CN114025379B - 一种宽带多信号检测方法、装置和设备 - Google Patents
一种宽带多信号检测方法、装置和设备 Download PDFInfo
- Publication number
- CN114025379B CN114025379B CN202111308451.8A CN202111308451A CN114025379B CN 114025379 B CN114025379 B CN 114025379B CN 202111308451 A CN202111308451 A CN 202111308451A CN 114025379 B CN114025379 B CN 114025379B
- Authority
- CN
- China
- Prior art keywords
- signal
- value
- power spectrum
- point
- edge point
- 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
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Abstract
本发明提供了一种宽带多信号检测方法、装置和设备,所述宽带多信号检测方法包括:采集预设频段的宽带信号;对宽带信号进行加窗傅里叶变换后,通过对数法,得到宽带信号的信号功率谱;对信号功率谱进行预处理;根据预处理后的信号功率谱的变化趋势,对每个信号进行边缘检测识别,在预处理后的信号功率谱中分别标记每个信号的左边缘点、右边缘点,以及信号交叠点;根据信号交叠点,对存在信号交叠的信号的左边缘点和右边缘点进行修正;根据修正后的左边缘点和修正后的右边缘点的匹配结果以及预处理后的信号功率谱,输出信号检测结果。本发明方案,可以降低噪声、信号强度差异以及信号交叠带来的影响,进而提高信号的检测性能以及信号检测准确度。
Description
技术领域
本发明涉及通信技术领域,特别涉及一种宽带多信号检测方法、装置和设备。
背景技术
随着近年来无线通信技术的蓬勃发展,无线宽带信号的调制方式、编码方式与传输协议都变得更加丰富多样,因此无线空口信号呈现出了更加复杂与多样化的特征,其主要体现在为了满足频谱分配需求以及各自协议架构而不同的信号带宽和瞬时性特征。但是随之而来的是无线电磁空间频谱信号检测的难题。无论是民用领域中的无线电信号监管,例如发现与定位非法信号,还是军用领域中的无线信号电子对抗,例如无人机信号的侦察与捕获,都要依赖于对频谱中宽带多信号的准确检测。
目前广泛采用的宽带多信号检测方法为首先对宽带信号进行整体频谱或功率谱估计,再经过划分子信道等预处理方法,然后通过划定门限等方法对信号存在性进行判断。然而在实际的空口场景中,宽带频谱中各路信号的带宽、功率强度、持续时间都不尽相同,并且通常存在有色噪声的干扰,不同信号的噪声基底强度不尽相同,因此会导致信号的漏检与虚报,造成信号检测准确度低的问题。
发明内容
本发明实施例提供一种宽带多信号检测方法、装置和设备,用以解决现有的宽带多信号检测方法中存在信号检测准确度低的问题。
为了解决上述技术问题,本发明实施例提供如下技术方案:
本发明实施例提供一种宽带多信号检测方法,包括:
采集预设频段的宽带信号;
对所述宽带信号进行加窗傅里叶变换后,通过对数法,得到所述宽带信号的信号功率谱;
对所述信号功率谱进行预处理,得到预处理后的信号功率谱;
根据所述预处理后的信号功率谱的变化趋势,对每个信号进行边缘检测识别,在所述预处理后的信号功率谱中分别标记每个信号的左边缘点、右边缘点,以及信号交叠点;
根据所述信号交叠点,对存在信号交叠的信号的左边缘点和右边缘点进行修正,得到修正后的左边缘点和修正后的右边缘点;
根据所述修正后的左边缘点和所述修正后的右边缘点的匹配结果以及所述预处理后的信号功率谱,输出信号检测结果;所述信号检测结果包括:信号的个数以及每个信号的带宽信息、载频信息。
可选地,对所述信号功率谱进行预处理,得到预处理后的信号功率谱,包括:
对所述信号功率谱进行信号平滑处理,得到平滑后的信号功率谱;
对所述平滑后的信号功率谱进行噪声基底估计和噪声基底消除处理,得到所述预处理后的信号功率谱。
可选地,对所述平滑后的信号功率谱进行噪声基底估计和噪声基底消除处理,得到所述预处理后的信号功率谱,包括:
将所述平滑后的信号功率谱划分为多段;
确定每一段所述平滑后的信号功率谱中功率值最小的为噪声基底粗估计值;
对每一段的噪声基底粗估计值进行限速滤波处理,得到噪声基底细估计值;
根据所述噪声基底细估计值,对所述平滑后的信号功率谱进行噪声基底消除处理,得到所述预处理后的信号功率谱。
可选地,根据所述预处理后的信号功率谱的变化趋势,对每个信号进行边缘检测识别,在所述预处理后的信号功率谱中分别标记每个信号的左边缘点、右边缘点,以及信号交叠点,包括:
在所述预处理后的信号功率谱中第一目标点右侧的第一功率梯度变化值减第一目标点左侧的第二功率梯度变化值的差值大于第一阈值,且所述第二功率梯度变化值与零值的差值小于第二阈值的情况下,确定所述第一目标点为左边缘点;
在所述预处理后的信号功率谱中第二目标点左侧的第二功率梯度变化值减第二目标点右侧的第一功率梯度变化值的差值大于第一阈值,且所述第一功率梯度变化值与零值的差值小于第二阈值的情况下,确定所述第二目标点为右边缘点;
在所述预处理后的信号功率谱中第三目标点右侧的第一功率梯度变化值减第三目标点左侧的第二功率梯度变化值之差大于第三阈值,且所述第一功率梯度变化值的绝对值大于第四阈值,所述第二功率梯度变化值的绝对值大于第五阈值的情况下,确定所述第三目标点为信号交叠点;其中,所述第一功率梯度变化值为第一预设数量点的功率平均梯度变化值;所述第二功率梯度变化值为第二预设数量点的功率平均梯度变化值。
可选地,根据所述信号交叠点,对存在信号交叠的信号的左边缘点和右边缘点进行修正,得到修正后的左边缘点和修正后的右边缘点,包括:
在第一信号的右侧和第二信号的左侧之间存在信号交叠的情况下,根据所述信号交叠点对应的第一功率值,确定位于所述第一信号的左边缘点右侧的所述修正后的左边缘点,以及,根据所述第一功率值,确定位于所述第二信号的右边缘点左侧的所述修正后的右边缘点;
其中,所述第一信号和第二信号相邻。
可选地,所述第一功率值与所述修正后的左边缘点对应的第二功率值之间的差值小于第六阈值。
可选地,所述第二功率值与所述修正后的右边缘点对应的第三功率值之间的差值小于第七阈值。
本发明实施例还提供一种宽带多信号检测装置,包括:
采集模块,用于采集预设频段的宽带信号;
第一处理模块,用于对所述宽带信号进行加窗傅里叶变换后,通过对数法,得到所述宽带信号的信号功率谱;
第二处理模块,用于对所述信号功率谱进行预处理,得到预处理后的信号功率谱;
标记模块,用于根据所述预处理后的信号功率谱的变化趋势,对每个信号进行边缘检测识别,在所述预处理后的信号功率谱中分别标记每个信号的左边缘点、右边缘点,以及信号交叠点;
修正模块,用于根据所述信号交叠点,对存在信号交叠的信号的左边缘点和右边缘点进行修正,得到修正后的左边缘点和修正后的右边缘点;
