CN111510255A - 基于宽带频谱数据的跳频信号盲检测及参数估计方法 - Google Patents

Abstract

本发明公开了一种基于宽带频谱数据的跳频信号盲检测及参数估计方法，包括：输入宽带频谱数据s并构建信号列表库list；对宽带频谱数据s进行预处理，实现信号的最大保持；对非单音信号进行平滑滤波；噪声基底估计，能量检测，参数提取和信号合并，提取的参数包括信号的当前帧中心频率索引号f_new、当前帧带宽索引号BW_new；更新信号列表库list；更新历史信号库、并根据历史信号库修正信号列表库list中每个信号的参数；异常信号判定；判决处理，输出跳频频率集的个数和数值；本发明可应用至传统的无线电监测和侦察、无人机侦测、各类信号分析产品、战场军事环境等，从而提高跳频信号的截获概率。

Description

基于宽带频谱数据的跳频信号盲检测及参数估计方法

技术领域

本发明涉及跳频非合作通信技术领域，特别是一种基于宽带频谱数据的跳频信号盲检测及参数估计方法。

背景技术

跳频属于扩频技术的一种，它具备良好的抗干扰性、低截获概率和极强的组网能力。由于发展迅速，近年来在用于战术通信的跳频电台、无人机遥控/数传链路、蓝牙等军事、民用通信中得到了广泛应用，从而极大地提高了设备的抗截获、抗干扰能力，但也给第三方非合作通信提出了严峻的挑战。

针对跳频非合作通信，工作频段内的截获检测、对目标跳频信号的参数估计，是后续拼接解跳、解调的基础。然而，要实现完整的参数估计，例如跳速、跳频图案，则需要宽带的连续IQ数据，但数据的存储量和运算量均非常大，在线实时处理不可能，通常利用流盘后的数据离线处理，这样不仅不利于产品的市场推广，还可能造成不存在跳频信号时的资源浪费，实用性较差。

发明内容

为解决现有技术中存在的问题，本发明的目的是提供一种基于宽带频谱数据的跳频信号盲检测及参数估计方法，本发明重点利用了宽带频谱数据，可以利用在线检测结果引导宽带IQ数据留盘，当有必要时，再实现完整的跳频信号参数估计。

为实现上述目的，本发明采用的技术方案是：一种基于宽带频谱数据的跳频信号盲检测及参数估计方法，包括：

输入宽带频谱数据s并构建信号列表库list，所述信号列表库list指检测到的所有信号及其参数组成的列表；

对宽带频谱数据s进行预处理，实现信号的最大保持；

选择性地平滑滤波，当每跳为非单音信号时对信号进行平滑滤波；

噪声基底估计，能量检测，参数提取和信号合并，提取的参数包括信号的当前帧中心频率索引号f_new、当前帧带宽索引号BW_new；

更新信号列表库list：根据提取的中心频率索引号f_new和带宽索引号BW_new判断当前帧是否存在新信号，或为信号列表库list中的已有信号，并计算出对应的信号列表库list参数；

更新历史信号库、并根据历史信号库修正信号列表库list中每个信号的参数；

异常信号判定，并删除掉信号列表库list和历史信号库中的异常信号；

判决处理，输出跳频频率集的个数和数值。

作为一种优选的实施方式，选择性地平滑滤波时，根据单频分量检测值C₁和C₂判定信号是否为单音信号或非单音信号：

当单频分量检测值C₁和C₂均大于一定门限值时，判定为单音信号，否则判定为非单音信号，其中s_max和s_{sub max}分别表示预处理后的宽带频谱数据s的最大值和次大值，m决定窗宽度，i为s_max对应的索引号。

作为另一种优选的实施方式，噪声基底估计，能量检测，参数提取和信号合并具体包括：

首先丢掉信号的部分首、尾，并取平均来估计噪声基底nf；接着，当宽带频谱数据s大于一定门限值时，判定为有信号，否则判定为无信号，即完成能量检测；然后，当存在信号时，进行参数提取和信号合并，否则直接退出计算下一帧数据。

