CN114818808A - 基于转移分析的频率信号分类方法及装置 - Google Patents
基于转移分析的频率信号分类方法及装置 Download PDFInfo
- Publication number
- CN114818808A CN114818808A CN202210442963.1A CN202210442963A CN114818808A CN 114818808 A CN114818808 A CN 114818808A CN 202210442963 A CN202210442963 A CN 202210442963A CN 114818808 A CN114818808 A CN 114818808A
- Authority
- CN
- China
- Prior art keywords
- frequency
- transfer
- node
- signal
- nodes
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
- G01R23/02—Arrangements for measuring frequency, e.g. pulse repetition rate; Arrangements for measuring period of current or voltage
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- General Engineering & Computer Science (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于转移分析的频率信号分类方法、装置、设备及存储介质,该方法包括获取每个待检测频率信号的检测描述字建立频率直方图;基于频率直方图,将待检测频率信号划分为若干信号组,为每个信号组生成节点,并根据节点构建频率转移关系图;根据每个节点之间的转移频数,对频率转移关系图进行拆分和剔除处理,判断剔除后的频率转移关系图中各节点的连接关系是否发生变化;若是,重新构建频率转移关系图;若否,根据频率转移关系图中各节点对应的频率范围,对待检测频率信号进行分类。本发明通过分析每组信号的转移关系,以此确定频率分类门限,并根据频率分类门限进行频率信号分类,能够有效解决信号频率为跳频时导致判定错误的问题。
Description
技术领域
本发明涉及信号处理技术领域,尤其涉及到一种基于转移分析的频率信号分类方法、装置、设备及存储介质。
背景技术
信号一般具备多种特征参数,如通信信号具备频率参数,不同的信号具备不同的特征参数。
在现有分类技术中,多个信号的区分一般通过参数的聚类进行,聚类后给出参数范围作为门限,如频率相近的信号归为一类信号。信号频率参数为跳频时,通过参数聚类的方法会聚类为多个类别,单个信号误判定为多个信号。因此,如何在频率信号分类时避免跳频信号被误判定为多个信号,是一个亟需解决的技术问题。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种基于转移分析的频率信号分类方法、装置、设备及存储介质,旨在解决目前在频率信号分类时跳频信号容易被误判定为多个信号的技术问题。
为实现上述目的,本发明提供一种基于转移分析的频率信号分类方法,所述方法包括以下步骤:
对若干个待检测频率信号进行信号检测,获得每个待检测频率信号的检测描述字,并建立频率直方图;
基于所述频率直方图,将待检测频率信号划分为若干信号组,为每个信号组生成节点,并根据所述节点构建频率转移关系图;其中,每两个节点之间的连线记录有信号组中频率信号的转移频数;
根据所述转移频数,对所述频率转移关系图进行拆分和剔除处理,判断剔除后的频率转移关系图中各节点的连接关系是否发生变化;
若是,返回执行根据所述节点构建频率转移关系图步骤;
若否,根据所述频率转移关系图中各节点对应的频率范围,对若干个待检测频率信号进行分类。
可选的,所述基于所述频率直方图,将待检测频率信号划分为若干信号组步骤,具体包括:
对所述频率直方图的统计值取CFAR门限;
将待检测频率信号中超过CFAR门限值的每一段连续直方图对应的信号分别划分为第一信号组;
将待检测频率信号中未超过CFAR门限值的直方图对应的信号划分为第二信号组。
可选的,所述根据所述节点构建频率转移关系图步骤,具体包括:
