CN109800634A - 一种基于邻值统计的宽带频谱信噪分离方法 - Google Patents

一种基于邻值统计的宽带频谱信噪分离方法 Download PDF

Info

Publication number
CN109800634A
CN109800634A CN201811510587.5A CN201811510587A CN109800634A CN 109800634 A CN109800634 A CN 109800634A CN 201811510587 A CN201811510587 A CN 201811510587A CN 109800634 A CN109800634 A CN 109800634A
Authority
CN
China
Prior art keywords
frequency spectrum
frequency
value
array
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.)
Granted
Application number
CN201811510587.5A
Other languages
English (en)
Other versions
CN109800634B (zh
Inventor
刘奇
王娜
刘晔
王玥
冯冬冬
陈卯蒸
苏晓明
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.)
University of Chinese Academy of Sciences
Xinjiang Astronomical Observatory of CAS
Original Assignee
University of Chinese Academy of Sciences
Xinjiang Astronomical Observatory of CAS
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 University of Chinese Academy of Sciences, Xinjiang Astronomical Observatory of CAS filed Critical University of Chinese Academy of Sciences
Priority to CN201811510587.5A priority Critical patent/CN109800634B/zh
Publication of CN109800634A publication Critical patent/CN109800634A/zh
Application granted granted Critical
Publication of CN109800634B publication Critical patent/CN109800634B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Monitoring And Testing Of Transmission In General (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明涉及一种基于邻值统计的宽带频谱信噪分离方法,其包括以下步骤:步骤S1,提供给定电波环境宽带频谱;步骤S2,选取频谱样本;步骤S3,计算频谱噪声的标准差;步骤S4,确定邻值比较判别值;步骤S5,计算获得用于邻值比较的初始噪声信号;步骤S6,通过频谱噪声提取法,获得频谱噪声数据;以及步骤S7,进行信号提取,实现信噪分离。本发明简单实用,计算速度快,准确率相对较高,适应实时频谱分析及信号统计。

