。

然后根据精确估计的从Edata中精确的截取一跳数据Rdata，进行信号带宽估计，然后利用信号带宽信息根据式(10)进行信噪比估计。

3仿真实验

针对调制样式为FM、FSK和MSK的跳频仿真信号进行了仿真实验。

在Matlab仿真信号设置采样频率为704 MHz，驻留时间为0.001 s时，对于FM信号该算法求得的一跳内的采样点数误差小于3个点，从而驻留时间估计误差小于(4.261 4×10-9)s；而对于FSK信号该算法求得的一跳内的采样点数误差小于30个点，从而驻留时间估计误差小于(4.261 4×10-8)s。

在Matlab仿真信号设置采样频率为240 MHz，驻留时间为0.001 s时，对于MSK定频信号该算法求得的一跳内的采样点数误差小于3个点，从而驻留时间估计误差小于(1.25×10-8)s。同时由仿真实验可知，信噪比的估计误差小于3 dB。

4电台实验

数据长度为10 M点，采样频率为12.5 MHz，信号驻留时间为0.001 5 s，信噪比为45 dB。经蒙特卡罗仿真实验统计出信号检测正确率达99%。

驻留时间估计的结果如图3和图4所示，其中图3为根据Tstart(估计的一跳数据的起始位置)截取的数据与源数据的位置对照，表明估计起始点的精度较高。

图3　精确估计的起始点对照

图4　精确估计的终止点对照

图4为根据Tover(估计的一跳数据的终止位置)截取的数据与源数据的位置对照，表明估计终止点的精度也较高。

根据起始位置和终止位置Tstart和Tover计算一跳数据内的点数L为192 36，并结合采样频率计算一跳的驻留时间T为0.001 500 24 s，得出驻留时间估计误差为2.4×10-7。根据截取的数据估计的信号的信噪比为Rsn=41.998 5 dB，误差为3.001 5 dB。

5结束语

针对调制样式为FM、FSK和MSK的跳频模拟仿真信号和实际电台信号，进行信号检测和时频参数测量，其中时频参数包括驻留时间和SNR。要求信噪比大于等于12 dB，信号类型为FM、FSK和MSK。仿真实验和电台实验显示信号驻留时间估计误差的数量级在驻留时间为毫秒量级时为10-7；信噪比估计误差为3 dB。

参考文献

[1]熊俊俏.STFT算法在短波差分跳频信号检测中的应用[J].电讯技术,2010 (8):52-56.

[2]齐昶,王斌,颜羡卿.短波环境下跳频信号检测[J].雷达科学技术,2011(4):335-340.

[3]张珊,吴瑛,陈秋华.短波新倒下跳频信号检测[J].计算机应用与软件，2011 (2):211-214.

[4]钱怡,武传华.跳频信号检测和参数估计技术研究[J].空间电子技术,2007 (02):14-18.

[5]冯文江,郭瑜,胡志远.认知无线电中的频谱感知技术[J].重庆大学学报,2007 (11):46-49.

[6]方志,贾峰.复杂电磁环境下跳频信号检测及拼接算法[J].无线电工程,2010 ,40(8)：13-15.

[7]张建立,张海瑛.跳频信号侦听技术和实现方法[J].无线电通信技术,1998,24 (1):1-2.

[8]张海瑛,袁超伟.一种实用的通信信号信噪比盲估计方法[J].无线电通信技术,2007,33 (2):49-51.

[9]司春丽,刘娟,认知无线电中的频谱感知技术研究与应用[J].清远职业技术学院学报,2010 (6):49-51.

[10]陈超,徐长纯，王玥，梁保卫.一种改进的信噪比估计算法[J].无线电工程,2012 ,42(2):62-64.

[11]徐健,吴占分.影响跳频信号截获概率的因素分析[J].无线电通信技术,2007,33 (1):38-39.

[12]吕金飞,程乃平,袁嗣杰.非线性时频分布重排算法在非合作跳频信号检测中的应用[J].装备指挥技术学院学报,2007 (3):78-83.

Frequency Hopping Signal Detection and Feature Parameter
Extraction of Cognitive Radio

YOU Li-zhun

(Hengshui Road&Bridge CO.,LTD,Hengshui Hebei 053000,China)

Abstract：The reconnaissance interception is the premise of electronic attack.Aiming at the new frequency hopping signal of cognitive radio system,to satisfy the fast reconnaissance interception of target signals,the fast and precise signal detection and parameter measuring method is required.According to signal feature of cognitive radio,the open receiving and digital channelized receiving mechanism is used and all channels uses power spectrum additional energy detection method to detect if the signal exists.The signal feature parameters are extracted by the processing methods to extract the signal feature parameters,such as short-time fourier transform,timing algorithm,zero-padding rule and Welch correct periodogram.Aiming at the simulation signal and the actual broadcasting station signal,the simulation experiment of radio signal detection and feature parameter extraction is performed.When the time order is millisecond,the order of signal to residence time error is 10-7,and the SNR estimation errors is 3dB.

Key words：cognitive radio;signal detection;feature parameter extraction

作者简介：攸立准(1979—)， 男，工程师,主要研究方向：软件无线电计算机应用。

收稿日期：2015-09-15

中图分类号：TN911

文献标识码：A

文章编号：1003-3114(2016)01-57-4

doi:10.3969/j.issn.1003-3114.2016.01.15

引用格式：攸立准.认知无线电跳频信号检测及特征参数提取[J].无线电通信技术,2016,42(1):57-60.