CN104301056B - 一种基于信号特征分析的频谱监测方法 - Google Patents

Abstract

本发明公开了一种基于信号特征分析的频谱监测方法，包括如下步骤：S10，对接收到的信号进行预处理，获得处理后的信号；S20，对处理后的信号提取信号特征参数，并根据特征阈值进行分类识别，确定信号的调制类型；S30，对不同分类的信号采用对应的调制器进行解调，实现了能够获得准确度较高的信号的技术效果。

Description

一种基于信号特征分析的频谱监测方法

技术领域

本发明涉及无线电管理技术领域，尤其涉及一种基于信号特征分析的频谱监测方法。

背景技术

由于无线电通信的迅猛发展，电磁信号充斥广大空间，由于电磁信号的越来越复杂，无线电机构对无线电磁频谱的监测难度越来越大，原来简单的频谱监测ITU参数测量，所截获的信号往往不确定、不完整、模糊、多变和虚假。

因此，现有的无线电监测无法获得准确度较高的信号。

发明内容

本发明实施例通过提供一种基于信号特征分析的频谱监测方法，解决了现有技术中无线电监测无法获得准确度较高的信号，进而实现了能够获得准确度较高的信号的技术效果。

本发明实施例提供了一种基于信号特征分析的频谱监测方法，包括如下步骤：S10，对接收到的信号进行预处理，获得处理后的信号；

S20，对处理后的信号提取信号特征参数，并根据特征阈值进行分类识别，确定信号的调制类型；

S30，对不同分类的信号采用对应的调制器进行解调。

进一步地，S10具体包括：

对接收到的信号进行数字下变频处理；

对数字下变频处理后的信号进行基带滤波处理；

对基带滤波处理后的信号进行载波频率估计和符号速率估计。

进一步地，S20具体包括：

对处理后的信号提取瞬时特征、谱特征、星座聚类点特征，获取各特征的特征参数；

根据特征参数的特征阈值对信号进行分类识别。

进一步地，瞬时特征的特征参数包括：零中心归一化谱密度最大值，瞬时幅度四阶矩，零中心归一化瞬时频率标准偏差，零中心归一化瞬时幅度标准偏差；

谱特征的特征参数包括：M次谱谱峰数，相位谱谱峰数，能量偏差以及单频分量检测值；

星座聚类点特征的特征参数为星座聚类点数。

进一步地，S30具体为：

根据不同分类的信号，根据信号调制类型，载波频率，符号速率采用对应的调制器进行解调。

本发明实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

1、由于采用对接收到的信号进行预处理，获得处理后的信号，然后对处理后的信号提取信号特征参数，并根据特征阈值进行分类识别，确定信号的调制类型，最后，对不同分类的信号采用对应的调制器进行解调，根据从处理后的信号中提取到的特征参数，判断与特征阈值的关系，从而确定该信号的调制类型，再根据对应的调制器进行解调，最终识别到不同种类的信号，解决了现有技术中无线电监测无法获得准确度较高的信号，进而实现了能够获得准确度较高的信号的技术效果。

2、由于首先对信号进行预处理，从而减轻或者削弱噪声的影响，再提取特征参数，可以增强这些分类特征的抗干扰能力。

附图说明

图1为本发明实施例中基于信号特征分析的频谱监测方法的流程示意图；

图2为本发明实施例中对信号进行预处理的流程示意图；

图3为本发明实施例中信号特征参数的分类示意图；

图4a、图4b为本发明实施例中识别出多种信号的流程示意图；

图5a、图5b、图5c、图5d为本发明实施例中8PSK信号的解调还原的解调效果图。

具体实施方式

本发明实施例通过提供一种基于信号特征分析的频谱监测方法，解决了现有技术中无线电监测无法获得准确度较高的信号，进而实现了能够获得准确度较高的信号的技术效果。

为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。

本发明提供的一种基于信号特征分析的频谱监测方法，如图1所示：包括如下步骤：

S10，对接收到的信号进行预处理，获得处理后的信号；S20，对处理后的信号提取信号特征参数，并根据特征阈值进行分类识别，确定信号的调制类型；S30，对不同分类的信号采用对应的调制器进行解调。

在具体的实施方式中，如图2所示，S10具体包括：S101，对接收到的信号进行数字下变频处理；S102，对数字下变频处理后的信号进行基带滤波处理；S103，对基带滤波处理后的信号进行载波频率估计和符号速率估计。

具体地，在S103中，对基带滤波处理后的信号进行分段处理，计算每段信号的功率谱，并对功率谱进行平滑处理，利用频率居中算法估计信号的载频频率；以及对基带滤波处理后的信号进行平方处理，计算其二次方谱，检测二次方谱的基带谱线结构，利用符号速率的谱线结构特性估计信号的符号速率。

上述是对接收到的信号进行预处理的过程，在进行预处理之后，能够获得信号的载频估计和信号的符号速率估计，接着执行S20，对处理后的信号提取信号特征参数，并根据特征阈值进行分类识别，确定信号的调制类型。具体地，该S20具体包括：对处理后的信号提取瞬时特征、谱特征、星座聚类点特征，获取各特征的特征参数；根据特征参数的特征阈值对信号进行分类识别。

下面通过具体的基于信号特征分析的过程，从而区分不同种类的信号进行详细描述。

现提供如下信号的模式识别过程，其中，信号类型包括：2ASK、4ASK、2FSK、4FSK、BPSK、QPSK、OQPSK、UQPSK、8PSK、16QAM、32QAM、64QAM、128QAM。

在无线电监测端接收到信号并进行预处理之后，进行信号特征参数的提取，这里的信号特征参数包括瞬时特征，谱特征，以及星座聚类点特征。如图3所示为各特征的特征参数分类。

其中，瞬时特征的特征参数包括零中心归一化谱密度最大值R_max，瞬时幅度四阶矩，零中心归一化瞬时频率标准偏差σ_af，零中心归一化幅度标准偏差σ_aa。

瞬时幅度四阶矩公式表示为：

${\mathrm{\μ}}_{42}^a=\frac{E\left\{z_{\mathrm{cn}}^4\left(n\right)\right\}}{{\left\{E\right[a_{\mathrm{cn}}^2\left(n\right)\left]\right\}}^2}$

a_cn(n)＝a_n(n)-1

a_n(n)＝a(n)/m_a

$m_a=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}a\left(i\right)$

a(i)为瞬时幅度

该特征参数可以用来区分2ASK、4ASK信号。

零中心归一化谱密度最大值R_max公式表示为：

R_max＝max{DFT[a_cn(n)]}²/N

该特征参数可以用来区分包络与非包络信号，MFSK类信号为恒包络信号，因此，由此获得的参数理论值为零；而MASK、MPSK、MQAM类信号均为非恒包络信号，因此，获得的参数理论值不为零。

零中心归一化瞬时频率标准偏差σ_af公式表示为：

${\mathrm{\σ}}_{\mathrm{af}}=\sqrt{\frac{1}{c}\left[\underset{a_n\left(i\right)>a_i}{\mathrm{\Σ}}{f}^{2}N\left(i\right)\right]-{\left[\frac{1}{c}\underset{a_n\left(i\right)>a_i}{\mathrm{\Σ}}\right|f_N\left(i\right)\left|\right]}^2}$

f_N(i)＝f_m(i)/R_S

f_m(i)＝f(i)-m_f

$m_f=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}f\left(i\right)$

f(i)是瞬时频率，σ_af用来区分2FSK信号还是4FSK信号。因为对2FSK信号来说，它的瞬时频率只有两个值，所以它的零中心归一化瞬时频率的绝对值是常数，则其标准偏差σ_af＝0，而对于4FSK信号，由于它的瞬时频率有四个值，所以，它的零中心归一化瞬时频率的绝对值不为常数，因此，σ_af≠0。

信号谱特征提取一组队信噪比和调制参数稳健性好的特征参数，具体包括：M次谱谱峰数N_num、相位谱谱峰数N_pnum、能量偏差P以及单频分量检测值C。

其中，根据能量偏差P的值进行区分，由于UQPSK信号的I、Q通道的功率分布不相同，分布按照(1:10)分布，导致了两个通道的幅度大小不一致，反映到星座图上就是UQPSK信号的四个星座点靠近纵轴。虽然复调制的方式破坏了UQPSK信号I、Q通道能量不一致性，但是复调制后的信号(实部和虚部)包含了基带信号的I、Q两个通道的能量成分，与BPSK信号比较而言，在能量上是有差异的，因此考虑利用复调制后信号的能量偏差区分两者。具体方法：求信号的能量中心(利用直方图)，然后再求两个样本信号距离能量中心的方差，即为能量偏差P。经过仿真测试，UQPSK和BPSK的能量偏差的分布范围分别是大于16和小于16，因此设定门限值为16来区分UQPSK和BPSK。同理，QPSK、OQPSK、和16QAM的能量偏差也不相同，可以利用该特征进行区分。

单频分量检测值C，该特征参数是信号谱最大值和相邻较大值之和与左右各两频谱线之和的比值，用于刻划谱线的突出程度，当大于某阈值时，可以认为最大谱线处有一单频分量。用该参数可以将MASK信号区分开。

根据M次谱谱峰数对信号进行区分，信号功率谱可以用来区分调制指数大于1的2FSK信号与4FSK信号，调制指数为整数的FSK信号功率谱中传空号频率处有离散谱线，功率谱有两根谱线为2FSK，有四根谱线为4FSK。平方谱反映调制信号倍频后的频谱功率分布特性。对载波只有跳变的信号，如BPSK信号，平方谱在2倍载频处有很强的单频分量，而其他的PSK信号、QAM类信号则无此特征。四次方谱即信号四次方的功率谱。信号的四次方谱主要用于区分M＝4的MPSK和M>4的MPSK信号的分类。由于上述信号的四次方谱都具有不同的特征，因此容易通过它将几类信号区分出来。谱特征对于区分MPSK子类间信号具有较好的效果，并且对于多载波信号，如MFSK也有较好效果。

星座聚类特征S_num，由于MQAM类信号星座图各有不同，首次用四方谱来区分(16QAM、64QAM)与(32QAM、128QAM)最后再根据星座聚类点数来细分MQAM类信号。

下面就识别出多种信号的过程进行详细描述，如图4a、图4b所示。

首先根据接收到的信号，进行载波频率、码元速率估计，根据载波频率进行频偏补偿，并依据码元速率设置采集卡带宽，保证信号全部落在接收带宽内，信号特征具备完整性。接着进行信号的瞬时特征提取，第一步获得零中心归一化谱密度最大值R_max的值，判断该零中心归一化谱密度最大值R_max是否小于th₁，th₁是R_max阈值，根据试验效果在本系统中设为0.2，在判断获得小于th₁时，判断获得该信号为2FSK、4FSK中的一种；如果获得零中心归一化谱密度最大值R_max的值不小于th₁时，判断获得为MASK、MPSK、MQAM中的一种。

下面对判断获得该信号为2FSK、4FSK中的一种进行继续识别，根据接收到的信号的信号谱特征中功率谱谱峰数N_num，例如，当N₁＝2时，判断该信号为2FSK；当N₁＝4时，判断该信号为4FSK；如果功率谱不存在峰值则根据零中心归一化瞬时频率标准偏差σ_af进行判断，判断σ_af是否大于th₆，th₆为σ_af的阈值，根据试验效果，本系统中设为0.3。在判断获得σ_af大于th₆时，判断该信号为4FSK；在判断获得σ_af不大于th₆时，判断该信号为2FSK。

