CN102624661B - 基于谱峰突出指数的谱峰个数识别方法 - Google Patents

基于谱峰突出指数的谱峰个数识别方法 Download PDF

Info

Publication number
CN102624661B
CN102624661B CN201210064357.7A CN201210064357A CN102624661B CN 102624661 B CN102624661 B CN 102624661B CN 201210064357 A CN201210064357 A CN 201210064357A CN 102624661 B CN102624661 B CN 102624661B
Authority
CN
China
Prior art keywords
spectral line
spectrum
value
overshooting
spectral
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201210064357.7A
Other languages
English (en)
Other versions
CN102624661A (zh
Inventor
张涛
刘婧睆
唐万斌
程郁凡
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN201210064357.7A priority Critical patent/CN102624661B/zh
Publication of CN102624661A publication Critical patent/CN102624661A/zh
Application granted granted Critical
Publication of CN102624661B publication Critical patent/CN102624661B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Spectrometry And Color Measurement (AREA)

Abstract

本发明提供基于谱峰突出指数的谱峰个数识别方法，通过对数据信号的离散谱进行谱峰突出指数的运算，得出了数据信号离散谱中突出谱线的条数，避免了人为的寻找数据信号突出谱线的条数和突出谱线判决门限的复杂计算，只要知道谱峰个数就能确定谱峰所在范围，提高了谱峰识别的效率，使得谱峰识别更智能化。

