CN108120875B - 一种基于快速频谱模板匹配的目标信号宽带检测方法 - Google Patents

一种基于快速频谱模板匹配的目标信号宽带检测方法 Download PDF

Info

Publication number
CN108120875B
CN108120875B CN201711460402.XA CN201711460402A CN108120875B CN 108120875 B CN108120875 B CN 108120875B CN 201711460402 A CN201711460402 A CN 201711460402A CN 108120875 B CN108120875 B CN 108120875B
Authority
CN
China
Prior art keywords
vector
spectrum
broadband
signal
target signal
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.)
Active
Application number
CN201711460402.XA
Other languages
English (en)
Other versions
CN108120875A (zh
Inventor
张润生
张海瑛
王晓亚
赵欢欢
施昉
岳新宇
耿赟
卓建荣
崔焱
李�杰
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.)
CETC 54 Research Institute
Original Assignee
CETC 54 Research Institute
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 CETC 54 Research Institute filed Critical CETC 54 Research Institute
Priority to CN201711460402.XA priority Critical patent/CN108120875B/zh
Publication of CN108120875A publication Critical patent/CN108120875A/zh
Application granted granted Critical
Publication of CN108120875B publication Critical patent/CN108120875B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R23/00Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
    • G01R23/16Spectrum analysis; Fourier analysis

Landscapes

  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明涉及了一种基于快速频谱模板匹配的目标信号宽带检测方法。它涉及无线电频谱监测和管理领域中特定协议信号的宽带自动检测技术。本发明的功能是在输入的宽带采样数据中检测具有特定频谱形状的信号,首先构造待检测信号的标准频谱模板,并计算输入数据的频谱,通过标准频谱模板与输入数据频谱进行快速逐点滑动模板匹配检测输入数据中是否存在待检测信号,如果存在输出信号所在频点和幅度;本发明设计了一种基于递推计算和快速傅里叶变换的滑动相关系数的计算方法,可实现目标信号的快速相关匹配检测。本发明特别适合应用于无线电频谱监测领域的在宽带接收数据内检测具有特定频谱形状的信号的应用场景。