Description

一种基于邻值统计的宽带频谱信噪分离方法
技术领域
本发明涉及射电天文技术领域,尤其涉及一种基于邻值统计的宽带频谱信噪分离方法。
背景技术
大口径射电望远镜具有极高的系统灵敏度,且系统内、系统间及台址内电子设备从多。随着高频电子技术、高速数字处理技术的发展和应用,数字接收机、数字终端、商用设备、电气设备及台址光学观测设备的建设,使得台址电磁环境变得尤为复杂。
射频干扰(radio frequency interference,RFI)的强度和频谱密度会使得观测结果深受射频干扰的影响以致失去使用价值。尤其利用单天线射电望远镜进行的观测(连续谱或光谱)最易受到干扰的影响,其原因是:积分时间的增加虽然提高了望远镜对天文信号的灵敏度,但也同等程度地提高了其对射频干扰信号的灵敏度。
由此可见,射频干扰对天文观测的影响越来越大,主要体现在以下几个方面:
1、具有极化特征干扰信号影响,射电望远镜装备的接收机极化器多为线极化双通道输出,通过对天文观测终端的输入功率统计,接收机双通道功率差异性较大,且垂直极化通道功率较强,随着射电望远镜俯仰角度的升高,垂直极化通道功率呈减弱趋势,由此认为来自地面的垂直极化信号进入接收系统,影响天文观测;
2、突发干扰信号影响,某个时间进入接收系统的干扰信号大幅增加,严重恶化观测数据,大量干扰信号的存在,导致此时间段的观测数据不在有效;
3、固定窄带干扰影响,此类干扰信号大多来自自身电子设备电磁辐射,窄带干扰数量越多,天文数据的有用信息损失越多,如脉冲星观测数据处理时,存在窄带干扰的通道被屏蔽,意味着窄带干扰越多,有用的频谱通道越少。
4、空间无线电业务影响,空间移动通信、飞机导航、雷达测距、卫星通讯等电磁干扰影响射电天文观测业务。
射电天文台站的电波环境测试要求测试系统具有优异的噪声系数,能够测得台站微弱的干扰信号;每次测试覆盖范围为测试天线3dB波束宽度,通过转动测试天线覆盖台站360度天区;其次,通过垂直极化测试和水平极化测试,分析台站极化信号对天文观测的影响;另外,通过相对实时的电波环境测试,分析同一方向干扰信号的变化趋势及工作日及节假日干扰信号的差异性。综上,射电天文台站电波环境测试具有宽带、极化性、重复性、实时性等特点,有效的干扰信号提取方法对研究台站干扰信号特征、干扰源查找、台站无线电管理及消干扰策略提供重要依据。
噪声和信号分离在无线电监测技术领域应用较多,长期的无线电监测,产生大量的频谱数据,有效分离频谱噪声和信号,对于研究有用信号非常有意义。而对于射电天文业务,主要运用高灵敏度射电望远镜接收宇宙中微弱的天体信号,而地面及空间其它信号进入射电望远镜接收系统,并称之为干扰信号;从电波环境频谱中有效分析噪声和干扰信号,对研究和统计射电天文台站干扰信号特征及规律非常重要。
国内的射电天文技术领域,在选择台址时进行详细的电波环境测试,通过分析台站各个方向无线电频谱及频率占用度,评估台站无线电环境优劣。而对于现有射电天文台站,射电望远镜建设过程中缺乏电磁兼容性设计,自身电子设备产生的电磁干扰成为台站主要的干扰源;通过提取不同方向、不同极化、不同时间电波环境频谱中的干扰信号,统计和分析干扰信号特征可以对研究台站干扰信号特征、干扰源查找、台站无线电管理及消干扰策略提供重要依据。而目前射电天文领域从事电波环境测试及干扰缓解方面的技术人员并不多,针对电波环境频谱提取干扰信号的研究更是少之又少,同领域相关技术文献并未找到。
无线电监测领域,背景噪声的滤除和信号提取为信号处理领域的基本问题,考虑到无线电频谱监测需求,需要在频域实现信号和频谱噪声的分离,从而进行占用度计算及信号分析。传统的信号噪声分离通过将频谱中各点幅度与阈值比较实现,幅度大于阈值的频点认为是信号,小于阈值的频点则认为是背景噪声,而阈值的确定最为困难,阈值不合适意味着信号提取精确度不高。国际电联(ITU-R)推荐的方法获取频谱噪声表征的频段较窄,且其算法原理上不适用宽带频谱。而当前常用的人工判断读取频谱噪声的方法误差较大,并且由于频段内无线电频谱噪声存在起伏不平的情况,必须人工分段进行判断,大大的增加了工作量。另外,在吴瑞娟、龚晓峰发表的文章《利用平滑滤波阈值限定法提取背景噪声[J].中国无线电,2008(6):75-77.》中给出的频谱噪声的获取方法,仅仅从理论上给出了解决方案,但是在具体实现时由于难以选取判别参数和确定频段分割大小,导致实用性受到较大影响。综上,针对宽带(窄带也适用)、起伏不平的电波环境频谱,现有的噪声、信号分离方法通用效果不佳,信号提取精确度不高,且带宽适用性较差。