Description

基于谱峰突出指数的谱峰个数识别方法
技术领域
本发明涉及离散信号分析，特别涉及一种寻找数据信号离散谱突出谱线个数的识别方法。
背景技术
谱峰识别技术在各大领域内均有应用，如何快速、智能、准确的寻找到谱峰个数是各个所需领域的瓶颈。随着信号环境的日益复杂化、密集化，信号调制方式也趋于多样化，通信信号在很宽的频带上采用不同调制参数的各种调制样式。如何有效的坚实和识别这些信号，在军用和民用领域都具有重要的意义。而信号的调制识别技术主要是研究数字信号的频域特性，谱峰的识别对于调制识别技术尤为重要。
现有的谱峰检测方法一般分为3个步骤：谱线平滑、基线校正和谱峰识别。围绕这3个步骤，已提出大量算法。如采用移动平均法进行谱线平滑；采用Kaiser滤波器进行谱线平滑。着两种方法均是通过将原始信号与平滑函数直接相乘达到平滑谱线的目的，方法简单，但信号失真较大。在基线校准方面，常用的方法有求原始图谱的一阶导数，利用信号的单调性实现校正，或采用线性差值法、小波变换等实现。在谱峰检测方面基于信噪比、局部极大值、斜率、峰面积、峰宽、光谱变量降维和谱峰模型的方法都有提出。但这些算法的成效均在很大程度上依赖于前期的谱线平滑与基线校准。在极端条件下，还要使用人工干预，这对于分析者来说是件琐碎的事，并且三个步骤联系紧密，相互依赖，错误概率较大。因此，如能快速识别谱峰个数，就能快速确定谱峰所在范围，这对谱峰识别具有重要意义。
由于谱峰搜索需要在所有频谱范围内进行，庞大的运算量也成为工程实现的瓶颈。为简化搜索时间，可通过大范围搜索，首先找出谱峰所在一个领域，再在这些领域中进行小范围搜索，从而可以大大减少运算量，为工程实现提供有益参考。智能的非人工算法也是今后研究的主要趋势。
发明内容
本发明所要解决的技术问题是，提供了一种能够自动寻找突出谱线的谱峰个数识别方法。
本发明为解决上述技术问题所采用的技术方案是，基于谱峰突出指数的谱峰个数识别方法，包括以下步骤：
A.在数据信号离散谱谱线中查出所有谱线值比左右相邻谱线值大的谱线作为待测谱线，组成待测谱线群；
B.将待测谱线群中的谱线按谱线值从大到小进行排序；
C.确定多个不同待选值n，进行各待选值n对应的谱峰突出指数计算；所述谱峰突出指数计算为：先对排序后的待测谱线群中前n个谱线的谱线值求和得到第一求和结果，再对待测谱线群中还未进行求和运算的前n个谱线的谱线值求和得到第二求和结果；第一求和结果除以第二求和结果得到当前计算的待选值n对应的谱峰突出指数；
D.选择最大的谱峰突出指数对应待选值n为数据信号离散谱谱峰个数。
本发明的有益效果是，通过对数据信号的离散谱进行谱峰突出指数的运算，得出了数据信号离散谱中突出谱线的条数，避免了人为的寻找数据信号突出谱线的条数和突出谱线判决门限的复杂计算，只要知道谱峰个数就能确定谱峰所在范围，提高了谱峰识别的效率，使得谱峰识别更智能化。
附图说明
图1为原始数据信号的离散谱示意图；
图2为待测谱线群示意图；
图3为待测谱线群排序后的示意图；
图4为N谱峰突出指数求法示意图；
图5为本发明谱峰识别方法的框图；
图6为将本发明方法应用于调制识别的示意图。
具体实施方式
下面通过附图和实施例，对本发明谱峰个数识别方法做进一步的详细描述。
图1所示的离散谱可以为数据信号幅度谱，也可以为数据信号的频率谱或功率谱，实施通过如图5所示步骤对图1中的谱峰个数进行识别：
先利用谱峰的谱线值比相邻两边的谱线值大的特点，找出离散谱中所有待测谱线，组成图2所示的待测谱线群。
将待测谱线群中的谱线按谱线值从大到小进行排序，排序后的待测谱线群如图3所示。
再确定多个不同待选值n，进行各待选值N对应的谱峰突出指数计算。选择多个n值，n为正整数。确定当前计算的n值后，从谱线值最大开始，在待测谱线群中选前n个的待测谱线，将选出的n个待测谱线的谱线值求和，求和结果为A；再将开始选择的n个谱线从待测谱线群中删除，在新的待测谱线群中再选择前n个待测谱线，将选出的n个待测谱线的谱线值求和，求和结果为B；用A除以B，所得的值C即为确定n情况下的谱峰突出指数，如图4所示，对于选择不同的n，其求出的谱峰突出指数不同，只有当n的值与实际的谱峰个数相同时，所求的谱峰突出指数值最大。适当的选择几个n值计算其谱峰突出指数，将得到的谱峰突出指数做比较选出最大值，计算最大的谱峰突出指数所确定的n即为数据信号离散谱的突出谱线个数。可选的，在进行了第一次求和结果A得到后，也可不从待测谱线群中删除已参与求和运算的待测谱线，直接选择未参与求和运算的前n个待测谱线进行第二次求和。
实施例
将本发明基于谱峰突出指数的谱峰个数识别方法应用于调制识别，如图6所示。
先对数据信号求一次谱和二次谱，一次谱就是对信号做傅里叶变换，二次谱就是对信号的平方做傅里叶变换。对于一般的信号而言，求到二次谱就基本可以观察出不同调制信号在一次谱和二次谱之间的差别，如有特殊需要，可以做更高阶谱，做到三次谱，四次谱。由于不同调制的多次谱所呈现的谱峰个数均不相同，根据数据信号在一次谱、二次谱上呈现的不同谱峰个数就能识别出信号的调制类型。本实施例中，在待选值n的取值范围为1至N，分别按照本发明的突出谱峰个数识别方法识别出在一次谱下的最大谱峰突出指数对应的n值，二次谱下的最大谱峰突出指数对应的n值，既能判断出信号的调制方式。

Claims (2)