Description

一种基于快速频谱模板匹配的目标信号宽带检测方法
技术领域
本发明涉及了一种基于快速频谱模板匹配的目标信号宽带检测方法。它涉及无线电频谱监测和管理领域中特定协议信号的宽带自动检测技术。特别适合应用于无线电频谱监测领域的在宽带接收数据内检测具有特定频谱形状的信号的应用场景。
背景技术
特定信号宽带检测技术是无线电频谱监测和管理领域中的关键技术之一,对于目标信号的宽带自动控守具有至关重要的作用。基于频谱模板匹配的算法是一种特定信号宽带检测的有效方法,可以通过逐点计算输入数据的宽带频谱与标准模板的相关系数判断输入宽带数据中的特定信号是否存在,如果存在,可以计算出频率位置。但现有的基于模板匹配的特定信号宽带检测算法需要逐点滑动计算相关系数,具有较大的运算量,无法应用于实时性要求高的应用场合。因此,基于模板匹配的特定信号快速宽带检测方法是无线电频谱监测和管理领域迫切需要的关键技术。
发明内容
本发明的目的在于避免上述背景技术中的不足之处,而提供一种特定信号的快速宽带检测方法。其预先构造待检测特定目标信号的标准频谱模板;当需要检测输入宽带采样数据是否存在该目标信号时,首先基于快速傅里叶变换计算输入宽带采样数据的幅度谱;其次计算目标信号幅度谱模板与宽带采样数据的幅度谱的相关匹配;最后通过设定检测门限,搜索大于门限T的相关向量的值来确定输入宽带采样数据中是否存在目标信号,如果存在输出其所在频率值和幅度值。本发明制造的设备具有实时性强,信号检测准确度高,易于实现等优点。
本发明的目的是这样实现的:
基于快速频谱模板匹配的特定信号宽带检测方法,其特征在于包括步骤:
1.基于快速频谱模板匹配的目标信号宽带检测方法,其特征在于包括步骤:
①监控计算机根据输入的目标信号类型控制信号自动检测服务器中的信号频谱模板库构建模块读取目标信号的已知标准样本,对该标准样本进行离散傅里叶变换得到标准样本的频谱,频率分辨率为W,对标准样本的频谱进行求模运算得到标准样本的幅度谱,截取标准样本幅度谱中信号频率范围内的所有离散谱线作为信号幅度谱模板X,模板长度为K,将目标信号幅度谱模板存储在信号幅度谱模板库中;
②宽带数字接收机接收天线输入的信号,并对其进行宽带数字采样处理,宽带数字接收机通过网络交换机将采样得到的宽带采样数据发送至信号自动检测服务器中的信号频谱计算模块;
③信号频谱计算模块应用离散傅里叶变换计算宽带采样数据的频谱,频率分辨率为W,并对该频谱进行求模运算得到宽带采样数据的幅度谱R,幅度谱点数为L;
④信号自动检测服务器中的频谱模板选择模块读取信号幅度谱模板库中目标信号幅度谱模板,对目标信号幅度谱模板与宽带采样数据的幅度谱进行相关匹配计算,得到目标信号幅度谱模板与宽带采样数据的幅度谱的相关值向量C,相关值向量的长度为L-K+1;
⑤信号自动检测服务器中的相关值判别模块根据设定的检测门限T,在④中获得的相关值向量中搜索大于门限T的元素,并记录该元素在相关向量中的位置,将记录的位置存储在位置向量P中,将相应的相关值存储在向量V中;
⑥相关值判别模块读取向量P,检查向量P中相邻的元素,如果相邻元素的差值小于K,设两相邻元素的序号为A1和A2,则比较的向量V中序号为A1和A2的数值的大小,将数值较小的元素从V和P中删除;最后如果P中元素个数为0,则输出显示检测结果为:输入宽带采样数据中没有目标信号;如果P中元素数目大于0,则输出结果为:输入宽带采样数据中存在目标信号S,存在的目标信号数目为向量P的元素数目,信号所在的频率位置为P中元素的相应数值。
2.根据权利要求1所述的基于快速频谱模板匹配的目标信号宽带检测方法,其特征在于:第④步中的目标信号幅度谱模板与宽带采样数据的幅度谱的相关匹配值向量C的计算方法为:
Figure BDA0001530059480000031
其中,Cl为相关匹配值向量C中第l个元素;l取遍从1到L的所有值,分别计算Cl,即可得到C中所有元素的值。
式(1)中分子Al的计算方法分为六个步骤:
a)对幅度谱R进行L点的快速傅里叶变换,得到向量Q,其元素个数为L个;