根据第一信号组和第二信号组,在频率转移关系图中分别建立第一节点和第二节点;
根据第一节点之间,以及第一节点与第二节点之间频率信号的转移关系,生成每两个节点之间的连线;其中,所述连线记录有对应的两个节点之间频率信号的转移频数。
可选的,对所述频率转移关系图进行拆分处理,具体包括:
根据频率转移关系图中的最大转移频数,确定拆分频数门限;
判断所述最大转移频数对应连线的相邻连线的转移频数是否超过所述拆分频数门限;若是,将所述相邻连线对应的第一节点与最大转移频数对应的第一节点作为子节点合并为同一节点,并依次对合并后转移频数超过拆分频数门限的相邻连线所对应的第一节点进行合并,直至相邻连线的转移频数不超过拆分频数门限;
若否,根据频率转移关系图中剩下转移频数中的最大转移频数,确定拆分频数门限,并返回执行判断所述最大转移频数对应连线的相邻连线的转移频数是否超过所述拆分频数门限步骤,直至每个转移频数完成拆分处理过程。
可选的,所述拆分频数门限为最大转移频数与预设特定系数的乘积。
可选的,对所述频率转移关系图进行剔除处理,具体包括:
获取拆分处理之后的频率转移关系图中每个第一节点中的子节点,计算每个子节点与节点中其余子节点之间的转移频数之和,以及每个子节点与第二节点的转移频数;
比较所述转移频数和所述转移频数之和,判断所述转移频数是否超过所述转移频数之和预设阈值频数,若是,将该子节点剔除到第二节点中。
可选的,所述判断剔除后的频率转移关系图中各节点的连接关系是否发生变化步骤,具体为:若在对所述频率转移关系图进行剔除处理时,有子节点被剔除到第二节点,则剔除后的频率转移关系图中各节点的连接关系发生变化;否则未发生变化。
此外,为了实现上述目的,本发明还提供了一种基于转移分析的频率信号分类装置,所述基于转移分析的频率信号分类装置包括:
检测模块,用于对若干个待检测频率信号进行信号检测,获得每个待检测频率信号的检测描述字,并建立频率直方图;
构建模块,用于基于所述频率直方图,将待检测频率信号划分为若干信号组,为每个信号组生成节点,并根据所述节点构建频率转移关系图;其中,每两个节点之间的连线记录有信号组中频率信号的转移频数;
处理模块,用于根据所述转移频数,对所述频率转移关系图进行拆分和剔除处理,判断剔除后的频率转移关系图中各节点的连接关系是否发生变化;
返回模块,用于若各节点的连接关系发生变化,返回执行根据所述节点构建频率转移关系图步骤;
分类模块,用于若各节点的连接关系未发生变化,根据所述频率转移关系图中各节点对应的频率范围,对若干个待检测频率信号进行分类。
此外,为了实现上述目的,本发明还提供了一种基于转移分析的频率信号分类设备,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于转移分析的频率信号分类方法程序,所述基于转移分析的频率信号分类方法程序被所述处理器执行时实现上述的基于转移分析的频率信号分类方法的步骤。
此外,为了实现上述目的,本发明还提供了一种存储介质,所述存储介质上存储有基于转移分析的频率信号分类方法程序,所述基于转移分析的频率信号分类方法程序被处理器执行时实现上述的基于转移分析的频率信号分类方法的步骤。
本发明实施例提出的一种基于转移分析的频率信号分类方法、装置、设备及存储介质,该方法包括获取每个待检测频率信号的检测描述字,并建立频率直方图;基于所述频率直方图,将待检测频率信号划分为若干信号组,为每个信号组生成节点,并根据所述节点构建频率转移关系图;根据每个节点之间的转移频数,对所述频率转移关系图进行拆分和剔除处理,判断剔除后的频率转移关系图中各节点的连接关系是否发生变化;若是,返回执行根据所述节点构建频率转移关系图步骤;若否,根据所述频率转移关系图中各节点对应的频率范围,对若干个待检测频率信号进行分类。本发明通过分析每组信号的转移关系,以此确定频率分类门限,并根据频率分类门限进行频率信号分类,能够有效解决信号频率为跳频时导致判定错误的问题。
附图说明
图1为本发明基于转移分析的频率信号分类设备的结构示意图;
图2为本发明基于转移分析的频率信号分类方法的流程示意图;
图3为本发明构建的频率转移关系图;
图4为本发明获取每个节点中的频率门限的示意图;
图5为本发明基于转移分析的频率信号分类装置的结构框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
