CN111896808B - 将频谱轨迹处理和自适应门限生成进行一体化设计的方法 - Google Patents

Abstract

本发明公开了一种将频谱轨迹处理和自适应门限生成进行一体化设计的方法，步骤1，获取当前最新的轨迹数据作为输入；步骤2，检测当前的数据处理模式，并进行判断，不同的模式进入不同的处理流程；步骤3：不论进入那一种模式，经过对应算法处理之后得到新的数据即为最终的结果输出。采用本发明的设计思路之后，可以将固定门限和环境门限作为一个新的模式添加到本发明的一体化设计程序中。如果模式被设置为固定门限(eFixed)后，程序不需要对当前输入的轨迹数据进行处理，只需要将预先设定的门限数据作为结果输出即可。

Description

将频谱轨迹处理和自适应门限生成进行一体化设计的方法

技术领域

本发明涉及频谱监测技术领域，尤其涉及的是，一种将频谱轨迹处理和自适应门限生成进行一体化设计的方法。

背景技术

在频谱监测中，很多时候在开始实际的频谱监测业务之前，一般都需要先对当前的电磁环境进行观察和录制，因此在一般的频谱监测软件中都会提供一个背景录制模式。在该模式中针对用户不同的监测需要，都会提供若干背景录制的数据处理模式：最大保持、最小保持和平均等。这些模式的含义跟频谱分析仪中的轨迹处理模式的含义是一致的。另外，在频谱监测中，为了可以进行自动信号搜索，都需要设置一个合适的信号检测门限，监测软件就是利用这个门限进行信号和噪声的判定：若频谱谱线高于门限，则认为是一个信号；若低于门限，则认为是噪声。目前，监测软件提供的门限主要包括下面几种：固定门限、环境门限和自适应门限等。有时，当前需要检测的电磁环境非常复杂，无法利用常规的固定门限和环境门限来进行监测，需要提供一个适用于当前环境的自适应门限。这就要求在背景录制模式中，提供自适应门限生成的相应功能。综上所述，背景录制模式既要具备常规的频谱轨迹处理模式，又要具备自适应门限的实时生成功能。无论是轨迹的处理还是自适应门限的生成，都需要在软件设计中，按照各自的功能要求进行软件编码实现。

现有的实现方案介绍如下：如前所述，轨迹的处理方式本来是频谱分析仪中的功能；而自适应门限属于信号搜索中的必备功能，两者属于不同的业务领域。因此在现有的设计方案中是按照各自的业务领域的需求进行单独设计的，即频谱轨迹处理是一套单独的软件或动态库，自适应门限生成是一套单独的软件或动态库。具体到背景录制模式中，就是轨迹处理是一套单独的动态库，而自适应门限产生是一套单独的动态库。因此在背景录制模式的App中，首先需要为这两个功能建立单独的开发工程，分别在各自的工程中开发相应的功能，然后通过编译链接形成动态库。在背景录制模式中使用时，需要将两个动态库分别加载到当前App中，然后在程序的初始化中，需要分别定义轨迹处理的对象和自适应门限产生对象。然后在后续的整机数据处理中，利用定义好的两个对象实现轨迹数据的不同处理，从而完成背景录制中不同的数据处理要求。

现有技术的缺点如下：1、首先，在程序开发上，轨迹数据处理和自适应门限生成属于两个不同的工程，需要为每个功能单独建立一个工程；2、其次，在软件开发效率上，由于两者都是针对当前获取的轨迹进行不同的处理，然后得到最终的数据处理结果。为了得到最终的数据结果，需要在程序中开辟临时的数据缓冲区来保存运算的中间结果；当数据量较大时，这在程序空间的利用上是非常不经济的；3、然后，在两者的调用上也比较麻烦。由于是两套动态库，在使用时，需要分别将两套动态库加载到App中，然后在程序中分别定义两个不同的对象。开发者需要牢记两个对象包含的功能，在App的相应位置调用对应对象的功能。这在程序的调用上也不够简洁和方便。4、最后，现有开发方式的扩展性不好。如果在后续的程序升级中，如果需要增加一个新的数据处理功能：比如也是针对当前获取的轨迹数据，经过一个特殊的数据处理，然后得到一个最终的结果。现有的技术方案需要重复下面的过程：新建动态库工程、编码设计、App中加载动态库、定义对象和使用。扩展性非常不好。

因此，现有技术存在缺陷，急需改进。

发明内容

为解决现有技术中的问题，本发明提供一种将频谱轨迹处理和自适应门限生成进行一体化设计的方法，包括以下步骤：频谱分析仪中的轨迹处理流程、自适应门限的产生流程以及一体化设计流程；

所述频谱分析仪中的轨迹处理流程，具体步骤如下所示：

首先，获取当前最新的轨迹数据作为输入；

其次，程序检测当前的轨迹处理模式，不同的处理模式进入不同的处理流程；

最后，经过处理之后的数据作为最终的结果输出，从而完成一次的轨迹处理。

所述自适应门限的产生流程，具体步骤如下所示：

首先也是获取最新的轨迹数据作为输入，然后经过自适应算法的处理，从得到最终的结果数据输出。

所述一体化设计流程图，具体步骤如下所示：

步骤1，内部状态设置；首先，是定义个一个包含所有处理模式的枚举类型；将频谱分析中的轨迹处理方式：刷新、最大保持、最小保持和平均以及自适应门限产生方式这五种轨迹数据的处理方式包含在枚举类型内；其次，利用定义的枚举类型定义一个私有的枚举变量m_curProcMode，用来标识当前需要处理的数据类型；然后，定义一个存储数据处理结果的缓冲区m_historyBuf；最后，定义平均运算需要的状态变量，包括两个：最大平均次数，m_maxAverageCount，平均计数值m_curAverageCount，实现对平均次数的计数；

步骤2，定义公有函数接口；首先，定义一个模式设置接口函数，用户通过该接口实现轨迹处理模式的设定；其次，定义一个最大保持次数的接口函数，允许用户对最大保持次数进行设置；然后，定义一个平均计数值复位的函数接口，允许用户对当前的平均计数值进行复位，即将m_curAverageCount的数值设置为0；最后，定义一个获取运算结果的函数接口，用户通过该函数接口获取运算的结果；

步骤3，业务运行逻辑处理；第一类包含刷新和自适应门限产生两种处理模式，直接针对新获取的轨迹数据进行处理，而得到当前的结果；第二类包含最大保持、最小保持和平均三种处理模式，在进行数据处理需要将当前新获取的轨迹数据和上一帧处理的数据进行联合运算才能得到最终的结果；将上述两种处理模式整合到一个业务流程中，具体的执行步骤如下：

步骤301：获取轨迹数据nweTraceBuf后，判断当前的处理模式m_curProcMode值是否等于eAuto：是，则直接调用自适应产生门限算法，对得到的轨迹数据进行处理，处理得结果存储到m_historyBuf，本次执行完毕；在处理模式改变之前，重复执行步骤301；否，则执行步骤302；

步骤302：检测m_curAverageCount的数值是否为0：是，则直接将新获取的轨数据复制到m_historyBuf中，为后续最大保持模式、最小保持模式和平均模式的处理提供基础数据，同时m_curAverageCount要进行累加；否，则执行步骤303；

步骤303：判断当前的处理模式m_curProcMode值，不同的数值对应的不同的操作；本次执行完毕，在运行状态改变之前，重复执行步骤303。

采用本发明的技术方案：1、首先，本发明采用了一体化的设计思路，将自适应门限的产生和频谱轨迹的处理有机的集成到一起，因此在程序的开发上，只需要一个开发工程即可；2、其次，在软件开发效率上，由于两者现在是一体化设计，那么在程序的处理过程中所需要的中间缓冲区只需要开辟一套即可，极大地节省了程序空间。3、然后，本发明提出的一体化设计思路，在最终的软件形态上只是一套动态库。在后续的调用时只需要加载一次，在App的初始化时定义一个对象即可。另外在使用时，无论是轨迹的最大保持、最小保持和平均运算，亦或是自适应门限的产生，只需要调用这唯一对象的公有函数即可。在程序的调用上非常简洁和方便。4、最后，本发明提供的一体化设计思路扩展性好。即使在后续的软件升级中，需要增加一个新的数据处理功能时，只需要在当前工程中增加一个处理模式即可。然后重新编译当前工程生成新动态库并将这个新动态库加载到调用App中，App即可直接调用当前新增加的处理模式。

附图说明

图1为本发明实施例中第一类业务处理流程图。

图2为本发明实施例中第二类业务处理流程图。

图3为本发明实施例中一体化处理流程图。

具体实施方式

为了便于理解本发明，下面结合附图和具体实施例，本说明书所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本说明书中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是用于限制本发明。本说明书所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。

本发明的一个实施例是，提出了一种将频谱轨迹处理和自适应门限生成进行一体化设计的方法。在频谱分析仪中，为了方便用户对轨迹数据处理的多种处理需求，一般都提供以下轨迹处理方法：刷新、最大保持、最小保持和平均。每种不同的处理方式都是对当前获取的频谱数据进行一定算法的大处理，从而得到最终的显示效果。而自适应门限生成属于频谱监测领域中的一项关键技术，它属于信号检测中使用到的门限中的一种。在实现方式上，相对于其他几种门限生成方式(固定门限、环境门限和自定义门限)最大的不同，在于自适应门限的产生方式是实时的，即需要根据当前获取的轨迹数据通过一定的算法处理得到用于信号检测的检测门限。上面所述的频谱轨迹处理和自适应门限生成在实际的实现中，一般都是通过软件来实现，而由于两者的应用属于不同的领域，因此在软件设计上是分离的，即频谱轨迹处理是一套单独的软件或动态库，自适应门限生成是一套单独的软件或动态库。本发明就是在这种背景下，提出一种将频谱轨迹处理和自适应门限生成进行一体化设计的方法。

1、频谱分析仪中的轨迹处理流程如图1所示：

首先，获取当前最新的轨迹数据作为输入。

其次，程序检测当前的轨迹处理模式，不同的处理模式进入不同的处理流程。为了方便文章的表述，每一种模式定义一个标识：刷新(eWrite)、最大保持(eMaxHold)、最小保持(eMinHold)、平均(eAverage)。以最大保持的处理为例阐述程序的执行流程：当前的轨迹处理模式被设置为最大保持后，则程序进入最大保持处理算法中，经过最大保持运算之后，从而得到最终的结果输出。其他处理模式流程同最大保持的处理流程。但是刷新模式则最为简单，其不需要对当前的轨迹数据进行任何处理直接输出即可。

最后，经过处理之后的数据作为最终的结果输出，从而完成一次的轨迹处理。

2、自适应门限的产生流程如图2所示：

首先也是获取最新的轨迹数据作为输入，然后经过自适应算法的处理，从得到最终的结果数据输出。

从频谱轨迹的数据和自适应门限的产生的流程图上可以看出，两者的输入是相同的，都是当前最新获取的轨迹数据。只是在对轨迹数据的处理上，采用了不同的处理算法而已。本发明就是在这种背景下提出的，将自适应门限的产生作为频谱轨迹处理的一种新模式(eAuto)，从而实现了两者的一体化设计。

3、本发明提出的一体化处理流程图如图3所示：

本发明提出的设计方法无论是作为应用程序的功能模块还是作为独立的动态库来设计开发，其设计思想和流程是完全相同的，因此为了简化起见，下面的论述都是以在动态库中设计为例进行阐述。

步骤1，内部状态设置

运行环境设置主要用来对程序运行状态的定义，主要完成的功能如下：

首先，是定义个一个包含所有处理模式的枚举类型。因为本发明的核心就是将频谱分析仪中的保持运算和频谱监测中的信号搜索中用到的自适应门限进行一体化设计，因此为了方便应用程序中使用，首先需要在程序定义一个枚举类型，将频谱分析中的轨迹处理方式：刷新、最大保持、最小保持和平均以及自适应门限产生方式这五种轨迹数据的处理方式包含在枚举类型内。枚举类型定义如下：

其次，利用定义的枚举类型定义一个私有的枚举变量m_curProcMode，用来标识当前需要处理的数据类型。

然后，定义一个存储数据处理结果的缓冲区m_historyBuf。定义该缓冲区的目的有两个：1)存储经过处理之后的数据，当外部程序需要处理数据时直接从该缓冲区获取；2)保持运算和平均运算都需要将当前获取的频谱数据和上次处理之后的数据进行运算，利用该缓冲区暂存数据。

最后，定义平均运算需要的状态变量。包括两个：1)最大平均次数，m_maxAverageCount；2)平均计数值(m_curAverageCount)，实现对平均次数的计数。

步骤2，定义公有函数接口。

本发明的目的是将频谱分析中的轨迹处理方法和信号搜搜中的自适应门限产生方法整合到一个动态库中，因此需要对外提供可以实现操控的公有接口函数。公有函数的接口实现如下：

首先，定义一个模式设置接口函数，用户可以通过该接口实现轨迹处理模式的设定。比如，当用户希望进行最大保持操作时，只需要将eMaxHold作为入口参数进行设置，此时m_curProcMode的值就是eMaxHold，然后程序在进行运行时就会按照最大保持的方式对获取的频谱数据进行处理；同理，如果用户希望进行自适应门限产生时，只需要将eAuto作为入口参数进行设置，此时m_curProcMode的值就是eAuto，然后程序在运行时就会调用自适应门限算法对数据处理。

其次，定义一个最大保持次数的接口函数，允许用户对最大保持次数进行设置。

然后，定义一个平均计数值复位的函数接口，允许用户对当前的平均计数值进行复位，即将m_curAverageCount的数值设置为0。

最后，定义一个获取运算结果的函数接口，用户通过该函数接口获取运算的结果。

完成上面三个公有的函数接口设计后，用户所有的操作就是通过这三个公有函数接口来实现。通过设置不同的值，就可以改变程序的运行状态和逻辑，从而就可以得到期望的数据结果。

步骤3，业务运行逻辑处理

完成步骤1的内部状态设置和步骤2的外部接口设计后，接下来就需要进行业务逻辑的处理。

本发明包含了五种数据模式：刷新、最大保持、最小保持、平均和自适应门限产生。在数据处理的角度可以分为两大类：第一类包含刷新和自适应门限产生两种处理模式，这类的数据处理是直接针对新获取的轨迹数据进行处理，而得到当前的结果；第二类包含最大保持、最小保持和平均三种处理模式。第二类的典型特点就是在进行数据处理需要将当前新获取的轨迹数据和上一帧处理的数据进行联合运算才能得到最终的结果。两类数据处理的业务逻辑分别如图所示：图1为第一类业务处理流程图，具体步骤为：获取轨迹数据nweTraceBuf后，判断当前的处理模式m_curProcMode的值，若m_curProcMode的值为eWrite，则直接进行复制即将nweTraceBuf的数值复制到m_historyBuf中；若eAuto，则需要调用调用自适应算法对nweTraceBuf数据进行处理，处理的结果存储到m_historyBuf中。图2为第二类业务处理流程图，具体步骤为：将存储在m_historyBuf缓冲区中的数据和新获取的频谱轨迹数据nweTraceBuf，作为保持或平均运算的输入，经过保持或平均运算之后的结果数据再存储到m_historyBuf缓冲区中。此时，用户可以通过调用获取运算结果的函数接口来获取当前运算得到的结果；同时，本次运算得到的结果又作为下一次进行相同运算的历史数据。

明确了上述两类业务的处理流程和差异后，在进行一体化的设计中需要将两类业务处理流程整合到一个业务流程中，具体的执行步骤如下：

步骤301：首先判断当前的处理模式m_curProcMode值是否等于eAuto：是，则直接调用自适应产生门限算法，对得到的轨迹数据进行处理，处理得结果存储到m_historyBuf，本次执行完毕。在处理模式改变之前，重复执行步骤301；否，则执行步骤302。

步骤302：检测m_curAverageCount的数值是否为0：是，则直接将新获取的轨数据复制到m_historyBuf中，为后续其他模式(最大保持、最小保持和平均)的处理提供基础数据，同时m_curAverageCount要进行累加；否，则执行步骤303。

步骤303：判断当前的处理模式m_curProcMode值，不同的数值对应的不同的操作。比如，若m_curProcMode＝＝eMaxHold，则调用最大保持算法进行数据处理，得到的结果存储到m_historyBuf中；同理，若m_curProcMode＝＝eMinHold，则调用最小保持算法进行数据处理，得到的结果存储到m_historyBuf中。本次执行完毕，在运行状态改变之前，重复执行步骤303。

另外，本发明提出的一体化设计思路不仅将频谱轨迹的数据处理和自适应门限的产生实现了逻辑上的统一，也可方便的集成其他新的数据处理算法。比如，在频谱监测中需要的信号检测门限中，除了自适应门限之外，还需要固定门限和环境门限。这两种门限相对于自适应门限而言，属于固定类型的门限，即在整个检测过程中保持固定不变；而自适应门限则需要根据当前获取的轨迹数据实时产生。此时，采用本发明的设计思路之后，可以将固定门限和环境门限作为一个新的模式(eFixed)添加到本发明的一体化设计程序中。如果模式被设置为eFixed后，程序不需要对当前输入的轨迹数据进行处理，只需要将预先设定的门限数据作为结果输出即可。

