1.一种基于跳频信号快速盲检测的方法,其特征在于,所述方法包括:S1:构建信号数学模型,结合时频分析技术,利用二次灰度形态学滤波进行信号预处理;
S2:提出一种基于连通域标记的特征集提取方法,对灰度时频图中的信号进行标记并计算信号连通域最大持续时长;
其中,标记流程如下:
1)遍历时频图,把连续等于1的白色像素组成的序列称为团,并记下它的起止位置;
2)依据团的起止位置,若当前团和前一个团之间不满足8邻域关系,则给当前团赋一个新的标号labelk,k=1,2,3...;反之,将前一个团的标号赋给当前的团;若它与前2个及以上的团满足8邻域关系,则给当前的团赋上相连团中的最小标号,即min(labeli,labelj,labelh,…),i=1,2,...,i<j,j<h并与之前几个团的标记写入数据对(uk,vk),k=1,
2,…,存储到pair中说明属于同一类;
3)将数据对(uk,vk),k=1,2,…转换为序列[u1,v1;u2,v2;u3,v3,...],因为它们满足8邻域关系,所以一个序列的标号相同,从1开始递增,给每个序列赋一个标号;
4)将标记赋给团在时频图的相应位置上,重复步骤2和步骤3,直至遍历完整个时频图为止;
5)求出信号标记个数n,找出各个连通区域所连通的所有行,计算连通域上的最大持续时长(ωi)max(ωi)max=(coli)max‑(coli)min,i=1,2,...,n其中,(coli)min为连通域的最小行数,(coli)max为连通域的最大行数;
S3:采用MeanShift算法对最大持续时长特征量进行聚类分析;
具体为:
1)在所有信号最大持续时长特征集中随机选择一个值作为圆心center;
2)以center为圆心,作半径为radius的圆心区域,搜索该区域内所有点,认为这些点属于簇类c;
3)计算圆心区域内每个点到圆心center的距离向量,并相加求均值,得到偏移向量shift;
4)令新圆心newcenter=center+shift,即center沿着shift方向移动到newcenter处,移动距离为||shift||;
5)重复步骤2)、3)、4),直到shift小于偏移阈值,表示迭代到收敛,收敛的条件是搜索到局部极大值;迭代过程中区域内的点都应该归类到簇类c;
6)如果收敛时当前簇类c的center与簇类c1的center的距离小于距离阈值,那么将c1和c进行合并;否则,把c作为新的簇类,增加1类;
7)重复步骤1‑5,直至特征集的数据均被访问;
S4:设置自适应双门限对聚类结果进行判决,根据判决结果推导提取跳频信号后的检测概率和虚警概率。
2.根据权利要求1所述的基于跳频信号快速盲检测的方法,其特征在于,所述步骤S1具体包括:依据复杂的短波信道环境,跳频信号、定频信号、扫频信号、突发信号、色噪声交错混杂,构建信号数学模型;分析各时频分析技术特点,生成信号时频数据,利用二次灰度形态学滤波对时频图进行预处理,降低干扰信号和噪声对跳频信号检测性能的影响。
3.根据权利要求1所述的基于跳频信号快速盲检测的方法,其特征在于,所述步骤S2具体包括:提出一种基于连通域标记的特征集提取方法,通过基于行程的连通域标记算法对信号进行标记直至遍历完整个时频图,使每个信号均有专属的标号,统计连通域的最大行数和最小行数差,计算信号连通域的最大持续时长。
4.根据权利要求1所述的基于跳频信号快速盲检测的方法,其特征在于,所述步骤S3具体包括:依据连通域标号顺序,将信号的最大持续时长组成特征集,利用MeanShift算法对该特征集进行聚类分析。
5.根据权利要求1所述的基于跳频信号快速盲检测的方法,其特征在于,所述步骤S4具体包括:设置自适应双门限对聚类结果进行判决,根据判决结果将跳频信号的标号置为1,干扰信号的标号置为0,提取出跳频信号并推导提取跳频信号后的检测概率和虚警概率。