输出模块,用于根据所述修正后的左边缘点和所述修正后的右边缘点的匹配结果以及所述预处理后的信号功率谱,输出信号检测结果;所述信号检测结果包括:信号的个数以及每个信号的带宽信息、载频信息。
可选地,所述第二处理模块,包括:
第一处理单元,用于对所述信号功率谱进行信号平滑处理,得到平滑后的信号功率谱;
第二处理单元,用于对所述平滑后的信号功率谱进行噪声基底估计和噪声基底消除处理,得到所述预处理后的信号功率谱。
可选地,第二处理单元,具体用于:
将所述平滑后的信号功率谱划分为多段;
确定每一段所述平滑后的信号功率谱中功率值最小的为噪声基底粗估计值;
对每一段的噪声基底粗估计值进行限速滤波处理,得到噪声基底细估计值;
根据所述噪声基底细估计值,对所述平滑后的信号功率谱进行噪声基底消除处理,得到所述预处理后的信号功率谱。
可选地,所述标记模块,包括:
第一确定单元,用于在所述预处理后的信号功率谱中第一目标点右侧的第一功率梯度变化值减第一目标点左侧的第二功率梯度变化值的差值大于第一阈值,且所述第二功率梯度变化值与零值的差值小于第二阈值的情况下,确定所述第一目标点为左边缘点;
第二确定单元,用于在所述预处理后的信号功率谱中第二目标点左侧的第二功率梯度变化值减第二目标点右侧的第一功率梯度变化值的差值大于第一阈值,且所述第一功率梯度变化值与零值的差值小于第二阈值的情况下,确定所述第二目标点为右边缘点;
第三确定单元,用于在所述预处理后的信号功率谱中第三目标点右侧的第一功率梯度变化值减第三目标点左侧的第二功率梯度变化值之差大于第三阈值,且所述第一功率梯度变化值的绝对值大于第四阈值,所述第二功率梯度变化值的绝对值大于第五阈值的情况下,确定所述第三目标点为信号交叠点;
其中,所述第一功率梯度变化值为第一预设数量点的功率平均梯度变化值;所述第二功率梯度变化值为第二预设数量点的功率平均梯度变化值。
可选地,所述修正模块,包括:
第四确定单元,用于在第一信号的右侧和第二信号的左侧之间存在信号交叠的情况下,根据所述信号交叠点对应的第一功率值,确定位于所述第一信号的左边缘点右侧的所述修正后的左边缘点,以及,根据所述第一功率值,确定位于所述第二信号的右边缘点左侧的所述修正后的右边缘点;
其中,所述第一信号和第二信号相邻。
可选地,所述第一功率值与所述修正后的左边缘点对应的第二功率值之间的差值小于第六阈值。
可选地,所述第二功率值与所述修正后的右边缘点对应的第三功率值之间的差值小于第七阈值。
本发明实施例还提供一种宽带多信号检测设备,包括:处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序,所述程序被所述处理器执行时实现如上中任一项所述的宽带多信号检测方法的步骤。
本发明实施例还提供一种可读存储介质,所述可读存储介质上存储有程序,所述程序被处理器执行时实现如上中任一项所述的宽带多信号检测方法中的步骤。
本发明的有益效果是:
本发明方案,通过采集预设频段的宽带信号,对所述宽带信号进行加窗傅里叶变换后,通过对数法,得到宽带信号的信号功率谱,对所述信号功率谱进行预处理,得到预处理后的信号功率谱之后,根据所述预处理后的信号功率谱的变化趋势,对每个信号进行边缘检测识别,在所述预处理后的信号功率谱中分别标记每个信号的左边缘点、右边缘点,以及对存在信号交叠的左边缘点和右边缘点进行修正,得到修正后的左边缘点和修正后的右边缘点,根据所述修正后的左边缘点和所述修正后的右边缘点的匹配结果以及所述预处理后的信号功率谱,输出信号检测结果,可以降低噪声、信号强度差异以及信号交叠带来的影响,进而提高信号的检测性能以及信号检测准确度。
附图说明
图1表示本发明实施例提供的宽带多信号检测方法的流程图之一;
图2表示本发明实施例提供的信号功率谱的示意图;
图3表示本发明实施例提供的平滑后的信号功率谱的示意图;
图4表示本发明实施例提供的预处理后的信号功率谱的示意图;
图5表示本发明实施例提供的标记后的信号的左边缘点、右边缘点和信号交叠点的示意图;
图6表示本发明实施例提供的修正后的左边缘点、右边缘点和信号交叠点的示意图;
图7表示本发明实施例提供的宽带多信号检测方法的流程图之二;
图8表示本发明实施例提供的宽带多信号检测装置的结构示意图;
图9表示本发明实施例提供的宽带多信号检测设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图及具体实施例对本发明进行详细描述。
本发明针对现有的宽带多信号检测方法中存在信号检测准确度低的问题,提供一种宽带多信号检测方法、装置和设备。
如图1所示,本发明实施例提供一种宽带多信号检测方法,包括:
步骤101:采集预设频段的宽带信号。
需要说明的是,本发明实施例通过现场可编程逻辑门阵列(Field ProgrammableGate Array,FPGA)驱动射频前端高速模拟数字转换器(Analog-to-Digital Converter,ADC)实时采集特定频点和带宽的信号(预设频段的宽带信号)交由后续流处理。
其中,FPGA与ADC之间的接口为JESD204B高速串行接口,接口单通道数据速率为13.5Gbps。ADC工作在过采样频率上,后续通过级联半带抽取滤波器的滤波和平滑抽取处理后获得目标数据速率以及过采样增益。整体硬件架构为零中频正交低通采样,输出数据为相互正交的同相正交(In-phase Quadrature,IQ)数据时,一个典型的数据输出速率为61.44MSPS。
步骤102:对所述宽带信号进行加窗傅里叶变换后,通过对数法,得到所述宽带信号的信号功率谱。
在本步骤中,对获取的宽带信号进行加窗傅里叶变换后,通过对数法计算得到宽带信号的信号功率谱,与现有的根据傅里叶变换得到宽带信号的信号功率谱相比,通过加窗傅里叶变换能够有效减少傅里叶变换带来的频率泄露,有利于后续检测的准确率。
具体地,对宽带信号(时域信号)x(n)进行加窗傅里叶变换(Windowed Fouriertransform,WFT)后通过对数法求得宽带信号的信号功率谱。现有的信号功率谱的计算方法是通过傅里叶变换(Fourier transform,FT),而非本发明实施例提供的加窗傅里叶变换,傅里叶变换是对宽带信号直接进行截取,等价于叠加了矩形窗,而在实际应用场景中,由于往往不能采集宽带信号的整数个周期,宽带信号会被矩形窗从周期中间截断,导致产生与原宽带信号不同的特征,如频谱展宽,最直接的现象表现为频率泄露。本发明实施例,通过加窗操作,使时域信号边缘变化更加平缓,减少了矩形窗截取带来的信号突变导致的特征变化问题,可以尽可能减少宽带信号在非整数周期上做FT导致的频率泄露问题,从而在一定程度上提高后续检测的准确率。
可选地,傅里叶变换为离散傅里叶变换。
离散傅里叶变换公式为:
其中,N表示傅里叶变换的点数,k表示傅里叶变换的第k个频谱,e、j均为常量。
设窗口函数为w(n),则加窗离散傅里叶变换公式为:
根据实际应用场景测试,汉宁(Hanning)窗由于其具有较高的主瓣频率分辨率和较强的旁瓣抑制效果,在大部分情况下均有较好的抑制频率泄露的性能。示例性地,根据加窗傅里叶变换某频段40MHz带宽信号后得到的信号功率谱如图2所示。