采用本发明的技术方案：1、首先，本发明采用了一体化的设计思路，将自适应门限的产生和频谱轨迹的处理有机的集成到一起，因此在程序的开发上，只需要一个开发工程即可；2、其次，在软件开发效率上，由于两者现在是一体化设计，那么在程序的处理过程中所需要的中间缓冲区只需要开辟一套即可，极大地节省了程序空间。3、然后，本发明提出的一体化设计思路，在最终的软件形态上只是一套动态库。在后续的调用时只需要加载一次，在App的初始化时定义一个对象即可。另外在使用时，无论是轨迹的最大保持、最小保持和平均运算，亦或是自适应门限的产生，只需要调用这唯一对象的公有函数即可。在程序的调用上非常简洁和方便。4、最后，本发明提供的一体化设计思路扩展性好。即使在后续的软件升级中，需要增加一个新的数据处理功能时，只需要在当前工程中增加一个处理模式即可。然后重新编译当前工程生成新动态库并将这个新动态库加载到调用App中，App即可直接调用当前新增加的处理模式。

需要说明的是，上述各技术特征继续相互组合，形成未在上面列举的各种实施例，均视为本发明说明书记载的范围；并且，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (1)

1.一种将频谱轨迹处理和自适应门限生成进行一体化设计的方法，其特征在于，包括以下步骤：频谱分析仪中的轨迹处理流程、自适应门限的产生流程以及一体化设计流程；

所述频谱分析仪中的轨迹处理流程，具体步骤如下所示：

首先，获取当前最新的轨迹数据作为输入；

其次，程序检测当前的轨迹处理模式，不同的处理模式进入不同的处理流程；

最后，经过处理之后的数据作为最终的结果输出，从而完成一次的轨迹处理；

所述自适应门限的产生流程，具体步骤如下所示：

首先也是获取最新的轨迹数据作为输入，然后经过自适应算法的处理，从得到最终的结果数据输出；

所述一体化设计流程图，具体步骤如下所示：

步骤1，内部状态设置；首先，是定义个一个包含所有处理模式的枚举类型；将频谱分析中的轨迹处理方式：刷新、最大保持、最小保持和平均以及自适应门限产生方式这五种轨迹数据的处理方式包含在枚举类型内；其次，利用定义的枚举类型定义一个私有的枚举变量m_curProcMode，用来标识当前需要处理的数据类型；然后，定义一个存储数据处理结果的缓冲区m_historyBuf；最后，定义平均运算需要的状态变量，包括两个：最大平均次数，m_maxAverageCount，平均计数值m_curAverageCount，实现对平均次数的计数；

步骤2，定义公有函数接口；首先，定义一个模式设置接口函数，用户通过该接口实现轨迹处理模式的设定；其次，定义一个最大保持次数的接口函数，允许用户对最大保持次数进行设置；然后，定义一个平均计数值复位的函数接口，允许用户对当前的平均计数值进行复位，即将m_curAverageCount的数值设置为0；最后，定义一个获取运算结果的函数接口，用户通过该函数接口获取运算的结果；

步骤3，业务运行逻辑处理；第一类包含刷新和自适应门限产生两种处理模式，直接针对新获取的轨迹数据进行处理，而得到当前的结果；第二类包含最大保持、最小保持和平均三种处理模式，在进行数据处理需要将当前新获取的轨迹数据和上一帧处理的数据进行联合运算才能得到最终的结果；将上述两种处理流程整合到一个业务流程中，具体的执行步骤如下：

步骤301：首先判断当前的处理模式m_curProcMode值是否等于自适应eAuto：是，则直接调用自适应产生门限算法，对得到的轨迹数据进行处理，处理得结果存储到m_historyBuf，本次执行完毕；在处理模式改变之前，重复执行步骤301；否，则执行步骤302；

步骤302：检测m_curAverageCount的数值是否为0：是，则直接将新获取的轨数据复制到m_historyBuf中，为后续最大保持模式、最小保持模式和平均模式的处理提供基础数据，同时m_curAverageCount要进行累加；否，则执行步骤303；

步骤303：判断当前的处理模式m_curProcMode值，不同的数值对应的不同的操作；本次执行完毕，在运行状态改变之前，重复执行步骤303。

Images