为此,现有技术中提出了一种宽带频谱的干扰信号提取方法(专利号:ZL201510542046.0.),此专利存在如下缺点:(1)邻值比较判别值基于工程经验,缺乏理论支撑,适应性和准确性不确定度大;(2)邻值比较算法相对复杂,且动态阈值的确定增加了滤波环节,计算速度慢。
发明内容
为了解决上述现有技术存在的问题,本发明旨在提供一种基于邻值统计的宽带频谱信噪分离方法,以保证信噪分离精度,减少算法的复杂性,从而更好地应用于实时电波环境监测系统。
本发明所述的一种基于邻值统计的宽带频谱信噪分离方法,其包括以下步骤:
步骤S1,通过射电天文台站的电波环境测试系统提供多个给定电波环境宽带频谱P(F[n],V[n]),其中,P为二维数组,F为频率,V为频率点对应的功率值,n为频率点个数;
步骤S2,在所述多个给定电波环境宽带频谱中选取N组频谱样本,并将每组所述频谱样本按照频率高低平均分成M段频谱;
步骤S3,根据所述N组频谱样本,计算所述电波环境测试系统在测试方法不变情况下的频谱噪声的标准差
步骤S4,确定邻值比较判别值deta,包括:
步骤S41,根据公式(1)、(2)对N×M段频谱中相邻频率点对应的功率值进行差值处理,以获得矩阵VN×M
其中,ZNM表示对第N组频谱样本的第M段频谱中相邻频率点对应的功率值进行差值处理所获得的一维数组,表示第N组频谱样本的第M段频谱中第1个频率点对应的功率值,表示第N组频谱样本的第M段频谱中第2个频率点对应的功率值,表示第N组频谱样本的第M段频谱中第3个频率点对应的功率值,表示第N组频谱样本的第M段频谱中第X-1个频率点对应的功率值,表示第N组频谱样本的第M段频谱中第X个频率点对应的功率值;
步骤S42,根据公式(3)对所述矩阵VN×M中的所有数据按照从小到大的顺序进行排序,并获得一维数组WN
WN=sort(VN×M) (3),
其中,sort()为排序函数;
步骤S43,根据公式(4)从一维数组WN中取出排序为K的数据作为统计值BN,其中,K为百分数:
BN=Percent(WN,K) (4);
步骤S44,将所述统计值BN作为邻值比较判别值deta:
deta=BN (5);
步骤S5,根据每个所述给定电波环境宽带频谱P(F[n],V[n])中的数组V[n],计算获得用于邻值比较的初始噪声信号V[0]:
步骤S6,根据邻值比较判别值deta,通过频谱噪声提取法对每个所述给定电波环境宽带频谱P(F[n],V[n])中的数组V[n]进行处理,以获得对应的频谱噪声数据P1(F[n],V1[n]);以及
步骤S7,判断V[n]-V1[n]>0是否成立,其中,n=1,2,3,…n,若是,则表示V[n]为所述给定电波环境宽带频谱P(F[n],V[n])中的信号,否则,表示V[n]为所述给定电波环境宽带频谱P(F[n],V[n])中的噪声。
在上述的基于邻值统计的宽带频谱信噪分离方法中,所述步骤S3包括:
步骤S31,在每组频谱样本的M段频谱中选取一段连续且无干扰的频谱;
步骤S32,将选取的每段频谱中X个频率点对应的功率值记录为数组S[X],并根据式(7)计算选取的每段频谱的数据标准差σNM
其中,i<n/M,Si为数组S[X]中第i个频率点对应的功率值,为数组S[X]中所有功率值的平均值;以及
步骤S33,根据式(8)计算所有数据标准差σNM的平均值作为频谱噪声的标准差
在上述的基于邻值统计的宽带频谱信噪分离方法中,所述步骤S5包括:
根据公式(6)统计形成所述初始噪声信号V[0]:
其中,m为正整数,且m<n,min()为统计最小值函数,V[1]表示数组V[n]中的第一个值,以此类推,V[m]表示数组V[n]中的第m个值。
在上述的基于邻值统计的宽带频谱信噪分离方法中,所述步骤S6包括:
步骤S61,判断|V[0]-V[1]|>deta是否成立,其中,V[1]为数组V[n]中的第一个值,若是,则使频谱噪声数据P1(F[n],V1[n])中的数组V1[n]中的第1个值V1[1]=V[0],否则,使V1[1]=V[1];
步骤S62,判断|V[i]-V1[i-1]|>deta是否成立,其中,V[i]为数组V[n]中的第i个值,V1[i-1]为数组V1[n]中的第i-1个值,i取2至n,若是,则执行步骤S63,否则,使V1[i]=V[i];以及
步骤S63,判断V[i]-V1[i-1]≥0是否成立,若是,则使V1[i]=V1[i-1],否则,使V1[i]=V[i]。
在上述的基于邻值统计的宽带频谱信噪分离方法中,所述频谱样本的数量N为6组,且为所述多个给定电波环境宽带频谱中的6个方向的水平极化电波环境宽带频谱。
由于采用了上述的技术解决方案,本发明在上述现有专利的基础上进行优化,提高了方法的通用性、准确性和计算速度,更适合应用于实时频谱监测中,具体来说,本发明中的邻值比较判别值,通过典型样本统计获得,从而确保了准确性,在测量设置不变情况下,仅需要统计一次;在实时测量分析过程中可直接使用,不需要重复计算;而且,本发明仅需通过邻值比较,即可实现信噪分离,算法简单,计算速度快。
附图说明
图1是本发明一种基于邻值统计的宽带频谱信噪分离方法的流程图;
图2是本发明的步骤S6中的频谱噪声提取法的流程图;
图3是利用本发明进行信噪分离的结果示意图。
具体实施方式
下面结合附图,给出本发明的较佳实施例,并予以详细描述。
如图1所示,本发明,即一种基于邻值统计的宽带频谱信噪分离方法,其包括以下步骤:
步骤S1,通过射电天文台站的电波环境测试系统提供多个给定电波环境宽带频谱P(F[n],V[n]),其中,P为二维数组,F为频率,V为频率点对应的功率值,n为频率点个数;
步骤S2,在多个给定电波环境宽带频谱中选取N组频谱样本(每组频谱样本中数据的数据格式和数据点与P(F[n],V[n])一致),并将每组频谱样本按照频率高低平均分成M段频谱;
需要注意的是,在该步骤S2,考虑到电波环境监测数据重复性高、数据量大,频谱样本的选取应覆盖所有测试方向;
步骤S3,根据N组频谱样本,计算电波环境测试系统在测试方法不变情况下的频谱噪声的标准差(在此情况下,频谱噪声的标准差仅需计算一次);
步骤S4,确定邻值比较判别值deta,包括:
步骤S41,根据公式(1)、(2)对N×M段频谱中相邻频率点对应的功率值(即,相邻噪声数据)进行差值处理,以获得矩阵VN×M
其中,ZNM表示对第N组频谱样本的第M段频谱中相邻频率点对应的功率值进行差值处理所获得的一维数组,表示第N组频谱样本的第M段频谱中第1个频率点对应的功率值,表示第N组频谱样本的第M段频谱中第2个频率点对应的功率值,表示第N组频谱样本的第M段频谱中第3个频率点对应的功率值,表示第N组频谱样本的第M段频谱中第X-1个频率点对应的功率值,表示第N组频谱样本的第M段频谱中第X个频率点对应的功率值;
步骤S42,根据公式(3)对矩阵VN×M中的所有数据按照从小到大的顺序进行排序,并获得一维数组WN
WN=sort(VN×M) (3),
其中,sort()为排序函数;
步骤S43,根据公式(4)从一维数组WN中取出排序为K(K为百分数)的数据作为统计值BN
BN=Percent(WN,K) (4),
其中,Percent(WN,K)表示获取WN中排序为K的数据点,需要注意的是,K值选取考虑,若K取的太小,则噪声将被判断为信号;
步骤S44,将统计值BN作为邻值比较判别值deta,即:
deta=BN (5);
步骤S5,根据每个所述给定电波环境宽带频谱P(F[n],V[n])中的数组V[n],计算获得用于邻值比较的初始噪声信号V[0]:
