一种基于统计分析的跳频信号分选方法技术

本发明专利技术公开了一种基于统计分析的跳频信号分选方法，包括如下步骤：将选定时间段内的信号全部取出；根据信号上报时间将信号分组；根据幅值范围对每组信号进行幅值分组；将每个幅值分组内的信号进行去重，根据带宽和幅值进行筛选；根据去重后的信号出现规律和时间戳，推算跳频周期和跳频序列；相邻幅值范围的跳频序列整合；时间段跳频序列整合，跳频周期整合。本发明专利技术解决了现有技术中聚类法处理跳频信号需要提前预估参数，实用性差，计算复杂的问题。计算复杂的问题。计算复杂的问题。

【技术实现步骤摘要】
一种基于统计分析的跳频信号分选方法


[0001]本专利技术涉及跳频信号分选领域，特别是涉及一种基于统计分析的跳频信号分选方法。

技术介绍

[0002]跳频技术以其优良的抗干扰性能和多址组网性能在军事无线电抗干扰通信、民用移动通信、现代雷达和声纳等电子系统中获得了重要应用，现有技术中跳频信号分选环节的常用方法有：K
‑
Means聚类法、DBSCAN聚类法、网台分选法、贝叶斯学习法、图像识别法等，聚类法需要根据情况提前预估聚类数，在实际电磁环境复杂的情况下，噪声干扰多，会出现无法分选的情况，其他多种针对聚类法的改善方法，需要提前预估参数，计算复杂，实用性不高。

技术实现思路

[0003]专利技术目的：本专利技术的目的是为了提供一种计算简单，实用性强的基于统计分析的跳频信号分选方法。
[0004]技术方案：为实现上述目的，本专利技术所述的基于统计分析的跳频信号分选方法包括如下步骤：
[0005]步骤S1：将选定时间段内的信号全部取出；
[0006]步骤S2：根据信号上报时间将信号分组；
[0007]步骤S3：根据幅值范围对每组信号进行幅值分组；
[0008]步骤S4：将每个幅值分组内的信号进行去重，根据带宽和幅值进行筛选；
[0009]步骤S5：根据去重后的信号出现规律和时间戳，推算跳频周期和跳频序列；
[0010]步骤S6：相邻幅值范围的跳频序列整合；
[0011]步骤S7：时间段跳频序列整合，跳频周期整合。
[0012]所述的步骤S1将选定时间段内的信号全部取出，具体为：根据选定时间段，将此时间段内的全部信号取出，信号包括：中心频点center_freq、带宽band_width、幅值amp、上报时间戳stamp，上报时间戳的单位为秒。
[0013]所述步骤S2根据信号上报时间将信号分组，具体为：上报时间是指设备采集信号并分析后得到的信号出现的时间，若时间段过长，存在多组跳频信号序列出现在同一时间、同一幅值范围内，将影响检测效果，故设置最大时间段长度阈值period
max
，若时间段长度大于period
max
，则拆分，每次使用period
max
时间段长度的数据进行计算。
[0014]所述步骤S3根据幅值范围对每组信号进行幅值分组，具体为：因跳频信号为同样稳定度、同样精度、大量离散频率的信号，每组的幅值范围在20db～30db左右浮动，或呈线性变化，当设备采集到的信号幅值低于
‑
120db时可认为是噪音，高于
‑
20db时信号过强，故总的单位是
‑
120db～
‑
10db，在相邻组之间给了10个幅值的重叠范围，为了防止出现信号幅值在范围边界处，被分到别的范围里，根据幅值amp范围将信号分组：[
‑
120，
‑
90]，[
‑
100，
‑
70]，[
‑
80，
‑
50]，[
‑
60，
‑
30]，[
‑
40，
‑
10]；
[0015]因本次试验使用的信号源发射的跳频信号带宽不可设置，且较为固定，故设置带宽阈值threshold
band_width
＝500KHz，选取小于threshold
band_width
的信号进行分析。
[0016]所述步骤S4将每个幅值分组内的信号进行去重，根据带宽和幅值进行筛选，包括以下子步骤：
[0017]步骤S401：将所有信号进行去重操作，具体为：将所有信号进行center_freq
i
±
0.5
×
band_width
i
，获得所有信号的频点范围range
i
，若两信号range
i
存在交集，则合并，并将range
i
范围更新为两范围的交集范围，获得交集后的所有信号范围，将信号根据范围分别放入集合内，得到去重后的信号集合，包含平均频点center_freq
i_avg
、平均带宽band_width
i_avg
、平均幅值amp
i_avg
，及其上报时间戳集合stamp_list，i＝1,2,3,...L，其中L代表信号数据的长度；
[0018]步骤S402：求出各去重信号集合的总平均带宽band_width
avg
，总带宽标准差band_width
std
，总平均幅值amp
avg
，对去重信号进行筛选，根据测试设备条件及大量数据测试设置的：
[0019]幅值筛选：[0.7
×
amp
avg
,1.2
×
amp
avg
]；
[0020]带宽筛选：
[0021]所述步骤S5根据去重后的信号出现规律和时间戳，推算跳频周期和跳频序列，包括以下子步骤：
[0022]步骤S501：因跳频信号序列固定，每个跳频信号频点出现次数相近，故使用去重后的信号集合，计算每组信号出现的次数count
i
及所有信号出现次数的平均值count
avg
；若count
i
＞count
avg
×
2，或count
i
＜count
avg
×
0.5，或count
i
≤2，则删除此组信号，i＝1,2,3,...L，其中L代表信号数据的长度；
[0023]步骤S502：将每个去重信号集合内的信号通过stamp_list排序后，stamp_list从后到前逐个相减，得到每个去重信号的出现规律表cycle_list
i
；
[0024]步骤S503：统计cycle_list
i
中出现的各数字次数cycle_count
i
，及其对应cycle_count
i
的长度len
i
，与所有组规律的总平均长度len
avg
，若len
i
＞len
avg
×
2，则len
i
＝len
i
×
0.3，将max(len
i
)对应的cycle_count
i
暂时作为跳频信号的周期t1；
[0025]步骤S504：判断此去重信号是否是跳频信号，若在去重信号集合中出现以下情况，则不是，进行删除处理：此去重信号集合中length(stamp_list)≤2，此去重信号集合对应的cycle_count
i...

