CN102818941A - 一种外场有扰环境下的电磁辐射发射测量方法 - Google Patents

Abstract

本发明提供了一种外场有扰环境下的电磁辐射发射测量方法，涉及无线电信号、电磁辐射发射测量技术领域。该方法包括：多通道电磁辐射发射统计参数实时测量步骤(S1)：至少为每一个测量通道同时提供一路电磁辐射发射信号的实时信号测量值、一路实时统计参数测量值；改进的欠定盲信号识别和提取步骤(S2)：根据所述实时统计参数测量值获得信号提取系数；电磁辐射发射测量去噪步骤(S3)：从所述实时信号测量值中，利用获得的所述信号提取系数，将来自被测电磁辐射发射源和不同干扰源的电磁辐射发射信号分别进行识别和提取，实现电磁辐射发射测量去噪和外场有扰环境下的电磁辐射发射测量。

Description

一种外场有扰环境下的电磁辐射发射测量方法

技术领域

本发明涉及无线电信号、电磁辐射发射测量技术领域，尤其涉及一种外场有扰环境下的电磁辐射发射测量方法。

背景技术

随着电气与电子科技产业的发展，设备的电磁兼容性成为直接影响其功能和安全性的关键因素之一。电气电子设备的电磁辐射发射测量是研究电气电子系统、设备的干扰与抗干扰和电磁兼容性问题的主要技术手段之一，相关的实验数据采集和综合分析是进行研究必不可少的条件。电磁辐射场开放式地分布于能量所能传输到的整个空间，因此，在外场有扰环境中，被测物的辐射信号受到与环境中所存在的信号干扰。所以，目前电磁辐射发射测量方法要求测量过程必须在专用的电磁兼容测试场地中进行，如电波暗室或开阔场。但是，对于某些特殊的被测物，例如高速运动的列车、体积巨大的飞机或是启动状态的大型设备等等，无论从技术的角度还是从经济投入的角度，建立与之匹配的电波暗室或开阔场并进行电磁辐射发射实验都是不可行的。

发明内容

本发明的目的在于提供一种应用在外场有扰环境下的电磁辐射发射测量的方法，能够解决高速运动的列车、体积巨大的飞机或是启动状态的大型设备的电磁辐射发射测量。

为了达到以上目的，本发明实施例公开了一种外场有扰环境下的电磁辐射发射测量方法，包括以下步骤：

多通道电磁辐射发射统计参数实时测量步骤：至少为每一个测量通道同时提供一路电磁辐射发射信号的实时信号测量值、一路实时统计参数测量值；

改进的欠定盲信号识别和提取步骤：根据所述实时统计参数测量值获得信号提取系数；

电磁辐射发射测量去噪步骤：从所述实时信号测量值中，利用获得的所述信号提取系数，将来自被测电磁辐射发射源和不同干扰源的电磁辐射发射信号分别进行识别和提取，实现电磁辐射发射测量去噪和外场有扰环境下的电磁辐射发射测量。

进一步，作为一种优选，多通道电磁辐射发射统计参数实时测量采用正交数字混频实现。

进一步，作为一种优选，正交数字混频采用多级CORDIC运算单元组成的流水线结构来实现。

进一步，作为一种优选，CORDIC采用扩展0级迭代次数的迭代方法。

进一步，作为一种优选，CORDIC运算单元的数控振荡器采用查表法和实时算法来产生正余弦样本。

进一步，作为一种优选，多通道电磁辐射发射统计参数实时测量首先对外场环境中干扰电磁辐射发射信号进行预扫描，实现特征参数提取和聚类，形成干扰电磁辐射发射特征参数数据库。

进一步，作为一种优选，电磁辐射发射测量去噪至少包含两个接收机通道，接收机通道输出中频采样数据经盲信号处理后送用户控制端并实时显示。

进一步，作为一种优选，接收信号在盲信号处理分析时转到变换频域，得到频域线性信号模型，再获得辐射源发射信号的频域信号，再由反变换得到辐射源发射信号的时域信号，进一步得到相应频点处实时的辐射源发射功率。

进一步，作为一种优选，改进的欠定盲信号识别和提取中，接收信号中干扰分量的统计特征可以通过预扫描进行测量，并根据噪声的特征进行分离，得到两个接收机通道上接收到的合成干扰分量的统计特征。

进一步，作为一种优选，改进的欠定盲信号识别和提取，采用预扫描和参数估计和误差反馈和自适应滤波相结合的信号处理方案。

首先，本发明打破了在电磁兼容领域原有专用测试场地的理念，实现了在恶劣的现场电磁环境下的电磁辐射实验，突破了原有的高速、移动、巨大型电气系统的电磁辐射实验限制，并且可以实现例如实时干扰源定位的额外功能。

