CN111130630A - 一种通信卫星频谱监测设备及其频谱获取与特征识别方法 - Google Patents

Abstract

本发明公开一种通信卫星频谱监测设备及其频谱获取与特征识别方法，属于卫星通信和频谱监测技术领域；该设备实现对GEO通信卫星信号的长期式监视，实时获取并自动保存各卫星信号频谱图，完成各卫星信号有关资源利用和载波分布的统计分析，为卫星通信系统的资源调度和网络优化提供依据；实现对卫星载波信号参数的有效识别，完成载波信号的合法性检验，发现异常及时告警，为系统的自主运行和故障排查提供支撑；实现对卫星信号的干扰监测，完成干扰参数的准确识别和自动告警，为系统的抗干扰决策提供参考。可同时接收两路70～6000MHz频率范围的卫星下行链路信号，并对接收信号完成频谱生成、参数识别、干扰监测等功能。

Description

一种通信卫星频谱监测设备及其频谱获取与特征识别方法

技术领域

本发明属于卫星通信和频谱监测技术领域，特别是一种适合应用于GEO通信卫星频谱监测场景的设备。

背景技术

在现今的通信环境中特别是卫星通信环境中，实时监测卫星信号获取卫星转发器频谱样式及信号参数，从而分析卫星转发器工作状态，判断有无干扰，掌握通信卫星当前可用资源情况显得十分重要。

现有的解决方案主要依靠频谱仪来获取卫星转发器的频谱样式及信号参数，其实时性难以满足一些特殊应用场景的需要，并且无法完成干扰的自动检测和告警，对转发器资源利用情况也不能做到长期实时地统计，更多地是依靠使用人员进行二次分析和判断。且设备较为笨重，成本也比较高。本发明能够有效解决传统解决方案的上述不足。

发明内容

本发明所要解决的技术问题是针对背景技术的不足提供了一种通信卫星频谱监测设备及其频谱获取与特征识别方法，实时获取并自动保存各卫星信号频谱图，完成各卫星信号有关资源利用和载波分布的统计分析，为卫星通信系统的资源调度和网络优化提供依据；实现对卫星载波信号参数的有效识别，完成载波信号的合法性检验，发现异常及时告警，为系统的自主运行和故障排查提供支撑；实现对卫星信号的干扰监测，完成干扰参数的准确识别和自动告警，为系统的抗干扰决策提供参考。

本发明为解决上述技术问题采用以下技术方案：

一种通信卫星频谱监测设备，包含机箱、信号处理硬件平台和上层应用软件；

其中，机箱，用于为机箱式频谱监测设备提供硬件支撑；

信号处理硬件平台，用于完成输入信号的放大滤波，变频，模数转换从而将模拟信号转化为基带信号；

上层应用软件，用于将频谱数据图形化显示并显示其特征参数包含频点和功率，同时对频谱数据进行二次分析统计判别。

作为本发明一种通信卫星频谱监测设备的进一步优选方案，所述机箱采用1U标准机箱。

作为本发明一种通信卫星频谱监测设备的进一步优选方案，机箱整体结构采用框架式设计，机箱后面设有多个对外接口，包括2组收发接口、1个外部参考时钟输入接口、1组备用收发接口、对外数据交互用的RJ45网口、DB9调试接口和电源接口；机箱内还设置一个模块化电源模块，用于向信号处理硬件平台提供需要的多种电压。

作为本发明一种通信卫星频谱监测设备的进一步优选方案，所述信号处理硬件平台采用赛灵思Zynq-7000系列全可编程SoC芯片完成机箱式频谱监测设备的控制；外加资源丰富的Kintex-7系列高性能FPGA完成基带信号及接口处理功能；采用ADI公司高性能收发器AD9361芯片实现射频及基带前端处理功能。

作为本发明一种通信卫星频谱监测设备的进一步优选方案，所述上层应用软件包括嵌入式核心服务软件和客户端软件；

其中，嵌入式核心服务软件，用于完成通道参数配置、计划调度、通道调度功能，获取FPGA上报的频谱数据与信号分析数据、实现网络通信接口与客户端软件完成信息交互；

客户端软件，用于实现当前监视频段频谱图与信号分析结果的呈现、提供相应操作接口，根据用户操作完成监视计划的变更、通道选择、回放模式切换功能，利用以太网接口与嵌入式核心服务软件实现信息交互。