本发明实施例,在计算信号功率谱时,在进行傅里叶变换之前先进行加窗操作,使得时域信号边缘更加平缓,降低了时域信号边缘变化的突变性,减小了信号变换后带来的频率泄露,从而提高了后续信号检测的准确度。
步骤103:对所述信号功率谱进行预处理,得到预处理后的信号功率谱。
需要说明的是,经过预处理后的信号功率谱可以消除信号上的毛刺噪声以及消除噪声基底。
步骤104:根据所述预处理后的信号功率谱的变化趋势,对每个信号进行边缘检测识别,在所述预处理后的信号功率谱中分别标记每个信号的左边缘点、右边缘点,以及信号交叠点。
也就是,基于信号边缘识别的方法,对宽带信号进行信号检测,也就是根据预处理后的信号功率谱的变化趋势,在预处理后的信号功率谱中分别对每个信号的左边缘点、右边缘点,以及信号交叠点进行标记。
步骤105:根据所述信号交叠点,对存在信号交叠的信号的左边缘点和右边缘点进行修正,得到修正后的左边缘点和修正后的右边缘点。
需要说明的是,由于信号交叠的问题,交叠信号的左边缘点和右边缘点在预处理后的信号功率谱中的纵轴高度(功率值)上相差较大,若根据交叠信号的左边缘点和右边缘点输出信号检测结果,则会导致信号检测结果中的信号的载频信息和带宽信息等参数估计不准,示例性地,若预处理后的信号功率谱中两个相邻的信号:信号1的右侧和信号2的左侧之间发生了信号交叠,那么在对信号进行边缘检测识别后,会出现标记了信号1的左边缘点、信号交叠点和信号2的右边缘点,此时,信号1的左边缘点和信号交叠点分别为信号1的左边缘和信号1的右边缘,信号交叠点和信号2的右边缘点分别为信号2的左边缘和右边缘,且信号1的左边缘点在预处理后的信号功率谱中的纵轴高度和信号交叠点在预处理后的信号功率谱中的纵轴高度之间的差值、信号交叠点在预处理后的信号功率谱中的纵轴高度和信号2的右边缘点在预处理后的信号功率谱中的纵轴高度之间的差值较大,若根据信号1的左边缘点、信号交叠点和信号2的右边缘点输出信号1和信号2的载频信息和带宽信息,则输出的载频信息和带宽信息不准。因此需要根据步骤103中标记的信号交叠点,对左边缘点、右边缘点进行修正。
还需要说明的是,对于单一信号而言,信号的左边缘应该是缓缓上升,信号的右边缘应该是缓缓下降,但是由于信号交叠的问题,信号1的右边缘还未下降完全就被信号2的左边缘拉高,所以信号交叠点在预处理后的信号功率谱中的纵轴高度会分别大于信号1的左边缘点在预处理后的信号功率谱中的纵轴高度、信号2的右边缘点在预处理后的信号功率谱中的纵轴高度。
步骤106:根据所述修正后的左边缘点和所述修正后的右边缘点的匹配结果以及所述预处理后的信号功率谱,输出信号检测结果;所述信号检测结果包括:信号的个数以及每个信号的带宽信息、载频信息。
具体地,根据修正后的左边缘点和修正后的右边缘点,可以得出较为准确的信号个数,以及每个信号的带宽信息、载频信息,其中,信号检测结果还可以包括:除信号的个数以及每个信号的带宽信息、载频信息之外的其他参数,本发明并不以此为限。
作为一优选实施例,对所述信号功率谱进行预处理,得到预处理后的信号功率谱,包括:
对所述信号功率谱进行信号平滑处理,得到平滑后的信号功率谱;
对所述平滑后的信号功率谱进行噪声基底估计和噪声基底消除处理,得到所述预处理后的信号功率谱。
具体地,对信号功率谱进行信号平滑处理的具体过程为:创建一个与信号功率谱等长的新序列以容纳平滑后的信号功率谱的数据,新序列每个点的取值等于同索引值的原功率谱(信号功率谱)每个点一定范围内的均值,即通过均值滤波法对信号功率谱进行信号平滑处理。
设新序列为Y(k),则
其中,l为平滑窗口长度。
示例性地,对根据加窗傅里叶变换某频段40MHz带宽信号后得到的信号功率谱进行平滑处理后得到的平滑后的信号功率谱如图3所示。
本发明实施例对信号功率谱进行均值滤波操作(平滑处理)使信号图像变化趋势更加平滑,同时消除信号上的毛刺噪声。
可选地,对平滑后的信号功率谱进行噪声基底估计和噪声基底消除处理的过程包括:对平滑后的信号功率谱分段后,通过每一段最小值的方法进行噪声基底估计,得到噪声基底估计值,然后通过限速滤波器对噪声基底估计值进行修正,最后用平滑后的信号功率谱减去修正后的噪声基底估计值,得到噪声基底平坦化后的信号功率谱(预处理后的信号功率谱)。
进一步地,对所述平滑后的信号功率谱进行噪声基底估计和噪声基底消除处理,得到所述预处理后的信号功率谱,包括:
将所述平滑后的信号功率谱划分为多段;
确定每一段所述平滑后的信号功率谱中功率值最小的为噪声基底粗估计值;
对每一段的噪声基底粗估计值进行限速滤波处理,得到噪声基底细估计值;
根据所述噪声基底细估计值,对所述平滑后的信号功率谱进行噪声基底消除处理,得到所述预处理后的信号功率谱。
进一步地,对平滑后的信号功率谱进行噪声基底估计和噪声基底消除处理的具体过程包括:
将平滑后的信号功率谱等间隔分成L段(L为大于1的正整数),取每一段的功率值的最小值作为该段的噪声基底粗估计值Noise(n)。需要说明的是,在该段内只存在底噪或者同时存在底噪和信号的情况下,可以认为该噪声基底粗估计值Noise(n)较为准确,而在段内只存在信号的情况下,该噪声基底粗估计值Noise(n)实际为信号的值,因此需要使用限速滤波器对噪声基底粗估计值Noise(n)进行限速滤波处理以实现对噪声基底粗估计值Noise(n)进行修正,根据下式得到噪声基底细估计值:
其中,N(n)为噪声基底细估计值序列,thr为噪声限速门限值,通常依据接收机的底噪设定。
然后对噪声基底细估计值进行插值使噪声基底细估计值序列的长度和平滑后的信号功率谱序列相等,插值后的噪声基底细估计值为NoiseEst(k)。用平滑后的信号功率谱序列与噪声基底细估计值序列对应值相减,得到噪声基底平坦化后的信号功率谱(预处理后的信号功率谱)序列,即:
Y′(k)=Y(k)-NoiseEst(k)(k=0,1…N-1)
其中,N表示傅里叶变换的点数,Y′(k)为预处理后的信号功率谱,Y(k)为平滑后的信号功率谱。示例性地,对根据加窗傅里叶变换某频段40MHz带宽信号后得到的信号功率谱进行平滑处理,以及噪声基底估计和噪声基底消除处理后得到的预处理后的信号功率谱如图4所示。
本发明实施例,在信号功率谱预处理阶段,对噪声基底估计值先分段计算,在整体进行限速滤波,使噪声基底估计值更加准确,评估方法鲁棒性更强,也提高了在有色噪声信道条件下的信号检测的准确度。
作为一个优选地实施例,根据所述预处理后的信号功率谱的变化趋势,对每个信号进行边缘检测识别,在所述预处理后的信号功率谱中分别标记每个信号的左边缘点、右边缘点,以及信号交叠点,包括:
在所述预处理后的信号功率谱中第一目标点右侧的第一功率梯度变化值减第一目标点左侧的第二功率梯度变化值的差值大于第一阈值,且所述第二功率梯度变化值与零值的差值小于第二阈值的情况下,确定所述第一目标点为左边缘点;
在所述预处理后的信号功率谱中第二目标点左侧的第二功率梯度变化值减第二目标点右侧的第一功率梯度变化值的差值大于第一阈值,且所述第一功率梯度变化值与零值的差值小于第二阈值的情况下,确定所述第二目标点为右边缘点;
在所述预处理后的信号功率谱中第三目标点右侧的第一功率梯度变化值减第三目标点左侧的第二功率梯度变化值之差大于第三阈值,且所述第一功率梯度变化值的绝对值大于第四阈值,所述第二功率梯度变化值的绝对值大于第五阈值的情况下,确定所述第三目标点为信号交叠点;