信号一般具备多种特征参数,如通信信号具备频率参数,不同的信号具备不同的特征参数。在现有分类技术中,多个信号的区分一般通过参数的聚类进行,聚类后给出参数范围作为门限,如频率相近的信号归为一类信号。信号频率参数为跳频时,通过参数聚类的方法会聚类为多个类别,单个信号误判定为多个信号。因此,如何在频率信号分类时避免跳频信号被误判定为多个信号,是一个亟需解决的技术问题。
为了解决这一问题,提出本发明的基于转移分析的频率信号分类方法的各个实施例。本发明提供的基于转移分析的频率信号分类方法通过分析每组信号的转移关系,以此确定频率分类门限,并根据频率分类门限进行频率信号分类,能够有效解决信号频率为跳频时导致判定错误的问题。
参照图1,图1为本发明实施例方案涉及的基于转移分析的频率信号分类设备的结构示意图。
设备可以是实现频率信号分类的移动电话、智能电话、笔记本电脑、数字广播接收器、个人数字助理(PDA)、平板电脑(PAD)等用户设备(User Equipment,UE)、手持设备、车载设备、可穿戴设备、计算设备或连接到无线调制解调器的其它处理设备、移动台(Mobilestation,MS)等。设备可能被称为用户终端、便携式终端、台式终端等。
通常,设备包括:至少一个处理器301、存储器302以及存储在所述存储器上并可在所述处理器上运行的基于转移分析的频率信号分类方法程序,所述基于转移分析的频率信号分类方法程序配置为实现如前所述的基于转移分析的频率信号分类方法的步骤。
处理器301可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器301可以采用DSP(Digital Signal Processing,数字信号处理)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)、PLA(Programmable Logic Array,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器301也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(CentralProcessingUnit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器301可以在集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。处理器301还可以包括AI(Artificial Intelligence,人工智能)处理器,该AI处理器用于处理有关基于转移分析的频率信号分类方法操作,使得基于转移分析的频率信号分类方法模型可以自主训练学习,提高效率和准确度。
存储器302可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器302还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中,存储器302中的非暂态的计算机可读存储介质用于存储至少一个指令,该至少一个指令用于被处理器301所执行以实现本申请中方法实施例提供的基于转移分析的频率信号分类方法。
在一些实施例中,终端还可选包括有:通信接口303和至少一个外围设备。处理器301、存储器302和通信接口303之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与通信接口303相连。具体地,外围设备包括:射频电路304、显示屏305和电源306中的至少一种。
通信接口303可被用于将I/O(Input/Output,输入/输出)相关的至少一个外围设备连接到处理器301和存储器302。通信接口303通过外围设备用于接收用户上传的多个移动终端的移动轨迹以及其他数据。在一些实施例中,处理器301、存储器302和通信接口303被集成在同一芯片或电路板上;在一些其他实施例中,处理器301、存储器302和通信接口303中的任意一个或两个可以在单独的芯片或电路板上实现,本实施例对此不加以限定。