由于若初始信号为宽带信号,则存在信号与信号进行比较的情况,因此,为了避免这类情况的发生,需要在多个给定电波环境宽带频谱P(F[n],V[n])中选取功率值数据,根据公式(6)统计形成初始噪声信号V[0]:
其中,m为正整数,且m<n,min()为统计最小值函数,为频谱噪声的标准差,约为频谱噪声的动态范围的一半;依据现有无线电频率分配,低频(小于2GHz频率)宽带干扰小于15MHz,若频谱点间隔为30KHz,选取500个样本点统计样本中最小值点,故本实施例中取m=500;
步骤S6,根据邻值比较判别值deta,通过频谱噪声提取法(如图2所示)对每个给定电波环境宽带频谱P(F[n],V[n])中的数组V[n]进行处理,以获得对应的频谱噪声数据P1(F[n],V1[n]),包括:
步骤S61,判断|V[0]-V[1]|>deta是否成立,其中,V[1]为数组V[n]中的第一个值,若是,则使频谱噪声数据P1(F[n],V1[n])中的数组V1[n]中的第1个值V1[1]=V[0],否则,使V1[1]=V[1];
步骤S62,判断|V[i]-V1[i-1]|>deta是否成立,其中,V[i]为数组V[n]中的第i个值,V1[i-1]为数组V1[n]中的第i-1个值,i取2至n,若是,则执行步骤S63,否则,使V1[i]=V[i];
步骤S63,判断V[i]-V1[i-1]≥0是否成立,若是,则使V1[i]=V1[i-1],否则,使V1[i]=V[i];
步骤S7,判断V[n]-V1[n]>0是否成立,其中,n=1,2,3,…n,若是,则表示V[n]为给定电波环境宽带频谱中的信号,否则,表示V[n]为给定电波环境宽带频谱中的噪声,由此实现频谱数据的信噪分离。
在本实施例中,上述步骤S3具体包括:
步骤S31,在每组频谱样本的M段频谱中选取一段连续且无干扰的频谱;
步骤S32,将选取的每段频谱中X个频率点对应的功率值记录为数组S[X],并根据式(7)计算选取的每段频谱的数据标准差σNM
其中,i<n/M,Si为数组S[X]中第i个频率点对应的功率值,为数组S[X]中所有功率值的平均值;以及
步骤S33,根据式(8)计算所有数据标准差σNM的平均值作为频谱噪声的标准差
下面结合具体实施例对本发明进行详细说明。
步骤S1,提供多个给定电波环境宽带频谱P(F[n],V[n]),其中,P为二维数组,F为频率,取值范围为1000-2800MHz,V为频率点对应的功率值,频率点间隔为30KHz,n为频率点个数,取n=60001;
步骤S2,在多个给定电波环境宽带频谱中选取6组频谱样本(每组频谱样本中数据的数据格式和数据点与P(F[n],V[n])一致),每组频谱样本覆盖60°方向,6组频谱覆盖360°方向;
步骤S3,将每组频谱样本按照频率高低均分为6段,并在每组频谱样本的6段频谱中选取一段连续且无干扰的频谱,根据选取的每段频谱中的200个频率点对应的功率值,计算获得频谱噪声的标准差
步骤S4,根据公式(1)-(4)进行计算获得一维数组WN,当取K=95%时,统计获得邻值比较判别值deta=0.25;
步骤S5:根据公式(6)计算用于邻值比较的初始噪声信号V[0]=-132.325;
步骤S6:通过频谱噪声提取法对每个给定电波环境宽带频谱P(F[n],V[n])中的数组V[n]进行处理,以获得对应的频谱噪声数据P1(F[n],V1[n])
步骤S7:对于频谱序列P(F[n],V[n]),若V[n]-V1[n]>0,n=1,2,3,…n,则表示V[n]为给定电波环境宽带频谱中的信号,从而实现频谱序列的信号提取。
通过上述步骤实现的信噪分离结果可如图3所示,其中,横坐标为频率,单位为MHz,纵坐标为幅度,单位为dBm;从图中所示的信噪分离结果可以看出,本发明能够快速、准确的实现信噪分离。
以上所述的,仅为本发明的较佳实施例,并非用以限定本发明的范围,本发明的上述实施例还可以做出各种变化。即凡是依据本发明申请的权利要求书及说明书内容所作的简单、等效变化与修饰,皆落入本发明专利的权利要求保护范围。本发明未详尽描述的均为常规技术内容。