其中,所述第一功率梯度变化值为第一预设数量点的功率平均梯度变化值;所述第二功率梯度变化值为第二预设数量点的功率平均梯度变化值。
需要说明的是,由于之前已经对信号功率谱进行过噪声基底平坦化操作,所以在预处理后的信号功率谱中存在较大起伏的值均可以认为存在信号。在本发明实施例中,通过对预处理后的信号功率谱中每个点前后梯度值变化趋势进行计算,分别对信号的左边缘点、信号的右边缘点,以及信号交叠点进行识别和标记。具体地,若预处理后的信号功率谱中某个点(第一目标点)右侧的多个点(第一预设数量点)的功率平均梯度变化值(第一功率梯度变化值)远大于左侧的多个点(第二预设数量点)的功率平均梯度变化值(第二功率梯度变化值),也就是,第一目标点右侧的第一功率梯度变化值减第一目标点左侧的第二功率梯度变化值的差值大于第一阈值,且左侧的多个点的功率平均梯度变化值近似为零(第二功率梯度变化值与零值的差值小于第二阈值),则该点被标记为信号的左边缘点。即,在本发明实施例中,第一阈值选取远大于零的值,第二阈值选取近似为零的值。
反之,若某个点(第二目标点)左侧的多个点(第二预设数量点)的功率平均梯度变化值(第二功率梯度变化值)远大于右侧的多个点(第一预设数量点)的功率平均梯度变化值(第一功率梯度变化值),也就是,第二目标点左侧的第二功率梯度变化值减第二目标点右侧的第一功率梯度变化值的差值大于第一阈值,且左侧的多个点的功率平均梯度变化值近似为零(第一功率梯度变化值与零值的差值小于第一阈值),则该点被标记为信号的右边缘点。即,在本发明实施例中,第一阈值选取远大于零的值,第二阈值选取近似为零的值。
若某个点(第三目标点)右侧多个点(第一预设数量点)的功率平均梯度变化值(第一功率梯度变化值)远大于(第二预设数量点)的功率平均梯度变化值(第二功率梯度变化值),即第三目标点右侧的第一功率梯度变化值减第三目标点左侧的第二功率梯度变化值之差大于第三阈值,且两侧的多个点的功率平均梯度变化值的绝对值均远大于零,即所述第一功率梯度变化值的绝对值大于第四阈值,所述第二功率梯度变化值的绝对值大于第五阈值,则该点会被标记为信号交叠点。即,在本发明实施例中,第三阈值选取远大于零的值,第四阈值选取远大于零的值,第五阈值选取远大于零的值。示例性地,对根据加窗傅里叶变换某频段40MHz带宽信号对应的预处理后的信号功率谱进行标记信号的左边缘点、右边缘点和信号交叠点的示意图如图5所示。其中,箭头所示处对应的预处理后的信号功率谱中的点为标记的信号的左边缘点、右边缘点和信号交叠点。
进一步地,根据所述信号交叠点,对存在信号交叠的信号的左边缘点和右边缘点进行修正,得到修正后的左边缘点和修正后的右边缘点,包括:
在第一信号的右侧和第二信号的左侧之间存在信号交叠的情况下,根据所述信号交叠点对应的第一功率值,确定位于所述第一信号的左边缘点右侧的所述修正后的左边缘点,以及,根据所述第一功率值,确定位于所述第二信号的右边缘点左侧的所述修正后的右边缘点;
其中,所述第一信号和第二信号相邻。
也就是,若至少存在两个信号边缘交叠,也就是两个信号之间存在信号号交叠点,则在信号交叠点处的功率值往往会远大于信号另一侧的左边缘点和右边缘点对应的功率值,因此信号交叠点会造成宽带的估计值不准确和载频中心估计值的偏移,因此需要对上述的信号交叠点左侧的左边缘点和右侧的右边缘点的标记结果进行修正。示例性地,若相邻的第一信号(信号1)的右侧和第二信号(信号2)的左侧存在信号交叠,那么信号1的左边缘点在预处理后的信号功率谱中的纵轴高度和信号交叠点在预处理后的信号功率谱中的纵轴高度之间的差值、信号交叠点在预处理后的信号功率谱中的纵轴高度和信号2的右边缘点在预处理后的信号功率谱中的纵轴高度之间的差值较大,因此,需要根据信号交叠点在预处理后的信号功率谱中的纵轴高度(第一功率值),分别对第一信号的左边缘点和第二信号的右边缘点进行修正,得到修正后的左边缘点和修正后的右边缘点。具体的修正过程为:将信号1的左边缘点向右滑动,直到找到第一个与第一功率值相等的值,该值对应的点即为信号1的修正后的左边缘点,对应地,将信号2的右边缘点向右滑动,直到找到第一个与第一功率值相等的值,该值对应的点即为信号2的修正后的右边缘点。重复上述步骤,直到修正完所有的信号交叠点两侧的左边缘点和右边缘点,完成边缘点的修正过程。示例性地,对标记的某频段40MHz带宽信号对应的预处理后的信号功率谱的左边缘点、右边缘点和信号交叠点进行修正后得到的修正后的左边缘点和修正后的右边缘点的示意图如图6所示。之后,根据修正后的左边缘点和修正后的右边缘点,以及预处理后的信号功率谱,输出较为准确的信号个数和每个信号的宽带信息和载频信息(频点信息)。输出的信号的宽带信息和频点信息表如下表1所示。
表1信号的宽带信息和频点信息表
信号 | 频点信息 | 带宽信息 |
信号1 | 17.098MHz | 0.078MHz |
信号2 | 17.377MHz | 0.150MHz |
信号3 | 19.460MHz | 0.116MHz |
信号4 | 20.291MHz | 0.364MHz |
信号5 | 20.630MHz | 0.314MHz |
信号6 | 20.905MHz | 0.172MHz |
信号7 | 23.972MHz | 0.983MHz |
信号8 | 24.978MHz | 0.962MHz |
信号9 | 27.977MHz | 4.870MHz |
可选地,所述第一功率值与所述修正后的右边缘点对应的第二功率值之间的差值小于第六阈值。
也就是,在进行信号交叠点修正的过程中,对第一信号的左边缘点的修正是将该左边缘点向右滑动,直到找到与信号交叠点对应的第一功率值近似相等的值,也就是第二功率值,该第二功率值对应的点为修正后的左边缘点。在本发明实施例中,第六阈值选取近似为零的值。
可选地,所述第二功率值与所述修正后的左边缘点对应的第三功率值之间的差值小于第七阈值。
也就是,在进行信号交叠点修正的过程中,对第二信号的右边缘点的修正是将该右边缘点向左滑动,直到找到与信号交叠点对应的第一功率值近似相等的值,也就是第三功率值,该第三功率值对应的点为修正后的右边缘点。在本发明实施例中,第七阈值选取近似为零的值。
下面结合图7,具体说明本发明实施例提供的宽带多信号检测方法。
通过FPGA驱动射频前端高速ADC对特定频段的宽带信号进行实时采集;对宽带信号(时域信号)进行加窗傅里叶变换后通过对数法求得信号功率谱;通过均值滤波法对信号功率谱进行信号平滑处理;对平滑后的信号功率谱分段后通过取每一段最小值的方法对噪声基底进行估计,得到噪声基底粗估计值,然后通过限速滤波器对噪声基底粗估计值进行修正,得到噪声基底细估计值,并通过插值的方式使噪声基底细估计值序列和平滑后的信号功率谱序列相等,最后用平滑后的信号功率谱减去噪声基底细估计值进行噪声基底消除;基于边缘识别的信号检测,即通过信号功率谱的变化趋势,分别对信号的左边缘点、右边缘点,以及信号交叠点进行标记;由于信号交叠等问题,信号的左、右边缘点和信号交叠点可能在信号功率谱的纵轴高度上相差较大导致信号的载频带宽等参数估计不准,因此需要根据前一步骤标记的信号交叠点对信号左、右边缘点进行修正,最后输出较为准确的信号个数以及每个信号的带宽信息和载频信息。