射频电路304用于接收和发射RF(Radio Frequency,射频)信号,也称电磁信号。射频电路304通过电磁信号与通信网络以及其他通信设备进行通信,从而可获取多个移动终端的移动轨迹以及其他数据。射频电路304将电信号转换为电磁信号进行发送,或者,将接收到的电磁信号转换为电信号。可选地,射频电路304包括:天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路304可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于:城域网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(WirelessFidelity,无线保真)网络。在一些实施例中,射频电路304还可以包括NFC(Near FieldCommunication,近距离无线通信)有关的电路,本申请对此不加以限定。
显示屏305用于显示UI(User Interface,用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏305是触摸显示屏时,显示屏305还具有采集在显示屏305的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器301进行处理。此时,显示屏305还可以用于提供虚拟按钮和/或虚拟键盘,也称软按钮和/或软键盘。在一些实施例中,显示屏305可以为一个,电子设备的前面板;在另一些实施例中,显示屏305可以为至少两个,分别设置在电子设备的不同表面或呈折叠设计;在再一些实施例中,显示屏305可以是柔性显示屏,设置在电子设备的弯曲表面上或折叠面上。甚至,显示屏305还可以设置成非矩形的不规则图形,也即异形屏。显示屏305可以采用LCD(LiquidCrystal Display,液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。
电源306用于为电子设备中的各个组件进行供电。电源306可以是交流电、直流电、一次性电池或可充电电池。当电源306包括可充电电池时,该可充电电池可以支持有线充电或无线充电。该可充电电池还可以用于支持快充技术。
本领域技术人员可以理解,图1中示出的结构并不构成对基于转移分析的频率信号分类设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
本发明实施例提供了一种基于转移分析的频率信号分类方法,参照图2,图2为本发明基于转移分析的频率信号分类方法的实施例的流程示意图。
本实施例中,所述基于转移分析的频率信号分类方法包括以下步骤:
步骤S100,对若干个待检测频率信号进行信号检测,获得每个待检测频率信号的检测描述字,并建立频率直方图。
具体而言,在对若干个待检测频率信号进行信号分类时,可对若干个待检测频率信号进行信号监测,获得每个待检测频率信号的描述字,并根据描述字建立频率直方图。
步骤S200,基于所述频率直方图,将待检测频率信号划分为若干信号组,为每个信号组生成节点,并根据所述节点构建频率转移关系图;其中,每两个节点之间的连线记录有信号组中频率信号的转移频数。
具体而言,基于所述频率直方图,将待检测频率信号划分为若干信号组,可通过对所述频率直方图的统计值取CFAR门限;将待检测频率信号中超过CFAR门限值的每一段连续直方图对应的信号分别划分为第一信号组;将待检测频率信号中未超过CFAR门限值的直方图对应的信号划分为第二信号组。
在此之后,根据所述节点构建频率转移关系图,可根据第一信号组和第二信号组,在频率转移关系图中分别建立第一节点和第二节点;根据第一节点之间,以及第一节点与第二节点之间频率信号的转移关系,生成每两个节点之间的连线;其中,所述连线记录有对应的两个节点之间频率信号的转移频数。
步骤S300,根据所述转移频数,对所述频率转移关系图进行拆分和剔除处理,判断剔除后的频率转移关系图中各节点的连接关系是否发生变化。
具体而言,在获得每两个节点之间的连线以及连线上记录的转移频数后,可根据转移频数,对频率转移关系图进行拆分和剔除。
需要说明的是,在进行拆分处理时,根据频率转移关系图中的最大转移频数,确定拆分频数门限;判断所述最大转移频数对应连线的相邻连线的转移频数是否超过所述拆分频数门限;若是,将所述相邻连线对应的第一节点与最大转移频数对应的第一节点作为子节点合并为同一节点,并依次对合并后转移频数超过拆分频数门限的相邻连线所对应的第一节点进行合并,直至相邻连线的转移频数不超过拆分频数门限;若否,根据频率转移关系图中剩下转移频数中的最大转移频数,确定拆分频数门限,并返回执行判断所述最大转移频数对应连线的相邻连线的转移频数是否超过所述拆分频数门限步骤,直至每个转移频数完成拆分处理过程。