一种基带信号频谱数据获取及特征识别方法，具体包含如下两部分：

1)宽带自适应快速分离扫频算法，用于准确地获取基带信号频谱特征，优化双通道频谱数据采集工作模式，其中，双通道包含扫描通道和驻留通道；

2)基于信号子空间的短突发信号信噪比估计算法，用于提高卫星通信环境下频谱检测设备的基带信号认知能力。

作为本发明一种基带信号频谱数据获取及特征识别方法的进一步优选方案，所述宽带自适应快速分离扫频算法具体如下：

步骤1.1利用扫描通道，采用一个较大分辨率带宽进行粗扫，获取一个转发器上的信号总体轮廓特征；

步骤1.2根据步骤1.1获取的信号总体轮廓特征，将整个需要扫描的频带分割成几个相对独立的群；对于每个群采用驻留通道，获取精细的频谱数据，并根据其频谱考虑是否进一步划分为更小的群，若需要，则调整驻留通道的频率分辨率，再次进行分析，依此类推，最终分析清楚每一个信号；

步骤1.3基于步骤1.1和步骤1.2将频谱自适应区域划分为三个区域，具体为信号或干扰区、噪声区域、疑似区域；其中，信号区域内的频点一定是信号，噪声区域内的频点一定是噪声，疑似区域内的频点待定。

作为本发明一种基带信号频谱数据获取及特征识别方法的进一步优选方案，步骤1.3具体如下：

自适应区域划分算法主要分为三个步骤：频谱均值滤波、直方图生成和噪声线信号线划定，具体为：

步骤1.31，频谱均值滤波，均值滤波采用长度为奇数的均值窗口卷积原频谱，从而获得均值谱；

步骤1.32，使用均值谱数据生成直方图；

步骤1.33，采用均值谱直方图划定噪声线和信号线。

作为本发明一种基带信号频谱数据获取及特征识别方法的进一步优选方案，基于信号子空间的短突发信号信噪比估计算法，具体如下：

通过信号协方差矩阵的特征值分解，将信号与噪声从接收信号中分离出来估计信噪比的算法，能够适应信道特性；具体如下：

步骤2.1，将接收基带信号向量空间分解为信号子空间和噪声子空间；

步骤2.2，通过搜索将协方差矩阵的秩进行分解；

步骤2.3，协方差矩阵利用滑动平均的方法，采用最近N次收到的信号形成；

其实现方程式，具体如下：

其中Y(k)＝[y(k),y(k+1),…,y(k+L-1)]^H为第k次接收基带信号序列，长度为L，H代表取复共轭，N为总接收次数。将协方差矩阵R_yy进行特征值分解得

R_yy＝U∑U (2)

其中∑＝diag{λ₁,λ₂,…,λ_L}为协方差矩阵的秩(λ₁,λ₂,…,λ_L)组成的对角矩阵，满足λ₁≥λ₂…≥λ_L，U为标准正交化的特征向量构成，为协方差矩阵的阶数，取40～100之间；

采用两种信息量准则来估计协方差矩阵的秩：

其中，log表示取对数，

为似然函数，

为参数向量的最大似然估计，∏代表乘积，∑代表求和；

AIC和MDL准则的可分别写成

则秩p的估计值为

其中，min代表取最小值；

由此可根据下列式子可估计噪声功率

信号功率

和接收信噪比

在MATLAB环境下对SB信噪比估计算法的性能进行仿真分析，进行100次仿真实验，选择卫星通信中常用的数字调制方式来测试算法的估计性能；协方差矩阵的阶数采用L＝40；

信噪比估计算法的准确性以估计值偏离真实值的程度来衡量，选择能够很好地反映这一标准的数学准则—标准偏差：

其中，

为真实信噪比SNR的估计值，E表示求均值。

本发明与现有技术相比，其显著优点：

1.本发明实现对卫星信号的长期分布式监视，实时获取并自动保存各卫星信号频谱图，完成各卫星信号有关资源利用和载波分布的统计分析，为卫星通信系统的资源调度和网络优化提供依据；

