CN109495201A

CN109495201A - 一种台站识别方法、装置及设备

Info

Publication number: CN109495201A
Application number: CN201811473491.6A
Authority: CN
Inventors: 柳青梅; 黄学民; 周莹; 王坦
Original assignee: SUZHOU NG NETWORKS CO Ltd
Current assignee: SUZHOU NG NETWORKS CO Ltd
Priority date: 2018-12-04
Filing date: 2018-12-04
Publication date: 2019-03-19
Anticipated expiration: 2038-12-04
Also published as: CN109495201B

Abstract

本发明涉及一种台站识别方法、装置及设备，所述方法包括：预先建立台站与监测站的对应关系，构建所述台站的标准空间特征矢量库；获取目标频段内的台站列表；对于每一个所述目标台站：根据所述对应关系获取监测站列表，所述监测站列表包括与所述目标台站相对应的目标监测站；采集所述目标监测站对所述目标台站的实时监测信息，建立所述目标台站的实时空间特征矢量；根据所述实时空间特征矢量，在所述标准空间特征矢量库中进行匹配，当匹配成功时，确定所述目标台站为合法台站。本发明能够用于台站的自动化识别，检测非法台站，提高监管的准确性和有效性，以服务于无线电台站事中、事后监管工作。

Description

一种台站识别方法、装置及设备

技术领域

本发明涉及无线电台站监测领域，尤其涉及一种台站识别方法、装置及设备。

背景技术

传统的台站识别算法是通过对台站发射的信号进行识别实现的，信号识别方法包括特征参数法、人工智能识别方法以及基于支持向量机的方法等，其中特征参数法是根据信号的瞬时幅度、瞬时相位、瞬时频率特征参数等的差异进行识别，该方法简单计算量小，但是受信噪比影响大；人工智能识别方法主要是利用专家系统、人工神经网络、模糊推理、遗传算法等人工智能方法形成经验与知识的推理规则，该方法不依赖数据库的先验知识，分析灵活，可以自我学习，但是容易漏检和误判；基于支持向量机的信号识别是通过优化算法函数、模型建立和参数选择来进行信号识别，该方法善于解决高维分类问题，识别准确率相对较高，但是复杂度高，理论算法还不够完善。另外通过信号识别来进行台站识别有两个比较严重的缺陷，1)无法区分发射相同或相似信号的台站，如调频广播台等，2)依赖于单个监测站的数据，没有考虑台站发射信号强度的空间分布特征，使得识别结果对当前监测站的环境有较大的依赖性，造成台站识别率不高。

发明内容

本发明所要解决的技术问题在于，提供一种台站识别方法、装置及设备，能够用于台站的自动化识别，检测非法台站，提高监管的准确性和有效性，以服务于无线电台站事中、事后监管工作。

为了解决上述技术问题，一方面，本发明提供了一种台站识别方法，包括：

预先建立台站与监测站的对应关系，构建所述台站的标准空间特征矢量库；

获取目标频段内的台站列表，所述台站列表中包括至少一个目标台站；

对于每一个所述目标台站：

根据所述对应关系获取监测站列表，所述监测站列表包括与所述目标台站相对应的目标监测站；

采集所述目标监测站对所述目标台站的实时监测信息，建立所述目标台站的实时空间特征矢量；

根据所述实时空间特征矢量，在所述标准空间特征矢量库中进行匹配，当匹配成功时，确定所述目标台站为合法台站。

进一步地，所述预先建立台站与监测站的对应关系，构建所述台站的标准空间特征矢量库包括：

对于每一个所述台站：

确定被所述台站覆盖的所述监测站为所述台站的关联监测站；

建立所述台站与所述关联监测站的对应关系；

采集所述关联监测站对所述台站的监测信息，根据所述对应关系和所述监测信息，形成所述台站的标准空间特征矢量；

综合每个所述台站的标准空间特征矢量，构建所述标准空间特征矢量库。

优选地，所述确定被所述台站覆盖的所述监测站为所述台站的关联监测站包括：

根据台站参数和监测站参数，通过无线电波传播模型计算所述台站的发射信号在所述监测站处的信号强度；

确定所述信号强度大于预设信号强度阈值的所述监测站为所述台站的关联监测站。

进一步地，所述根据所述实时空间特征矢量，在所述标准空间特征矢量库中进行匹配，当匹配成功时，确定所述目标台站为合法台站包括：

在所述标准空间特征矢量库中查找所述目标台站的标准空间特征矢量；

将所述实时空间特征矢量与所述标准空间特征矢量进行匹配，当匹配结果满足预设条件时，判断所述目标台站为合法台站。

另一方面，本发明提供了一种台站识别装置，包括：

矢量库建立模块，用于预先建立台站与监测站的对应关系，构建所述台站的标准空间特征矢量库；

台站列表获取模块，用于获取目标频段内的台站列表，所述台站列表中包括至少一个目标台站；

监测站列表获取模块，用于对于每一个所述目标台站：根据所述对应关系获取监测站列表，所述监测站列表包括与所述目标台站相对应的目标监测站；

实时矢量建立模块，用于采集所述目标监测站对所述目标台站的实时监测信息，建立所述目标台站的实时空间特征矢量；

匹配模块，用于根据所述实时空间特征矢量，在所述标准空间特征矢量库中进行匹配，当匹配成功时，确定所述目标台站为合法台站。

进一步地，所述矢量库建立模块包括：

关联监测站确定模块，用于对于每一个所述台站：确定被所述台站覆盖的所述监测站为所述台站的关联监测站；

对应关系建立模块，用于建立所述台站与所述关联监测站的对应关系；

标准矢量形成模块，用于采集所述关联监测站对所述台站的监测信息，根据所述对应关系和所述监测信息，形成所述台站的标准空间特征矢量；

综合构建模块，用于综合每个所述台站的标准空间特征矢量，构建所述标准空间特征矢量库。

优选地，所述关联监测站确定模块包括：

计算模块，用于根据台站参数和监测站参数，通过无线电波传播模型计算所述台站的发射信号在所述监测站处的信号强度；

第一确定模块，用于确定所述信号强度大于预设信号强度阈值的所述监测站为所述台站的关联监测站。

进一步地，所述匹配模块包括：

查找模块，用于在所述标准空间特征矢量库中查找所述目标台站的标准空间特征矢量；

判断模块，用于将所述实时空间特征矢量与所述标准空间特征矢量进行匹配，当匹配结果满足预设条件时，判断所述目标台站为合法台站。

另一方面，本发明还提供了一种台站识别设备，所述设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行如上述的台站识别方法。

实施本发明实施例，具有如下有益效果：

本发明通过预先构建台站的标准空间特征矢量库，对于目标频段内的目标台站，通过与其对应的监测站监测的实时信息来建立所述目标台站的实时空间特征矢量，并将所述实时空间特征矢量与标准空间特征矢量库中的标准空间特征矢量进行匹配，当匹配成功时，确定所述目标台站为合法台站。本发明引入了台站的空间特征矢量的概念，避免了台站监管对单个监测站的过分依赖，同时利用无线电波传播的特点，充分考虑了台站发射信号的空间分布特征，提高了识别率，进一步提高了监管效率。

附图说明

图1是本发明实施例提供的一种台站识别方法流程图；

图2是本发明实施例提供的一种标准空间特征矢量库的构建方法流程图；

图3是本发明实施例提供的一种关联监测站确定方法流程图；

图4是本发明实施例提供的一种空间特征矢量的匹配方法流程图；

图5是本发明实施例提供的一种台站识别装置示意图；

图6是本发明实施例提供的矢量库建立模块示意图；

图7是本发明实施例提供的关联监测站确定模块示意图；

图8是本发明实施例提供的匹配模块示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述。显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明中的合法台站是指：通过与其关联的监测站监测的实时空间特征矢量与该台站的标准空间特征矢量相匹配的台站，当两者相匹配时，说明该台站没有受到环境中其它干扰因素的影响，以及按照规定的发射参数进行信号的发射，即为合法台站。

在具体实施过程中，本发明的应用对象可以为固定业务台站识别与监管，在固定业务中，发射台站的位置是固定的，而且发射参数也是固定不变的，并且信号传播的环境基本上也可以认为是固定的，所以监测站所接收信号电平可以认为是稳定的。同时根据无线电波在空间的传输特性，发射台站与不同监测站之间的电波传播路径不同，所以不同监测站所接收的同一台站的信号电平是不同的，因此本发明引入了台站的空间特征矢量的概念。

请参见图1，其示出了本发明实施例提供的一种台站识别方法流程图，包括：

S110.预先建立台站与监测站的对应关系，构建所述台站的标准空间特征矢量库。

根据上述对台站和监测站的描述，两者的相关参数基本上可以看成是相对固定和稳定，因此可以建立两者之间相对稳定的对应关系，根据每个台站对应的监测站监测的信息，建立每个台站的标准空间特征矢量，多个台站的标准空间特征矢量构成了标准空间特征矢量库。预先建立标准空间特征矢量库，便于为后续根据实时采集的监测信息形成的实时空间特征矢量作参考。

请参见图2，其示出了一种标准空间特征矢量库的构建方法流程图，具体包括：

在具体实施过程中，可能存在若干个台站，需要对每一个台站进行如下操作：

S210.确定被所述台站覆盖的所述监测站为所述台站的关联监测站。

从理论上讲，这里被所述台站覆盖的所述监测站是指：所述台站发射的信号能够被所述监测站接收到，那么就称所述台站覆盖所述监测站。

S220.建立所述台站与所述关联监测站的对应关系。

根据步骤S210中的描述，建立台站与被该台站覆盖的监测站之间的对应关系，一个台站可能对应一个或者多个监测站。

S230.采集所述关联监测站对所述台站的监测信息，根据所述对应关系和所述监测信息，形成所述台站的标准空间特征矢量。

每个关联监测站均会对相应的台站的发射信号进行监测，并将采集的信号进行存储，可以如下形式在数据库中进行存储：台站ID-监测站ID-监测信息，这样便形成了台站的一个标准空间特征矢量，具体内容可参见表1：

表1台站空间特征矢量信息表

从表1中可以看出，对于一个台站A，有包括监测站1、监测站2在内的若干个关联监测站与其对应，采集的来自关联监测站的监测信息可以包括信号强度、测向方位角等一个或多个空间特征信息，每个关联监测站的空间特征信息对应台站A标准空间特征矢量的一个维度，台站A的标准空间特征矢量维度数与关联监测站的个数是一致的，台站A的所有关联监测站监测到的空间特征信息构成了该台站A的标准空间特征矢量。这里对于信号强度的最大值、最小值以及均值，是根据一段时间内监测站监测到的信号强度信息进行计算得到的，本实施例中具体可以是每10s计算一次。

进一步地，为了使空间特征矢量更加准确，需要对空间特征进行训练，具体可以是通过多次采集空间特征矢量，取相对稳定的特征信息作为最终的空间特征矢量；并且，也可以预设周期对空间特征信息进行采集更新。

S240.综合每个所述台站的标准空间特征矢量，构建所述标准空间特征矢量库。

按照上述步骤S210～步骤S230，得到每个台站的标准空间特征矢量，综合所有台站的标准空间特征矢量，构建标准空间特征矢量库。所述标准空间特征矢量库中可以包含台站与关联监测站的对应关系，以及根据采集的监测站的监测信息形成的标准空间特征矢量。即，对于一个台站A，可根据台站A的标识ID，从标准空间特征矢量库中查到与其对应的所有关联监测站，以及每一个关联监测站监测到的该台站A发射信号的标准空间特征信息。进一步地，可定期对所述标准空间特征矢量库进行优化。

另外，需要说明的是，根据不同的应用场景，确定关联监测站的标准可能不同，对于上述步骤S210进一步地可有如下操作，请参见图3，其示出了一种关联监测站确定方法示意图，所述方法包括：

S310.根据台站参数和监测站参数，通过无线电波传播模型计算所述台站的发射信号在所述监测站处的信号强度。

具体的台站参数可参见上述表1中的参数，对于监测站的参数可包括：监测站的位置、灵敏度以及监测站的高度，无线电波传播模型用于根据台站参数、监测站参数以及台站和监测站之间的路径剖面高程信息，预测台站发射的信号能不能传到监测站，计算能够接收到台站信号的监测站处的信号强度。

S320.确定所述信号强度大于预设信号强度阈值的所述监测站为所述台站的关联监测站。

根据不同的应用场景，可设置不同的信号强度阈值，过滤掉信号强度低于阈值的监测站，而针对信号强度大于或等于阈值的监测站建立空间特征矢量信息。

在实际应用过程中，由于受到地形、建筑物等外部环境的影响，台站的发射信号在监测站处的实际信号强度可能与通过无线电波模型计算的信号强度不同，此时为了使得实施结果更加精准，将监测站处的实际信号强度与信号强度阈值进行比较，过滤掉实际信号强度小于信号强度阈值的关联监测站，建立最终的空间特征矢量。

上述主要是对标准空间特征矢量库的建立过程的描述，以下是对在实际应用中，针对某个特定的频率段，对该频率段的台站进行识别的具体过程。

S120.获取目标频段内的台站列表，所述台站列表中包括至少一个目标台站。

由于每个台站都有相对固定的发射频率，故可根据给定的频率，在台站数据库中进行搜索，获取到相应频率的台站信息。

对于所述台站列表中每一个所述目标台站，执行以下操作：

S130.根据所述对应关系获取监测站列表，所述监测站列表包括与所述目标台站相对应的目标监测站。

根据本实施例上述说明，所述对应关系可以是存储在标准空间特征矢量库中，则可根据目标台站的标识ID，去查找与其对应的监测站信息，形成监测站列表。

S140.采集所述目标监测站对所述目标台站的实时监测信息，建立所述目标台站的实时空间特征矢量。

分别采集每个目标监测站对该目标台站的实时监测信息，这里的实时监测信息可包括表1中的信号强度和测向方位角在内的一项或多项监测信息，根据采集的这些实时监测信息，建立该目标台站对于每一个目标监测站的实时空间特征矢量。

S150.根据所述实时空间特征矢量，在所述标准空间特征矢量库中进行匹配，当匹配成功时，确定所述目标台站为合法台站。

具体的匹配过程可参见图4，其示出了一种空间特征矢量的匹配方法，包括：

S410.在所述标准空间特征矢量库中查找所述目标台站的标准空间特征矢量。

根据台站的标识ID，在标准特征矢量库中查找到与各个目标监测站的对应的标准空间特征信息。

S420.将所述实时空间特征矢量与所述标准空间特征矢量进行匹配，当匹配结果满足预设条件时，判断所述目标台站为合法台站。

将所述实时空间特征矢量中的每个目标监测站对应的实时空间特征信息与该目标监测站对应的标准空间特征信息进行比对，当比对结果在可允许的误差范围内，则判断所述目标台站为合法台站。

对于被判断为不合法的台站，可能存在以下情况：

1.实时空间特征矢量与标准空间特征矢量相比，误差较大且整体偏大或者偏小，这种情况有可能是因为该台站没有按照备案规定的发射功率进行信号的发射，存在超功率或者低功率发射的情况；

2.实时空间特征矢量与标准空间特征矢量相比，误差较大且有的偏大，有的偏小，这种情况有可能是因为监测站监测的信号不是台站本身发出的，或者台站发出的信号中掺杂有干扰信号。

在台站被判断为不合法之后，管理人员需要对台站进行管理和维护，以及查找干扰源。

下面以一个具体的实例来具体说明台站识别过程，本实例实现对某地市广播电台进行自动化监管，以判断台站及台站参数的合法性。自动化监管分为两步：台站空间特征矢量库的建立和台站识别。结合各广播台站的具体参数和各监测站的参数，通过无线电波传播模型计算台站在监测站位置的信号强度，结合监测站的位置、灵敏度和高度等，将能监测到台站信号的监测站与其关联，形成台站的空间特征维度，如表2示例所示：

表2广播站与监测站的对应关系

针对各广播站的关联监测站列表，从表2中可以看出，广播站1的关联监测站包括监测站1、监测站2和监测站3，分别采集广播站1在监测站1、监测站2和监测站3处的特征信息U1，U2，U3，并存储到数据库中；对广播站2作以上相同的操作，最终形成广播站1和广播站2的标准空间特征矢量库。

在台站的识别监管中，通过采集与台站关联的监测站的监测信息建立台站的实时空间特征矢量，假设采集到与广播站1对应的实时特征信息为V1，V2，V3，其分别对应监测站1、监测站2和监测站3的实时监测信息，分别将U1与V1，U2与V2，U3与V3进行比对，当比对结果在允许误差范围内时，确定广播站1为合法台站。

本发明的台站识别方法结合了无线电波在空间传播特点：即信号传播路径、距离不同，引起信号强度的空间分布不同，将台站信号强度的空间分布特征组成台站的空间特征矢量，通过空间特征矢量匹配去识别台站，不依赖于单个台站的监测数据。与传统算法相比，通过矢量匹配实现台站识别，大大降低了算法复杂度；考虑了信号的空间分布特征，对单个监测站的依赖降低；将信号强度作为特征使得识别受环境噪声影响较小，从而大大提高了识别率，且可靠性较传统算法高。

本实施例还提供了一种台站识别装置，请参见图5，所述装置包括：

矢量库建立模块510，用于预先建立台站与监测站的对应关系，构建所述台站的标准空间特征矢量库。

台站列表获取模块520，用于获取目标频段内的台站列表，所述台站列表中包括至少一个目标台站。

监测站列表获取模块530，用于对于每一个所述目标台站：根据所述对应关系获取监测站列表，所述监测站列表包括与所述目标台站相对应的目标监测站。

实时矢量建立模块540，用于采集所述目标监测站对所述目标台站的实时监测信息，建立所述目标台站的实时空间特征矢量。

匹配模块550，用于根据所述实时空间特征矢量，在所述标准空间特征矢量库中进行匹配，当匹配成功时，确定所述目标台站为合法台站。

请参见图6，其中，所述矢量库建立模块510包括：

关联监测站确定模块610，用于对于每一个所述台站：确定被所述台站覆盖的所述监测站为所述台站的关联监测站。

对应关系建立模块620，用于建立所述台站与所述关联监测站的对应关系。

标准矢量形成模块630，用于采集所述关联监测站对所述台站的监测信息，根据所述对应关系和所述监测信息，形成所述台站的标准空间特征矢量。

综合构建模块640，用于综合每个所述台站的标准空间特征矢量，构建所述标准空间特征矢量库。

请参见图7，所述关联监测站确定模块610包括：

计算模块710，用于根据台站参数和监测站参数，通过无线电波传播模型计算所述台站的发射信号在所述监测站处的信号强度。

第一确定模块720，用于确定所述信号强度大于预设信号强度阈值的所述监测站为所述台站的关联监测站。

请参见图8，所述匹配模块550包括：

查找模块810，用于在所述标准空间特征矢量库中查找所述目标台站的标准空间特征矢量。

判断模块820，用于将所述实时空间特征矢量与所述标准空间特征矢量进行匹配，当匹配结果满足预设条件时，判断所述目标台站为合法台站。

上述实施例中提供的装置可执行本发明实施例所提供方法，具备执行该方法相应的功能模块和有益效果。未在上述实施例中详尽描述的技术细节，可参见本发明任意实施例所提供的方法。

本实施例还提供了一种台站识别设备，所述设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行本实施例中的方法。

本说明书提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤和顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的系统或中断产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。

本领域技术人员还可以进一步意识到，结合本说明书所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但这种实现不应认为超出本发明的范围。

以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims

1.一种台站识别方法，其特征在于，包括：

对于每一个所述目标台站：

2.根据权利要求1所述的一种台站识别方法，其特征在于，所述预先建立台站与监测站的对应关系，构建所述台站的标准空间特征矢量库包括：

对于每一个所述台站：

建立所述台站与所述关联监测站的对应关系；

3.根据权利要求2所述的一种台站识别方法，其特征在于，所述确定被所述台站覆盖的所述监测站为所述台站的关联监测站包括：

4.根据权利要求2所述的一种台站识别方法，其特征在于，所述根据所述实时空间特征矢量，在所述标准空间特征矢量库中进行匹配，当匹配成功时，确定所述目标台站为合法台站包括：

5.一种台站识别装置，其特征在于，包括：

6.根据权利要求5所述的一种台站识别装置，其特征在于，所述矢量库建立模块包括：

7.根据权利要求6所述的一种台站识别装置，其特征在于，所述关联监测站确定模块包括：

8.根据权利要求6所述的一种台站识别装置，其特征在于，所述匹配模块包括：

9.一种台站识别设备，其特征在于，所述设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行如权利要求1-4任一项所述的台站识别方法。