其中,拆分频数门限为最大转移频数与预设特定系数的乘积。
需要说明的是,在进行剔除处理时,获取拆分处理之后的频率转移关系图中每个第一节点中的子节点,计算每个子节点与节点中其余子节点之间的转移频数之和,以及每个子节点与第二节点的转移频数;比较所述转移频数和所述转移频数之和,判断所述转移频数是否超过所述转移频数之和预设阈值频数,若是,将该子节点剔除到第二节点中。
在此之后,判断剔除之后的频率转移关系图中各节点的连接关系是否发生变化。即若在对所述频率转移关系图进行剔除处理时,有子节点被剔除到第二节点,则剔除后的频率转移关系图中各节点的连接关系发生变化;否则未发生变化。
步骤S400,若是,返回执行根据所述节点构建频率转移关系图步骤。
具体而言,若剔除后的频率转移关系图中各节点的连接关系发生了变化,表明有新的子节点进入了第二节点中,需要对频率转移关系图重新构建、拆分以及剔除。
步骤S500,若否,根据所述频率转移关系图中各节点对应的频率范围,对若干个待检测频率信号进行分类。
具体而言,若剔除后的频率转移关系图中各节点的连接关系未发生变化,则说明当前状态稳定,处理结束。处理结束后每个第一节点中具有多个子节点,每个子节点具有其频率范围,可根据该频率范围对属于同一第一节点的频率信号进行聚类,实现频率信号的分类过程。
为了更清楚的说明本申请,下面提供本申请基于转移分析的频率信号分类方法的具体实例。
在本实施例中,假设信号检测为描述字时,同一个信号的相邻描述字之间存在转移关系,例如,一个发射源发出的信号,其相邻的描述字就存在转移关系,不同发射源发出的信号理论上不存在转移关系,但实际上转移关系有误判率,因此,不同发射源发出的信号间存在误判的转移关系。
基于此,本发明提出一种基于转移关系的频率门限生成方法,用于对描述字进行分类,即对信号进行分类,如一个发射源发出的信号归为1类,具体步骤如下:
A)取所有描述字,按照特定的间隔在频率维度进行直方图统计;
B)对直方图的统计值取CFAR门限,超过CFAR门限的且连续的直方图认为是一组,未过门限的统一划为Others组,每个组形成转移图中的一个节点;
C)根据节点内描述字的转移关系进行统计,即若A节点内的描述字与B节点内的某描述字有转移关系,则A节点与B节点的转移频数+1,A与B之间的边表示转移关系,上面的数字表示转移频数。遍历所有描述字,最终得到原始的频率转移关系图,如图3所示,矩形框为节点,节点包含频率范围(除Others节点),矩形框之间的边为转移关系,边上的数字表示转移频次。节点到自身的转移关系通过自闭环的回线表示,数字表示转移频次;
D)对上述频率转移关系图进行拆分处理,即初始时所有边认定为未处理,找出未处理边中最大的值,以该值乘以特定系数作为门限从已有的边向外延伸,相临的转移次数超过该门限的边和对应节点均包含在该组内,当无法继续连接时则形成一个新的组,再次选择未处理边中最大的值,门限为该值乘以特定系数作为门限形成下一个组,依次类推;
E)对上述拆分后的图进行剔除处理,即对于分组后的各个节点,比较其到同组内节点转移频数之和与其到Others节点转移频数,若到Others节点转移次数超过某个阈值,则认为该节点为虚假节点需要从组内剔除到Others节点内,若到Others节点转移次数小于阈值,则认为该节点为真实节点需要保留在组内;
F)判断步骤0操作过后是否进行了有效的剔除处理,若有则说明有新的节点进入Others里面了,各节点的连接关系已经改变,此时需要按照新的分组回到步骤0进行迭代处理,若步骤0操作过后未进行有效的剔除处理,则说明当前状态稳定,处理结束;
G)按处理结束的分组生成频率门限,多个组则有多个门限。每个门限中有多个节点,每个节点有频率范围,描述字的频率值在该频率分组的任何一个频率范围中都可认为符合该门限,归为一类,如图4所示。
在本实施例中,提供一种基于转移分析的频率信号分类方法,该方法包括获取每个待检测频率信号的检测描述字建立频率直方图;基于频率直方图,将待检测频率信号划分为若干信号组,为每个信号组生成节点,并根据节点构建频率转移关系图;根据每个节点之间的转移频数,对频率转移关系图进行拆分和剔除处理,判断剔除后的频率转移关系图中各节点的连接关系是否发生变化;若是,重新构建频率转移关系图;若否,根据频率转移关系图中各节点对应的频率范围,对待检测频率信号进行分类。本发明通过分析每组信号的转移关系,以此确定频率分类门限,并根据频率分类门限进行频率信号分类,能够有效解决信号频率为跳频时导致判定错误的问题。