Claims (5)

1.一种基于邻值统计的宽带频谱信噪分离方法,其特征在于,所述方法包括以下步骤:
步骤S1,通过射电天文台站的电波环境测试系统提供多个给定电波环境宽带频谱P(F[n],V[n]),其中,P为二维数组,F为频率,V为频率点对应的功率值,n为频率点个数;
步骤S2,在所述多个给定电波环境宽带频谱中选取N组频谱样本,并将每组所述频谱样本按照频率高低平均分成M段频谱;
步骤S3,根据所述N组频谱样本,计算所述电波环境测试系统在测试方法不变情况下的频谱噪声的标准差
步骤S4,确定邻值比较判别值deta,包括:
步骤S41,根据公式(1)、(2)对N×M段频谱中相邻频率点对应的功率值进行差值处理,以获得矩阵VN×M
其中,ZNM表示对第N组频谱样本的第M段频谱中相邻频率点对应的功率值进行差值处理所获得的一维数组,表示第N组频谱样本的第M段频谱中第1个频率点对应的功率值,表示第N组频谱样本的第M段频谱中第2个频率点对应的功率值,表示第N组频谱样本的第M段频谱中第3个频率点对应的功率值,表示第N组频谱样本的第M段频谱中第X-1个频率点对应的功率值,表示第N组频谱样本的第M段频谱中第X个频率点对应的功率值;
步骤S42,根据公式(3)对所述矩阵VN×M中的所有数据按照从小到大的顺序进行排序,并获得一维数组WN
WN=sort(VN×M) (3),
其中,sort()为排序函数;
步骤S43,根据公式(4)从一维数组WN中取出排序为K的数据作为统计值BN,其中,K为百分数:
BN=Percent(WN,K) (4);
步骤S44,将所述统计值BN作为邻值比较判别值deta:
deta=BN (5);
步骤S5,根据每个所述给定电波环境宽带频谱P(F[n],V[n])中的数组V[n],计算获得用于邻值比较的初始噪声信号V[0]:
步骤S6,根据邻值比较判别值deta,通过频谱噪声提取法对每个所述给定电波环境宽带频谱P(F[n],V[n])中的数组V[n]进行处理,以获得对应的频谱噪声数据P1(F[n],V1[n]);以及
步骤S7,判断V[n]-V1[n]>0是否成立,其中,n=1,2,3,…n,若是,则表示V[n]为所述给定电波环境宽带频谱P(F[n],V[n])中的信号,否则,表示V[n]为所述给定电波环境宽带频谱P(F[n],V[n])中的噪声。
2.根据权利要求1所述的基于邻值统计的宽带频谱信噪分离方法,其特征在于,所述步骤S3包括:
步骤S31,在每组频谱样本的M段频谱中选取一段连续且无干扰的频谱;
步骤S32,将选取的每段频谱中X个频率点对应的功率值记录为数组S[X],并根据式(7)计算选取的每段频谱的数据标准差σNM
其中,i<n/M,Si为数组S[X]中第i个频率点对应的功率值,为数组S[X]中所有功率值的平均值;以及
步骤S33,根据式(8)计算所有数据标准差σNM的平均值作为频谱噪声的标准差
3.根据权利要求1所述的基于邻值统计的宽带频谱信噪分离方法,其特征在于,所述步骤S5包括:
根据公式(6)统计形成所述初始噪声信号V[0]:
其中,m为正整数,且m<n,min()为统计最小值函数,V[1]表示数组V[n]中的第一个值,以此类推,V[m]表示数组V[n]中的第m个值。
4.根据权利要求1所述的基于邻值统计的宽带频谱信噪分离方法,其特征在于,所述步骤S6包括:
步骤S61,判断|V[0]-V[1]|>deta是否成立,其中,V[1]为数组V[n]中的第一个值,若是,则使频谱噪声数据P1(F[n],V1[n])中的数组V1[n]中的第1个值V1[1]=V[0],否则,使V1[1]=V[1];
步骤S62,判断|V[i]-V1[i-1]|>deta是否成立,其中,V[i]为数组V[n]中的第i个值,V1[i-1]为数组V1[n]中的第i-1个值,i取2至n,若是,则执行步骤S63,否则,使V1[i]=V[i];以及
步骤S63,判断V[i]-V1[i-1]≥0是否成立,若是,则使V1[i]=V1[i-1],否则,使V1[i]=V[i]。
5.根据权利要求1所述的基于邻值统计的宽带频谱信噪分离方法,其特征在于,所述频谱样本的数量N为6组,且为所述多个给定电波环境宽带频谱中的6个方向的水平极化电波环境宽带频谱。
CN201811510587.5A 2018-12-11 2018-12-11 一种基于邻值统计的宽带频谱信噪分离方法 Expired - Fee Related CN109800634B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811510587.5A CN109800634B (zh) 2018-12-11 2018-12-11 一种基于邻值统计的宽带频谱信噪分离方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811510587.5A CN109800634B (zh) 2018-12-11 2018-12-11 一种基于邻值统计的宽带频谱信噪分离方法