下面对判断获得该信号为MASK、MPSK、MQAM中的一种时，由接收到的信号的信号谱特征中的单频分量检测值C作为依据进行判断，例如，当C₁大于th₃时，th₃为C的阈值，根据试验效果，本系统中设为2。判断获得该信号为2ASK，4ASK中的一种；当C₁不大于th₃时，判断获得该信号为MPSK，MQAM中的一种。其中，当判断获得该信号为2ASK，4ASK中的一种时，根据瞬时特征中的瞬时幅度四阶距对上述获得的又进行识别，在判断在大于th₄时，th₄为的阈值，根据试验效果，本系统中设为0.56。判断获得该信号为4ASK；在判断不大于th₄时，判断获得该信号为2ASK。在判断获得该信号为MPSK，MQAM中的一种时，根据平方谱谱峰数，在平方谱谱峰数N₂＝1时，判断获得为2PSK或UQPSK中的一种，接着，获得能量偏差P，判断能量偏差值P是否大于3，在大于3时，获得为UQPSK信号，而当P小于3时，获得为2PSK信号。

上述是当平方谱谱峰值为N₂＝1的情况，下面就N₂＝0，四次谱谱峰数N₄＝1时，判断该信号为QPSK、UQPSK、16QAM中的一种，在相位谱在2倍载频附检测谱线时，如果含2倍载频和率线，判断获得该信号为UQPSK的码率；如果没有含率线，判断获得该信号为OQPSK和码率；如果是仅含有率线，接着判断能量偏差，在能量偏差P小于3时，判断获得该信号为QPSK；在能量偏差大于3时，判断获得该信号为16QAM、64QAM中的一种，接着根据星座图案聚类分析S_num，在判断获得S_num大于20时，判断该信号为64QAM，在判断获得S_num不大于20时，判断该信号为16QAM。能够识别到不同种类的信号。

上述是当四次谱谱峰N₄＝1的情况，下面就N₄＝0判断该信号为8PSK、32QAM、128QAM中的一种，接着，接着按照星座图聚类分析，在星座聚类特征S_num大于50时，判断该信号为128QAM，在星座聚类特征S_num大于15且不大于50时，判断该信号为32QAM，在星座聚类特征S_num小于等于15时，判断该信号为8PSK。

在识别到不同种类的信号之后，根据信号调制类型，载波频率，符号速率采用对应的调制器进行解调。如图5a、图5b、图5c、图5d所示，为8PSK信号的解调还原的解调效果图，具体为码流、星座图、矢量图，以及眼图。

由此，通过上述的方案能够使得无线电频谱监测获得准确度较高的信号。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (3)

1.一种基于信号特征分析的频谱监测方法，其特征在于，包括如下步骤：

S10，对接收到的信号进行数字变频处理，对数字下变频处理后的信号进行基带滤波处理，对基带滤波处理后的信号进行载波频率估计和符号滤波估计，获得处理后的信号；

S20，对处理后的信号提取瞬时特征、谱特征、星座聚类点特征，获取各特征的特征参数，根据特征参数的特征阈值对信号进行分类识别；

S30，对不同调制类型、载波频率、符号速率的信号采用对应的解调器进行解调。

2.根据权利要求1所述的基于信号特征分析的频谱监测方法，其特征在于，所述对基带滤波处理后的信号进行载波频率估计和符号速率估计具体为：

对基带滤波处理后的信号进行分段处理，计算每段信号的功率谱，并对功率谱进行平滑处理，利用频率居中算法估计信号的载频频率；以及

对基带滤波处理后的信号进行平方处理，计算其二次方谱，检测二次方谱的基带谱线结构，利用符号速率的谱线结构特性估计信号的符号速率。

3.根据权利要求1所述的基于信号特征分析的频谱监测方法，其特征在于，瞬时特征的特征参数包括：零中心归一化谱密度最大值，瞬时幅度四阶矩，零中心归一化瞬时频率标准偏差，零中心归一化瞬时幅度标准偏差；

谱特征的特征参数包括：M次谱谱峰数，相位谱谱峰数，能量偏差以及单频分量检测值；

星座聚类点特征的特征参数为星座聚类点数。