一种基于频谱数据的宽带信号实时检测方法技术

本发明专利技术公开了一种基于频谱数据的宽带信号实时检测方法，该方法包括：获取宽带信号的频谱数据对应的噪声基底；基于滑动窗口得到宽带信号的频谱数据在滑动窗口内的多个子信号频谱数据；根据多个子信号频谱数据与噪声基底的相似度，完成宽带信号实时检测。本发明专利技术通过量化噪声基底和频谱数据之间对应的信号的幅度的差异，以较低的软件复杂度实现了信号的实时检测与识别，实时性强，信号检测识别准确度高，易于实现。易于实现。易于实现。

【技术实现步骤摘要】
一种基于频谱数据的宽带信号实时检测方法


[0001]本专利技术涉及信号检测
，特别是一种基于频谱数据的宽带信号实时检测方法。

技术介绍

[0002]宽带通信信号检测识别技术广泛应用于电子对抗、无线电侦听、干扰辨识、信号确认等领域。随着通信技术的发展，通信信号体制变得多样化，空间电磁环境越来越密集，导致常规的识别方法难以满足实际需要，不能有效实时地对宽带通信信号进行检测识别。
[0003]目前宽带通信信号检测识别技术存在的不足：
[0004]1)传统的基于参数门限的信号检测方法，原理相对简单，没有考虑信号结构对信号检测识别的重要影响，同时周围电磁环境的变化也会降低信号检测结果的准确度。
[0005]2)基于机器学习的方法，需要更多的训练样本来构建信号检测识别的数学模型，使用过程中需要不断对模型进行迭代、修正、调优，工作量大，工作步骤繁琐。
[0006]3)结合神经科学的研究，人类观察图像时，对图像结构、亮度、对比度更加敏感。对应到信号频谱图像中，当有信号出现时，信号的强度、结构、对比度使得人们可以快速的分辨出信号频率范围。现有的大多数宽带信号检测方法，都没有从此仿生学角度进行考虑和设计，基于统计或机器直觉，缺乏设计合理性。
[0007]综上所述，基于频谱数据的宽带信号实时检测方法充分利用人类视觉感知系统能够从频谱图像中识别信号结构信息，快速识别噪声基底部分和信号部分之间差异的特点，检测方法合理简单，是宽带信号检测识别领域迫切需要的关键技术。