Publications (2)

Publication Number Publication Date
CN109800634A true CN109800634A (zh) 2019-05-24
CN109800634B CN109800634B (zh) 2021-05-18

Family

ID=66556527

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811510587.5A Expired - Fee Related CN109800634B (zh) 2018-12-11 2018-12-11 一种基于邻值统计的宽带频谱信噪分离方法

Country Status (1)

Country Link
CN (1) CN109800634B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110855384A (zh) * 2019-10-23 2020-02-28 中国科学院新疆天文台 一种基于窗口划分的宽带频谱信噪分离方法
CN113992281A (zh) * 2021-10-22 2022-01-28 中国科学院新疆天文台 一种常驻信号检测与识别方法
CN114930190A (zh) * 2019-12-06 2022-08-19 法雷奥开关和传感器有限责任公司 在干扰环境中通过超声波传感器系统进行测量

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120014416A1 (en) * 2010-07-14 2012-01-19 Applied Micro Circuits Corporation Narrowband Interference Cancellation Method and Circuit
CN104267265A (zh) * 2014-09-30 2015-01-07 中国科学院新疆天文台 一种基于射电天文仪器设备电磁辐射的评估系统及方法
CN104811258A (zh) * 2015-04-03 2015-07-29 深圳邦健生物医疗设备股份有限公司 干扰信号消除方法、装置以及医疗设备
CN104991120A (zh) * 2015-08-04 2015-10-21 中国科学院新疆天文台 一种相对实时的电波环境测试方法
CN105203839A (zh) * 2015-08-28 2015-12-30 中国科学院新疆天文台 一种基于宽带频谱的干扰信号提取方法
CN106772457A (zh) * 2017-01-22 2017-05-31 广州海格通信集团股份有限公司 一种基于空时频架构的卫星导航抗干扰方法
CN107528646A (zh) * 2017-08-31 2017-12-29 中国科学院新疆天文台 一种基于宽带频谱的干扰信号识别及提取方法
CN108957132A (zh) * 2018-08-31 2018-12-07 国网江苏省电力有限公司徐州供电分公司 一种基于整周期同步采样的电力系统谐波检测装置及其检测方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120014416A1 (en) * 2010-07-14 2012-01-19 Applied Micro Circuits Corporation Narrowband Interference Cancellation Method and Circuit
CN104267265A (zh) * 2014-09-30 2015-01-07 中国科学院新疆天文台 一种基于射电天文仪器设备电磁辐射的评估系统及方法
CN104811258A (zh) * 2015-04-03 2015-07-29 深圳邦健生物医疗设备股份有限公司 干扰信号消除方法、装置以及医疗设备
CN104991120A (zh) * 2015-08-04 2015-10-21 中国科学院新疆天文台 一种相对实时的电波环境测试方法
CN105203839A (zh) * 2015-08-28 2015-12-30 中国科学院新疆天文台 一种基于宽带频谱的干扰信号提取方法
CN106772457A (zh) * 2017-01-22 2017-05-31 广州海格通信集团股份有限公司 一种基于空时频架构的卫星导航抗干扰方法
CN107528646A (zh) * 2017-08-31 2017-12-29 中国科学院新疆天文台 一种基于宽带频谱的干扰信号识别及提取方法
CN108957132A (zh) * 2018-08-31 2018-12-07 国网江苏省电力有限公司徐州供电分公司 一种基于整周期同步采样的电力系统谐波检测装置及其检测方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110855384A (zh) * 2019-10-23 2020-02-28 中国科学院新疆天文台 一种基于窗口划分的宽带频谱信噪分离方法
CN110855384B (zh) * 2019-10-23 2021-08-27 中国科学院新疆天文台 一种基于窗口划分的宽带频谱信噪分离方法
CN114930190A (zh) * 2019-12-06 2022-08-19 法雷奥开关和传感器有限责任公司 在干扰环境中通过超声波传感器系统进行测量
US12032103B2 (en) 2019-12-06 2024-07-09 Valeo Schalter Und Sensoren Gmbh Measurement by means of an ultrasonic sensor system in an interfering environment
CN113992281A (zh) * 2021-10-22 2022-01-28 中国科学院新疆天文台 一种常驻信号检测与识别方法
CN113992281B (zh) * 2021-10-22 2023-07-14 中国科学院新疆天文台 一种常驻信号检测与识别方法