2.本发明实现对卫星载波信号参数的有效识别，完成载波信号的合法性检验，发现异常及时告警，为系统的自主运行和故障排查提供支撑；

3.本发明实现对所监测的全部卫星信号的干扰检测，完成干扰参数的准确识别和自动告警，为系统的抗干扰决策提供参考；

4.本发明具备监视计划配置能力，通过更改监视中心频率与监视带宽确定监视计划的监视范围；具备频谱监视数据回放能力，回放具备快进、倒退及暂停功能；具备频谱数据自动上传功能；携带方便，成本较低。

附图说明

图1是本发明信号处理硬件平台原理图；

图2-1是本发明宽带自适应快速分离扫频算法-频谱均值滤波仿真图；

图2-2是本发明宽带自适应快速分离扫频算法-直方图生成仿真图；

图2-3是本发明宽带自适应快速分离扫频算法-噪声线信号线划定仿真图；

图3-1是本发明基于信号子空间的短突发信号信噪比估计算法-信号子空间信噪比性能仿真图；

图3-2是本发明基于信号子空间的短突发信号信噪比估计算法-信号子空间信噪比性能仿真图；

图3-3是本发明基于信号子空间的短突发信号信噪比估计算法-信号子空间信噪比估计性能仿真图；

图4-1是本发明嵌入式核心服务软件-逻辑模块结构；

图4-2是本发明客户端软件-逻辑模块结构。

具体实施方式

下面结合附图和具体实施方式对本发明作进一步详细描述。

本发明公开一种适合GEO(对地静止轨道)通信卫星的机箱式频谱监测设备，属于卫星通信和频谱监测技术领域；该设备实现对GEO通信卫星信号的长期式监视，实时获取并自动保存各卫星信号频谱图，完成各卫星信号有关资源利用和载波分布的统计分析，为卫星通信系统的资源调度和网络优化提供依据；实现对卫星载波信号参数的有效识别，完成载波信号的合法性检验，发现异常及时告警，为系统的自主运行和故障排查提供支撑；实现对卫星信号的干扰监测，完成干扰参数的准确识别和自动告警，为系统的抗干扰决策提供参考。可同时接收两路70～6000MHz频率范围的卫星下行链路信号，并对接收信号完成频谱生成、参数识别、干扰监测等功能。

设备主要由以下几个部分构成：(1)1U标准机箱，提供设备结构和电源；(2)信号处理硬件平台，基于赛灵思Zynq-7000系列SoC+Kintex-7系列FPGA+ADI公司高性能收发器AD9361的射频和基带处理平台；(3)核心算法，运行FPGA和ARM中完成监测数据处理的算法；(4)上层应用软件，运行于电脑中完成频谱显示、存储及参数识别的应用软件。

设备主要工作流程：GEO通信卫星信号经SMA接口输入到硬件平台，对信号进行阻抗匹配、放大滤波、正交下变频、模数转换，核心算法对硬件平台接收到的监测数据进行频谱处理，然后通过网线传输至运行上层应用软件的电脑；上层应用软件完成信号参数的识别、信号频谱图和特征参数的显示和存储等。本设备支持两路卫星信号的并行监测。

具体实施例如下：

1.信号处理硬件平台

如图1，信号处理硬件平台采用GPPA技术，可同时对两路信号进行频谱分析。采用赛灵思Zynq-7000系列全可编程SoC芯片(双核ARM+FPGA架构)，完成系统控制；外加资源丰富的Kintex-7系列高性能FPGA完成基带信号及接口处理功能；采用ADI公司高性能收发器AD9361芯片实现射频及基带前端处理功能。平台具有丰富的硬件资源，包括三组射频收发通道，充足的基带处理资源(Zynq+FPGA)，丰富的外设及接口，是一款具备多通道频谱信号处理能力、高性能及可扩展性强的频谱分析处理硬件平台。

2.宽带自适应快速分离扫频算法

为了准确地获取信号频谱特征，优化双通道(扫描通道和驻留通道)频谱数据采集工作模式，提出采用一种宽带自适应快速分离扫频算法。其实现思路为：首先，利用扫描通道，采用一个较大分辨率带宽进行粗扫，获取一个转发器(甚至更宽带宽)上的信号特征，根据其总体“轮廓”特征，将整个需要扫描的频带分割成几个相对独立的“群”。对于每个“群”，采用驻留通道，获取精细的频谱数据，并根据其频谱考虑是否进一步划分为更小的“群”，若需要，则调整驻留通道的频率分辨率，再次进行分析，依此类推，最终分析清楚每一个信号。分群处理一定程度上提高了分析效率，但仍然需要在分析效率和分析准确度上有一个较好的折衷(不能无限度细分群)。

自适应区域划分将频谱划分成三个区域：信号或干扰区(后称信号区域)、噪声区域、疑似区域。信号区域内的频点一定是信号(或干扰)；噪声区域内的频点一定是噪声；疑似区域内的频点待定。这种设计的优势在于，疑似区域的判定，不但可以使用频点本身的幅度信息，还可以使用其周边环境信息，即可以使用其与周边确定区域(信号区域或噪声区域)的关系来判定，这大大提升了判别的准确性与算法的韧性。

本设备采用基于直方图的自适应区域划定方法，该方法借助经滤波后的频谱数据的统计特性，分析其直方图分布，从而确定信号线与噪声线。而均值滤波的使用去除了频谱中大量的波动，提高了区域划定的准确性。

自适应区域划分算法主要分为三个步骤：频谱均值滤波、直方图生成和噪声线信号线划定。

2.1频谱均值滤波

均值滤波是指采用长度为L_mean(一般为奇数)的均值窗口卷积原频谱，从而获得均值谱。均值滤波仿真如图2-1所示。由图可见，均值滤波去除了频谱中存在的无关波动，更加明显的区分了信号与噪声，放大了信号、噪声的统计特点，从而为后续计算创造了良好的条件。图中纵坐标均使用真值而非对数值。

2.2直方图生成

直方图生成是指使用均值谱数据生成直方图，如图2-2所示。

2.3噪声线信号线划定

噪声线、信号线划定是指采用均值谱直方图划定噪声线和信号线。

区域自适应划分的示例图如图2-3所示。其中上部图片中，绿色区域为噪声区域，红色区域为信号区域，无色区域为待定区域。下部图片中，红线代表信号线，绿线代表噪声线。

3.基于信号子空间的短突发信号信噪比估计算法

为了提高卫星通信环境下频谱监测设备的信号认知能力，采用了一种基于信号子空间的短突发信号信噪比估计算法。

基于信号子空间(SB subspace-based)算法是一种无需信道情况，通过信号协方差矩阵的特征值分解，将信号与噪声从接收信号中分离出来估计信噪比的算法，能够适应信道特性。

接收信号向量空间可以分解为信号子空间和噪声子空间，通过搜索协方差矩阵的秩可以实现这种分解。实际中协方差矩阵可以用滑动平均的方法，采用最近N次收到的信号所形成的进行平均再求值：

其中Y(k)＝[y(k),y(k+1),…,y(k+L-1)]^H为第k次接收基带信号序列，长度为L，H代表取复共轭，N为总接收次数。将协方差矩阵R_yy进行特征值分解得

R_yy＝U∑U (2)

其中∑＝diag{λ_1,λ_2,…,λ_L}为协方差矩阵的秩(λ₁,λ₂,…,λ_L)组成的对角矩阵，满足λ₁≥λ₂…≥λ_L，U为标准正交化的特征向量构成，为协方差矩阵的阶数，取40～100之间；

采用两种信息量准则来估计协方差矩阵的秩：

其中，log表示取对数，

为似然函数，

为参数向量的最大似然估计，Π代表乘积，∑代表求和。

AIC和MDL准则的可分别写成

则秩p的估计值为

其中，min代表取最小值。

由此可根据下列式子可估计噪声功率

信号功率

和接收信噪比

在MATLAB环境下对SB信噪比估计算法的性能进行仿真分析。进行100次仿真实验，选择卫星通信中常用的数字调制方式来测试算法的估计性能。协方差矩阵的阶数采用L＝40。

信噪比估计算法的准确性以估计值偏离真实值的程度来衡量，这里选择能够很好地反映这一标准的数学准则—标准偏差：

QPSK调制信号，采用滚降因子为0.35的根升余弦成形，载频为12.8kHz，随机产生相差，符号速率16ksps，采样速率64kHz，共1000个调制符号，每符号4个采样点，从图3-1给出的仿真结果可以看出，当信噪比大于4dB时，平均估计误差小于0.1dB，同时可以看出基于信号子空间的信噪比估计方法的通用性非常好，对于载波的频差和相差均不敏感，即不需要完成载波同步，对于升余弦成形信号也能很好适应，也不需要完成位定时，该特点能够满足频谱监测中信号相关信息未知的盲信噪比估计的要求。

