CN108414832B - 一种基于图像处理的异常信号频谱参数检测方法 - Google Patents

一种基于图像处理的异常信号频谱参数检测方法 Download PDF

Info

Publication number
CN108414832B
CN108414832B CN201810135671.7A CN201810135671A CN108414832B CN 108414832 B CN108414832 B CN 108414832B CN 201810135671 A CN201810135671 A CN 201810135671A CN 108414832 B CN108414832 B CN 108414832B
Authority
CN
China
Prior art keywords
signal
frequency
abnormal signal
abnormal
image
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
CN201810135671.7A
Other languages
English (en)
Other versions
CN108414832A (zh
Inventor
罗争
王鹏
杨学刚
韩峰
李晨
龚坚
陈俊
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.)
Chinese People's Liberation Army 31007
Original Assignee
Chinese People's Liberation Army 31007
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 Chinese People's Liberation Army 31007 filed Critical Chinese People's Liberation Army 31007
Priority to CN201810135671.7A priority Critical patent/CN108414832B/zh
Publication of CN108414832A publication Critical patent/CN108414832A/zh
Application granted granted Critical
Publication of CN108414832B publication Critical patent/CN108414832B/zh
Expired - Fee Related 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08Feature extraction
    • G06F2218/10Feature extraction by analysing the shape of a waveform, e.g. extracting parameters relating to peaks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/12Classification; Matching

Landscapes

  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)

Abstract

本发明公开了一种基于图像处理的异常信号频谱参数检测方法,包括截取待检测信号频谱图像、获取信号频谱图像的RGB三原色数据矩阵、提取被选中的信号的波形、提取用户选中的信号的频谱波形图像的参数、定义异常信号判断准则、异常信号检测告警参数记录等步骤。本发明打破了现有异常信号检测方法只是单一基于概率论与数理统计理论的局限,将数字图像处理理论引入异常信号检测领域,进一步丰富了异常信号检测理论,解决了现有异常信号检测方法只能单一平台部署应用的缺陷,且方法结构简单合理,对原有监测系统改动较小,与其他平台具有很好的兼容性,可跨平台、跨系统向各类监测设备进行部署应用,具有很好的推广性。