技术实现思路

[0008]鉴于此，本专利技术提供一种基于频谱数据的宽带信号实时检测方法，实时性强，信号检测识别准确度高，易于实现。
[0009]本专利技术公开了一种基于频谱数据的宽带信号实时检测方法，包括以下步骤：
[0010]获取宽带信号的频谱数据对应的噪声基底；
[0011]基于滑动窗口，得到所述宽带信号的频谱数据对应的多个子信号频谱数据；
[0012]根据所述多个子信号频谱数据与所述噪声基底的相似度，完成宽带信号实时检测。
[0013]进一步地，所述获取宽带信号的频谱数据对应的噪声基底，包括：
[0014]从频谱仪获取宽带信号的频谱数据，采用高精度噪声基底估值算法得到宽带信号的频谱数据对应的噪声基底。
[0015]进一步地，所述基于滑动窗口，得到所述宽带信号的频谱数据对应的多个子信号频谱数据，包括：
[0016]根据高斯函数构造滑动窗口，在所述宽带信号的频谱数据上移动高斯函数窗口，从而得到所述宽带信号的频谱数据对应的所述多个子信号频谱数据；其中，移动高斯函数
窗口的步长为所述宽带信号的频谱数据上的若干个数据点的数量。进一步地，所述高斯函数为：
[0017][0018]其中，a，b，c为实数常数，且a>0，x为信号频谱数据；
[0019]高斯函数的长度等于滑动窗口大小，其值被归一化后，所有元素的和等于1。
[0020]进一步地，所述根据所述多个子信号频谱数据与所述噪声基底的相似度，完成宽带信号实时检测，包括：
[0021]在所述宽带信号的频谱数据上移动高斯函数窗口后，分别计算所述高斯函数窗口对应的子信号频谱数据与噪声基底数据的相似度；
[0022]分别比较所有所述相似度与预设值；
[0023]若相似度小于预设值时，则所述高斯函数窗口对应的区域被识别为子信号频谱数据；否则，被识别为噪声。
[0024]进一步地，所述根据所述多个子信号频谱数据与所述噪声基底的相似度，完成宽带信号实时检测，还包括：
[0025]对所有所述子信号频谱数据进行统计分析时，如果所述高斯函数窗口对应的子信号频谱数据之间出现区域重叠且在不同数据点位置上的所述滑动窗口存在频谱数据点的重叠，则由不同数据点位置上的所述滑动窗口对应的信号区域被识别为同一个宽带信号，否则被识别为多个独立的信号区域。
[0026]进一步地，所述相似度的计算公式为：
[0027]S(x,y)＝f(l(x,y),c(x,y),s(x,y))
[0028]＝l(x,y)c(x,y)s(x,y)
[0029]其中，x为信号频谱数据，y为噪声基底，l(x,y)为信号强度相似度，c(x,y)为信号对比度相似度，s(x,y)为信号结构相似度；S(x,y)取值范围[0，1]，其值越大，表示信号频谱数据与噪声基底越接近，存在信号的可能性越小。
[0030]进一步地，所述信号强度相似度的计算公式为：
[0031][0032][0033]信号强度相似度l(x,y)的计算公式对称且始终小于等于1，当x＝y时为1；C1＝(K1L)2，K1远小于1且为常数，L是信号幅度的动态范围；μ
x
为信号频谱数据的信号平均强度，μ
y
为噪声基底信号平均强度，N为频谱数据的数据点个数，x
i
为第i个数据点的信号幅度值，ω
i
为高斯加权值。
[0034]进一步地，所述信号对比度相似度的计算公式为：
[0035][0036][0037]C2＝(K2L)2[0038]信号对比度相似度c(x,y)的计算公式对称且小于等于1，当x＝y时等号成立；σ
x
为信号幅度值的标准差，σ
y
为噪声基底幅度值的标准差，K2远小于1且为常数。
[0039]进一步地，所述信号结构相似度的计算公式为：
[0040][0041][0042]其中，C3＝C2/2。
[0043]由于采用了上述技术方案，本专利技术具有如下的优点：本专利技术通过量化噪声基底和频谱数据之间对应的信号的幅度的差异，以较低的软件复杂度实现了信号的实时检测与识别，与其它方法相比，本专利技术方法克服了同类方法存在的误检误报问题；本专利技术实时性强，信号检测识别准确度高，易于实现。
附图说明
[0044]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术实施例中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
[0045]图1为本专利技术实施例的一种基于频谱数据的宽带信号实时检测方法的流程示意图。
具体实施方式
[0046]结合附图和实施例对本专利技术作进一步说明，显然，所描述的实施例仅是本专利技术实施例一部分实施例，而不是全部的实施例。本领域普通技术人员所获得的所有其他实施例，都应当属于本专利技术实施例保护的范围。
[0047]参见图1，本专利技术提供了一种基于频谱数据的宽带信号实时检测方法的实施例，该方法包括以下步骤：
[0048]获取宽带信号的频谱数据对应的噪声基底；
[0049]基于滑动窗口，得到宽带信号的频谱数据对应的多个子信号频谱数据；
[0050]根据多个子信号频谱数据与噪声基底的相似度，完成宽带信号实时检测。
[005本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于频谱数据的宽带信号实时检测方法，其特征在于，包括以下步骤：获取宽带信号的频谱数据对应的噪声基底；基于滑动窗口，得到所述宽带信号的频谱数据对应的多个子信号频谱数据；根据所述多个子信号频谱数据与所述噪声基底的相似度，完成宽带信号实时检测。2.根据权利要求1所述的方法，其特征在于，所述获取宽带信号的频谱数据对应的噪声基底，包括：从频谱仪获取宽带信号的频谱数据，采用高精度噪声基底估值算法得到宽带信号的频谱数据对应的噪声基底。3.根据权利要求1所述的方法，其特征在于，所述基于滑动窗口，得到所述宽带信号的频谱数据对应的多个子信号频谱数据，包括：根据高斯函数构造滑动窗口，在所述宽带信号的频谱数据上移动高斯函数窗口，从而得到所述宽带信号的频谱数据对应的所述多个子信号频谱数据；其中，移动高斯函数窗口的步长为所述宽带信号的频谱数据上的若干个数据点的数量。4.根据权利要求3所述的方法，其特征在于，所述高斯函数为：其中，a，b，c为实数常数，且a＞0，x为信号频谱数据；高斯函数的长度等于滑动窗口大小，其值被归一化后，所有元素的和等于1。5.根据权利要求3所述的方法，其特征在于，所述根据所述多个子信号频谱数据与所述噪声基底的相似度，完成宽带信号实时检测，包括：在所述宽带信号的频谱数据上移动高斯函数窗口后，分别计算所述高斯函数窗口对应的子信号频谱数据与噪声基底数据的相似度；分别比较所有所述相似度与预设值；若相似度小于预设值时，则所述高斯函数窗口对应的区域被识别为子信号频谱数据；否则，被识别为噪声。6.根据权利要求5所述的方法，其特征在于，所述根据所述多个子信号频谱数据与所述噪声基底的相似度，完成宽带信号实时检测，还包括：对所有所述子信号频谱数据进行统计分析时，如果所述高斯函数窗口对应的子信号频谱数据之间出现区域重叠且在不同数据点位置上...

【专利技术属性】
技术研发人员：余安东，张磊，李君，
申请(专利权)人：电信科学技术第五研究所有限公司，
类型：发明
国别省市：