其次，本发明能够灵活地在各种现场环境进行实验，节省了大量的电磁兼容专用场地投资以及大面积的建设用地需求。以传统10米法电波暗室为例，至少需要一个体积为33米长、21米宽、10米高的空间，四周需要是钢板焊接或者拼装成的六面体，暗室内部敷贴铁氧体吸波材料或复合吸波材料，且需要极高施工技术，加之配套的仪器与设备，一般投资需伍仟万人民币左右，而这仅仅能够满足对于小型轿车车辆的辐射场实验条件。如果建立更大型的电波暗室，不仅施工难度大幅增加，而且投资将成几何级数增长。而本发明提供的方法不仅不需建设巨型的电波暗室等专用实验场地，而且能够根据系统的特殊性灵活调整整个装置的结构以及参数，从而实现对不同特殊需求的设备与系统的辐射场实验。

第三，从目前的国内情况来看，由于我国工业整体水平落后，对电磁兼容性的重要性认识不足，导致某些电磁兼容标准不健全不完善，限制了我国电气电子设备出口竞争能力。而国外对涉及安全的电气系统的电磁兼容的检测与评估极为严格，本发明能够为我国汽车、机车车辆、航空航天等大型电气系统设备的出口提供重要的实验和评估依据，保证产品的市场准入和贸易对等。

附图说明

当结合附图考虑时，通过参照下面的详细描述，能够更完整更好地理解本发明以及容易得知其中许多伴随的优点，但此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定，其中：

图1为本发明测量方法的实施例流程图；

图2为本发明涉及到的信号传播模型实施例示意图；

图3为本发明信号处理实施例框图；

图4为本发明信号均衡和似然估计实施例处理流程图。

具体实施方式

参照图1至图4对本发明的实施例进行说明。

为使上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

如图1所示，一种外场有扰环境下的电磁辐射发射测量方法，包括以下步骤：

S1、多通道电磁辐射发射统计参数实时测量步骤：至少为每一个测量通道同时提供一路电磁辐射发射信号的实时信号测量值、一路实时统计参数测量值；

S2、改进的欠定盲信号识别和提取步骤：根据所述实时统计参数测量值获得信号提取系数；

S3、电磁辐射发射测量去噪步骤：从所述实时信号测量值中，利用获得的所述信号提取系数，将来自被测电磁辐射发射源和不同干扰源的电磁辐射发射信号分别进行识别和提取，实现电磁辐射发射测量去噪和外场有扰环境下的电磁辐射发射测量。

步骤S1采用正交数字混频实现，核心技术是数控振荡器部分，要求具有频率分辨率高、频率变化速度快、相位可连续线性变化和生成的正弦/余弦信号正交特性好等特点。数控振荡器采用LUT（查表法）和实时算法来产生正余弦样本，即基于矢量旋转的CORDIC算法，它有线性的收敛域和序列的特性，只要迭代次数足够，即可保证结果有足够的精度。具体实施时可考虑采用多级CORDIC运算单元组成的流水线结构来实现电路功能。考虑CORDIC迭代序列所能覆盖的角度范围，采用扩展0级迭代次数的的方法来将角度覆盖范围从-99.9°～99.9°扩大到-π～π。

如图2所示，步骤S3至少包含两个接收机通道（接收机1和接收机2，两个接收机之间距离足够远）连线与被研究系统移动方向垂直，垂足位置为被研究系统的参考位置。地面电磁辐射信号实时采集分析设备输出中频采样数据经盲信号处理（BSP）后送用户控制端（UCC）并实时显示（DISP）。其中，接收信号y(t)是一个时域卷积系统，直接处理非常复杂，因此在BSP分析时应将其转到变换频域（短时傅里叶变换），得到频域线性信号模型。接着，根据步骤S2可以获得x(t,f)，再由反变换得到x(t)，进一步可以得到相应频点处实时的辐射源发射功率。

步骤S2接收信号中干扰分量xI(t,f)的统计特征可以通过预扫描进行测量，并根据n(t,f)的特征进行分离，得到两个分析设备上接收到的合成干扰分量的统计特征。接着，在实际使用时，根据步骤S 1给出的特征参数数据库中关于xI(t,f)的统计特征首先分离xI(t,f)，然后再做干扰抵消，得到x(t,f)的实时值。步骤S2采用前馈（预扫描和参数估计）和反馈（误差反馈和自适应滤波）相结合的信号处理方案。

如图2所示，两个接收机通道（接收机1和接收机2，两个接收机之间距离足够远）连线与被研究系统移动方向垂直，垂足位置为被研究系统的参考位置。地面电磁辐射信号实时采集分析设备输出中频采样数据经盲信号处理（BSP）后送用户控制端（UCC）并实时显示（DISP）。

用x(t)表示被测设备的发射信号，接收信号为y₁(y)和y₂(y)（分别对应于Recv1和Recv2），x_I(t)代表干扰源信号，其数量为N。

其中，除地面电磁辐射信号实时采集分析设备接收信号y(t)外，其他信号均为未知。

考虑模型(1)所述的数据采集问题，确切已知的变量只有接收信号y(t)，从中计算获取x(t)的值，是一个典型的瞬时盲信号源分离问题，可以利用BSP技术进行源信号的求解。注意到，公式(1)所示的模型是一个卷积系统，直接处理非常复杂，因此在BSP分析时应将其转到变换频域（短时傅里叶变换），得到线性信号模型：

接着考虑路径衰落模型，当测量环境为理想暗室时，

$H_T\left(t\right)=\left[\begin{array}{c}{h}_1\left(t\right)\\ h_2\left(t\right)\end{array}\right]=\left[\begin{array}{c}\frac{1}{4\mathrm{\π}{d}^2\left(t\right)}\mathrm{\δ}(t-\frac{d\left(t\right)}{c})\\ \frac{1}{4\mathrm{\π}{N}^2\left(t\right)d^2\left(t\right)}\mathrm{\δ}(t-\frac{N\left(t\right)d\left(t\right)}{c})\end{array}\right]---\left(3\right)$

当测量场内存在遮挡时，

$H_T\left(t\right)=\left[\begin{array}{c}{h}_1\left(t\right)\\ h_2\left(t\right)\end{array}\right]=\left[\begin{array}{c}\underset{i=0}{\overset{P_1}{\mathrm{\Σ}}}\sqrt{{\mathrm{\γ}}_{1,i}}\mathrm{\δt}-{\mathrm{\τ}}_{1,i}\left(t\right)]\\ \underset{i=0}{\overset{P_2}{\mathrm{\Σ}}}\sqrt{{\mathrm{\γ}}_{2,i}}\mathrm{\δ}[t-{\mathrm{\τ}}_{2,i}\left(t\right)]\end{array}\right]---\left(4\right)$

辐射场环境中的遮挡物与分析设备的相对位置保持静止，只有被研究的移动系统处于运动状态。因此，对于瞬时数据采集而言，H_I(t，f)可以近似认为是时不变的，接收信号中干扰分量x_I(t，f)的统计特征可以通过预扫描进行测量，并根据n(t，f)的特征进行分离，得到两个分析设备上接收到的合成干扰分量的统计特征。接着，在实际使用时，根据x_I(t，f)的统计特征首先分离x_I(t，f)，然后再做干扰抵消，得到x(t，f)的实时值。

估计x(t，f)，再由反变换得到x(t)，进一步可以得到相应频点处实时的辐射源发射功率。需要注意的是，短时傅里叶变换中，需要根据实际需求，设置合适的时间和频率分辨率。

综上所述，地面电磁辐射信号实时采集分析设备的信号模型重新整理为如下盲信号源分离模型：

$\begin{array}{c}y(t,f)=A(t,f)s(t,f)+n(t,f)\\ c\\ \left[\begin{array}{c}{y}_1(t,f)\\ y_2(t,f)\end{array}\right]=\left[\begin{array}{ccc}{h}_1(t,f)& 1& 0\\ h_2(t,f)& 0& 1\end{array}\right]\left[\begin{array}{c}x(t,f)\\ x_{I,1}(t,f)\\ x_{I,2}(t,f)\end{array}\right]+\left[\begin{array}{c}{n}_1(t,f)\\ n_2(t,f)\end{array}\right]\end{array}---\left(5\right)$

这里，

$\left[\begin{array}{c}{x}_{I,1}(t,f)\\ x_{I,2}(t,f)\end{array}\right]=\left[\begin{array}{c}\underset{i=0}{\overset{N_1}{\mathrm{\Σ}}}{h}_{I,1,i}(t,f)x_{I,i}(t,f)\\ \underset{i=0}{\overset{N_2}{\mathrm{\Σ}}}{h}_{I,2,i}(t,f)x_{I,i}(t,f)\end{array}\right]---\left(6\right)$