1.基于谱峰突出指数的谱峰个数识别方法，其特征在于，包括以下步骤：
A.在数据信号离散谱谱线中查出所有谱线值比左右相邻谱线值大的谱线作为待测谱线，组成待测谱线群；
B.将待测谱线群中的谱线按谱线值从大到小进行排序；
C.确定多个不同待选值n，n为正整数，进行各待选值n对应的谱峰突出指数的计算；所述谱峰突出指数计算为：先对排序后的待测谱线群中前n个谱线的谱线值求和得到第一求和结果，再对排序后的待测谱线群中还未进行求和运算的前n个谱线的谱线值求和得到第二求和结果；第一求和结果除以第二求和结果得到当前计算的待选值n对应的谱峰突出指数；
D.选择最大的谱峰突出指数对应的待选值n为数据信号离散谱谱峰个数。
2.如权利要求1所述基于谱峰突出指数的谱峰个数识别方法，其特征在于，对应待选值n的范围为从1至N，N取值为2以上的正整数。
CN201210064357.7A 2012-03-13 2012-03-13 基于谱峰突出指数的谱峰个数识别方法 Expired - Fee Related CN102624661B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210064357.7A CN102624661B (zh) 2012-03-13 2012-03-13 基于谱峰突出指数的谱峰个数识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210064357.7A CN102624661B (zh) 2012-03-13 2012-03-13 基于谱峰突出指数的谱峰个数识别方法

Publications (2)

Publication Number Publication Date
CN102624661A CN102624661A (zh) 2012-08-01
CN102624661B true CN102624661B (zh) 2014-08-13

Family

ID=46564349

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210064357.7A Expired - Fee Related CN102624661B (zh) 2012-03-13 2012-03-13 基于谱峰突出指数的谱峰个数识别方法

Country Status (1)

Country Link
CN (1) CN102624661B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109388061B (zh) * 2017-08-11 2020-07-10 中国科学院计算技术研究所 一种自适应调优的稀疏傅里叶变换方法和系统
CN109490853B (zh) * 2017-09-10 2022-11-22 北京遥感设备研究所 一种线性调频脉冲信号中心频率处谱线值确定方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1980208A (zh) * 2005-12-02 2007-06-13 华为技术有限公司 通信系统中载波频率偏移估计方法和装置以及系统

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1980208A (zh) * 2005-12-02 2007-06-13 华为技术有限公司 通信系统中载波频率偏移估计方法和装置以及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
通信信号数字调制方式盲识别研究;顾坚斌;《数字通信》;20100630(第3期);73-76 *
顾坚斌.通信信号数字调制方式盲识别研究.《数字通信》.2010,(第3期),73-76.

Also Published As

Publication number Publication date
CN102624661A (zh) 2012-08-01

Similar Documents

Publication Publication Date Title
CN105913835B (zh) 一种基于数学形态学的自适应滤波方法
Guo et al. A comparison study of radar emitter identification based on signal transients
CN103941254A (zh) 一种基于地质雷达的土壤物性类别识别方法和装置
CN110133632B (zh) 一种基于cwd时频分析的复合调制信号识别方法
CN107561497B (zh) Fsk及多种非线性调频信号识别及参数估算方法
CN109450405A (zh) 一种应用于ad采集中的复合式软件滤波方法及系统
CN105553896A (zh) 宽带多频稀疏信号的非均匀采样与重建方法
CN110929563A (zh) 一种用电器识别方法及装置
CN102624661B (zh) 基于谱峰突出指数的谱峰个数识别方法
CN104363194A (zh) 基于波形变换的psk调制识别方法
CN103308829B (zh) 一种gis单次局放信号提取与触发时刻调整方法
CN112613641A (zh) 一种基于特征分解的短期电负荷组合预测方法
CN112763848A (zh) 确定电力系统故障的方法及装置
Tan et al. Specific emitter identification based on software-defined radio and decision fusion
CN114355298B (zh) 一种雷达复合调制脉冲信号识别方法
Ahmadi et al. Types of EMD algorithms
CN114139820A (zh) 一种用于非侵入式电能负荷预测的改进模态分解方法
CN113569773B (zh) 基于知识图谱和Softmax回归的干扰信号识别方法
CN109450829B (zh) 数字调制信号码速率估计方法和装置
CN111046791A (zh) 一种基于含可变因子广义s变换的电流信号滤波去噪方法
CN114422311A (zh) 联合深度神经网络和专家先验特征的信号调制识别方法及系统
Yang et al. Modulation recognition using wavelet transform based on AlexNet
CN116628620A (zh) 一种非侵入式负荷识别计算方法
CN105119668A (zh) 一种采用双重判决的迭代频谱感知方法
Huang et al. Modulation identification method based on time-frequency analysis and support vector machine

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20140813

Termination date: 20170313

CF01 Termination of patent right due to non-payment of annual fee