1.一种基于高阶统计分析的信号自适应处理方法,其特征在于,包括如下步骤:步骤1:对无线光通信模型系统的接收端接收到的信号进行预处理:先对此信号进行带通采样,采样后的信号再通过巴特沃兹数字滤波器进行滤波;
步骤2:对滤波后的信号进行非线性变换,提取出四倍频分量,即进行4次方非线性变换;
步骤3:对经过步骤2处理的信号进行滑动相关算法的检测;
步骤4:对步骤3的滑动相关算法进行优化,即在步骤3的滑动相关算法中增加一个参考支路,提高信噪比;
步骤5:使用高阶统计分析方法处理步骤4得到的信号;
步骤6:建立门限自适应控制算法模型,进行自适应门限控制;
所述步骤6的建立门限自适应控制算法模型的过程为:
步骤6.1:首先输入门限判决方框的相关峰样值信号Uj,取其相邻N个参考码元的N×L个样值Uj‑M+1,Uj‑M,…,Uj作为观测对象,所述M为0~NL的整数;然后门限判决器判决出每个帧周期内经相关运算得到的最大自相关峰:若Uj‑M≥λj,判决器输出Z(j)=1;若Uj‑M<λj,判决器输出Z(j)=0;最后累加器对判决输出的N×L个Z(j)信号样值求累加和,输出信号为步骤6.2:在比较器中,累加和Xj与预定的参考码元数N比较大小,得到一个变量值ε,用以控制门限值的调整方向,比较过程等效于一个符号函数,即ε=SGN(Xj‑N);
步骤6.3:假设L表示脉冲序列的周期长度,A表示发送数字信号的幅值,则信号相关运a算后得到的相关峰值范围为0~LA,将0~LA划分为2+1个量化电平,包括0电平和LA电平,从而得到门限值的控制增量为 比较器输出的变量值ε和△λ相乘后就得到门限值的变化量λj‑λj‑1=ε△λ。
2.如权利要求1所述的一种基于高阶统计分析的信号自适应处理方法,其特征在于,所述步骤3中滑动相关算法为滑窗检测的方法,即依次对每个窗口是否有目标进行判决,窗口长度等于可能出现的目标长度。
3.如权利要求2所述的一种基于高阶统计分析的信号自适应处理方法,其特征在于,所述步骤3的具体过程为:当接收信号所包含的脉冲信号序列与本地脉冲信号序列相位差小于1/2Tc时,将输出与固定门限比较,大于门限就认为相位差已经小于1/2Tc,捕获完成转入跟踪状态,否则以1/
2Tc调整脉冲信号产生器触发脉冲相位,继续捕获;
其中,Tc表示含有噪声的接收信号S(t)与本地脉冲信号序列作一个周期的相关积累,即0~Tc的积分。
4.如权利要求1所述的一种基于高阶统计分析的信号自适应处理方法,其特征在于,所述步骤4的参考支路为:采用延后接收信号S(t)一个码长位置的信号与本地脉冲信号做相关得到S2(t)。
5.如权利要求1所述的一种基于高阶统计分析的信号自适应处理方法,其特征在于,所述步骤5的具体过程为:步骤5.1:假定随机信号变量x1,x2,…,xn和x4均值为零,则c11=cum(x1,x2)=E[x1x2]
c111=cum(x1,x2,x3)=E[x1x2x3]c1111=cum(x1,x2,x3,x4)
=E[x1x2x3x4]‑E[x1x2]E[x3x4]‑E[x1x3]E[x2x4]‑E[x1x4]E[x2x3]当随机变量的矩阵不为零时,上式中xi要用xi‑E[xi]来替换,同样,前三阶的联合累积量与联合矩一样,而高于四阶的联合矩与联合累积量不同;c11表示二阶联合累积量;c111表示三阶联合累积量;c1111表示四阶联合累积量;
步骤5.2:设k阶随机过程{x(n)}的均值为0,则定义该过程的k阶累积量ck,x(m1,m2,…,mk‑1)=cum(x(n),x(n+m1),…,x(n+mk‑1))定义该过程的k阶矩
mk,x(m1,m2,…,mk‑1)=mom(x(n),x(n+m1),…,x(n+mk‑1))式中,联合矩用mom(·)表示;
二、三、四阶累积量为
c2,x(m)=E[x(n)x(n+m)]
c3,x(m1,m2)=E[x(n)x(n+m1)x(n+m2)]c4,x(m1,m2,…,m3)=E[x(n)x(n+m1)x(n+m2)x(n+m3)]‑c2,x(m1)c2,x(m2‑m3)‑c2,x(m2)c2,x(m3‑m1)‑c2,x(m3)c2,x(m1‑m2)平稳随机过程的二阶累积量为自相关函数,三阶累积量为其三阶矩,对信号采用四阶累计量。
6.如权利要求1所述的一种基于高阶统计分析的信号自适应处理方法,其特征在于,自适应门限控制过程为:若Xj>N,表明门限取值过低,应增大为λj=λj‑1+△λ;若Xj