b)对幅度谱模板向量X进行去均值和归一化操作得到向量
Figure BDA0001530059480000041
中第k个元素
Figure BDA0001530059480000042
的计算方法为:
Figure BDA0001530059480000043
其中
Figure BDA0001530059480000044
Xk为向量X中的第k个元素;
c)对
Figure BDA0001530059480000045
进行补零,补零后得到新向量
Figure BDA0001530059480000046
向量
Figure BDA0001530059480000047
中元素的数目为L个,
Figure BDA0001530059480000048
的前K个元素与
Figure BDA0001530059480000049
的K个元素完全一致,后边的L-K个元素为0;
d)对
Figure BDA00015300594800000410
进行L点的快速傅里叶变换,得到向量W,其元素个数为L个;
e)将向量W和向量Q中的元素对应相乘得到新向量G,然后对G求L点的快速傅里叶逆变换得到新向量Y,其元素个数为L个;
f)取向量Y中的第l个元素赋值给Al,即Al=Yl
式(1)中分母Bl的计算方法为:
a)当l=1时,
Figure BDA00015300594800000411
其中Rk为向量R中的第k个元素,μl为向量R中第1个到第K个元素的均值,其计算方法为
Figure BDA00015300594800000412
b)当1<l≤L-K+1时,
Figure BDA00015300594800000413
其中Rl-1+K为向量R中的第l-1+K个元素,μl为向量R中的第l个元素到第l-1+K个元素共K个元素的均值,其计算方法为
Figure BDA0001530059480000051
Rl-1为R中的l-1个元素。
本发明与背景技术相比具有以下优点:
(1)本发明采用全数字化接收机采集信号,通过运行于特定信号自动检测服务器上的信号处理软件实现宽频带内特定信号的自动检测,体现了软件无线电的思想,该特定信号自动检测服务器为通用X86架构,由于使用全数字化接收和通用X86架构服务器,使得信号检测设备具有模块化程度高、通用性强、可移植性强的优点。
(2)本发明采用基于频谱模板匹配的特定信号检测技术,该技术适用于频谱形状具有显著特征的任何信号的检测,具有很好的可推广性。
(3)本发明在计算频谱模板匹配时采用了快速计算技术,通过快速傅里叶变换计算频谱模板匹配公式中的分子;通过递推技术计算频谱模板匹配公式中的分母。相比传统的模板匹配计算方法,计算耗时显著降低,具有较好的实时性。
附图说明
图1是本发明实施例的原理方框图。图1中1为监控计算机,2为信号频谱模板库构建模块,3为宽带数字接收机,4为网络交换机,5为频谱计算模块,6为频谱模板选择模块,7为快速模板匹配模块,8相关值判别模块,9检测结果显示模块,10为特定信号自动检测服务器。其中,1,3,4,10之间通过以太网连接。
具体实施方式
参照图1,本发明实施例的原理方框图如图1所示,它由监控计算机1,宽带数字接收机3,网络交换机4和特定信号自动检测服务器10组成。其中特定信号自动检测服务器10上的信号自动检测软件由信号频谱模板库构建模块2,频谱计算模块5,频谱模板选择模块6,快速模板匹配模块7,窄带相关值判别模块8,检测结果显示模块9组成。其中,特定信号自动检测服务器10为通用X86架构。其中,1,3,4,10之间通过以太网连接。
基于快速频谱模板匹配的特定信号宽带检测方法,其特征在于包括步骤:
①监控计算机根据输入的目标信号类型控制信号自动检测服务器中的信号频谱模板库构建模块读取预先存储的目标信号的已知标准样本,对该标准样本进行离散傅里叶变换得到标准样本的频谱,频率分辨率为W,对标准样本的频谱进行求模运算得到标准样本的幅度谱,截取标准样本幅度谱中信号频率范围内的所有离散谱线作为信号幅度谱模板X,模板长度为K,将目标信号幅度谱模板存储在信号幅度谱模板库中;
