射电望远镜电磁干扰的识别方法及装置制造方法及图纸

本发明专利技术涉及射电天文技术领域，提供了一种射电望远镜电磁干扰的识别方法及装置，所述方法包括：将原始监测频谱信号分离为本底信号A和剩余信号B；对A做拟合得出第一残差信号，进行置信水平检验，得出异常信号集合C1；对B做拟合得出第二残差信号，进行置信水平检验，得出异常信号集合C2；合并C1和C2得出干扰信号集合C。所述装置包括信号分离模块、数据拟合模块、残差分析模块及合并模块。本发明专利技术对本底和剩余信号分别进行拟合并获得残差，实现了“平稳化处理”，避免主观判断偏差；与传统采用门限判决的方法相比，本发明专利技术算法判据更客观，人为干预和不确定因素更少，在实测中实现了“自动化”；算法简单易实现，计算量小，程序执行速度快。程序执行速度快。程序执行速度快。

【技术实现步骤摘要】
射电望远镜电磁干扰的识别方法及装置


[0001]本专利技术涉及射电天文
，特别涉及一种射电望远镜电磁干扰的识别方法及装置。

技术介绍

[0002]射电天文是接收来自宇宙的无线电信号，并将天文学和无线电科学相结合的学科，在天文科学基础研究方面发挥着重大作用。
[0003]射电天文观测具有接收机灵敏度高、观测频率不能任意选择和没有发射(无源)等特点。实际观测的天体常位于离地球几十亿甚至是百亿光年以外的深远宇宙空间，信号极其微弱，具有高灵敏度接收机的射电天文观测与有源业务(有发射的人类无线电业务)的频率分享十分困难。非常微弱的射频干扰信号也会导致观测失败或降效，因此射电天文观测要求台址电磁干扰水平极低。国际电信联盟(ITU)的《无线电规则》，和我国的《中华人民共和国无线电频率划分规定》给出了射电天文业务作为主要业务和次要业务的频率划分。对于射电天文业务来说，为实现科学观测目标，避免其受到各种电磁干扰，必须减少常规强干扰源，控制小功率干扰源，防止噪声背景恶化，预防偶发干扰。
[0004]近年来天文事业发展较快，更多新的观测频率不再被分配的射电天文频段划分之内，射电天文技术的不断提升也使得望远镜的灵敏度越来越高。与此同时，随着社会进步和无线电通信事业飞速发展，各种无线电业务层出不穷，无线电干扰(RFI)源也呈井喷式涌现，电磁环境变得越来越复杂。居民生活、工业和医疗设备、通讯等潜在的电磁干扰，必将对射电望远镜的电磁环境带来影响。因此，为了保障现有的射电望远镜能够长期、安全、有效运行，避免因周边电磁背景噪声和严重的电磁扰动而造成的影响，需开展对射电望远镜台址周边开展大范围电磁环境长期监测与研究，这不仅可以为望远镜长期、安全、有效运行提供科学依据，同时也为台址周边的建设规划提供重要的技术规范和参考。
[0005]射电望远镜电磁环境监测系统的原理框图如图1所示，主要由一组天线、一组低噪声放大器(LNA)、一台高性能频谱分析仪或者射频接收机模块、以及相应的计算机数据处理软硬件组成。天线用于接收空中传播的无线电信号；LNA是整个测试系统的核心部件，其既要具有足够高的增益来满足电磁环境测量的要求(一般须要保证频谱仪的底噪声要比被测信号的幅度至少小于10dB)，同时也要做到尽量小的噪声系数；频谱仪或射频接收机模块用于从天线接收、采集数据并做频谱分析；计算机用于处理、分析、和存储数据，可结合不同观测目标和科学需求，对无线电监测数据进行综合分析，得到被测台址的电磁环境变化特点。此外，还可考虑在天线与LNA之间加装滤波器用于滤除强信号，确保LNA工作在线性区域；必要时也可加装衰减器，用来限制太强的接收信号，避免后端的频谱仪或接收机受损。图2所示的是一个实测的射电望远镜RFI监测数据，其中横坐标为频率，纵坐标为对应的测量功率电平。
[0006]观察监测天线的原始数据，从图2中不难看出，各个频段监测数据的信号特征差异很大，信号幅度有较大起伏，变化不规则，并且干扰的波峰大小也不规律。如何识别RFI，实
际应用中并没有统一的量化的标准。
[0007]目前对监测天线数据的RFI监测方法是通过计算机图形显示天线监测数据，并通过肉眼观察甄别，以此挑出存在电磁干扰的频点和频段。该方法效率很低，无法在短时间内处理大量的数据。因为信号的幅度有起伏，简单地通过设置门限判别RFI，也很难对所有测试数据奏效。另一种常用的方法是“三西格玛准则”监测方法，即，计算监测数据的标准差，如果单个数据超过3倍标准差(也可根据实际情况，提高概率准则，选取5倍、7倍标准差)，那么可以将其视为异常值，该异常值数据所对应的频点即被视为存在RFI。但是，实测信号明显并不具备“白噪声”的特点，也不满足正态分布，其呈现出典型的“非平稳性”特点，因此常规的“三西格玛准则”监测异常值方法在这里并不适用，经常出现“误判”和“漏检”。
[0008]目前，已有研究人员尝试将神经网络、深度学习等人工智能的算法用于以上RFI监测和识别，但是这些算法的设计复杂，前期“调参”所需的工作量较大，并且计算量巨大，对计算机的硬件要求很高，需要很快的处理器运算速度和海量存储空间。对于长期的RFI监测工作来说，产生的监测数据量很大，因此利用神经网络、深度学习等人工智能方法进行RFI识别的硬件成本很高，可行性不高。
[0009]综上所述，实际工作中亟需智能的RFI自动监测和识别方法，以便高效、准确地处理监测天线的数据，快速找出存在RFI的频点或频段。

技术实现思路

[0010]本专利技术的目的就是克服现有技术的不足，提供了一种射电望远镜电磁干扰的识别方法及装置，能够高效、准确地处理监测天线的数据，快速找出存在RFI的频点或频段。
[0011]本专利技术采用如下技术方案：
[0012]一方面，本专利技术提供了一种射电望远镜电磁干扰的识别方法，包括以下步骤：
[0013]S1：将原始监测频谱信号分离，分为本底信号A和剩余信号B；
[0014]S2：对所述本底信号A做数据拟合，得出所述本底信号A的第一残差信号，对所述第一残差信号进行置信水平检验，得出所述第一残差信号的异常信号集合C1；
[0015]S3：对所述剩余信号B做数据拟合，得出所述剩余信号B的第二残差信号，对所述第二残差信号进行置信水平检验，得出所述第二残差信号的异常信号集合C2；
[0016]S4：合并所述集合C1和所述集合C2，得出最终射电望远镜电磁干扰信号集合C。
[0017]如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，步骤S1中，所述原始监测频谱信号分离采用滑动平均滤波；其中，滑动平均窗口的长度通过分析原始频谱信号的傅里叶变换和滑动平均滤波器的频率相应函数来确定，具体的方法是，通过计算原始频谱信号的傅里叶变换F和滑动平均滤波器的频率响应函数H，确保H的低通范围覆盖F的频谱波峰显著的低频段来确定。。
[0018]如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，步骤S1中，所述原始监测频谱信号分离，通过设计以下滤波器对原始信号滤波完成：
[0019](a)取滤波系数脉冲响应函数IRF为{h
k
，k＝
±
1，
±
2，
…
，
±
N}，并满足：
[0020]h
‑
k
＝h
k
；
[0021](b)对应的归一化频率响应函数FRF为：
[0022][0023]且H(0)＝1；
[0024](c)对于误差δ＞0和截止频率α＞0，寻求最优的H
*
(ω)，使其满足：
[0025][0026]其中{h
k
}是一切符合以上(a)和(b)条件下的有限项的脉冲响应函数；求得最优的低通滤波器为：
[0027][0028]其中，
[0029]所述滤波器阶数N值根据求解下式选取：
[0030][0031]如上所述的方面和任一可能的实现方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种射电望远镜电磁干扰的识别方法，其特征在于，所述识别方法包括以下步骤：S1：将原始监测频谱信号分离，分为本底信号A和剩余信号B；S2：对所述本底信号A做数据拟合，得出所述本底信号A的第一残差信号，对所述第一残差信号进行置信水平检验，得出所述第一残差信号的异常信号集合C1；S3：对所述剩余信号B做数据拟合，得出所述剩余信号B的第二残差信号，对所述第二残差信号进行置信水平检验，得出所述第二残差信号的异常信号集合C2；S4：合并所述集合C1和所述集合C2，得出最终射电望远镜电磁干扰信号集合C。2.如权利要求1所述的射电望远镜电磁干扰的识别方法，其特征在于，步骤S1中，所述原始监测频谱信号分离采用滑动平均滤波；其中，滑动平均窗口的长度通过计算原始频谱信号的傅里叶变换F和滑动平均滤波器的频率响应函数H，确保H的低通范围覆盖F的频谱波峰显著的低频段来确定。3.如权利要求1所述的射电望远镜电磁干扰的识别方法，其特征在于，步骤S1中，所述原始监测频谱信号分离，通过设计以下滤波器对原始信号进行滤波完成信号分离：(a)取滤波器的滤波系数脉冲响应函数IRF为{h
k
，k＝
±
1，
±
2，
…
，
±
N}，并满足：h
‑
k
＝h
k
；(b)对应的归一化频率响应函数FRF为：且H(0)＝1；(c)对于误差δ＞0和截止频率α＞0，寻求最优的H
*
(ω)，使其满足条件：其中{h
k
}是一切符合以上(...

【专利技术属性】
技术研发人员：张翔，禹升华，席宏伟，马月，
申请(专利权)人：中国科学院国家天文台，
类型：发明
国别省市：