本发明实施例提供的宽带多信号检测方法,在对信号进行预处理之后,通过对宽带信号的信号功率谱中每个信号的左右边缘进行识别和标记的方法对信号带宽和中心载频进行估计,降低了有色噪声、信号强度差异以及信号交叠带来的影响,从而提高了在复杂电磁环境中的宽带多信号检测性能,且无需设定过多的参数,即不存在会对系统性能造成较大影响的参数设定,同时可以提高信号检测的精度。
如图8所示,本发明实施例还提供一种宽带多信号检测装置,包括:
采集模块801,用于采集预设频段的宽带信号;
第一处理模块802,用于对所述宽带信号进行加窗傅里叶变换后,通过对数法,得到所述宽带信号的信号功率谱;
第二处理模块803,用于对所述信号功率谱进行预处理,得到预处理后的信号功率谱;
标记模块804,用于根据所述预处理后的信号功率谱的变化趋势,对每个信号进行边缘检测识别,在所述预处理后的信号功率谱中分别标记每个信号的左边缘点、右边缘点,以及信号交叠点;
修正模块805,用于根据所述信号交叠点,对存在信号交叠的信号的左边缘点和右边缘点进行修正,得到修正后的左边缘点和修正后的右边缘点;
输出模块806,用于根据所述修正后的左边缘点和所述修正后的右边缘点的匹配结果以及所述预处理后的信号功率谱,输出信号检测结果;所述信号检测结果包括:信号的个数以及每个信号的带宽信息、载频信息。
本发明实施例,通过采集预设频段的宽带信号,对宽带信号进行加窗傅里叶变换后,通过对数法,得到所述宽带信号的信号功率谱,对所述信号功率谱进行预处理,得到预处理后的信号功率谱之后,根据所述预处理后的信号功率谱的变化趋势,对每个信号进行边缘检测识别,在所述预处理后的信号功率谱中分别标记每个信号的左边缘点、右边缘点,以及对存在信号交叠的左边缘点和右边缘点进行修正,得到修正后的左边缘点和修正后的右边缘点,根据所述修正后的左边缘点和所述修正后的右边缘点的匹配结果以及所述预处理后的信号功率谱,输出信号检测结果,可以降低噪声、信号强度差异以及信号交叠带来的影响,进而提高信号的检测性能以及信号检测准确度。
可选地,所述第二处理模块803,包括:
第一处理单元,用于对所述信号功率谱进行信号平滑处理,得到平滑后的信号功率谱;
第二处理单元,用于对所述平滑后的信号功率谱进行噪声基底估计和噪声基底消除处理,得到所述预处理后的信号功率谱。
可选地,第二处理单元,具体用于:
将所述平滑后的信号功率谱划分为多段;
确定每一段所述平滑后的信号功率谱中功率值最小的为噪声基底粗估计值;
对每一段的噪声基底粗估计值进行限速滤波处理,得到噪声基底细估计值;
根据所述噪声基底细估计值,对所述平滑后的信号功率谱进行噪声基底消除处理,得到所述预处理后的信号功率谱。
可选地,所述标记模块804,包括:
第一确定单元,用于在所述预处理后的信号功率谱中第一目标点右侧的第一功率梯度变化值减第一目标点左侧的第二功率梯度变化值的差值大于第一阈值,且所述第二功率梯度变化值与零值的差值小于第二阈值的情况下,确定所述第一目标点为左边缘点;
第二确定单元,用于在所述预处理后的信号功率谱中第二目标点左侧的第二功率梯度变化值减第二目标点右侧的第一功率梯度变化值的差值大于第一阈值,且所述第一功率梯度变化值与零值的差值小于第二阈值的情况下,确定所述第二目标点为右边缘点;
第三确定单元,用于在所述预处理后的信号功率谱中第三目标点右侧的第一功率梯度变化值减第三目标点左侧的第二功率梯度变化值之差大于第三阈值,且所述第一功率梯度变化值的绝对值大于第四阈值,所述第二功率梯度变化值的绝对值大于第五阈值的情况下,确定所述第三目标点为信号交叠点;
其中,所述第一功率梯度变化值为第一预设数量点的功率平均梯度变化值;所述第二功率梯度变化值为第二预设数量点的功率平均梯度变化值。
可选地,所述修正模块805,包括:
第四确定单元,用于在第一信号的右侧和第二信号的左侧之间存在信号交叠的情况下,根据所述信号交叠点对应的第一功率值,确定位于所述第一信号的左边缘点右侧的所述修正后的左边缘点,以及,根据所述第一功率值,确定位于所述第二信号的右边缘点左侧的所述修正后的右边缘点;
其中,所述第一信号和第二信号相邻。
可选地,所述第一功率值与所述修正后的左边缘点对应的第二功率值之间的差值小于第六阈值。
可选地,所述第二功率值与所述修正后的左边缘点对应的第三功率值之间的差值小于第七阈值。
需要说明的是,本发明实施例提供的宽带多信号检测装置是能够执行上述的宽带多信号检测方法的装置,则上述的宽带多信号检测方法的所有实施例均适用于该装置,且能够达到相同或者相似的技术效果。
如图9所示,本发明实施例还提供一种宽带多信号检测设备,包括:处理器900;以及通过总线接口与所述处理器900相连接的存储器910,所述存储器910用于存储所述处理器900在执行操作时所使用的程序和数据,所述处理器900调用并执行所述存储器910中所存储的程序和数据。
其中,所述宽带多信号检测设备还包括收发机920,所述收发机920与总线接口连接,用于在所述处理器900的控制下接收和发送数据;具体地,所述处理器900调用并执行所述存储器910中所存储的程序和数据,所述处理器900执行下列过程:
采集预设频段的宽带信号;对所述宽带信号进行加窗傅里叶变换后,通过对数法,得到所述宽带信号的信号功率谱;对所述信号功率谱进行预处理,得到预处理后的信号功率谱;根据所述预处理后的信号功率谱的变化趋势,对每个信号进行边缘检测识别,在所述预处理后的信号功率谱中分别标记每个信号的左边缘点、右边缘点,以及信号交叠点;根据所述信号交叠点,对存在信号交叠的信号的左边缘点和右边缘点进行修正,得到修正后的左边缘点和修正后的右边缘点;根据所述修正后的左边缘点和所述修正后的右边缘点的匹配结果以及所述预处理后的信号功率谱,输出信号检测结果;所述信号检测结果包括:信号的个数以及每个信号的带宽信息、载频信息。
可选地,所述处理器900,具体用于:
对所述信号功率谱进行信号平滑处理,得到平滑后的信号功率谱;
对所述平滑后的信号功率谱进行噪声基底估计和噪声基底消除处理,得到所述预处理后的信号功率谱。
可选地,所述处理器900,具体用于:
将所述平滑后的信号功率谱划分为多段;
确定每一段所述平滑后的信号功率谱中功率值最小的为噪声基底粗估计值;
对每一段的噪声基底粗估计值进行限速滤波处理,得到噪声基底细估计值;
根据所述噪声基底细估计值,对所述平滑后的信号功率谱进行噪声基底消除处理,得到所述预处理后的信号功率谱。
可选地,所述处理器900,具体用于:
在所述预处理后的信号功率谱中第一目标点右侧的第一功率梯度变化值减第一目标点左侧的第二功率梯度变化值的差值大于第一阈值,且所述第二功率梯度变化值与零值的差值小于第二阈值的情况下,确定所述第一目标点为左边缘点;
在所述预处理后的信号功率谱中第二目标点左侧的第二功率梯度变化值减第二目标点右侧的第一功率梯度变化值的差值大于第一阈值,且所述第一功率梯度变化值与零值的差值小于第二阈值的情况下,确定所述第二目标点为右边缘点;