②宽带数字接收机接收天线输入的信号,并对其进行宽带数字采样处理,宽带数字接收机通过网络交换机将采样得到的宽带采样数据发送至信号自动检测服务器中的信号频谱计算模块;
③信号频谱计算模块应用离散傅里叶变换计算宽带采样数据的频谱,频率分辨率为W,并对该频谱进行求模运算得到宽带采样数据的幅度谱R,幅度谱点数为L;
④信号自动检测服务器中的频谱模板选择模块读取信号幅度谱模板库中目标信号幅度谱模板,对目标信号幅度谱模板与宽带采样数据的幅度谱进行相关匹配计算,得到目标信号幅度谱模板与宽带采样数据的幅度谱的相关值向量C,相关值向量的长度为L-K+1;
其中,第④步中的目标信号幅度谱模板与宽带采样数据的幅度谱的相关匹配值向量C的计算方法为:
Figure BDA0001530059480000071
式(1)中Cl为相关匹配值向量C中第l个元素;l取遍从1到L的所有值,分别计算Cl,即可得到C中所有元素的值。
式(1)中分子Al的计算方法分为六个步骤:
a)对幅度谱R进行L点的快速傅里叶变换,得到向量Q,其元素个数为L个;
b)对幅度谱模板向量X进行去均值和归一化操作得到向量
Figure BDA0001530059480000072
向量
Figure BDA0001530059480000073
中元素数目为K,
Figure BDA0001530059480000074
中第k个元素
Figure BDA0001530059480000075
的计算方法为:
Figure BDA0001530059480000076
其中向量X的均值为
Figure BDA0001530059480000077
X的标准差为
Figure BDA0001530059480000078
Xk为向量X中的第k个元素;
c)对向量
Figure BDA0001530059480000079
的末尾进行补零,补零后得到新向量
Figure BDA00015300594800000710
向量
Figure BDA00015300594800000711
中元素的数目为L个,
Figure BDA00015300594800000712
的前K个元素与
Figure BDA00015300594800000713
的K个元素完全一致,后边的L-K个元素为0;
d)对
Figure BDA00015300594800000714
进行L点的快速傅里叶变换,得到向量W,其元素个数为L个;
e)将向量W和向量Q中的元素对应相乘得到新向量G,然后对G求L点的快速傅里叶逆变换得到新向量Y,其元素个数为L个;
f)取向量Y中的第l个元素赋值给Al,即可得到Al=Yl
式(1)中分母Bl的计算方法为:
a)当l=1时,
Figure BDA0001530059480000081
其中Rk为向量R中的第k个元素
Figure BDA0001530059480000082
b)当l>1时,
Figure BDA0001530059480000083
其中
Figure BDA0001530059480000084
Rl-1+K为向量R中的第l-1+K个元素,Rl-1为R中的l-1个元素。
⑤信号自动检测服务器中的相关值判别模块根据设定的检测门限T,在④中获得的相关值向量C中搜索大于门限T的元素,并记录该元素在相关向量中的位置,将记录的位置存储在位置向量P中,将相应的相关值存储在向量V中;
⑥相关值判别模块读取向量P,检查向量P中相邻的元素,如果相邻元素的差值小于K,设两相邻元素的序号为A1和A2,则比较的向量V中序号为A1和A2的数值的大小,将数值较小的元素从V和P中删除;最后如果P中元素个数为0,则输出显示检测结果为:输入宽带采样数据中没有目标信号;如果P中元素数目大于0,则输出结果为:输入宽带采样数据中存在目标信号S,存在的目标信号数目为向量P的元素数目,信号所在的频率位置为P中元素的相应数值。

