【技术实现步骤摘要】
一种基于图像模块匹配的射频频谱信号探测方法
[0001]本专利技术属于深度学习和信号探测
,具体涉及一种基于图像模块匹配的射频频谱信号探测方法。
技术介绍
[0002]近年来,虽然包括无人机频谱信号探测技术在内的侦测与反制技术得到了全面发展,但各个侦查探测技术仍然存在其相应的短板。其中,声探测是利用声传感器等设备采集目标噪声信号,分析目标声信号特征来探测目标,但是声探测受周围环境噪声影响较大,通常用于近距离目标识别的补充手段。光电探测则是根据目标视频图像特征来检测目标,实际应用中,视频图像可以精确地确认目标,但因为视场角小,很难自行搜索,需要雷达系统给予目标精确定位坐标作为初始位置,且容易受到环境中障碍物的遮挡。雷达探测主要利用雷达信号的回波来探测目标,但是由于雷达信号的有效反射面积很小,一旦目标属于类似低空慢速飞行的小目标,雷达将很难收到目标返回的回波信号。
[0003]射频被动探测即射频频谱信号探测是通过监测射频目标通信时的电磁信号,根据电磁信号特征可以有效地探测射频所在方位。射频频谱侦测也被称为被动雷达, ...
【技术保护点】
【技术特征摘要】
1.一种基于图像模块匹配的射频频谱信号探测方法,其特征在于,该方法包括:S1:将射频频谱数据转换为频谱图像数据;借助射频频谱探测系统完成对不同范围内射频频谱信号数据的采集,将每次采集到的频谱数据通过去除多余图像信息转换为大小相同的待处理图像;S2:所述频谱图像数据进行中值滤波预处理;S3:所述频谱图像数据中值滤波后进行二值化处理,再根据频谱图像信号特点,进行形态学滤波,从而识别射频频谱信号,该射频频谱信号一般为强信号;S4:若经过S3中形态学滤波处理后仍未能识别出的射频频谱弱信号,利用改进的频谱图像进行模板匹配,进行识别射频频谱信号。2.如权利要求1所述的射频频谱信号探测方法,其特征在于,所述S2具体为:S2
‑
1:首先将频谱图像数据转换为灰度图,随后根据图像特点采用非线性灰度Gamma变换,, 其中,x、y的取值范围为[0,1],为归一化的灰度值;esp为补偿系数, 则为Gamma系数;经过对比验证选取=50,灰度变换将拉伸较亮区域即频谱信号区域灰度,压缩较暗的区域灰度即噪声区域使噪声更暗;S2
‑
2:随后根据非线性和线性滤波效果,选取3*3矩阵的中值滤波方式进行进一步滤波去噪;卷积因子:中值滤波公式:如权利要求1所述的射频频谱信号探测方法,其特征在于,所述S3具体为:S3
‑
1:图像中值滤波后进行二值化处理,随后根据频谱信号图像特点,自定义4*3矩形结构做形态学滤波;形态学滤波进行一次开运算一次闭运算,开运算就是先对图像进行腐蚀后膨胀其结果;闭运算就是先对图像进行膨胀后腐蚀其结果;S3
‑
2:随后根据形态学滤波的结...
【专利技术属性】
技术研发人员:李桂庚,宋志强,丁玉茹,张浩,
申请(专利权)人:青岛国数信息科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。