Also Published As

Publication number Publication date
CN109800634B (zh) 2021-05-18

Similar Documents

Publication Publication Date Title
CN105203839B (zh) 一种基于宽带频谱的干扰信号提取方法
CN109800634A (zh) 一种基于邻值统计的宽带频谱信噪分离方法
JP5793961B2 (ja) 電磁波識別装置、電磁波識別方法及びプログラム
CN104991120B (zh) 一种相对实时的电波环境测试方法
Ford et al. RFI mitigation techniques in radio astronomy
CN110324098B (zh) 一种宽带频谱序列的干扰信号的识别与统计方法
CN110398722A (zh) 基于随机矩阵有限谱的扩展目标回波检测方法
CN113438042B (zh) 一种实时电磁环境监测系统及方法
CN110501591A (zh) 无线电接收机电磁环境适应性测试系统及预测方法
Martone et al. Fast technique for wideband spectrum sensing
Pal et al. Towards 21-cm intensity mapping at z= 2.28 with uGMRT using the tapered gridded estimator I: Foreground avoidance
An et al. Radio frequency interference mitigation
CN105891701A (zh) 一种分数延时滤波器延时性能测试方法及其测试装置
Fernández-Ros et al. Optimization of the periodogram average for the estimation of the power spectral density (PSD) of weak signals in the ELF band
Fallows et al. Developments in the use of EISCAT for interplanetary scintillation
CN110855384B (zh) 一种基于窗口划分的宽带频谱信噪分离方法
Martone et al. An overview of spectrum sensing for harmonic radar
Alvarez et al. Energy detection and eigenvalue based detection: An experimental study using GNU radio
Oliva et al. Results from the ground RFI detection system for passive microwave Earth observation data
Błaszkiewicz et al. Comparative measurements of radio frequency interference in the 10–250 MHz
CN113992281B (zh) 一种常驻信号检测与识别方法
Hale et al. 3.5 GHz radar waveform capture at Point Loma
KR102240369B1 (ko) 도래각 측정 장치 및 방법
Wyatt HF radar wind, wave and current measurements for offshore wind power
Qu et al. Study on calculation method of spectrum occupancy threshold based on cognitive radio access

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

Granted publication date: 20210518

Termination date: 20211211

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