Description

一种基于图像处理的异常信号频谱参数检测方法
技术领域
本发明属于无线电信号监测技术领域,特别涉及一种基于图像处理的异常信号频谱参数检测方法。
背景技术
异常信号检测是无线电监测中的重难点之一,为无线电管理工作提供重要数据支撑。然而,现在通用的无线电监测系统中,普遍存在无异常信号检测功能、信号自动化检测程度不高、系统功能异构严重等缺点,与当前日益更高的无线电管理要求存在着一定的差距。特别是随着数字信号处理理论和软件自动化技术的飞速发展,异常信号自动化检测逐渐成为无线电监测系统的发展方向和主要功能之一,如果重新升级改造现有监测系统,则费用高、周期长,影响日常无线电监测工作正常开展,脱离实际情况。
通过查阅大量文献资料、分析常用的异常信号检测方法,现有的异常信号检测方法都是以概率论与数理统计为工具,以受噪信号处理为对象,以信息提取为目标,其基本原理和方法是相同的。信号估计理论、统计分析理论和滤波理论是其主要理论基础,其研究任务是在干扰和噪声的影响下最有效地辨认出有用信号,以及估计出未知的信号参量或信号波形本身。它实质上是有意识地利用信号与噪声统计特性的不同来尽可能地抑制噪声,从而最有效地提取异常信号的信息。现有的异常信号检测方法普遍有以下四个问题:①检测方法和思路较单一,基本都是利用概率论与数理统计的检测方式,难以满足日益增长的异常信号检测实际需求;②只能单一平台应用,难以与其他的平台进行兼容使用;③先验条件要求较高,需要大量昂贵的射频、中频设备进行信号采样,作为信号检测处理的输入数据;③脱离实际工程应用,理论研究成果走向应用周期较长;④系统升级改造费用较高,如对于现有无线电监测系统进行改造,增加异常信号检测功能,往往需要联系设备厂家或研究所进行处理,费用高、周期长,效费比低。另外,无线电监测行业范围内常用的国内外的电子测量、通讯测试仪器等,如HP、安捷伦、Rohde&Schwarz等公司生产的无线电信号监测管理、射频信号处理等仪器,具有强大的信号波形图、频谱图显示功能,然而这些图像普遍只是作为人机交互的显示界面,其中大量有价值的信息没有得到充分利用。
以上所述的异常信号监测所面临的困难挑战,严重制约了无线电监测工作效率和作用的发挥。因此,迫切需要一种高度自动化、可跨平台使用的异常信号自动检测方法来弥补现有无线电监测系统存在的不足,满足无线电监测对异常信号监测的迫切需求,进一步提高无线电监测能力。
发明内容
本发明的目的是:提供一种基于图像处理的异常信号频谱参数检测方法,通过图像截取、波形检测、信号告警等处理,能够实时提取无线电监测软件所显示的信号频谱图中的信号波形,根据异常信号判断准则,自动识别异常信号,给出用户所感兴趣异常信号的频谱信息,实现了异常信号检测工作的自动化,有效解决了现有设备自动检测能力弱、效率低、精度差等问题,具有平台通用性强、结构简单、经济效益高、便于应用推广等特点,丰富了异常信号检测方法和手段,进一步提高了异常信号检测水平。
本发明的技术方案是:一种基于图像处理的异常信号频谱参数检测方法,包括下列步骤:
A.截取待检测信号频谱图像
对于计算机中各类无线电信号监测系统显示的信号频谱图像,利用全局钩子HOOK技术,对信号频谱图像的屏幕窗体句柄进行捕获,获得被捕获窗体的所有信息,利用GID和DirectX获取被捕获窗体的信号频谱图像,并将截取的信号频谱图像保存到计算机内存块或bitmap文件里,待下一步计算处理;
B.获取信号频谱图像的RGB三原色数据矩阵
对已获取的信号频谱图像,按照像素点组成,对信号频谱图像进行逐行、逐列扫描和采样,利用RGB三原色模型,获取信号频谱图像的每个像素点的RGB三原色强度数值,数值范围为0~255,形成信号频谱图像的RGB三原色数据矩阵;
设:一幅信号频谱图像按照像素点被采样后,产生的数字图像的像素点有M行和N列,每一个像素点颜色的RGB三原色强度数值用ri,j,gi,j,bi,j表示,i∈[1,M],j∈[1,N],则步骤A截取的信号频谱图像的RGB三原色数据矩阵D表示如下:
Figure GDA0002568075440000021
式中:D是M×N矩阵;
C.根据用户从截取的信号频谱图像中选中的波形的颜色,提取被选中的信号波形
设:在步骤A截取的信号频谱图像中,用户选中的信号波形图像颜色RGB三原色强度数值为r,g,b;
则:信号频谱图像的每个像素点RGB三原色强度ri,j,gi,j,bi,j与用户所选的RGB三原色强度r,g,b的欧式距离di,j表示如下:
di,j=||(ri,j-r)2+(gi,j-g)2+(bi,j-b)2||2
式中:i∈[1,M],j∈[1,N];
然后,根据用户输入或者专家经验法确定的欧式距离判断门限△,对步骤A截取的信号频谱图像的RGB三原色数据矩阵D的每个ri,j,gi,j,bi,j数值进行对比计算,得到每个点的欧式距离di,j,同时做如下操作:
当di,j≤△时,判断该像素点是用户选中的信号波形所在的像素点,保留该像素点;
当di,j>△时,判断该像素点不是用户选中的信号波形所在的像素点,删除该像素点;
经过以上处理,保留下来的像素点形成的图像就是用户选中的信号波形图像;
D.提取用户选中的信号的频谱波形图像的参数
步骤C中提取的用户选中的信号波形图像的每个像素点在水平方向和垂直方向上线性分布的,根据用户提供的步骤A截取信号频谱图像中信号的起始频率、终止频率、场强最大值和场强最小值,按照平均等距离离散操作,获得步骤C中提取的信号频谱波形图像中每个点的频率和场强的具体数值;
E.定义异常信号判断准则
将异常信号分为超电平异常信号、超带宽异常信号和移频异常信号,判断方法准则如下:
超电平异常:待检测信号频率位于正常信号频率抖动范围之内,但待检测信号场强超过正常信号规定的场强范围,则判断为超电平异常信号;
超带宽异常信号:待检测信号频率位于正常信号频率抖动范围之内,但待检测信号发射带宽超过正常信号规定的带宽范围,则判断为超带宽异常信号;
移频异常信号:待检测信号频率位于正常信号的带宽范围内,但待检测信号发射频率超出正常信号规定的频率抖动量范围,判断为移频异常信号;
F.异常信号检测、告警、参数记录
根据用户选择的步骤E中的异常信号判断准则,比较不同时间步骤D所提取的用户选中的信号波形图像的参数,如果出现异常,则进行报警提示,并记录异常信号的频率、场强、出现时间和3dB带宽等参数;
①超电平异常信号检测告警
当步骤D获取信号波形的频率位于正常信号频率抖动量范围之内,但信号场强超过正常信号规定的场强范围,则计算机给出报警声,提示用户出现超电平异常信号,同时计算机保存异常信号的频率、场强、出现时间、3dB带宽及步骤A截取的信号频谱图像;
②超带宽异常信号
当步骤D获取信号波形的频率位于正常信号频率抖动量范围之内,但信号发射带宽超过正常信号规定的带宽范围,则计算机给出报警声,提示用户出现超带宽异常信号,同时计算机保存异常信号的频率、场强、出现时间、3dB带宽及步骤A截取的信号频谱图像;
③超带宽异常信号
当步骤D获取信号波形的频率位于正常信号频点带宽范围内,但信号发射频率超出正常信号规定的频率抖动量范围,则计算机给出报警声,提示用户出现移频异常信号,同时计算机保存异常信号的频率、场强、出现时间、3dB带宽及步骤A截取信号频谱图像。
本发明在现有无线电监测系统的基础之上,通过研究软件无线电、数字图像处理技术和现代数字信号处理技术,打破了现有异常信号检测方法只是单一基于概率论与数理统计理论的局限,将数字图像处理理论引入异常信号检测领域,进一步丰富了异常信号检测方法和手段,解决了现有异常信号检测方法只能单一平台部署应用的缺陷,且方法结构简单合理,对原有监测系统改动较小,与其他平台具有很好的兼容性,可跨平台、跨系统向各类监测设备进行部署应用,具有很好的推广性。
附图说明
图1为本发明方法流程图。
具体实施方式
实施例1:参见图1,一种基于图像处理的异常信号频谱参数检测方法,包括下列步骤:
A.截取待检测信号频谱图像
对于计算机中各类无线电信号监测系统显示的信号频谱图像,利用全局钩子HOOK技术,对信号频谱图像的屏幕窗体句柄进行捕获,获得被捕获窗体的所有信息,利用GID和DirectX获取被捕获窗体的信号频谱图像,并将截取的信号频谱图像保存到计算机内存块或bitmap文件里,待下一步计算处理;
B.获取信号频谱图像的RGB三原色数据矩阵
对已获取的信号频谱图像,按照像素点组成,对信号频谱图像进行逐行、逐列扫描和采样,利用RGB三原色模型,获取信号频谱图像的每个像素点的RGB三原色强度数值,数值范围为0~255,形成信号频谱图像的RGB三原色数据矩阵;
设:一幅信号频谱图像按照像素点被采样后,产生的数字图像的像素点有M行和N列,每一个像素点颜色的RGB三原色强度数值用ri,j,gi,j,bi,j表示,i∈[1,M],j∈[1,N],则步骤A截取的信号频谱图像的RGB三原色数据矩阵D表示如下:
Figure GDA0002568075440000051
式中:D是M×N矩阵;
C.根据用户从截取的信号频谱图像中选中的波形的颜色,提取被选中的信号波形
设:在步骤A截取的信号频谱图像中,用户选中的信号波形图像颜色RGB三原色强度数值为r,g,b;
则:信号频谱图像的每个像素点RGB三原色强度ri,j,gi,j,bi,j与用户所选的RGB三原色强度r,g,b的欧式距离di,j表示如下:
di,j=||(ri,j-r)2+(gi,j-g)2+(bi,j-b)2||2
式中:i∈[1,M],j∈[1,N];
然后,根据用户输入或者专家经验法确定的欧式距离判断门限△,对步骤A截取的信号频谱图像的RGB三原色数据矩阵D的每个ri,j,gi,j,bi,j数值进行对比计算,得到每个点的欧式距离di,j,同时做如下操作:
当di,j≤△时,判断该像素点是用户选中的信号波形所在的像素点,保留该像素点;
当di,j>△时,判断该像素点不是用户选中的信号波形所在的像素点,删除该像素点;
经过以上处理,保留下来的像素点形成的图像就是用户选中的信号波形图像;
D.提取用户选中的信号的频谱波形图像的参数
步骤C中提取的用户选中的信号波形图像的每个像素点在水平方向和垂直方向上线性分布的,根据用户提供的步骤A截取信号频谱图像中信号的起始频率、终止频率、场强最大值和场强最小值,按照平均等距离离散操作,获得步骤C中提取的信号频谱波形图像中每个点的频率和场强的具体数值;
E.定义异常信号判断准则
将异常信号分为超电平异常信号、超带宽异常信号和移频异常信号,判断方法准则如下:
超电平异常:待检测信号频率位于正常信号频率抖动范围之内,但待检测信号场强超过正常信号规定的场强范围,则判断为超电平异常信号;
超带宽异常信号:待检测信号频率位于正常信号频率抖动范围之内,但待检测信号发射带宽超过正常信号规定的带宽范围,则判断为超带宽异常信号;
移频异常信号:待检测信号频率位于正常信号的带宽范围内,但待检测信号发射频率超出正常信号规定的频率抖动量范围,判断为移频异常信号;
F.异常信号检测、告警、参数记录
根据用户选择的步骤E中的异常信号判断准则,比较不同时间步骤D所提取的用户选中的信号波形图像的参数,如果出现异常,则进行报警提示,并记录异常信号的频率、场强、出现时间和3dB带宽等参数;
①超电平异常信号检测告警
当步骤D获取信号波形的频率位于正常信号频率抖动量范围之内,但信号场强超过正常信号规定的场强范围,则计算机给出报警声,提示用户出现超电平异常信号,同时计算机保存异常信号的频率、场强、出现时间、3dB带宽及步骤A截取的信号频谱图像;
②超带宽异常信号
当步骤D获取信号波形的频率位于正常信号频率抖动量范围之内,但信号发射带宽超过正常信号规定的带宽范围,则计算机给出报警声,提示用户出现超带宽异常信号,同时计算机保存异常信号的频率、场强、出现时间、3dB带宽及步骤A截取的信号频谱图像;
③超带宽异常信号
当步骤D获取信号波形的频率位于正常信号频点带宽范围内,但信号发射频率超出正常信号规定的频率抖动量范围,则计算机给出报警声,提示用户出现移频异常信号,同时计算机保存异常信号的频率、场强、出现时间、3dB带宽及步骤A截取信号频谱图像。