【技术保护点】

【技术特征摘要】
1.一种基于统计分析的跳频信号分选方法，其特征在于：包括如下步骤：步骤S1：将选定时间段内的信号全部取出；步骤S2：根据信号上报时间将信号分组；步骤S3：根据幅值范围对每组信号进行幅值分组；步骤S4：将每个幅值分组内的信号进行去重，根据带宽和幅值进行筛选；步骤S5：根据去重后的信号出现规律和时间戳，推算跳频周期和跳频序列；步骤S6：相邻幅值范围的跳频序列整合；步骤S7：时间段跳频序列整合，跳频周期整合。2.根据权利要求1所述的一种基于统计分析的跳频信号分选方法，其特征在于：所述的步骤S1将选定时间段内的信号全部取出，具体为：根据选定时间段，将此时间段内的全部信号取出，信号包括：中心频点center_freq、带宽band_width、幅值amp、上报时间戳stamp，上报时间戳的单位为秒。3.根据权利要求1所述的一种基于统计分析的跳频信号分选方法，其特征在于：所述步骤S2根据信号上报时间将信号分组，具体为：若时间段过长，存在多组跳频信号序列出现在同一时间、同一幅值范围内，将影响检测效果，则设置最大时间段长度阈值period
max
，若时间段长度大于period
max
，则拆分，每次使用period
max
时间段长度的数据进行计算。4.根据权利要求1所述的一种基于统计分析的跳频信号分选方法，其特征在于：所述步骤S3根据幅值范围对每组信号进行幅值分组，具体为：每组的幅值范围在20db～30db左右浮动，或呈线性变化，故根据幅值amp范围将信号分组：[
‑
120，
‑
90]，[
‑
100，
‑
70]，[
‑
80，
‑
50]，[
‑
60，
‑
30]，[
‑
40，
‑
10]；设置带宽阈值threshold
band_width
＝500KHz，选取小于threshold
band_width
的信号进行分析。5.根据权利要求1所述的一种基于统计分析的跳频信号分选方法，其特征在于：所述步骤S4将每个幅值分组内的信号进行去重，根据带宽和幅值进行筛选，包括以下子步骤：步骤S401：将所有信号进行去重操作，具体为：将所有信号进行center_freq
i
±
0.5
×
band_width
i
，获得所有信号的频点范围range
i
，若两信号range
i
存在交集，则合并，并将range
i
范围更新为两范围的交集范围，获得交集后的所有信号范围，将信号根据范围分别放入集合内，得到去重后的信号集合，包含平均频点center_freq
i_avg
、平均带宽band_width
i_avg
、平均幅值amp
i_avg
，及其上报时间戳集合stamp_list，i＝1,2,3,...L，其中L代表信号数据的长度；步骤S402：求出各去重信号集合的总平均带宽band_width
avg
，总带宽标准差band_width
std
，总平均幅值amp
avg
，对去重信号进行筛选，根据测试设备条件及大量数据测试设置：幅值筛选：[0.7
×
amp
avg
,1.2
×
amp
avg
]；带宽筛选：6.根据权利要求1所述的一种基于统计分析的跳频信号分选方法，其特征在于：所述步
骤S5根据去重后的信号出现规律和时间戳，推算跳频周期和跳频序列，包括以下子步骤：步骤S501：跳频信号序列固定，每个跳频信号频点出现次数相近，使用去重后的信号集合，计算每组信号出现的次数count
i
及所有信号出现次数的平均值count
avg
；若count
i
＞count
avg
×
2，或count
i
＜count
avg
×
0.5，或count
i
≤2，则删除此组信号，i＝1,2,3,...L，其中L代表信号数据的长度；步骤S502：将每个去重信号集合内的信号通过stamp_list排序后，stamp_list从后到前逐个相减，得到每个去重信号的出现规律表cycle_list
i
；步骤S503：统计cycle_list
i
中出现的各数字次数cycle_count
i
，及其对应cycle_count
i
的长度len
i
，与所有组规律的总平均长度len
avg
，若len
i
＞len
avg
×
2，则len
i
＝len
i
×
0.3，将max(len
i
)对应的cycle_count
i
暂时作为跳频信号的周期t1；步骤S504：判断此去重信号是否是跳频信号，若在去重信号集合中出现以下情况，则不是，进行删除处理：此去重信号集合中length(stamp_list)≤2，此去重信号集合对应的cycle_count
i
中未出现过t1，此去重信号集合对应的cycle_count
i
都不是t1的倍数，此去重信号规律表cycle_list
i
中相邻两数字相加，相减均不是t1的倍数；步骤S505：将步骤S504删除后无关信号的去重信号集合重新整理，同步骤S503，将max(len

【专利技术属性】
技术研发人员：张一鸣，严伟，裴林，王艺汝，付旭旭，
申请(专利权)人：甘肃省国家安全特种技术重点实验室，
类型：发明
国别省市：