对于TDMA信号，每时隙的符号数较少，如图3-2，3-3给出了基于100个符号的仿真结果，可以看出当每符号采样点数为8时，其估计误差仍小于0.5dB。甚至，仅有50个符号时，当信噪比大于0dB时，其估计误差仍然小于0.5dB，仍能满足要求。增加符号的采样样点数，能明显改善低信噪比的估计准确度，对于短突发、信号调制方式不确定的TDMA信号来讲，由于不需要完成载波同步和位同步，因而适用于频谱监测应用。

4.嵌入式核心服务软件

软件描述及主要功能：嵌入式核心服务软件使用C/C++语言编写，交叉编译后部署于ARM的LINUX环境下，完成通道参数配置、计划调度、通道调度等功能，获取FPGA上报的频谱数据与信号分析数据、实现网络通信接口与客户端软件完成信息交互。

逻辑模块结构设计：如图4-1所示。参数配置模块初始化所有参数后与通道控制模块共同等待接受线程调度模块指令，用户操作客户端后，指令通过网络通信模块经由调度模块控制参数配置与通道控制模块完成对数据通道的配置，数据处理模块根据相关指令，完成数据通道上报的频谱数据与信号分析数据的处理，交由网络通信模块发送至客户端软件完成显示等功能。由于设备具有三个物理通道，可同时监测三个不同计划，调度模块根据用户需求将所需要的通道数据传输至客户端软件。

5.客户端软件

软件描述及主要功能：设备配套的计算机客户端软件运行于具备Java环境的主机，实现当前监视频段频谱图与信号分析结果的呈现、提供相应操作接口，可根据用户操作完成监视计划的变更、通道选择、回放模式切换等功能。利用有线方式实现与嵌入式核心服务软件实现信息交互。

逻辑模块结构设计：如图4-2所示。客户端软件网络通信模块使用UDP协议与嵌入式核心服务软件实现信息交互，通过线程调度模块完成各项子模块功能，频谱数据处理模块根据频谱数据完成谱线整形，底噪校正等功能。信号分析及告警处理模块完成信号分析结果的二次筛选，数据库服务存储频谱数据与信号分析结果，为回放频谱监视数据与上报数据提供数据库服务支持，操作指令响应模块在界面上呈现为用户操作接口，将用户操作指令通过网络通信模块下发至嵌入式核心服务软件。

Claims (9)

1.一种通信卫星频谱监测设备，其特征在于：包含机箱、信号处理硬件平台和上层应用软件；

其中，机箱，用于为机箱式频谱监测设备提供硬件支撑；

信号处理硬件平台，用于完成输入信号的放大滤波，变频，模数转换从而将模拟信号转化为基带信号；

上层应用软件，用于将频谱数据图形化显示并显示其特征参数包含频点和功率，同时对频谱数据进行二次分析统计判别。

2.根据权利要求1所述的一种通信卫星频谱监测设备，其特征在于：所述机箱采用1U标准机箱。

3.根据权利要求1所述的一种通信卫星频谱监测设备，其特征在于：机箱整体结构采用框架式设计，机箱后面设有多个对外接口，包括2组收发接口、1个外部参考时钟输入接口、1组备用收发接口、对外数据交互用的RJ45网口、DB9调试接口和电源接口；机箱内还设置一个模块化电源模块，用于向信号处理硬件平台提供需要的多种电压。

4.根据权利要求1所述的一种通信卫星频谱监测设备，其特征在于：所述信号处理硬件平台采用赛灵思Zynq-7000系列全可编程SoC芯片完成机箱式频谱监测设备的控制；外加资源丰富的Kintex-7系列高性能FPGA完成基带信号及接口处理功能；采用ADI公司高性能收发器AD9361芯片实现射频及基带前端处理功能。

5.根据权利要求1所述的一种通信卫星频谱监测设备，其特征在于：所述上层应用软件包括嵌入式核心服务软件和客户端软件；

其中，嵌入式核心服务软件，用于完成通道参数配置、计划调度、通道调度功能，获取FPGA上报的频谱数据与信号分析数据、实现网络通信接口与客户端软件完成信息交互；

客户端软件，用于实现当前监视频段频谱图与信号分析结果的呈现、提供相应操作接口，根据用户操作完成监视计划的变更、通道选择、回放模式切换功能，利用以太网接口与嵌入式核心服务软件实现信息交互。

6.一种基于权利要求1至4所述的频谱获取与特征识别方法，其特征在于，具体包含如下两部分：

1)宽带自适应快速分离扫频算法，用于准确地获取基带信号频谱特征，优化双通道频谱数据采集工作模式，其中，双通道包含扫描通道和驻留通道；

2)基于信号子空间的短突发信号信噪比估计算法，用于提高卫星通信环境下频谱检测设备的基带信号认知能力。

7.根据权利要求5所述的一种基带信号频谱数据获取及特征识别方法，其特征在于，所述宽带自适应快速分离扫频算法具体如下：

步骤1.1利用扫描通道，采用一个较大分辨率带宽进行粗扫，获取一个转发器上的信号总体轮廓特征；

步骤1.2根据步骤1.1获取的信号总体轮廓特征，将整个需要扫描的频带分割成几个相对独立的群；对于每个群采用驻留通道，获取精细的频谱数据，并根据其频谱考虑是否进一步划分为更小的群，若需要，则调整驻留通道的频率分辨率，再次进行分析，依此类推，最终分析清楚每一个信号；

步骤1.3基于步骤1.1和步骤1.2将频谱自适应区域划分为三个区域，具体为信号或干扰区、噪声区域、疑似区域；其中，信号区域内的频点一定是信号，噪声区域内的频点一定是噪声，疑似区域内的频点待定。

8.根据权利要求5所述的一种基带信号频谱数据获取及特征识别方法，其特征在于，步骤1.3具体如下：

自适应区域划分算法主要分为三个步骤：频谱均值滤波、直方图生成和噪声线信号线划定，具体为：

步骤1.31，频谱均值滤波，均值滤波采用长度为奇数的均值窗口卷积原频谱，从而获得均值谱；

步骤1.32，使用均值谱数据生成直方图；

步骤1.33，采用均值谱直方图划定噪声线和信号线。

9.根据权利要求5所述的一种基带信号频谱数据获取及特征识别方法，其特征在于，基于信号子空间的短突发信号信噪比估计算法，具体如下：

通过信号协方差矩阵的特征值分解，将信号与噪声从接收信号中分离出来估计信噪比的算法，能够适应信道特性；具体如下：

步骤2.1，将接收基带信号向量空间分解为信号子空间和噪声子空间；

步骤2.2，通过搜索将协方差矩阵的秩进行分解；

步骤2.3，协方差矩阵利用滑动平均的方法，采用最近N次收到的信号形成；

其实现方程式，具体如下：

其中Y(k)＝[y(k),y(k+1),…,y(k+L-1)]^H为第k次接收基带信号序列，长度为L，H代表取复共轭，N为总接收次数。将协方差矩阵R_yy进行特征值分解得

R_yy＝U∑U (2)

其中∑＝diag{λ₁,λ₂,…,λ_L}为协方差矩阵的秩(λ₁,λ₂,…,λ_L)组成的对角矩阵，满足λ₁≥λ₂…≥λ_L，U为标准正交化的特征向量构成，为协方差矩阵的阶数，取40～100之间；

采用两种信息量准则来估计协方差矩阵的秩：

其中，log表示取对数，

为似然函数，

为参数向量的最大似然估计，∏代表乘积，∑代表求和；

AIC和MDL准则的可分别写成

则秩p的估计值为

其中，min代表取最小值；

由此可根据下列式子可估计噪声功率

信号功率

和接收信噪比

在MATLAB环境下对SB信噪比估计算法的性能进行仿真分析，进行100次仿真实验，选择卫星通信中常用的数字调制方式来测试算法的估计性能；协方差矩阵的阶数采用L＝40；

信噪比估计算法的准确性以估计值偏离真实值的程度来衡量，选择能够很好地反映这一标准的数学准则—标准偏差：

其中，

为真实信噪比SNR的估计值，E表示求均值。

Images