Claims (1)

1.一种基于图像处理的异常信号频谱参数检测方法,其特征在于,包括下列步骤:
A.截取待检测信号频谱图像
对于计算机中各类无线电信号监测系统显示的信号频谱图像,利用全局钩子HOOK技术,对信号频谱图像的屏幕窗体句柄进行捕获,获得被捕获窗体的所有信息,利用GID和DirectX获取被捕获窗体的信号频谱图像,并将截取的信号频谱图像保存到计算机内存块或bitmap文件里,待下一步计算处理;
B.获取信号频谱图像的RGB三原色数据矩阵
对已获取的信号频谱图像,按照像素点组成,对信号频谱图像进行逐行、逐列扫描和采样,利用RGB三原色模型,获取信号频谱图像的每个像素点的RGB三原色强度数值,数值范围为0~255,形成信号频谱图像的RGB三原色数据矩阵;
设:一幅信号频谱图像按照像素点被采样后,产生的数字图像的像素点有M行和N列,每一个像素点颜色的RGB三原色强度数值用ri,j,gi,j,bi,j表示,其中i∈[1,M],j∈[1,N],则步骤A截取的信号频谱图像的RGB三原色数据矩阵D表示如下:
Figure FDA0002587538040000011
式中:D是M×N矩阵;
C.根据用户从截取的信号频谱图像中选中的波形的颜色,提取被选中的信号波形
设:在步骤A截取的信号频谱图像中,用户选中的信号波形图像颜色RGB三原色强度数值为r,g,b;
则:信号频谱图像的每个像素点RGB三原色强度ri,j,gi,j,bi,j与用户所选的RGB三原色强度r,g,b的欧式距离di,j表示如下:
di,j=||(ri,j-r)2+(gi,j-g)2+(bi,j-b)2||2
式中:i∈[1,M],j∈[1,N];
然后,根据用户输入或者专家经验法确定的欧式距离判断门限△,对步骤A截取的信号频谱图像的RGB三原色数据矩阵D的每个ri,j,gi,j,bi,j数值进行对比计算,得到每个点的欧式距离di,j,同时做如下操作:
当di,j≤△时,判断该像素点是用户选中的信号波形所在的像素点,保留该像素点;
当di,j>△时,判断该像素点不是用户选中的信号波形所在的像素点,删除该像素点;
经过以上处理,保留下来的像素点形成的图像就是用户选中的信号波形图像;
D.提取用户选中的信号的频谱波形图像的参数
步骤C中提取的用户选中的信号波形图像的每个像素点在水平方向和垂直方向上线性分布的,根据用户提供的步骤A截取信号频谱图像中信号的起始频率、终止频率、场强最大值和场强最小值,按照平均等距离离散操作,获得步骤C中提取的信号频谱波形图像中每个点的频率和场强的具体数值;
E.定义异常信号判断准则
将异常信号分为超电平异常信号、超带宽异常信号和移频异常信号,判断方法准则如下:
超电平异常:待检测信号频率位于正常信号频率抖动范围之内,但待检测信号场强超过正常信号规定的场强范围,则判断为超电平异常信号;
超带宽异常信号:待检测信号频率位于正常信号频率抖动范围之内,但待检测信号发射带宽超过正常信号规定的带宽范围,则判断为超带宽异常信号;
移频异常信号:待检测信号频率位于正常信号的带宽范围内,但待检测信号发射频率超出正常信号规定的频率抖动量范围,判断为移频异常信号;
F.异常信号检测、告警、参数记录
根据用户选择的步骤E中的异常信号判断准则,比较不同时间步骤D所提取的用户选中的信号波形图像的参数,如果出现异常,则进行报警提示,并记录异常信号的频率、场强、出现时间和3dB带宽参数;
①超电平异常信号检测告警
当步骤D获取信号波形的频率位于正常信号频率抖动量范围之内,但信号场强超过正常信号规定的场强范围,则计算机给出报警声,提示用户出现超电平异常信号,同时计算机保存异常信号的频率、场强、出现时间、3dB带宽及步骤A截取的信号频谱图像;
②超带宽异常信号
当步骤D获取信号波形的频率位于正常信号频率抖动量范围之内,但信号发射带宽超过正常信号规定的带宽范围,则计算机给出报警声,提示用户出现超带宽异常信号,同时计算机保存异常信号的频率、场强、出现时间、3dB带宽及步骤A截取的信号频谱图像;
③超带宽异常信号
当步骤D获取信号波形的频率位于正常信号频点带宽范围内,但信号发射频率超出正常信号规定的频率抖动量范围,则计算机给出报警声,提示用户出现移频异常信号,同时计算机保存异常信号的频率、场强、出现时间、3dB带宽及步骤A截取信号频谱图像。
CN201810135671.7A 2018-02-09 2018-02-09 一种基于图像处理的异常信号频谱参数检测方法 Expired - Fee Related CN108414832B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810135671.7A CN108414832B (zh) 2018-02-09 2018-02-09 一种基于图像处理的异常信号频谱参数检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810135671.7A CN108414832B (zh) 2018-02-09 2018-02-09 一种基于图像处理的异常信号频谱参数检测方法