作为另一种优选的实施方式，能量检测的门限值为噪声基底nf+6dB。

作为另一种优选的实施方式，信号合并的准则为：当过门限的相邻信号点索引间距小于一定门限值时，为连通区间，合并为一个信号。

作为另一种优选的实施方式，更新信号列表库list具体包括以下步骤：

I、若第1次截获，将信号的当前帧中心频率索引号f_new和当前帧带宽索引号BW_new直接存入信号列表库list；

II、否则针对最新检测到的f_new和BW_new，将与list中的信号做如下比较：

①若f_new没有落在list中己存在的所有信号的频率范围之内，且该信号的频率范围与其它所有的频率范围不重叠，则检测到的信号为新信号，将其添加到list中；

②若f_new在一个己存在信号的频率范围之内，且与list中其它信号的频率范围不重叠，则检测到的信号己存在，更新list中的参数；

③若f_new在一个己存在信号的频率范围之内，但由BW_new确定的频率范围与另一信号的频率范围重叠，则对f_new和BW_new进行修正，得到f_adj和BW_adj，并以此参数更新list中己存在信号的参数f_e和BW_e；

④若f_new没有落在己存在的所有信号的频率范围之内，但BW_new确定的频率范围与某一信号的频率范围重叠，BW_new将被修改成BW_adj，保证修改后的频率范围与其它频率的范围不重叠；f_new将被修正为BW_adj确定的f_adj，最后将修正后的f_adj和BW_adj作为新信号追加到list中。

作为另一种优选的实施方式，还包括根据当前帧中心频率索引号f_new和当前帧带宽索引号BW_new计算真实频率值freq和实际带宽值B：

freq＝sfreq+(mod(f_new,frame_len)-1)*df

B＝BW_new*df

其中sfreq、frame_len、df分别表示输入宽带频谱数据s的起始频率、帧长和频率分辨率，mod表示取余运算。

作为另一种优选的实施方式，异常信号判定时，删除的异常信号包括幅度、带宽、出现次数和频率异常，异常信号的判定具体包括：

首先根据幅度异常准则，判断满足abs(list.amp-maxamp)>th的异常信号，其中maxamp为list中存储的每个信号幅度的最大值，th为设置的门限值；其次利用带宽辅助判断，当带宽接近，且幅度与maxamp相比，小于另一较大门限值时，判定为正常信号；对于频率异常信号判定，采用的是频率相近性准则，即当2个信号的频率值小于一定门限值时，仅保留1个在信号列表库list和历史信号库。

作为另一种优选的实施方式，判决处理具体包括：

当为判决帧时，首先通过最大保持信号，修正输出的频率集中心频率，修正后，根据所述频率相近性准则进一步删除掉对应的信号列表库list和历史信号库，接着，根据中心频率改变为多个值、带宽接近、电平接近准则开始判决是否存在跳频信号，并输出跳频频率集的个数和数值，否则继续处理下一帧，最后，更新信号列表库list和历史信号库，也就是说删除掉非跳频信号，用于下一帧继续处理，当输入的频谱数据不完整时，退出并结束，否则继续重复对跳频信号的盲检测及参数估计步骤。

作为另一种优选的实施方式，通过最大保持信号修正输出的频率集中心频率具体包括：

当表达式：

满足时，修正输出的频率集中心频率索引为ind，式中，list.freq、list.lf和list.rf分别为信号列表库list中存储的中心频率索引、左端点频率索引和右端点频率索引。

本发明的有益效果是：

本发明主要为非合作通信中的跳频信号盲检测及参数估计提供一种算法，可应用至传统的无线电监测和侦察、无人机侦测、各类信号分析产品、战场军事环境等，从而提高跳频信号的截获概率。例如，在无人机飞手定位系统中，可以盲检测并估计遥控跳频信号的参数，用于辅助测向系统，增加跳频信号的测向精度，能够逐步逼近发射跳频信号的遥控器位置，最终发现操控者并进行执法。

附图说明

图1为本发明实施例的流程框图；

图2为本发明实施例中当每跳为非单音信号时，某帧宽带频谱数据的仿真结果；

图3为本发明实施例中当每跳为单音信号时，某帧宽带频谱数据的仿真结果；

图4为本发明实施例中更新信号列表库list中参数的示意图；

图5本发明实施例中某帧计算的历史频率库的示意图；

图6为某款工作在2.4GHz开放频段的无人机跳频遥控信号的示意图；

图7为应用本实施例测试某款工作在2.4GHz开放频段的无人机跳频遥控信号的效果图。

具体实施方式

下面结合附图对本发明的实施例进行详细说明。

实施例

本实施例基于宽带频谱数据，而频谱数据中可能包含着许多具有不同特点的信号，如随机噪声、定频信号、突发信号、扫频信号、跳频信号等，即非合作方首先实现在无任何先验信息的条件下，有效地判定接收信号中是否存在跳频信号，也就是完成跳频信号的盲检测，当存在后，估计出相关参数，包括跳频频率集的个数和数值，其中跳频频率集指工作时跳变的载波频率点的集合，也称为跳频频率表。

本实施例的流程框图如图1所示，输入的宽带频谱数据s，可以通过宽带接收机采集空中电磁信号得到，是较常见的信号处理过程，不做描述，下面详细介绍如何利用频谱数据的幅度、带宽、频率、出现次数来实现算法功能，其中提到的门限值可以根据应用场景做适当调整。

再如图1所示，本实施例提供的基于宽带频谱数据的跳频信号盲检测及参数估计方法具体包括以下步骤：

(1)预处理，实现信号的最大保持：首先对宽带频谱数据s进行预处理：

是因为数据以short型、dBμv存储，且保留了1位小数点，预处理后是FFT的幅度值，可根据输入数据格式删减。接着，将当前帧与历史数据比较，实现最大保持功能，原因是算法不断处理每帧的实时频谱数据，当判决帧时才开始判断是否存在跳频信号，然而当前帧数据由于频点改变、或无信号，已经无法找到信号列表库list中的对应信号，因此通过最大保持信号maxholdsig来判断是否需要修正输出的跳频频率集的中心频率值，目的在于减小跳频频率集的估计误差。其中，信号列表库list指检测到的所有信号及其参数组成的列表，参数包括信号的中心频率索引list.freq、左端点频率索引list.lf、右端点频率索引list.rf、带宽、峰值电平list.amp和出现次数。

当表达式

满足时，修正输出跳频频率集的中心频率索引为ind，当然前提条件是每跳为非单音信号，即具有一定的带宽，否则list.freq更接近真实值。

(2)选择性地平滑滤波：图2说明了当每跳为非单音信号时平滑滤波对于步骤(3)的重要性，当不平滑时，宽带信号的list.lf和list.rf准确率较低，而且参数提取时，连通区间的门限值较难确定，较大会影响参数的准确性，较小则很容易将一个信号判断为多个信号。同时，若选择能量检测门限为噪声基底nf+6dB，过门限的假信号较多，后续处理的运算量非常大，若提高门限至噪声基底nf+10dB，虽然丢掉了部分假信号，但当SNR较低时，将无法检测。当平滑后，门限取噪声基底nf+6dB完全可行，因此平滑滤波不仅能够提高宽带信号左右端点频率的准确率，而且有利于参数提取时确定连通区间和能量检测的门限值。

然而，图3说明了当每跳为单音信号时，峰值频率更接近真实值，不能平滑滤波，否则找到的跳频频率集与理论频点误差较大，因此本实施例在实施时根据单频分量检测值：

进行判断，当两者均大于一定门限值时，判定为单音信号，其中s_max和s_{sub max}分别表示预处理后宽带频谱数据s的最大值和次大值，m决定窗宽度，i为s_max对应的索引号。

(3)噪声基底估计，能量检测，参数提取和信号合并：首先丢掉信号的部分首、尾，并取平均来估计噪声基底nf。接着，当宽带频谱数据s大于一定门限值时，判定为有信号，否则判定为无信号，即完成能量检测。然后，当存在信号时，进行参数提取和信号合并，否则直接退出计算下一帧数据。提取的参数包括当前帧中心频率索引f_new、当前帧带宽索引BW_new和当前帧峰值电平amp，根据步骤(4)可以得到信号列表库list中的对应参数，这样记录的目的是为了方便算法后续处理。通过公式：

freq＝sfreq+(mod(f_new,frame_len)-1)*df

B＝BW_new*df

能够计算出真实的频率值freq和实际带宽值B，其中sfreq、frame_len、df分别表示输入宽带频谱数据的起始频率、帧长和频率分辨率，mod表示取余运算。信号合并的准则是，当过门限的相邻信号点索引间距小于一定门限值时，为连通区间，合并为一个信号。

(4)更新信号列表库list：根据步骤(3)提取的f_new和BW_new判断当前帧是否存在新信号，或为list中的已有信号，确保list中每个信号的中心频率不落在其它所有信号的频率范围之内，且频率范围与其它所有的频率范围不重叠，并计算出对应的list参数，具体流程为：

I、若第1次截获，将信号的f_new和BW_new直接存入list；

II、否则针对最新检测到的f_new和BW_new，将与list中的信号做如下比较：

①若f_new没有落在list中己存在的所有信号的频率范围(由f_e和BW_e决定)之内，且该信号的频率范围与其它所有的频率范围不重叠，则检测到的信号为新信号，将其添加到list中；

②若f_new在一个己存在信号的频率范围之内，且与list中其它信号的频率范围不重叠，则检测到的信号己存在，更新list中的参数；

③若f_new在一个己存在信号的频率范围之内，但由BW_new确定的频率范围与另一信号的频率范围(由f_U和BW_U决定)重叠，则根据图4中的(a)对f_new和BW_new进行修正，得到f_adj和BW_adj，并以此参数更新list中己存在信号的参数f_e和BW_e；

④若f_new没有落在己存在的所有信号的频率范围之内，但BW_new确定的频率范围与某一信号的频率范围重叠，BW_new将被修改成BW_adj，保证修改后的频率范围与其它频率的范围不重叠。f_new将被修正为BW_adj确定的f_adj，最后将修正后的f_adj和BW_adj作为新信号追加到list中，如图4中的(b)所示。

(5)更新历史信号库、并根据历史信号库修正信号列表库list中每个信号的参数：目的在于防止某帧异常频谱数据影响了信号列表库list，导致结果异常，包括6种，分别与list一一对应，即历史频率库、历史带宽库、历史电平库、左端点历史库、右端点历史库、出现次数库。

图5给出了某帧计算的历史频率库，行对应频率的个数，每行的非零值个数对应每个频率出现的总次数，等于his_cnt，例如：list.freq(1)共出现过3次，每次的频率索引号均为854。修正参数的准则是：当某个频点的出现次数小于一定门限值时，令list中该频点的参数等于最大历史电平信号的对应值，否则通过直方图统计，并取概率最大的历史值分别赋值给对应的list。

(6)异常信号判定，并删除掉信号列表库list和历史信号库中的异常信号：包括幅度、带宽、出现次数、频率异常，能够消除异常信号的影响。

首先根据幅度异常准则，判断满足

abs(list.amp-maxamp)>th的异常信号，其中maxamp为list中存储的每个信号幅度的最大值，th为设置的门限值。然而实测发现，由于信号幅度自身波动、以及异常信号影响，仅依靠maxamp，有时会错误删除掉正常信号，因此设计时进一步用带宽辅助判断，当带宽接近，且幅度与maxamp相比，小于另一较大门限值时，判定为正常信号。

同理，根据带宽、出现次数能够进一步判定异常信号。对于频率异常信号判定，采用的是频率相近性准则，即当2个信号的频率值小于一定门限值时，仅保留1个在list和历史信号库。

(7)判决处理：当为判决帧(例如每20帧判决1次)时，首先通过最大保持信号，修正输出的中心频率，方法在步骤1中已说明，修正后，仍要根据步骤6中的频率相近性准则进一步删除掉对应的信号列表库list和历史信号库。接着，根据中心频率改变为多个值、带宽接近、电平接近准则开始判决是否存在跳频信号，并输出跳频频率集的个数和数值，否则继续处理下一帧。最后，更新list和历史信号库，也就是说删除掉非跳频信号，用于下一帧继续处理，当输入的频谱数据不完整时，退出并结束，否则继续重复步骤1到7。

实施效果：图6和图7给出了应用本发明测试某款工作在2.4GHz开放频段的无人机跳频遥控信号的结果，图6中下方数据表示实时的宽带频谱数据，上方为信号的最大保持曲线，为方便比较，将输出的跳频频率集个数、数值全部写入文件，如图7所示，可以看出，能够正确检测到理论的45个跳频频点，验证了本实施例的有效性。

以上所述实施例仅表达了本发明的具体实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。

Claims (10)

1.一种基于宽带频谱数据的跳频信号盲检测及参数估计方法，其特征在于，包括：

输入宽带频谱数据s并构建信号列表库list，所述信号列表库list指检测到的所有信号及其参数组成的列表；

对宽带频谱数据s进行预处理，实现信号的最大保持；

选择性地平滑滤波，当每跳为非单音信号时对信号进行平滑滤波；

噪声基底估计，能量检测，参数提取和信号合并，提取的参数包括信号的当前帧中心频率索引号f_new、当前帧带宽索引号BW_new；

更新信号列表库list：根据提取的中心频率索引号f_new和带宽索引号BW_new判断当前帧是否存在新信号，或为信号列表库list中的已有信号，并计算出对应的信号列表库list参数；

更新历史信号库、并根据历史信号库修正信号列表库list中每个信号的参数；

异常信号判定，并删除掉信号列表库list和历史信号库中的异常信号；

判决处理，输出跳频频率集的个数和数值。

2.根据权利要求1所述的基于宽带频谱数据的跳频信号盲检测及参数估计方法，其特征在于，选择性地平滑滤波时，根据单频分量检测值C₁和C₂判定信号是否为单音信号或非单音信号：

当单频分量检测值C₁和C₂均大于一定门限值时，判定为单音信号，否则判定为非单音信号，其中s_max和s_{sub max}分别表示预处理后的宽带频谱数据s的最大值和次大值，m决定窗宽度，i为s_max对应的索引号。

3.根据权利要求1所述的基于宽带频谱数据的跳频信号盲检测及参数估计方法，其特征在于，噪声基底估计，能量检测，参数提取和信号合并具体包括：

首先丢掉信号的部分首、尾，并取平均来估计噪声基底nf；接着，当宽带频谱数据s大于一定门限值时，判定为有信号，否则判定为无信号，即完成能量检测；然后，当存在信号时，进行参数提取和信号合并，否则直接退出计算下一帧数据。

4.根据权利要求3所述的基于宽带频谱数据的跳频信号盲检测及参数估计方法，其特征在于，能量检测的门限值为噪声基底nf+6dB。

5.根据权利要求3所述的基于宽带频谱数据的跳频信号盲检测及参数估计方法，其特征在于，信号合并的准则为：当过门限的相邻信号点索引间距小于一定门限值时，为连通区间，合并为一个信号。

6.根据权利要求1所述的基于宽带频谱数据的跳频信号盲检测及参数估计方法，其特征在于，更新信号列表库list具体包括以下步骤：

I、若第1次截获，将信号的当前帧中心频率索引号f_new和当前帧带宽索引号BW_new直接存入信号列表库list；

II、否则针对最新检测到的f_new和BW_new，将与list中的信号做如下比较：

①若f_new没有落在list中己存在的所有信号的频率范围之内，且该信号的频率范围与其它所有的频率范围不重叠，则检测到的信号为新信号，将其添加到list中；

②若f_new在一个己存在信号的频率范围之内，且与list中其它信号的频率范围不重叠，则检测到的信号己存在，更新list中的参数；

③若f_new在一个己存在信号的频率范围之内，但由BW_new确定的频率范围与另一信号的频率范围重叠，则对f_new和BW_new进行修正，得到f_adj和BW_adj，并以此参数更新list中己存在信号的参数f_e和BW_e；

④若f_new没有落在己存在的所有信号的频率范围之内，但BW_new确定的频率范围与某一信号的频率范围重叠，BW_new将被修改成BW_adj，保证修改后的频率范围与其它频率的范围不重叠；f_new将被修正为BW_adj确定的f_adj，最后将修正后的f_adj和BW_adj作为新信号追加到list中。

7.根据权利要求1或6所述的基于宽带频谱数据的跳频信号盲检测及参数估计方法，其特征在于，还包括根据当前帧中心频率索引号f_new和当前帧带宽索引号BW_new计算真实频率值freq和实际带宽值B：

freq＝sfreq+(mod(f_new，frame_len)-1)*df

B＝BW_new*df

其中sfreq、frame_len、df分别表示输入宽带频谱数据s的起始频率、帧长和频率分辨率，mod表示取余运算。

8.根据权利要求1所述的基于宽带频谱数据的跳频信号盲检测及参数估计方法，其特征在于，异常信号判定时，删除的异常信号包括幅度、带宽、出现次数和频率异常，异常信号的判定具体包括：

首先根据幅度异常准则，判断满足abs(list.amp-maxamp)＞th的异常信号，其中maxamp为list中存储的每个信号幅度的最大值，th为设置的门限值；其次利用带宽辅助判断，当带宽接近，且幅度与maxamp相比，小于另一较大门限值时，判定为正常信号；对于频率异常信号判定，采用的是频率相近性准则，即当2个信号的频率值小于一定门限值时，仅保留1个在信号列表库list和历史信号库。

9.根据权利要求8所述的基于宽带频谱数据的跳频信号盲检测及参数估计方法，其特征在于，判决处理具体包括：

当为判决帧时，首先通过最大保持信号，修正输出的频率集中心频率，修正后，根据所述频率相近性准则进一步删除掉对应的信号列表库list和历史信号库，接着，根据中心频率改变为多个值、带宽接近、电平接近准则开始判决是否存在跳频信号，并输出跳频频率集的个数和数值，否则继续处理下一帧，最后，更新信号列表库list和历史信号库，也就是说删除掉非跳频信号，用于下一帧继续处理，当输入的频谱数据不完整时，退出并结束，否则继续重复对跳频信号的盲检测及参数估计步骤。

10.根据权利要求9所述的基于宽带频谱数据的跳频信号盲检测及参数估计方法，其特征在于，通过最大保持信号修正输出的频率集中心频率具体包括：

当表达式：

满足时，修正输出的频率集中心频率索引为ind，式中，list.freq、list.lf和list.rf分别为信号列表库list中存储的中心频率索引、左端点频率索引和右端点频率索引。

Images