参照图5,图5为本发明基于转移分析的频率信号分类装置实施例的结构框图。
如图5所示,本发明实施例提出的基于转移分析的频率信号分类装置包括:
检测模块10,用于对若干个待检测频率信号进行信号检测,获得每个待检测频率信号的检测描述字,并建立频率直方图;
构建模块20,用于基于所述频率直方图,将待检测频率信号划分为若干信号组,为每个信号组生成节点,并根据所述节点构建频率转移关系图;其中,每两个节点之间的连线记录有信号组中频率信号的转移频数;
处理模块30,用于根据所述转移频数,对所述频率转移关系图进行拆分和剔除处理,判断剔除后的频率转移关系图中各节点的连接关系是否发生变化;
返回模块40,用于若各节点的连接关系发生变化,返回执行根据所述节点构建频率转移关系图步骤;
分类模块50,用于若各节点的连接关系未发生变化,根据所述频率转移关系图中各节点对应的频率范围,对若干个待检测频率信号进行分类。
本发明基于转移分析的频率信号分类装置的其他实施例或具体实现方式可参照上述各方法实施例,此处不再赘述。
此外,本发明实施例还提出一种存储介质,所述存储介质上存储有基于转移分析的频率信号分类方法程序,所述基于转移分析的频率信号分类方法程序被处理器执行时实现如上文所述的基于转移分析的频率信号分类方法的步骤。因此,这里将不再进行赘述。另外,对采用相同方法的有益效果描述,也不再进行赘述。对于本申请所涉及的计算机可读存储介质实施例中未披露的技术细节,请参照本申请方法实施例的描述。确定为示例,程序指令可被部署为在一个计算设备上执行,或者在位于一个地点的多个计算设备上执行,又或者,在分布在多个地点且通过通信网络互连的多个计算设备上执行。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,上述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,上述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random AccessMemory,RAM)等。
另外需说明的是,以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外,本发明提供的装置实施例附图中,模块之间的连接关系表示它们之间具有通信连接,具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件的方式来实现,当然也可以通过专用硬件包括专用集成电路、专用CPU、专用存储器、专用元器件等来实现。一般情况下,凡由计算机程序完成的功能都可以很容易地用相应的硬件来实现,而且,用来实现同一功能的具体硬件结构也可以是多种多样的,例如模拟电路、数字电路或专用电路等。但是,对本发明而言更多情况下软件程序实现是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在可读取的存储介质中,如计算机的软盘、U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
Claims (10)
1.一种基于转移分析的频率信号分类方法,其特征在于,所述方法包括以下步骤:
对若干个待检测频率信号进行信号检测,获得每个待检测频率信号的检测描述字,并建立频率直方图;
基于所述频率直方图,将待检测频率信号划分为若干信号组,为每个信号组生成节点,并根据所述节点构建频率转移关系图;其中,每两个节点之间的连线记录有信号组中频率信号的转移频数;
根据所述转移频数,对所述频率转移关系图进行拆分和剔除处理,判断剔除后的频率转移关系图中各节点的连接关系是否发生变化;
若是,返回执行根据所述节点构建频率转移关系图步骤;
若否,根据所述频率转移关系图中各节点对应的频率范围,对若干个待检测频率信号进行分类。
2.如权利要求1所述的基于转移分析的频率信号分类方法,其特征在于,所述基于所述频率直方图,将待检测频率信号划分为若干信号组步骤,具体包括:
对所述频率直方图的统计值取CFAR门限;
将待检测频率信号中超过CFAR门限值的每一段连续直方图对应的信号分别划分为第一信号组;
将待检测频率信号中未超过CFAR门限值的直方图对应的信号划分为第二信号组。