在所述预处理后的信号功率谱中第三目标点右侧的第一功率梯度变化值减第三目标点左侧的第二功率梯度变化值之差大于第三阈值,且所述第一功率梯度变化值的绝对值大于第四阈值,所述第二功率梯度变化值的绝对值大于第五阈值的情况下,确定所述第三目标点为信号交叠点;
其中,所述第一功率梯度变化值为第一预设数量点的功率平均梯度变化值;所述第二功率梯度变化值为第二预设数量点的功率平均梯度变化值。
可选地,所述处理器900,具体用于:
在第一信号的右侧和第二信号的左侧之间存在信号交叠的情况下,根据所述信号交叠点对应的第一功率值,确定位于所述第一信号的左边缘点右侧的所述修正后的左边缘点,以及,根据所述第一功率值,确定位于所述第二信号的右边缘点左侧的所述修正后的右边缘点;
其中,所述第一信号和第二信号相邻。
可选地,所述第一功率值与所述修正后的左边缘点对应的第二功率值之间的差值小于第六阈值。
可选地,所述第一功率值与所述修正后的右边缘点对应的第三功率值之间的差值小于第七阈值。
其中,在图9中,总线架构可以包括任意数量的互联的总线和桥,具体由处理器900代表的一个或多个处理器和存储器910代表的存储器的各种电路链接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口提供用户接口930。收发机920可以是多个元件,即包括发送机和接收机,提供用于在传输介质上与各种其他装置通信的单元。处理器900负责管理总线架构和通常的处理,存储器910可以存储处理器900在执行操作时所使用的数据。
本发明实施例还提供一种可读存储介质,所述可读存储介质上存储有程序,所述程序被处理器执行时实现如上中任一项所述的宽带多信号检测方法的步骤。
此外,需要指出的是,在本发明的装置和方法中,显然,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。并且,执行上述系列处理的步骤可以自然地按照说明的顺序按时间顺序执行,但是并不需要一定按照时间顺序执行,某些步骤可以并行或彼此独立地执行。对本领域的普通技术人员而言,能够理解本发明的方法和装置的全部或者任何步骤或者部件,可以在任何计算装置(包括处理器、存储介质等)或者计算装置的网络中,以硬件、固件、软件或者它们的组合加以实现,这是本领域普通技术人员在阅读了本发明的说明的情况下运用他们的基本编程技能就能实现的。
因此,本发明的目的还可以通过在任何计算装置上运行一个程序或者一组程序来实现。所述计算装置可以是公知的通用装置。因此,本发明的目的也可以仅仅通过提供包含实现所述方法或者装置的程序代码的程序产品来实现。也就是说,这样的程序产品也构成本发明,并且存储有这样的程序产品的存储介质也构成本发明。显然,所述存储介质可以是任何公知的存储介质或者将来所开发出来的任何存储介质。还需要指出的是,在本发明的装置和方法中,显然,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。并且,执行上述系列处理的步骤可以自然地按照说明的顺序按时间顺序执行,但是并不需要一定按照时间顺序执行。某些步骤可以并行或彼此独立地执行。
以上所述的是本发明的优选实施方式,应当指出对于本技术领域的普通人员来说,在不脱离本发明所述的原理前提下还可以作出若干改进和润饰,这些改进和润饰也在本发明的保护范围内。
Claims (10)
1.一种宽带多信号检测方法,其特征在于,包括:
采集预设频段的宽带信号;
对所述宽带信号进行加窗傅里叶变换后,通过对数法,得到所述宽带信号的信号功率谱;
对所述信号功率谱进行预处理,得到预处理后的信号功率谱;
根据所述预处理后的信号功率谱的变化趋势,对每个信号进行边缘检测识别,在所述预处理后的信号功率谱中分别标记每个信号的左边缘点、右边缘点,以及信号交叠点;
根据所述信号交叠点,对存在信号交叠的信号的左边缘点和右边缘点进行修正,得到修正后的左边缘点和修正后的右边缘点;
根据所述修正后的左边缘点和所述修正后的右边缘点的匹配结果以及所述预处理后的信号功率谱,输出信号检测结果;所述信号检测结果包括:信号的个数以及每个信号的带宽信息、载频信息。
2.根据权利要求1所述的宽带多信号检测方法,其特征在于,对所述信号功率谱进行预处理,得到预处理后的信号功率谱,包括:
对所述信号功率谱进行信号平滑处理,得到平滑后的信号功率谱;
对所述平滑后的信号功率谱进行噪声基底估计和噪声基底消除处理,得到所述预处理后的信号功率谱。
3.根据权利要求2所述的宽带多信号检测方法,其特征在于,对所述平滑后的信号功率谱进行噪声基底估计和噪声基底消除处理,得到所述预处理后的信号功率谱,包括:
将所述平滑后的信号功率谱划分为多段;
确定每一段所述平滑后的信号功率谱中功率值最小的为噪声基底粗估计值;
对每一段的噪声基底粗估计值进行限速滤波处理,得到噪声基底细估计值;
根据所述噪声基底细估计值,对所述平滑后的信号功率谱进行噪声基底消除处理,得到所述预处理后的信号功率谱。
4.根据权利要求1所述的宽带多信号检测方法,其特征在于,根据所述预处理后的信号功率谱的变化趋势,对每个信号进行边缘检测识别,在所述预处理后的信号功率谱中分别标记每个信号的左边缘点、右边缘点,以及信号交叠点,包括:
在所述预处理后的信号功率谱中第一目标点右侧的第一功率梯度变化值减第一目标点左侧的第二功率梯度变化值的差值大于第一阈值,且所述第二功率梯度变化值与零值的差值小于第二阈值的情况下,确定所述第一目标点为左边缘点;
在所述预处理后的信号功率谱中第二目标点左侧的第二功率梯度变化值减第二目标点右侧的第一功率梯度变化值的差值大于第一阈值,且所述第一功率梯度变化值与零值的差值小于第二阈值的情况下,确定所述第二目标点为右边缘点;
在所述预处理后的信号功率谱中第三目标点右侧的第一功率梯度变化值减第三目标点左侧的第二功率梯度变化值之差大于第三阈值,且所述第一功率梯度变化值的绝对值大于第四阈值,所述第二功率梯度变化值的绝对值大于第五阈值的情况下,确定所述第三目标点为信号交叠点;
其中,所述第一功率梯度变化值为第一预设数量点的功率平均梯度变化值;所述第二功率梯度变化值为第二预设数量点的功率平均梯度变化值。
5.根据权利要求1所述的宽带多信号检测方法,其特征在于,根据所述信号交叠点,对存在信号交叠的信号的左边缘点和右边缘点进行修正,得到修正后的左边缘点和修正后的右边缘点,包括:
在第一信号的右侧和第二信号的左侧之间存在信号交叠的情况下,根据所述信号交叠点对应的第一功率值,确定位于所述第一信号的左边缘点右侧的所述修正后的左边缘点,以及,根据所述第一功率值,确定位于所述第二信号的右边缘点左侧的所述修正后的右边缘点;
其中,所述第一信号和第二信号相邻。
6.根据权利要求5所述的宽带多信号检测方法,其特征在于,所述第一功率值与所述修正后的左边缘点对应的第二功率值之间的差值小于第六阈值。
7.根据权利要求5所述的宽带多信号检测方法,其特征在于,所述第一功率值与所述修正后的右边缘点对应的第三功率值之间的差值小于第七阈值。
8.一种宽带多信号检测装置,其特征在于,包括:
采集模块,用于采集预设频段的宽带信号;
第一处理模块,用于对所述宽带信号进行加窗傅里叶变换后,通过对数法,得到所述宽带信号的信号功率谱;