Claims (2)

1.基于快速频谱模板匹配的目标信号宽带检测方法,其特征在于包括步骤:
①监控计算机根据输入的目标信号类型控制信号自动检测服务器中的信号频谱模板库构建模块读取目标信号的已知标准样本,对该标准样本进行离散傅里叶变换得到标准样本的频谱,频率分辨率为W,对标准样本的频谱进行求模运算得到标准样本的幅度谱,截取标准样本幅度谱中信号频率范围内的所有离散谱线作为信号幅度谱模板X,模板长度为K,将目标信号幅度谱模板存储在信号幅度谱模板库中;
②宽带数字接收机接收天线输入的信号,并对其进行宽带数字采样处理,宽带数字接收机通过网络交换机将采样得到的宽带采样数据发送至信号自动检测服务器中的信号频谱计算模块;
③信号频谱计算模块应用离散傅里叶变换计算宽带采样数据的频谱,频率分辨率为W,并对该频谱进行求模运算得到宽带采样数据的幅度谱R,幅度谱点数为L;
④信号自动检测服务器中的频谱模板选择模块读取信号幅度谱模板库中目标信号幅度谱模板,对目标信号幅度谱模板与宽带采样数据的幅度谱进行相关匹配计算,得到目标信号幅度谱模板与宽带采样数据的幅度谱的相关值向量C,相关值向量的长度为L-K+1;
⑤信号自动检测服务器中的相关值判别模块根据设定的检测门限T,在④中获得的相关值向量中搜索大于门限T的元素,并记录该元素在相关向量中的位置,将记录的位置存储在位置向量P中,将相应的相关值存储在向量V中;
⑥相关值判别模块读取向量P,检查向量P中相邻的元素,如果相邻元素的差值小于K,设两相邻元素的序号为A1和A2,则比较向量V中序号为A1和A2数值的大小,将数值较小的元素从V和P中删除;最后如果P中元素个数为0,则输出显示检测结果为:输入宽带采样数据中没有目标信号;如果P中元素数目大于0,则输出结果为:输入宽带采样数据中存在目标信号S,存在的目标信号数目为向量P的元素数目,信号所在的频率位置为P中元素的相应数值。
2.根据权利要求1所述的基于快速频谱模板匹配的目标信号宽带检测方法,其特征在于:第④步中的目标信号幅度谱模板与宽带采样数据的幅度谱的相关匹配值向量C的计算方法为:
Figure FDA0002467350120000021
其中,Cl为相关匹配值向量C中第l个元素;l取遍从1到L的所有值,分别计算Cl,即可得到C中所有元素的值;
式(1)中分子Al的计算方法分为六个步骤:
a)对幅度谱R进行L点的快速傅里叶变换,得到向量Q,其元素个数为L个;
b)对幅度谱模板向量X进行去均值和归一化操作得到向量
Figure FDA0002467350120000022
Figure FDA0002467350120000023
中第k个元素
Figure FDA0002467350120000024
的计算方法为:
Figure FDA0002467350120000025
其中
Figure FDA0002467350120000031
Xk为向量X中的第k个元素;
c)对
Figure FDA0002467350120000032
进行补零,补零后得到新向量
Figure FDA0002467350120000033
向量
Figure FDA0002467350120000034
中元素的数目为L个,
Figure FDA0002467350120000035
的前K个元素与
Figure FDA0002467350120000036
的K个元素完全一致,后边的L-K个元素为0;
d)对
Figure FDA0002467350120000037
进行L点的快速傅里叶变换,得到向量W,其元素个数为L个;
e)将向量W和向量Q中的元素对应相乘得到新向量G,然后对G求L点的快速傅里叶逆变换得到新向量Y,其元素个数为L个;
f)取向量Y中的第l个元素赋值给Al,即Al=Yl
式(1)中分母Bl的计算方法为:
a)当l=1时,
Figure FDA0002467350120000038
其中Rk为向量R中的第k个元素
Figure FDA0002467350120000039
b)当l>1时,
Figure FDA00024673501200000310
其中
Figure FDA00024673501200000311
Rl-1+K为向量R中的第l-1+K个元素,Rl-1为R中的l-1个元素。
CN201711460402.XA 2017-12-28 2017-12-28 一种基于快速频谱模板匹配的目标信号宽带检测方法 Active CN108120875B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711460402.XA CN108120875B (zh) 2017-12-28 2017-12-28 一种基于快速频谱模板匹配的目标信号宽带检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711460402.XA CN108120875B (zh) 2017-12-28 2017-12-28 一种基于快速频谱模板匹配的目标信号宽带检测方法

Publications (2)

Publication Number Publication Date
CN108120875A CN108120875A (zh) 2018-06-05
CN108120875B true CN108120875B (zh) 2020-06-12

Family

ID=62232218

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711460402.XA Active CN108120875B (zh) 2017-12-28 2017-12-28 一种基于快速频谱模板匹配的目标信号宽带检测方法

Country Status (1)

