CN113271161B - 一种电磁信号的筛选方法及装置 - Google Patents
一种电磁信号的筛选方法及装置 Download PDFInfo
- Publication number
- CN113271161B CN113271161B CN202110537562.XA CN202110537562A CN113271161B CN 113271161 B CN113271161 B CN 113271161B CN 202110537562 A CN202110537562 A CN 202110537562A CN 113271161 B CN113271161 B CN 113271161B
- Authority
- CN
- China
- Prior art keywords
- region
- time
- electromagnetic signal
- feature
- preselected
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/309—Measuring or estimating channel quality parameters
- H04B17/318—Received signal strength
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/253—Fusion techniques of extracted features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
Abstract
本申请提供了一种电磁信号的筛选方法及装置,首先获取待检测电磁信号的幅度数据和相位数据,并从幅度数据中提取第一特征,从相位数据中提取第二特征,再根据该第一特征和该第二特征,生成时频热图。之后,根据指定阈值,将该时频热图粗略划分为对应于强目标的第一预选区域和对应于弱目标的第二预选区域。进一步地,计算第一预选区域与第二预选区域在待检测电磁信号中的占比,以确定第一区域以及第二区域,并根据该第一区域、幅度数据和相位数据进行迭代计算,在第一区域内筛选出第一目标电磁信号,根据该第二预选区域、幅度数据和相位数据进行迭代计算,在第二区域内筛选出第二目标电磁信号。
Description
技术领域
本申请涉及通讯技术领域,尤其涉及一种电磁信号的筛选方法及装置。
背景技术
信号接收装置通过被动侦收处理信号发射装置(例如无人机等)发射的电磁信号,以对这些信号发射装置实施无源侦测、识别和定位。通常,信号接收装置会预先得知信号发射装置的型号,这样,信号接收装置就可以直接根据某一信号发射装置的型号(例如某一型号无人机),从接收到的众多电磁信号确定其所发射的电磁信号,进而根据该电磁信号对信号发射装置实施无源侦测、识别和定位等处理。
但是,在实际应用场景中,信号接收装置通常无法预先得知各信号发射装置的型号,也就无法直接筛选出各信号发射装置对应发射的电磁信号,因此,为了可以对信号发射装置实施无源侦测、识别和定位等处理,就需要首先筛选出信号发射装置所发射的电磁信号。但是由于电磁信号的特性未知、多变,且容易遭遇复杂环境干扰、其它信号时频混叠等问题,所以很难准确地筛选出电磁信号。
发明内容
本申请提供了一种电磁信号的筛选方法及装置,可以准确筛选出对应于未知型号的信号发射装置的电磁信号。
第一方面,本申请提供了一种电磁信号的筛选方法,所述方法包括:
获取待检测电磁信号的幅度数据和相位数据;
从所述幅度数据中提取第一特征,从所述相位数据中提取第二特征,所述第一特征用于表征所述待检测电磁信号的幅度,所述第二特征用于表征所述待检测电磁信号的相位,其中,所述第一特征和所述第二特征均对应多个提取尺度;
根据所述第一特征和所述第二特征,生成时频热图,所述时频热图用于表征所述待检测电磁信号在时频上存在的置信度;
根据指定阈值,将所述时频热图划分为第一预选区域和第二预选区域,所述第一预选区域是指包含信噪比高于所述指定阈值的目标的区域,所述第二预选区域是指包含信噪比低于所述指定阈值的目标的区域;
计算所述第一预选区域与所述第二预选区域在所述待检测电磁信号中的占比,以确定第一区域以及第二区域;
根据所述第一区域、所述幅度数据和所述相位数据进行迭代计算,在所述第一区域内筛选出第一目标电磁信号,根据所述第二预选区域、所述幅度数据和所述相位数据进行迭代计算,在所述第二区域内筛选出第二目标电磁信号。
在第一方面的第一种实现方式中,所述获取待检测电磁信号的幅度数据和相位数据包括:
对待检测电磁信号进行处理,得到时频数据,所述时频数据包括所述幅度数据和所述相位数据;
其中,所述对所述待检测电磁信号进行处理的过程包括下变频和短时傅里叶变换。
在第一方面的第二种实现方式中,所述从所述幅度数据中提取第一特征包括:
以多个卷积窗口对所述幅度数据进行均值滤波,得到多个第一初始特征,所述卷积窗口的提取尺度为m×n,其中,所述m表示时间维度,所述n表示频率维度,所述多个卷积窗口对应不同的提取尺度;
对所述多个第一初始特征沿幅度特征通道方向进行融合处理,得到第一特征。
在第一方面的第三种实现方式中,所述从所述相位数据中提取第二特征包括:
将所述相位数据沿时间维度进行差分,得到差分后的相位数据;
以多个卷积窗口对所述差分后的相位数据进行均值滤波,得到多个第二初始特征,所述卷积窗口的提取尺度为m×n,其中,所述m表示时间维度,所述n表示频率维度,所述多个卷积窗口对应不同的提取尺度;
对所述多个第二初始特征进行归一化处理,得到归一化相位特征;
将所述归一化相位特征沿相位特征通道方向进行融合处理,得到第二特征。
在第一方面的第四种实现方式中,所述根据所述第一特征和所述第二特征,生成时频热图包括:
将所述第一特征和所述第二特征进行加权融合处理,得到融合特征;
对所述融合特征进行归一化处理,生成所述时频热图。
在第一方面的第五种实现方式中,所述根据指定阈值,将所述时频热图划分为第一预选区域的步骤包括:
从所述时频热图中提取幅度目标热图;
根据信噪比阈值,从所述幅度目标热图中提取第一预选区域。
在第一方面的第六种实现方式中,所述根据指定阈值,将所述时频热图划分为第二预选区域的步骤包括:
根据恒虚警率阈值,提取所述时频热图中的全景目标区域;
根据所述恒虚警率阈值、信噪比阈值以及全景目标区域的分布密度,设定区域阈值;
根据所述区域阈值,从所述全景目标区域中提取第二预选区域。
在第一方面的第七种实现方式中,所述计算所述第一预选区域与所述第二预选区域在所述待检测电磁信号中的占比,以确定第一区域以及第二区域包括:对所述待检测电磁信号的每个时间步内的时频数据,沿频率维度与不同宽度的方波信号进行匹配,以确定候选信号,所述候选信号与所述不同宽度的方波信号具有最高匹配度;计算所述第一预选区域与所述第二预选区域在所述候选信号中的占比,以确定所述第一区域以及第二区域。
在第一方面的第八种实现方式中,所述根据所述第一区域、所述幅度数据和所述相位数据进行迭代计算筛选出第一目标电磁信号,根据所述第二预选区域、所述幅度数据和所述相位数据进行迭代计算筛选出第二目标电磁信号包括:以时频热图、全景目标区域作为辅助输入,基于CLEAN策略,利用迭代估计的方式输出所述第一目标电磁信号和所述第二目标电磁信号。
第二方面,本申请提供了一种电磁信号的筛选装置,所述装置包括接收器和处理器,所述接收器与所述处理器相耦合;
所述接收器用于获取待检测电磁信号的幅度数据和相位数据;
所述处理器用于从所述幅度数据中提取第一特征,从所述相位数据中提取第二特征,所述第一特征用于表征所述待检测电磁信号的幅度,所述第二特征用于表征所述待检测电磁信号的相位,其中,所述第一特征和所述第二特征均对应多个提取尺度;
所述处理器还用于根据所述第一特征和所述第二特征,生成时频热图,所述时频热图用于表征所述待检测电磁信号在时频上存在的置信度;
所述处理器还用于根据指定阈值,将所述时频热图划分为第一预选区域和第二预选区域,所述第一预选区域是指包含信噪比高于所述指定阈值的目标的区域,所述第二预选区域是指包含信噪比低于所述指定阈值的目标的区域;
所述处理器还用于计算计算所述第一预选区域与所述第二预选区域在所述待检测电磁信号中的占比,以确定第一区域以及第二区域;
所述处理器还用于根据所述第一区域、所述幅度数据和所述相位数据进行迭代计算,在所述第一区域内筛选出目标电磁信号中的强信号,根据所述第二预选区域、所述幅度数据和所述相位数据进行迭代计算,在所述第二区域内筛选出所述目标电磁信号中的弱信号。
由上述可知,本申请提供了一种电磁信号的筛选方法及装置,在本方法中,首先获取待检测电磁信号的幅度数据和相位数据,然后从所述幅度数据中提取第一特征,从所述相位数据中提取第二特征,以分别表征待检测电磁信号的幅度和相位。再根据该第一特征和该第二特征,生成时频热图,以形象地表征所述待检测电磁信号在时频上存在的置信度。之后,根据指定阈值,将该时频热图划分为第一预选区域和第二预选区域,以粗略划分对应于强目标的区域和弱目标的区域。进一步地,计算所述第一预选区域与所述第二预选区域在所述待检测电磁信号中的占比,以确定第一区域以及第二区域,并根据所述第一区域、所述幅度数据和所述相位数据进行迭代计算,在所述第一区域内筛选出第一目标电磁信号,根据所述第二预选区域、所述幅度数据和所述相位数据进行迭代计算,在所述第二区域内筛选出第二目标电磁信号。可见,通过本申请所提供的方法,可以在未知信号发射装置的型号时,在接收的众多电磁信号的强信号和弱信号中,分别准确筛选出不同的信号发射装置发射的电磁信号。
附图说明
为了更清楚地说明本申请的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种电磁信号传输的场景示意图;
图2为本申请实施例提供的一种信号接收装置的结构示意图;
图3为本申请实施例提供的一种电磁信号的筛选方法的示意图;
图4为本申请实施例提供的一种提取第一特征的方法流程图;
图5为本申请实施例提供的一种提取第二特征的方法流程图;
图6为本申请实施例提供的一种生成时频热图的方法流程图;
图7为本申请实施例提供的一种划分第一预选区域的方法流程图;
图8为本申请实施例提供的一种划分第二预选区域的方法流程图;
图9为本申请实施例提供的一种判断信号强度的方法流程图;
图10为本申请实施例提供的一种电磁信号筛选装置的软件结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅是本发明一部分实施例,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。
图1为本申请实施例提供的一种电磁信号传输的场景示意图,如图1所示,信号发射装置1、信号发射装置3和信号发射装置4同时向周围发射电磁信号,上述三个信号发射装置可以为无人机、飞机、基站等具有信号发射功能的设备,在本实施例中电磁信号通常是指脉冲信号。信号接收装置2可以通过被动侦收等方式接收到上述三个信号发射装置发射的电磁信号,这些混在一起的电磁信号,可以称为待检测电磁信号。信号接收装置2可以为独立或者组合式电子设备,例如基站、反无人机系统、服务器等具有信号接收及处理功能的电子设备。在本实施例中,信号发射装置1为信号接收装置2所要识别和定位的信号发射装置,且信号接收装置2未知信号发射装置1的型号。信号接收装置2预先无法得知信号发射装置1的型号,即无法直接从待检测电磁信号中筛选出信号发射装置1发射的电磁信号,即目标电磁信号,因此,需要信号接收装置2对所接收到的待检测电磁信号进行分析识别,准确筛选出目标电磁信号,以作为后续测向定位、调制识别、解调等工作的基础。
信号接收装置2可以采用如图2所示的结构,即信号接收装置2包括接收器21和电磁信号强度检测装置22,接收器21与电磁信号强度检测装置22相耦合,其中,接收器21与电磁信号强度检测装置22可以为两个独立结构,接收器21也可以集成于电磁信号强度检测装置22内(如图2所示)。电磁信号强度检测装置22还包括处理器221,处理器221与接收器21相耦合。接收器21可以为一个或多个天线。处理器221是电磁信号强度检测装置22的控制中心,通过运行或执行具有功能效果的软件程序和/或模块,执行电磁信号强度检测装置22和/或信号接收装置2的各种功能和处理数据,从而对电磁信号强度检测装置22和/或信号接收装置2进行整体控制。可选的,处理器221可以包括一个或者多个处理单元,例如系统芯片(system on a chip,SoC)、中央处理器(central processing unit,CPU)、微控制器(microcontroller,MCU)、存储控制器等。其中,不同的处理单元可以是独立的器件,也可以集成在一个或多个处理器中。在一些实施例中,电磁信号强度检测装置22还可以包括存储器(未在图中示出),该存储器可以用于存储软件程序以及模块,处理器221通过运行存储在存储器的软件程序以及模块,从而执行反无人机系统的各种功能应用以及数据处理。该存储器可主要包括存储程序区和存储数据区,此外,存储器可以包括一个或者多个存储单元实现,存储单元例如可以包括易失性存储器(volatile memory),如:动态随机存取存储器(dynamic random access memory,DRAM)、静态随机存取存储器(static random accessmemory,SRAM)等;还可以包括非易失性存储器(non-volatile memory,NVM),如:只读存储器(read-only memory,ROM)、闪存(flash memory)等。其中,不同的存储单元可以是独立的器件,也可以集成或者封装在一起。在一些实施例中,信号接收装置2也带有处理器,该处理器与处理器221可以为两个独立结构,该处理器用于控制处理器221,是信号接收装置2的控制中心,其结构可以参考上述处理器221的结构,此处不再赘述。
当信号接收装置2接收到待检测电磁信号之后,可以通过如图3所示的方法来筛选目标电磁信号,在一些实施例中,可以利用预先建立的检测模型(以下简称检测模型)来执行如图3所示的方法,这些检测模型可以通过不同强度的电磁信号的样本,以及强度判断过程、筛选过程进行学习获得,具体的检测方法如下:
S301、获取待检测电磁信号的幅度数据和相位数据。
幅度与相位是表征电磁信号(脉冲信号)的两个重要的维度,通过这两个维度的可以判断电磁信号的强度,因此,信号接收装置2接收到待检测电磁信号之后,需要提取该待检测电磁信号的幅度数据和相位数据,以作为后续判断信号强度的数据基础。
接收器21将接收到的待检测电磁信号传输至处理器221,以对待检测电磁信号进行处理,例如,对待检测电磁信号进行下变频处理,得到基带的同相正交(In-phase/Quadrature,I/Q)数据,并利用短时傅里叶变换(Short-Time Fourier Transform,STFT)处理该I/Q数据,短时傅里叶变换是最常用的一种时频分析方法,它可以通过时间窗内的一段信号来表示某一时刻的信号特征,在变换的过程中,时间窗的长度决定时频图的时间分辨率和频率分辨率,即窗长越长,截取的信号越长。经过短时傅里叶变换可以得到待检测电磁信号的时频数据,该时频数据包括用于表征待检测电磁信号幅度的幅度数据,以及表征待检测电磁信号相位的相位数据。
S302、从所述幅度数据中提取第一特征,从所述相位数据中提取第二特征,所述第一特征用于表征所述待检测电磁信号的幅度,所述第二特征用于表征所述待检测电磁信号的相位,其中,所述第一特征和所述第二特征均对应多个提取尺度。
由S301得到待检测电磁信号的时频数据之后,需要对该时频数据进行特征提取处理,即从幅度数据中提取用于表征幅度的第一特征,从相位数据中提取用于表征相位的第二特征,具体如下:
如图4所示,图4为本申请实施例提供的一种提取第一特征的方法流程图,具体如下:
S401、以多个卷积窗口对所述幅度数据进行均值滤波,得到多个第一初始特征,所述卷积窗口的提取尺度为m×n,其中,所述m表示时间维度,所述n表示频率维度,所述多个卷积窗口对应不同的提取尺度。
将幅度数据输入检测模型,在检测模型中利用多个卷积窗口(方波窗口)对幅度数据进行卷积,以提取多尺度特征(第一特征)。例如,以m×n卷积窗口对幅度数据进行均值滤波,其中,m表示时间维度,所述n表示频率维度,不同卷积窗口对应不同的提取尺度,即不同大小和长宽比例。这样,可以提取得到C=M×N个特征图,其中,M为m中可取数值的个数,N为n中可取数值的个数。如果记时频数据的幅度为I,I=H×W,其中,H表示时间数,W表示频点个数,那么,通过上述均值计算之后可以得到幅度多尺度特征(第一初始特征)可见,为一个三维矩阵。
S402、对所述第一初始特征沿幅度特征通道方向进行融合处理,得到第一特征。
为了可以简化后续计算,可以将S401中得到的第一初始特征(三维矩阵)转换为一个二维矩阵,例如对第一初始特征沿幅度特征通道方向进行top-k算法平均或者maxout激活函数融合,得到幅度融合特征可见,为一个二维矩阵,也就是第一特征。
如图5所示,图5为本申请实施例提供的一种提取第二特征的方法流程图,具体如下:
S501、将所述相位数据沿时间维度进行差分,得到差分后的相位数据。
将相位数据输入检测模型,检测模型首先对该相位数据沿时间维度进行差分,通过差分计算可以表现相位数据沿时间维度的一致性特征。
S502、以多个卷积窗口对所述差分后的相位数据进行均值滤波,得到第二初始特征,所述卷积窗口的提取尺度为m×n,其中,所述m表示时间维度,所述n表示频率维度,所述多个卷积窗口对应不同的提取尺度。
S503、对所述第二初始特征进行归一化处理,得到归一化相位特征。
其中,c表示特征通道索引,μc表示特征通道下噪声特征的均值,σc表示特征通道下噪声特征的均方根。
S504、将所述归一化相位特征沿相位特征通道方向进行融合处理,得到第二特征。
为了可以简化后续计算,可以将S503中得到的归一化相位特征转换为一个二维矩阵,例如对归一化相位特征沿幅度特征通道方向进行top-k算法平均或者maxout激活函数融合,得到相位融合特征可见,为一个二维矩阵,也就是第二特征,此过程与S402类似,此处不再赘述。
S303、根据所述第一特征和所述第二特征,生成时频热图,所述时频热图用于表征所述待检测电磁信号在时频上存在的置信度。
经过S401-S402,以及S501-S504,可以从时频数据中提取到第一特征(用于表征待检测电磁信号的幅度)和第二特征(用于表征待检测电磁信号的相位),进而可以根据第一特征和第二特征来生成用于表征待检测电磁信号的时频数据的时频热图。
如图6所示,图6为本申请实施例提供的一种生成时频热图的方法流程图,具体方法如下:
S601、将所述第一特征和所述第二特征进行加权融合处理,得到融合特征。
可以按照如下公式,对第一特征和第二特征进行加权融合处理:
其中,Ffus表示融合特征,α表示第一特征对应的权重值,1-α表示第二特征对应的权重值。
S602、对所述融合特征进行归一化处理,生成所述时频热图。
可以按照如下公式,对融合特征进行归一化处理:
HM=(Ffus-μ)/σ
其中,HM表示时频热图,μ表示噪声单元内融合特征的均值,σ表示噪声单元内融合特征的均方根。
S304、根据指定阈值,将所述时频热图划分为第一预选区域和第二预选区域,所述第一预选区域是指包含信噪比高于所述指定阈值的目标的区域,所述第二预选区域是指包含信噪比低于所述指定阈值的目标的区域。
通过模型得到用于表征待检测电磁信号时频数据的时频热图之后,为了进一步检测待检测电磁信号的强度,需要检测待检测电磁信号上各个目标的强弱占比,由于待检测电磁信号的强弱信息以热图的形式展示,因此,需要在时频热图上划分出强目标对应的区域,以及弱目标对应的区域,从而展示出各个目标的强弱占比情况。首先,通过检测模型对时频热图进行粗略的强弱区域划分,即划分出第一预选区域和第二预选区域。
如图7所示,图7为本申请实施例提供的一种划分第一预选区域的方法流程图,具体方法如下:
S701、从所述时频热图中提取幅度目标热图。
S702、根据信噪比阈值,从所述幅度目标热图中提取第一预选区域。
由于时频热图对应的是幅度和相位两个维度,因此,时频热图实际上是由幅度热图和相位热图组成的,为了提取第一预选区域,首先从时频热图中提取与幅度数据对应的幅度热图,即幅度目标热图。以幅度目标热图为输入,并根据指定的信噪比阈值SNRStrong从幅度目标热图中提取强目标分布的二值图,即第一预选区域,该第一预选区域满足如下公式:
bStrongT arg et=(HMMag>TStrong)
其中,HMMag表示幅度目标热图,TStrong表示信噪比阈值。
如图8所示,图8为本申请实施例提供的一种划分第二预选区域的方法流程图,具体方法如下:
S801、根据恒虚警率阈值,提取所述时频热图中的全景目标区域;
S802、根据所述恒虚警率阈值、信噪比阈值以及全景目标区域的分布密度,设定区域阈值;
S803、根据所述区域阈值,从所述全景目标区域中提取第二预选区域。
全景目标区域是时频热图上除了纯噪声之外的所有可能目标区域,可以采用恒虚警率(Constant False-Alarm Rate,CFAR)阈值进行划分,由S602可知,时频热图已经经过归一化处理,因此,CFAR阈值由指定的虚警门限Pf确定,CFAR阈值满足如下公式:
TFull=NormCDFInv(1-Pf)
其中,TFull表示CFAR阈值,NormCDFInv(·)表示标准高斯分布累积分布函数的反函数。
根据CFAR阈值,可以得到全景目标区域,全景目标区域满足如下公式:
bFullT arg et=(HM>TFull)
弱目标是除了强目标之外相对较弱的目标,弱目标对应的区域(第二预选区域)的划分需要根据所在区域目标分布的密度自适应地筛选相对较强、容易区分的弱目标,即在全景目标预分割下就目标分布的信号强弱密度分别进行区分。由此,用于划分第二预选区域的区域阈值考虑在全景目标CFAR阈值和第一预选区域阈值(信噪比阈值)之间随区域目标分布密度自适应变化,区域阈值满足如下公式:
TWeak=(1-α)TFull+αTStrong
其中,TWeak表示区域阈值,d表示全景目标分布密度,d可以根据全景目标区域,利用核密度估计得到,满足如下公式:
α=conv(bFullT arg et,Kernel)
其中,Kernel为归一化的高斯核函数,使得α在[0,1]之间。
根据上式,α可以近似地由全景目标区域和归一化的高斯核函数卷积得到。
根据该区域阈值,可以划分弱目标分布的二值图,即第二预选区域,第二预选区域满足如下公式:
bWeakT arg et=(HM>TWeak)&(~bStrongT arg et)
S305、计算所述第一预选区域与所述第二预选区域在所述待检测电磁信号中的占比,以确定第一区域以及第二区域。
通过S304可以从时频热图中提取出第一预选区域和第二预选区域,进一步地,可以采用如图9所示的强弱信号划分方法的流程图,确定出用于表示强信号的第一区域和用于表示弱信号的第二区域,具体如下:
S901、对所述待检测电磁信号的每个时间步内的时频数据,沿频率维度与不同宽度的方波信号进行匹配,以确定候选信号,所述候选信号与所述不同宽度的方波信号具有最高匹配度。
S902、计算所述第一预选区域与所述第二预选区域在所述候选信号中的占比,以确定所述第一区域以及第二区域。
起止频率自适应估计,针对时频数据的每个时间步,沿频率维度考虑不同宽度的方波信号的匹配相关,即利用不同宽度的方波信号进行滑窗匹配,利用方波的匹配度找出最大相关特征,依据最大相关估计待检测电磁信号的载频和带宽,并以此作为候选信号。进一步地,计算第一预选区域和第二预选区域在候选信号中的占比程度,以确定候选信号中的强信号区域和弱信号区域,即第一区域和第二区域。
S306、根据所述第一区域、所述幅度数据和所述相位数据进行迭代计算,在所述第一区域内筛选出第一目标电磁信号,根据所述第二预选区域、所述幅度数据和所述相位数据进行迭代计算,在所述第二区域内筛选出第二目标电磁信号。
在准确划分出待检测电磁信号的强弱之后,就可以分别在强信号和弱信号中筛选目标信号,这样,可以有效避免强弱信号混杂在一起时的互相干扰,提高筛选准确度。
具体的,以第一预选区域、幅度数据、相位数据作为输入,以时频热图和全景目标区域作为辅助输入,基于CLEAN策略,利用迭代估计的方式从第一区域中筛选出第一目标电磁信号。同样的,以第二预选区域、幅度数据、相位数据作为输入,以时频热图和全景目标区域作为辅助输入,基于CLEAN策略,利用迭代估计的方式从第二区域中筛选出第二目标电磁信号。其中,第一目标电磁信号对应于强电磁信号,第二目标电磁信号对应于弱电磁信号。
进一步地,在筛选出各个目标电磁信号之后,为了进一步提高所筛选的各个目标电磁信号的质量,需要对这些目标电磁信号进行后处理。例如,分析计算各目标电磁信号的属性信息,根据预设筛选参数,如带宽、持续时间、信噪比等进行目标电磁信号的筛选,根据各目标电磁信号之间的重叠程度,剔除重复信号等。这样,经过筛选可以得到高质量的目标电磁信号,进而提高根据该目标电磁信号进行测向定位、调制识别、解调等工作的质量。
由上述可知,本申请所提供的电磁信号的筛选方法,可以满足对未知型号的信号发射装置的电磁信号的检测需求,有效增强信号接收装置对未知型号的信号发射装置的适应能力,可以针对所侦测到的电磁信号进行筛选,以报送高质量的目标电磁信号。
在本实施例中,还提供了一种用于实现上述电磁信号的筛选方法的软件结构,如图10所示,图10为本申请实施例提供的一种电磁信号筛选装置的软件结构示意图,所述电磁信号筛选装置包括:
获取模块101,用于获取待检测电磁信号的幅度数据和相位数据;
提取模块102,用于从所述幅度数据中提取第一特征,从所述相位数据中提取第二特征,所述第一特征用于表征所述待检测电磁信号的幅度,所述第二特征用于表征所述待检测电磁信号的相位,其中,所述第一特征和所述第二特征均对应多个提取尺度;
热图生成模块103,用于根据所述第一特征和所述第二特征,生成时频热图,所述时频热图用于表征所述待检测电磁信号在时频上存在的置信度;
区域划分模块104,用于根据指定阈值,将所述时频热图划分为第一预选区域和第二预选区域,所述第一预选区域是指包含信噪比高于所述指定阈值的目标的区域,所述第二预选区域是指包含信噪比低于所述指定阈值的目标的区域;
区域确定模块105,用于计算所述第一预选区域与所述第二预选区域在所述待检测电磁信号中的占比,以确定第一区域以及第二区域;
筛选模块106,用于根据所述第一区域、所述幅度数据和所述相位数据进行迭代计算,在所述第一区域内筛选出第一目标电磁信号,根据所述第二预选区域、所述幅度数据和所述相位数据进行迭代计算,在所述第二区域内筛选出第二目标电磁信号。
可选的,所述获取模块101还用于对待检测电磁信号进行处理,得到时频数据,所述时频数据包括所述幅度数据和所述相位数据;其中,所述对所述待检测电磁信号进行处理的过程包括下变频和短时傅里叶变换。
可选的,所述提取模块102还用于以多个卷积窗口对所述幅度数据进行均值滤波,得到第一初始特征,所述卷积窗口的提取尺度为m×n,其中,所述m表示时间维度,所述n表示频率维度,所述多个卷积窗口对应不同的提取尺度;对所述第一初始特征沿幅度特征通道方向进行融合处理,得到第一特征。
可选的,所述提取模块102还用于将所述相位数据沿时间维度进行差分,得到差分后的相位数据;以多个卷积窗口对所述差分后的相位数据进行均值滤波,得到第二初始特征,所述卷积窗口的提取尺度为m×n,其中,所述m表示时间维度,所述n表示频率维度,所述多个卷积窗口对应不同的提取尺度;对所述第二初始特征进行归一化处理,得到归一化相位特征;将所述归一化相位特征沿相位特征通道方向进行融合处理,得到第二特征。
可选的,所述热图生成模块103还用于将所述第一特征和所述第二特征进行加权融合处理,得到融合特征;对所述融合特征进行归一化处理,生成所述时频热图。
可选的,所述区域划分模块104还用于从所述时频热图中提取幅度目标热图;根据信噪比阈值,从所述幅度目标热图中提取第一预选区域。
可选的,所述区域划分模块104还用于根据恒虚警率阈值,提取所述时频热图中的全景目标区域;根据所述恒虚警率阈值、信噪比阈值以及全景目标区域的分布密度,设定区域阈值;根据所述区域阈值,从所述全景目标区域中提取第二预选区域。
可选的,所述区域确定模块105还用于对所述待检测电磁信号的每个时间步内的时频数据,沿频率维度与不同宽度的方波信号进行匹配,以确定候选信号,所述候选信号与所述不同宽度的方波信号具有最高匹配度;计算所述第一预选区域与所述第二预选区域在所述候选信号中的占比,以确定所述第一区域以及第二区域。
可选的,所述筛选模块106还用于以时频热图、全景目标区域作为辅助输入,基于CLEAN策略,利用迭代估计的方式输出所述第一目标电磁信号和所述第二目标电磁信号。
上述软件结构执行电磁信号强度的检测方法时所能够实现的效果,可以参考前述电磁信号强度检测装置执行电磁信号强度的检测方法的效果,此处不再赘述。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由下面的权利要求指出。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。
Claims (10)
1.一种电磁信号的筛选方法,其特征在于,所述方法包括:
获取待检测电磁信号的幅度数据和相位数据;
从所述幅度数据中提取第一特征,从所述相位数据中提取第二特征,所述第一特征用于表征所述待检测电磁信号的幅度,所述第二特征用于表征所述待检测电磁信号的相位,其中,所述第一特征和所述第二特征均对应多个提取尺度;
根据所述第一特征和所述第二特征,生成时频热图,所述时频热图用于表征所述待检测电磁信号在时频上存在的置信度;
根据指定阈值,将所述时频热图划分为第一预选区域和第二预选区域,所述第一预选区域是指包含信噪比高于所述指定阈值的目标的区域,所述第二预选区域是指包含信噪比低于所述指定阈值的目标的区域;
计算所述第一预选区域与所述第二预选区域在所述待检测电磁信号中的占比,以确定第一区域以及第二区域;
根据所述第一区域、所述幅度数据和所述相位数据进行迭代计算,在所述第一区域内筛选出第一目标电磁信号,根据所述第二预选区域、所述幅度数据和所述相位数据进行迭代计算,在所述第二区域内筛选出第二目标电磁信号。
2.根据权利要求1所述的方法,其特征在于,所述获取待检测电磁信号的幅度数据和相位数据包括:
对待检测电磁信号进行处理,得到时频数据,所述时频数据包括所述幅度数据和所述相位数据;
其中,所述对所述待检测电磁信号进行处理的过程包括下变频和短时傅里叶变换。
3.根据权利要求1所述的方法,其特征在于,所述从所述幅度数据中提取第一特征包括:
以多个卷积窗口对所述幅度数据进行均值滤波,得到第一初始特征,所述卷积窗口的提取尺度为m×n,其中,所述m表示时间维度,所述n表示频率维度,所述多个卷积窗口对应不同的提取尺度;
对所述第一初始特征沿幅度特征通道方向进行融合处理,得到第一特征。
4.根据权利要求1所述的方法,其特征在于,所述从所述相位数据中提取第二特征包括:
将所述相位数据沿时间维度进行差分,得到差分后的相位数据;
以多个卷积窗口对所述差分后的相位数据进行均值滤波,得到第二初始特征,所述卷积窗口的提取尺度为m×n,其中,所述m表示时间维度,所述n表示频率维度,所述多个卷积窗口对应不同的提取尺度;
对所述第二初始特征进行归一化处理,得到归一化相位特征;
将所述归一化相位特征沿相位特征通道方向进行融合处理,得到第二特征。
5.根据权利要求1所述的方法,其特征在于,所述根据所述第一特征和所述第二特征,生成时频热图包括:
将所述第一特征和所述第二特征进行加权融合处理,得到融合特征;
对所述融合特征进行归一化处理,生成所述时频热图。
6.根据权利要求1所述的方法,其特征在于,所述根据指定阈值,将所述时频热图划分为第一预选区域的步骤包括:
从所述时频热图中提取幅度目标热图;
根据信噪比阈值,从所述幅度目标热图中提取第一预选区域。
7.根据权利要求1所述的方法,其特征在于,所述根据指定阈值,将所述时频热图划分为第二预选区域的步骤包括:
根据恒虚警率阈值,提取所述时频热图中的全景目标区域;
根据所述恒虚警率阈值、信噪比阈值以及全景目标区域的分布密度,设定区域阈值;
根据所述区域阈值,从所述全景目标区域中提取第二预选区域。
8.根据权利要求1所述的方法,其特征在于,所述计算所述第一预选区域与所述第二预选区域在所述待检测电磁信号中的占比,以确定第一区域以及第二区域包括:
对所述待检测电磁信号的每个时间步内的时频数据,沿频率维度与不同宽度的方波信号进行匹配,以确定候选信号,所述候选信号与所述不同宽度的方波信号具有最高匹配度;
计算所述第一预选区域与所述第二预选区域在所述候选信号中的占比,以确定所述第一区域以及第二区域。
9.根据权利要求1所述的方法,其特征在于,所述根据所述第一区域、所述幅度数据和所述相位数据进行迭代计算筛选出第一目标电磁信号,根据所述第二预选区域、所述幅度数据和所述相位数据进行迭代计算筛选出第二目标电磁信号还包括:
以时频热图、全景目标区域作为辅助输入,基于CLEAN策略,利用迭代估计的方式输出所述第一目标电磁信号和所述第二目标电磁信号。
10.一种电磁信号的筛选装置,其特征在于,所述装置包括接收器和处理器,所述接收器与所述处理器相耦合;
所述接收器用于获取待检测电磁信号的幅度数据和相位数据;
所述处理器用于从所述幅度数据中提取第一特征,从所述相位数据中提取第二特征,所述第一特征用于表征所述待检测电磁信号的幅度,所述第二特征用于表征所述待检测电磁信号的相位,其中,所述第一特征和所述第二特征均对应多个提取尺度;
所述处理器还用于根据所述第一特征和所述第二特征,生成时频热图,所述时频热图用于表征所述待检测电磁信号在时频上存在的置信度;
所述处理器还用于根据指定阈值,将所述时频热图划分为第一预选区域和第二预选区域,所述第一预选区域是指包含信噪比高于所述指定阈值的目标的区域,所述第二预选区域是指包含信噪比低于所述指定阈值的目标的区域;
所述处理器还用于计算所述第一预选区域与所述第二预选区域在所述待检测电磁信号中的占比,以确定第一区域以及第二区域;
所述处理器还用于根据所述第一区域、所述幅度数据和所述相位数据进行迭代计算,在所述第一区域内筛选出第一目标电磁信号,根据所述第二预选区域、所述幅度数据和所述相位数据进行迭代计算,在所述第二区域内筛选出第二目标电磁信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110537562.XA CN113271161B (zh) | 2021-05-17 | 2021-05-17 | 一种电磁信号的筛选方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110537562.XA CN113271161B (zh) | 2021-05-17 | 2021-05-17 | 一种电磁信号的筛选方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113271161A CN113271161A (zh) | 2021-08-17 |
CN113271161B true CN113271161B (zh) | 2022-06-03 |
Family
ID=77231368
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110537562.XA Active CN113271161B (zh) | 2021-05-17 | 2021-05-17 | 一种电磁信号的筛选方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113271161B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20180122966A (ko) * | 2017-05-04 | 2018-11-14 | (주)밀리시스 | 비행체 식별 방법 및 장치 |
CN109709512A (zh) * | 2019-01-02 | 2019-05-03 | 成都华日通讯技术有限公司 | 一种无人机侦测单站及无人机侦测系统 |
CN110174270A (zh) * | 2019-06-10 | 2019-08-27 | 苏州大学 | 多源时频脊线提取方法 |
CN110289918A (zh) * | 2018-03-13 | 2019-09-27 | 深圳智空未来信息技术有限公司 | 一种无线信号检测方法以及系统 |
CN111046025A (zh) * | 2019-12-18 | 2020-04-21 | 任子行网络技术股份有限公司 | 无人机信号探测方法及装置 |
CN111398909A (zh) * | 2020-03-09 | 2020-07-10 | 哈尔滨工业大学 | 一种基于倒谱分析的杂波环境无人机检测方法 |
CN111428631A (zh) * | 2020-03-23 | 2020-07-17 | 中南大学 | 无人机飞控信号可视化识别分选方法 |
CN112149524A (zh) * | 2020-09-04 | 2020-12-29 | 中国人民解放军海军工程大学 | 一种雷达信号分选识别方法、装置、探测器及存储介质 |
CN112180354A (zh) * | 2020-09-29 | 2021-01-05 | 武汉大学 | 一种利用时频分析和恒虚警技术的高频雷达目标联合检测方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10356392B2 (en) * | 2015-05-28 | 2019-07-16 | University College Cork—National Univesity of Ireland, Cork | Coded access optical sensor |
US9661604B1 (en) * | 2016-06-30 | 2017-05-23 | HawkEye 360, Inc. | Determining emitter locations |
-
2021
- 2021-05-17 CN CN202110537562.XA patent/CN113271161B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20180122966A (ko) * | 2017-05-04 | 2018-11-14 | (주)밀리시스 | 비행체 식별 방법 및 장치 |
CN110289918A (zh) * | 2018-03-13 | 2019-09-27 | 深圳智空未来信息技术有限公司 | 一种无线信号检测方法以及系统 |
CN109709512A (zh) * | 2019-01-02 | 2019-05-03 | 成都华日通讯技术有限公司 | 一种无人机侦测单站及无人机侦测系统 |
CN110174270A (zh) * | 2019-06-10 | 2019-08-27 | 苏州大学 | 多源时频脊线提取方法 |
CN111046025A (zh) * | 2019-12-18 | 2020-04-21 | 任子行网络技术股份有限公司 | 无人机信号探测方法及装置 |
CN111398909A (zh) * | 2020-03-09 | 2020-07-10 | 哈尔滨工业大学 | 一种基于倒谱分析的杂波环境无人机检测方法 |
CN111428631A (zh) * | 2020-03-23 | 2020-07-17 | 中南大学 | 无人机飞控信号可视化识别分选方法 |
CN112149524A (zh) * | 2020-09-04 | 2020-12-29 | 中国人民解放军海军工程大学 | 一种雷达信号分选识别方法、装置、探测器及存储介质 |
CN112180354A (zh) * | 2020-09-29 | 2021-01-05 | 武汉大学 | 一种利用时频分析和恒虚警技术的高频雷达目标联合检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113271161A (zh) | 2021-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20170016987A1 (en) | Processing synthetic aperture radar images for ship detection | |
Karanam et al. | Tracking from one side: Multi-person passive tracking with WiFi magnitude measurements | |
US8233873B2 (en) | Device and methods for enhanced matched filtering based on correntropy | |
US20190158494A1 (en) | Identification device and identification method | |
CN111541511A (zh) | 复杂电磁环境下基于目标检测的通信干扰信号识别方法 | |
CN112731307B (zh) | 基于距离-角度联合估计的ratm-cfar检测器及检测方法 | |
WO2021172126A1 (ja) | 推定装置、推定方法、および、プログラム | |
CN110837079B (zh) | 一种基于雷达的目标检测方法及装置 | |
JP2018197710A (ja) | レーダ信号処理装置 | |
Rizik et al. | Cost-efficient FMCW radar for multi-target classification in security gate monitoring | |
Karakuş et al. | A generalized Gaussian extension to the Rician distribution for SAR image modeling | |
CN114002658B (zh) | 基于点迹曲线关联曲线分离的雷达目标微动特征提取方法 | |
CN111046025A (zh) | 无人机信号探测方法及装置 | |
CN113271161B (zh) | 一种电磁信号的筛选方法及装置 | |
CN108226851B (zh) | 用于测向的方法和测向器 | |
CN112462367B (zh) | 一种基于极化合成孔径雷达的车辆检测方法 | |
US11269052B2 (en) | Signal processing method | |
CN114637001B (zh) | 雷达的目标检测方法、装置、设备及存储介质 | |
Sardar et al. | LTE commsense for object detection in indoor environments | |
CN108718223B (zh) | 一种非合作信号的盲频谱感知方法 | |
US10480932B2 (en) | Automated computation of a dimension of a moving platform | |
JP7313018B2 (ja) | センサ | |
CN113514796A (zh) | 一种无源定位方法、系统和介质 | |
CN105510914B (zh) | 一种基于图像熵的微波测试耦合杂波消除方法 | |
US20120196552A1 (en) | Methods for Determining Whether a Signal Includes a Wanted Signal and Apparatuses Configured to Determine Whether a Signal Includes a Wanted Signal |
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 |