第二处理模块,用于对所述信号功率谱进行预处理,得到预处理后的信号功率谱;
标记模块,用于根据所述预处理后的信号功率谱的变化趋势,对每个信号进行边缘检测识别,在所述预处理后的信号功率谱中分别标记每个信号的左边缘点、右边缘点,以及信号交叠点;
修正模块,用于根据所述信号交叠点,对存在信号交叠的信号的左边缘点和右边缘点进行修正,得到修正后的左边缘点和修正后的右边缘点;
输出模块,用于根据所述修正后的左边缘点和所述修正后的右边缘点的匹配结果以及所述预处理后的信号功率谱,输出信号检测结果;所述信号检测结果包括:信号的个数以及每个信号的带宽信息、载频信息。
9.一种宽带多信号检测设备,其特征在于,包括:处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序,所述程序被所述处理器执行时实现如权利要求1至7中任一项所述的宽带多信号检测方法的步骤。
10.一种可读存储介质,其特征在于,所述可读存储介质上存储有程序,所述程序被处理器执行时实现如权利要求1至7中任一项所述的宽带多信号检测方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111308451.8A CN114025379B (zh) | 2021-11-05 | 2021-11-05 | 一种宽带多信号检测方法、装置和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111308451.8A CN114025379B (zh) | 2021-11-05 | 2021-11-05 | 一种宽带多信号检测方法、装置和设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114025379A CN114025379A (zh) | 2022-02-08 |
CN114025379B true CN114025379B (zh) | 2023-06-30 |
Family
ID=80061569
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111308451.8A Active CN114025379B (zh) | 2021-11-05 | 2021-11-05 | 一种宽带多信号检测方法、装置和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114025379B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114499702B (zh) * | 2022-03-28 | 2022-07-12 | 成都锢德科技有限公司 | 一种便携式实时信号采集分析识别系统 |
CN114465631B (zh) * | 2022-04-13 | 2022-06-14 | 中国科学院空天信息创新研究院 | 一种基于引导滤波的信号检测方法及装置 |
CN115602191A (zh) * | 2022-12-12 | 2023-01-13 | 杭州兆华电子股份有限公司(Cn) | 一种变压器声纹检测系统的噪声消除方法 |
CN117040663B (zh) * | 2023-10-10 | 2023-12-22 | 北京海格神舟通信科技有限公司 | 一种用于估计宽带频谱噪底的方法及系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102005017833A1 (de) * | 2005-04-18 | 2010-08-05 | Rohde & Schwarz Gmbh & Co. Kg | Verfahren zur Ermittlung von Signalabschnitten |
CN102263601A (zh) * | 2011-06-09 | 2011-11-30 | 中国工程物理研究院电子工程研究所 | 一种宽带多信号检测方法 |
CN102624468A (zh) * | 2011-12-30 | 2012-08-01 | 成都中安频谱科技有限公司 | 基于双fft的宽带自动检测方法 |
CN102866391A (zh) * | 2012-09-05 | 2013-01-09 | 中北大学 | 基于短时傅里叶变换和分数阶傅里叶变换的多目标检测方法 |
WO2014018662A1 (en) * | 2012-07-26 | 2014-01-30 | Wildlife Acoustics, Inc. | Method of extracting zero crossing data from full spectrum signals |
CN105356954A (zh) * | 2015-12-09 | 2016-02-24 | 西安星通通信科技有限公司 | 一种chirp信号功率的检测方法及系统 |
CN108847910A (zh) * | 2018-08-23 | 2018-11-20 | 广州海格通信集团股份有限公司 | 频谱感知方法和装置、频谱感知设备 |
CN109387813A (zh) * | 2018-08-31 | 2019-02-26 | 中国电子科技集团公司第二十九研究所 | 一种基于宽带雷达信号接收的高精度频率测量方法 |
CN112737711A (zh) * | 2020-12-24 | 2021-04-30 | 成都戎星科技有限公司 | 一种自适应噪声基底估计方法及其宽带载波检测方法 |
CN113221781A (zh) * | 2021-05-20 | 2021-08-06 | 成都海擎科技有限公司 | 一种基于多任务深度卷积神经网络的载波信号检测方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8767845B2 (en) * | 2010-03-02 | 2014-07-01 | The Aerospace Corporation | Increased capacity communication links with spectrum sharing |
US8923771B2 (en) * | 2010-08-30 | 2014-12-30 | Agency For Science, Technology And Research | Method, apparatus and computer program product for identifying frequency bands, and a method, apparatus and computer program product for evaluating performance |
-
2021
- 2021-11-05 CN CN202111308451.8A patent/CN114025379B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102005017833A1 (de) * | 2005-04-18 | 2010-08-05 | Rohde & Schwarz Gmbh & Co. Kg | Verfahren zur Ermittlung von Signalabschnitten |