Country Link
CN (1) CN108120875B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109586815B (zh) * 2019-01-09 2021-08-10 成都爱科特科技发展有限公司 一种多台接收机设备间的信号预置控守方法及系统
CN110007148B (zh) * 2019-03-28 2021-03-16 东南大学 一种基于离散频谱相位和幅值综合内插的单频信号频率估计方法
CN110109061B (zh) * 2019-04-08 2022-07-29 电子科技大学 一种基于模板匹配的频谱置零信号设计方法
CN112134635B (zh) * 2020-10-22 2022-09-09 北京博识创智科技发展有限公司 一种基于宽带频谱的快速信号侦测方法
CN116015497A (zh) * 2022-12-27 2023-04-25 成都爱科特科技发展有限公司 一种信号频谱模板匹配方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102624468A (zh) * 2011-12-30 2012-08-01 成都中安频谱科技有限公司 基于双fft的宽带自动检测方法
CN102841880A (zh) * 2012-09-06 2012-12-26 天津市德力电子仪器有限公司 一种基于数字信号处理器快速频谱细化的方法
CN105659936B (zh) * 2010-12-30 2013-11-27 北京空间飞行器总体设计部 一种适用于导航卫星的测控分系统自动化测试系统
EP2482089B1 (de) * 2010-02-24 2018-06-13 Omicron electronics GmbH Verfahren und System zur Ortung eines Fehlers auf einem Kabel

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2482089B1 (de) * 2010-02-24 2018-06-13 Omicron electronics GmbH Verfahren und System zur Ortung eines Fehlers auf einem Kabel
CN105659936B (zh) * 2010-12-30 2013-11-27 北京空间飞行器总体设计部 一种适用于导航卫星的测控分系统自动化测试系统
CN102624468A (zh) * 2011-12-30 2012-08-01 成都中安频谱科技有限公司 基于双fft的宽带自动检测方法
CN102841880A (zh) * 2012-09-06 2012-12-26 天津市德力电子仪器有限公司 一种基于数字信号处理器快速频谱细化的方法

Also Published As

Publication number Publication date
CN108120875A (zh) 2018-06-05

Similar Documents

Publication Publication Date Title
CN108120875B (zh) 一种基于快速频谱模板匹配的目标信号宽带检测方法
CN109387813B (zh) 一种基于宽带雷达信号接收的高精度频率测量方法
CA2634328A1 (en) Method and system for trend detection and analysis
CN104305991B (zh) 从心电信号中检测噪声的方法和设备
CN107528646B (zh) 一种基于宽带频谱的干扰信号识别及提取方法
CN108881084B (zh) 一种基于gp分布的bpsk/qpsk信号识别方法
CN112014810A (zh) 基于fpga的电子侦察信号参数高精度测量方法
CN108847828A (zh) 一种具有随机建模误差的非线性事件触发滤波方法
CN109558041B (zh) 基于gpu加速的叶尖间隙信号采集、处理和传输方法
CN108507607B (zh) 一种基于核函数的微弱信号检测方法
CN108155959B (zh) 一种复杂网络环境下无人机测控信号检测方法
Wang et al. Specific emitter identification based on deep adversarial domain adaptation
CN112033656A (zh) 一种基于宽带谱处理的机械系统故障检测方法
CN111708006A (zh) 一种适用于无人平台探测声纳的目标线谱检测方法
CN109117698B (zh) 一种基于最小均方误差准则的噪声背景估计方法
CN111611686A (zh) 一种通信信号时频域的检测方法
CN108718223B (zh) 一种非合作信号的盲频谱感知方法
CN112883787B (zh) 一种基于频谱匹配的短样本低频正弦信号参数估计方法
CN114584227B (zh) 自动化突发信号检测方法
CN115659136A (zh) 基于神经网络的无线干扰信号波形识别方法
CN105959035B (zh) 一种直扩信号截获检测方法
Huiqi et al. Parameter estimation of frequency hopping signals based on numeral charateristics in compressed domain and atomic norm
CN102735924B (zh) 一种超外差式微波分析仪器中的频率瞬变特征检测装置及方法
CN108199715B (zh) 数字域正弦波检测方法及检测装置
CN110542739A (zh) 一种基于卡尔曼技术的重叠峰分离方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant