噪声背景下周期信号检测Word格式文档下载.docx

1、 Keywords: periodic signal detection, noise, autocorrelation1 引言在噪声背景下检测信号，是通信工程的一个重要课题，也是雷达信号检测的一项重要任务。例如，雷达接收机接收到的回波信号总是伴随着噪声与干扰，噪声与干扰的存在影响了雷达对是否检测到目标的判断。当雷达发射周期信号时，遇到目标后雷达将接收到反射回来的周期信号并伴随着噪声与干扰；当无目标信号检测时，雷达将接收到噪声与干扰。雷达根据是否接收到周期信号来判断是否检测到目标。本文就针对该问题进行理论分析和实际仿真，给出信号检测的方法。2 研究问题 设为雷达接收机接收到的信号，无目标信号反

2、射时，雷达将接收到噪声与干扰，此时 ， 1当雷达发射周期信号时，遇到目标后雷达将接收到反射回来的周期信号并伴随着噪声和干扰，此时 2 假设为周期性的随机信号，为非周期噪声，记代表的随机过程为、代表，并假设与为相互独立的遍历性随机过程。3 理论分析由和的遍历性可知， 3 4 5 6 则在无目标信号反射时， 7 在有目标信号反射时， 8又随机过程相互独立，根据以上各式，得到： 9式子中，只有具有周期性，是直流分量，只在时有明显冲激，其他时刻幅值很小。 例如，假设，其中为随机变量，为高斯白噪声，设功率为P，此时 10 11 12因此，在信噪比S/N较大的情况下， 相对较小，根据接收信号的自相关函数是

3、否具有明显的周期分量就可以判断是否检测到目标；而在信噪比S/N较低的情况下，不可忽略，自相关函数将不能体现其周期分量，后面会针对该问题进行详细分析和解决。4 系统框图及仿真 仿真结果：S/N=10dBS/N=3dBS/N=0dBS/N=-3dBS/N=-10dB由上述仿真结果可知，在S/N=3dB的条件下，可通过自相关函数和功率谱检测出周期信号，而在S/N=0dB时，无法通过自相关函数和功率谱判断是否含有周期信号，因此需要别的办法来进行分析判定。 附代码：function randomsignal（p）；S/N=pt=0:0.01:10;a=10;w=1;phase=rand（1）;s=a*s

4、in（100*w*t+phase）;周期信号n=wgn（1,1001,0.5*a*a/p）;高斯白噪声y=s+n;subplot（221）;plot（t,y）;title（信号波形）;subplot（222）;plot（t,abs（fft（y）;信号频谱subplot（223）;m=0:2000;plot（m,xcorr（y）;自相关函数subplot（224）;plot（m,abs（fft（xcorr（y）;功率谱密度）；5针对强噪声下周期信号检测的改进办法5.1多重相关法 前面的自相关法是利用信号的周期性，以及信号和噪声相互独立，来对周期信号进行检测，但在信噪比较弱的情况下，情况就会不理想

5、，而多重自相关法1在传统自相关的基础上，对信号的自相关函数再做多次自相关，信号经过相关运算后，信噪比会有所增加，但改变是有限的。在上面的仿真程序的基础上，进一步改进，做出S/N=0dB和S/N=-3dB的多次相关的结果。仿真结果： 通过上述仿真图像可知，在S/N=0dB、-3dB的情况下，使用多重相关可检测出周期信号的存在。而一重相关并不能在信噪比低于3dB的情况下检测出周期信号。因此多重相关确实能降低对信噪比的要求，从而在强噪声下能更准确的判断周期信号是否存在。function radsignal2（p）p=S/Ny1=xcorr（y）;自相关函数plot（m,y1）;m2=0:4000;y

6、2=xcorr（y1）;plot（m2,y2）;二次相关m3=0:8000;y3=xcorr（y2）;plot（m3,y3）;三次相关m4=0:16000;plot（m4,xcorr（y3）;四次相关6.2随机共振方法 除了传统的自相关检测法、多重相关法，随机共振方法2是从另一种思路来进行微弱信号检测。多重相关法主要是通过多次相关运算提高信噪比，但也是受原始信噪比限制的，而随机共振是描述非线性系统与输入信号和噪声存在某种匹配时，噪声能量会向信号能量转移，使输出信噪比大大提高。由于这部分和随机信号分析的联系不大，所以在这里不加赘述。7结论 通过对噪声背景下的周期信号检测这个问题进行理论分析，首先

7、提出自相关函数法，给出了系统框图以及实际MATLAB仿真。通过对仿真结果的分析，进而提出改善的多重相关法和随机共振法，完成了本次研究性课题的学习。除了文中提到的方法外，在信号检测领域，基于非线性理论的检测法有很多，例如高阶谱分析、神经网络、经验模式分解、混沌理论等3。参考文献1杨新峰,杨迎春,苑秉成等.强噪声背景下微弱信号检测方法研究J.舰船电子工程,2005,25（6）:123-125.DOI:10.3969/j.issn.1627-9730.2005.06.034. 2马中存,张永祥.随机共振方法在微弱周期信号检测中的应用J.船海工程,2010,39（5）:99-101.DOI:10.3963/j.issn.1671-7953.2010.05.028.3夏均忠,刘远宏,冷永刚等.微弱信号检测方法的现状分析J.噪声与振动控制,2011,31（3）:156-161.DOI:10.3969/j.issn.1006-1355-2011.03.037.