CN102263601A (zh) * | 2011-06-09 | 2011-11-30 | 中国工程物理研究院电子工程研究所 | 一种宽带多信号检测方法 |
CN102624468A (zh) * | 2011-12-30 | 2012-08-01 | 成都中安频谱科技有限公司 | 基于双fft的宽带自动检测方法 |
WO2014018662A1 (en) * | 2012-07-26 | 2014-01-30 | Wildlife Acoustics, Inc. | Method of extracting zero crossing data from full spectrum signals |
CN102866391A (zh) * | 2012-09-05 | 2013-01-09 | 中北大学 | 基于短时傅里叶变换和分数阶傅里叶变换的多目标检测方法 |
CN105356954A (zh) * | 2015-12-09 | 2016-02-24 | 西安星通通信科技有限公司 | 一种chirp信号功率的检测方法及系统 |
CN108847910A (zh) * | 2018-08-23 | 2018-11-20 | 广州海格通信集团股份有限公司 | 频谱感知方法和装置、频谱感知设备 |
CN109387813A (zh) * | 2018-08-31 | 2019-02-26 | 中国电子科技集团公司第二十九研究所 | 一种基于宽带雷达信号接收的高精度频率测量方法 |
CN112737711A (zh) * | 2020-12-24 | 2021-04-30 | 成都戎星科技有限公司 | 一种自适应噪声基底估计方法及其宽带载波检测方法 |
CN113221781A (zh) * | 2021-05-20 | 2021-08-06 | 成都海擎科技有限公司 | 一种基于多任务深度卷积神经网络的载波信号检测方法 |
Non-Patent Citations (7)
Title |
---|
Adaptive_Compressed_Spectrum_Sensing_for_Multiband_Signals;Jian Yang et al.;《IEEE Transactions on Wireless Communications》;全文 * |
Demonstrating_spectrum_sensing_in_colored_noise_for_signals_with_partial_spectral_overlap;Mihir Laghate et al.;《2017 IEEE International Symposium on Dynamic Spectrum Access Networks (DySPAN)》;全文 * |
Welch功率谱估计中窗函数的选择与算法分析;邢晓晴 等;《计算机时代》;全文 * |
一种有效的宽带数字侦察接收机信号检测方法;王永明 等;《信号处理》;全文 * |
基于谱分析的OFDM调制识别新方法;史文娟 等;《压电与声光》;全文 * |
复杂电磁环境下高性能频谱感知与分析方法研究;黄赛;《中国优秀硕士学位论文全文数据库 信息科技辑》;全文 * |
宽带多信号处理与调制识别技术研究;李艳福;《中国优秀硕士学位论文全文数据库 信息科技辑》;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114025379A (zh) | 2022-02-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114025379B (zh) | 一种宽带多信号检测方法、装置和设备 | |
EP3016291B1 (en) | Method of adaptive interference mitigation in wide band spectrum | |
CN102624468B (zh) | 基于双fft的宽带自动检测方法 | |
CN105429719B (zh) | 基于功率谱和多尺度小波变换分析强干扰信号检测方法 | |
CN109490862B (zh) | 一种基于相位差分统计谱的载频估计方法 | |
CN109975770B (zh) | 时间频率重叠多分量线性调频信号的分离方法及装置 | |
CN109861719B (zh) | 一种室内定位到达时间估计方法 | |
CN113447893B (zh) | 一种雷达脉冲信号频谱自动检测方法、系统及介质 | |
CN112003632A (zh) | 一种直接序列扩频通信多址干扰抑制办法 | |
CN113300986B (zh) | 无人机图传信号与热点信号识别方法、介质、计算机设备 | |
GB2506711A (en) | An adaptive beamformer which uses signal envelopes to correct steering | |
CN108847910B (zh) | 频谱感知方法和装置、频谱感知设备 | |
CN101154983B (zh) | 一种基于单倍采样的卫星通信抗干扰技术的实现方法 | |
CN111611686A (zh) | 一种通信信号时频域的检测方法 | |
CN112285665A (zh) | 信号的检波方法、装置、毫米波雷达模块、设备及介质 | |
CN109726667B (zh) | 质谱数据处理方法和装置、计算机设备、计算机存储介质 | |
Bao et al. | Spectrum segmentation for wideband sensing of radio signals | |
CN116112039A (zh) | 一种基于fpga的无人机跳频信号快速侦测方法 | |
CN112883787B (zh) | 一种基于频谱匹配的短样本低频正弦信号参数估计方法 | |
CN115549709A (zh) | 一种用于抑制多通道互干扰的卫星通信系统和方法 | |
CN115356692A (zh) | 一种基于pri区间树上时间片不重叠的雷达信号分选增批处理方法 | |
CN111913162A (zh) | 射频干扰检测方法及装置、射频干扰抑制方法及装置 | |
CN112285653A (zh) | 信号去干扰方法、装置、毫米波雷达模块、设备及介质 | |
CN112491764A (zh) | 一种基于瞬时特征空中模拟信号的识别方法 | |
US20140314165A1 (en) | Method for identifying ofdm communication signal using ofdm symbol estimation |
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 |