Publications (2)

Publication Number Publication Date
CN108414832A CN108414832A (zh) 2018-08-17
CN108414832B true CN108414832B (zh) 2020-11-03

Family

ID=63128195

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810135671.7A Expired - Fee Related CN108414832B (zh) 2018-02-09 2018-02-09 一种基于图像处理的异常信号频谱参数检测方法

Country Status (1)

Country Link
CN (1) CN108414832B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0252620A1 (en) * 1986-07-02 1988-01-13 Cossor Electronics Limited Spectrum analyser
JP2001281277A (ja) * 2000-03-28 2001-10-10 Anritsu Corp 信号分析装置
US20030120160A1 (en) * 2001-12-14 2003-06-26 Nihon Kohden Corporation Signal processing method and pulse wave signal processing method
EP1515151A1 (en) * 2003-09-12 2005-03-16 Bruker BioSpin GmbH Method of resonance spectroscopy for the analysis of statistical properties of samples
CN101661061A (zh) * 2009-09-18 2010-03-03 中国舰船研究设计中心 电子信息装备抗强射频干扰门限值确定方法
CN102169156A (zh) * 2011-05-18 2011-08-31 西安电子科技大学 应用EMScan技术对高密度电子电路故障的检测方法
CN103049598A (zh) * 2012-11-29 2013-04-17 北京航空航天大学 一种基于像素坐标策略的电磁兼容测试曲线图片的信息提取方法
CN103812577A (zh) * 2012-11-06 2014-05-21 西南交通大学 非正常无线电信号的自动识别系统及其方法
CN106911407A (zh) * 2017-02-08 2017-06-30 广州新拓慧电子科技有限公司 频谱特征可视化装置及可视化方法
CN106936517A (zh) * 2015-12-28 2017-07-07 镇江高科信息科技有限公司 一种异常无线电信号的自动识别系统及其方法
CN107449966A (zh) * 2017-08-14 2017-12-08 河南工程学院 多功能频谱分析仪
CN107576848A (zh) * 2017-09-27 2018-01-12 中国电子科技集团公司第五十四研究所 一种基于频谱分析的模板设定与模板检测方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0252620A1 (en) * 1986-07-02 1988-01-13 Cossor Electronics Limited Spectrum analyser
JP2001281277A (ja) * 2000-03-28 2001-10-10 Anritsu Corp 信号分析装置
US20030120160A1 (en) * 2001-12-14 2003-06-26 Nihon Kohden Corporation Signal processing method and pulse wave signal processing method
EP1515151A1 (en) * 2003-09-12 2005-03-16 Bruker BioSpin GmbH Method of resonance spectroscopy for the analysis of statistical properties of samples
CN101661061A (zh) * 2009-09-18 2010-03-03 中国舰船研究设计中心 电子信息装备抗强射频干扰门限值确定方法
CN102169156A (zh) * 2011-05-18 2011-08-31 西安电子科技大学 应用EMScan技术对高密度电子电路故障的检测方法
CN103812577A (zh) * 2012-11-06 2014-05-21 西南交通大学 非正常无线电信号的自动识别系统及其方法
CN103049598A (zh) * 2012-11-29 2013-04-17 北京航空航天大学 一种基于像素坐标策略的电磁兼容测试曲线图片的信息提取方法
CN106936517A (zh) * 2015-12-28 2017-07-07 镇江高科信息科技有限公司 一种异常无线电信号的自动识别系统及其方法
CN106911407A (zh) * 2017-02-08 2017-06-30 广州新拓慧电子科技有限公司 频谱特征可视化装置及可视化方法
CN107449966A (zh) * 2017-08-14 2017-12-08 河南工程学院 多功能频谱分析仪
CN107576848A (zh) * 2017-09-27 2018-01-12 中国电子科技集团公司第五十四研究所 一种基于频谱分析的模板设定与模板检测方法

Also Published As

Publication number Publication date
CN108414832A (zh) 2018-08-17

Similar Documents

Publication Publication Date Title
CN108827970B (zh) 基于aoi系统的适应不同面板缺陷自动判等方法和系统
CN105868722A (zh) 异常电力设备图像的识别方法及系统
EP2044445B1 (en) Signal analyzer and method for signal analysis
US20090136090A1 (en) House Displacement Judging Method, House Displacement Judging Device
Russo et al. Color edge detection in presence of Gaussian noise using nonlinear prefiltering
US8077997B2 (en) Method and apparatus for image processing
CN112784690B (zh) 基于深度学习的宽带信号参数估计方法
CN111860324A (zh) 基于小波变换的高频分量检测及色彩识别的火灾预警方法
JPH06105336A (ja) デジタル画像前解析方法
CN111047535A (zh) 一种智能识别火源且自动调节灭火流量的消防控制系统
CN104021055A (zh) 多媒体设备的自动化测试系统及方法
CN108414832B (zh) 一种基于图像处理的异常信号频谱参数检测方法
JP2008232968A (ja) 信号分析装置、方法及びプログラム
CN110533626B (zh) 一种全天候水质识别方法
CN104679462A (zh) 屏幕检测系统及其方法
KR20230142636A (ko) 지향성 스케일링 시스템들 및 방법들
CN113488068B (zh) 音频异常检测方法、装置及计算机可读存储介质
CN111710347B (zh) 音频数据分析方法、电子设备及存储介质
CN111836103B (zh) 基于数据分析的防遮挡处理系统
CN109510644B (zh) 基于眼图能量的直扩通信信号干扰检测方法
CN107835056B (zh) 一种多信道功率测量及显示方法和装置
CN113420686A (zh) 一种输电线路巡检方法、装置及系统
Angiati et al. Identification of roofs perimeter from aerial and satellite images
Quint et al. Emitter detection and tracking algorithm for a wide band multichannel direction-finding system in the HF-band
CN117332410B (zh) 一种基于信息熵特征的电磁泄漏红黑信号辨识方法

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

Granted publication date: 20201103

Termination date: 20210209