接收的电磁辐射信号统计特征服从以下条件：

a.频率f已知，且为确定常数：

接收信号首先需要经过窄带选频滤波和离散采样，所以该模型退化为：

y[k]=A[k]s[k]+n[k]    (7)

b.信号源s(t，f)的概率密度函数部分已知：

信号源中每个分量相互独立，所以信号源概率密度函数可以表示为：

$p_s\left(s\right)=p_x\left(x\right)P_{x_{I,1}}\left(x_{I,1}\right)p_{x_{I,2}}\left(x_{I,2}\right)p_{n_1}\left(n_1\right)p_{n_2}\left(n_2\right)---\left(8\right)$

因为干扰信号和本底白噪声的统计特性可以通过预扫描和参数估计获得，所以，x_I，1、x_I,2、n₁和n₂的概率密度函数已知。

c.信号源混合矩阵A(t，f)概率密度函数已知：

因为A(t，f)是由h₁(t)和h₂(t)共同决定，且两个地面电磁辐射信号实时采集分析设备之间距离足够远，所以h₁(t)和h₂(t)相互独立；又，根据无线电信号的多径传输模型，h₁(t)和h₂(t)都可以表示为大尺度衰落因子和小尺度衰落因子的乘积；其中，大尺度衰落因子服从对数阴影分布，小尺度衰落因子服从赖斯分布，其概率密度函数可以通过被研究的移动系统与两个地面电磁辐射信号实时采集分析设备之间的视距传播距离计算得到。

电磁辐射信号统计特征涉及三个关键问题：

a.传输参数估计

传输参数估计需要根据接收信号y(t)预测关于H(t，f)、H_I(t，f)、x_I(t，f)和n(t，f)的统计参数。其中，由于n(t，f)代表AWGN背景噪声，因此其在频域功率密度为常数；H_I(t，f)和x_I(t，f)为干扰源，无法准确测量与估计，在实际系统中，只能得到统计参数（例如二阶方差、峭度等）的估计值。

b.统计误差估计

根据参数估计中所选取的统计参量，对均衡和似然估计输出的信号进行统计参量误差计算，将误差向量e反馈到均衡和似然估计模块。

c.均衡和似然估计

BSP求解的目标是x(t)。首先，由于需要求解的变量有3个（x、x_I,1和x_I,2），而可以测量获得的变量只有两个（y₁和y₂），所以，式(5)所述的信号传输和测量模型是欠定的。

如图3所示，为了提高数据的采集分析精度，同时降低BSP信号处理复杂度，拟采用前馈（预扫描和参数估计）和反馈（误差反馈和自适应滤波）相结合的信号处理方案。

前文指出，测量系统的盲信号传输和测量模型是欠定的，这意味着计算模型的解并不唯一，只能利用概率模型计算得到一系列解以及各自的概率，进一步得到概率意义下的最优解。

针对这个难点，本发明依据矩阵的满秩求逆和自适应滤波理论，分别利用两种不同均衡算法对信号源进行估计，并通过自适应滤波算法使得这两种均衡算法分别估计得到的源信号之间误差最小，从而建立信号源三个分量之间的联系，得到信号模型(5)的约束条件，使得模型中的传输矩阵A满足满秩可逆的条件，从而能够实现源信号分离的确定性求解。

这里用到的两种均衡算法分别为非线性卡曼滤波（利用系统输入信号和输出信号的相关性）和自回归（利用输出信号的时间相关性）模型，数据处理流程如图4所示，由于卡尔曼滤波不需要大量的历史数据，适合于实时处理，应用于线性系统。而无损卡尔曼滤波可以应用于非线性系统，同时具有卡尔曼滤波实时处理的优点，相对于神经网络系统，其处理速度更快。拟采用无损卡尔曼滤波（Unscented Kalman Filter，UKF）估计均衡矩阵W[k]的估计，采用线性卡尔曼滤波的自回归估计线性预测器系数b_p。

根据传输参数估计前馈和统计误差估计反馈（基于自回归模型）的数据，进行最大似然概率优化，得到均衡矩阵W(t，f)：

$\left[\begin{array}{c}\tilde{x}(t,f)\\ {\tilde{x}}_I(t,f)\end{array}\right]=W(t,f)y(t,f)---\left(9\right)$

首先，经过均衡的输出估计信号为：

$\tilde{s}\left[k\right]=W^T\left[k\right]y\left[k\right]---\left(10\right)$

虽然信号源的具体取值未知，但是，信号源在时间上连续，具有时间相关性，也就是说，在时间间隔较小的采样值之间具有特定的时间结构，因此，

${\tilde{s}}^{*}\left[k\right]=\underset{p=1}{\overset{P}{\mathrm{\Σ}}}{b_p}^T\tilde{s}[k-p]---\left(11\right)$

式(11)中，b_p表示自回归模型中的参数向量，此时，信号误差向量定义为：

$e\left[k\right]=\tilde{s}\left[k\right]-{\tilde{s}}^{*}\left[k\right]=W^T\left[k\right]y\left[k\right]-\underset{p=1}{\overset{P}{\mathrm{\Σ}}}{b_p}^T\tilde{s}[k-p]---\left(12\right)$

优化均衡反馈的目标函数为：

$\left\{\begin{array}{c}J\left(W\right)=E\left\{e\right[k\left]{\tilde{s}}^T\right[k\left]\right\}\\ W\left[k\right]=\arg \min \left\{J\left(W\right)\right\}\end{array}\right.---\left(13\right)$

令μ为学习速率。为了避免出现W[k]=0的情况，在每步权值迭代后，需要进行归一化处理。均衡向量的随机梯度更新如下，

$\left\{\begin{array}{c}W[k+1]=W\left[k\right]-\mathrm{\μe}\left[k\right]{\tilde{s}}^T\left[k\right]\\ W[k+1]=\frac{W[k+1]}{\sqrt{W^T[k+1]W[k+1]}}\end{array}\right.---\left(14\right)$

虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这些具体实施方式仅是举例说明，本领域的技术人员在不脱离本发明的原理和实质的情况下，可以对上述方法和系统的细节进行各种省略、替换和改变。例如，合并上述方法步骤，从而按照实质相同的方法执行实质相同的功能以实现实质相同的结果则属于本发明的范围。因此，本发明的范围仅由所附权利要求书限定。

Claims (10)

1.一种外场有扰环境下的电磁辐射发射测量方法，其特征在于，包括以下步骤：

多通道电磁辐射发射统计参数实时测量步骤：至少为每一个测量通道同时提供一路电磁辐射发射信号的实时信号测量值、一路实时统计参数测量值；

改进的欠定盲信号识别和提取步骤：根据所述实时统计参数测量值获得信号提取系数；

电磁辐射发射测量去噪步骤：从所述实时信号测量值中，利用获得的所述信号提取系数，将来自被测电磁辐射发射源和不同干扰源的电磁辐射发射信号分别进行识别和提取，实现电磁辐射发射测量去噪和外场有扰环境下的电磁辐射发射测量。

2.根据权利要求1所述的外场有扰环境下的电磁辐射发射测量方法，其特征在于：所述多通道电磁辐射发射统计参数实时测量采用正交数字混频实现。

3.根据权利要求2所述的外场有扰环境下的电磁辐射发射测量方法，其特征在于：所述正交数字混频采用多级CORDIC运算单元组成的流水线结构来实现。

4.根据权利要求3所述的外场有扰环境下的电磁辐射发射测量方法，其特征在于，所述CORDIC采用扩展0级迭代次数的迭代方法。

5.根据权利要求3所述的外场有扰环境下的电磁辐射发射测量方法，其特征在于，所述CORDIC运算单元的数控振荡器采用查表法和实时算法来产生正余弦样本。

6.根据权利要求1所述的外场有扰环境下的电磁辐射发射测量方法，其特征在于：所述多通道电磁辐射发射统计参数实时测量首先对外场环境中干扰电磁辐射发射信号进行预扫描，实现特征参数提取和聚类，形成干扰电磁辐射发射特征参数数据库。

7.根据权利要求1所述的外场有扰环境下的电磁辐射发射测量方法，其特征在于，所述电磁辐射发射测量去噪至少包含两个接收机通道，接收机通道输出中频采样数据经盲信号处理后送用户控制端并实时显示。

8.根据权利要求7所述的外场有扰环境下的电磁辐射发射测量方法，其特征在于，接收信号在盲信号处理分析时转到变换频域，得到频域线性信号模型，再获得辐射源发射信号的频域信号，再由反变换得到辐射源发射信号的时域信号，进一步得到相应频点处实时的辐射源发射功率。

9.根据权利要求7所述的外场有扰环境下的电磁辐射发射测量方法，其特征在于，所述改进的欠定盲信号识别和提取中，接收信号中干扰分量的统计特征可以通过预扫描进行测量，并根据噪声的特征进行分离，得到两个接收机通道上接收到的合成干扰分量的统计特征。

10.根据权利要求1至9中任意一项所述的外场有扰环境下的电磁辐射发射测量方法，其特征在于，所述改进的欠定盲信号识别和提取，采用预扫描和参数估计和误差反馈和自适应滤波相结合的信号处理方案。

Images