3.如权利要求2所述的基于转移分析的频率信号分类方法,其特征在于,所述根据所述节点构建频率转移关系图步骤,具体包括:
根据第一信号组和第二信号组,在频率转移关系图中分别建立第一节点和第二节点;
根据第一节点之间,以及第一节点与第二节点之间频率信号的转移关系,生成每两个节点之间的连线;其中,所述连线记录有对应的两个节点之间频率信号的转移频数。
4.如权利要求3所述的基于转移分析的频率信号分类方法,其特征在于,对所述频率转移关系图进行拆分处理,具体包括:
根据频率转移关系图中的最大转移频数,确定拆分频数门限;
判断所述最大转移频数对应连线的相邻连线的转移频数是否超过所述拆分频数门限;若是,将所述相邻连线对应的第一节点与最大转移频数对应的第一节点作为子节点合并为同一节点,并依次对合并后转移频数超过拆分频数门限的相邻连线所对应的第一节点进行合并,直至相邻连线的转移频数不超过拆分频数门限;
若否,根据频率转移关系图中剩下转移频数中的最大转移频数,确定拆分频数门限,并返回执行判断所述最大转移频数对应连线的相邻连线的转移频数是否超过所述拆分频数门限步骤,直至每个转移频数完成拆分处理过程。
5.如权利要求4所述的基于转移分析的频率信号分类方法,其特征在于,所述拆分频数门限为最大转移频数与预设特定系数的乘积。
6.如权利要求4所述的基于转移分析的频率信号分类方法,其特征在于,对所述频率转移关系图进行剔除处理,具体包括:
获取拆分处理之后的频率转移关系图中每个第一节点中的子节点,计算每个子节点与节点中其余子节点之间的转移频数之和,以及每个子节点与第二节点的转移频数;
比较所述转移频数和所述转移频数之和,判断所述转移频数是否超过所述转移频数之和预设阈值频数,若是,将该子节点剔除到第二节点中。
7.如权利要求1所述的基于转移分析的频率信号分类方法,其特征在于,所述判断剔除后的频率转移关系图中各节点的连接关系是否发生变化步骤,具体为:若在对所述频率转移关系图进行剔除处理时,有子节点被剔除到第二节点,则剔除后的频率转移关系图中各节点的连接关系发生变化;否则未发生变化。
8.一种基于转移分析的频率信号分类装置,其特征在于,所述基于转移分析的频率信号分类装置包括:
检测模块,用于对若干个待检测频率信号进行信号检测,获得每个待检测频率信号的检测描述字,并建立频率直方图;
构建模块,用于基于所述频率直方图,将待检测频率信号划分为若干信号组,为每个信号组生成节点,并根据所述节点构建频率转移关系图;其中,每两个节点之间的连线记录有信号组中频率信号的转移频数;
处理模块,用于根据所述转移频数,对所述频率转移关系图进行拆分和剔除处理,判断剔除后的频率转移关系图中各节点的连接关系是否发生变化;
返回模块,用于若各节点的连接关系发生变化,返回执行根据所述节点构建频率转移关系图步骤;
分类模块,用于若各节点的连接关系未发生变化,根据所述频率转移关系图中各节点对应的频率范围,对若干个待检测频率信号进行分类。
9.一种基于转移分析的频率信号分类设备,其特征在于,所述基于转移分析的频率信号分类设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于转移分析的频率信号分类方法程序,所述基于转移分析的频率信号分类方法程序被所述处理器执行时实现如权利要求1至7中任一项所述的基于转移分析的频率信号分类方法的步骤。
10.一种存储介质,其特征在于,所述存储介质上存储有基于转移分析的频率信号分类方法程序,所述基于转移分析的频率信号分类方法程序被处理器执行时实现如权利要求1至7中任一项所述的基于转移分析的频率信号分类方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210442963.1A CN114818808B (zh) | 2022-04-25 | 2022-04-25 | 基于转移分析的频率信号分类方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210442963.1A CN114818808B (zh) | 2022-04-25 | 2022-04-25 | 基于转移分析的频率信号分类方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114818808A true CN114818808A (zh) | 2022-07-29 |
CN114818808B CN114818808B (zh) | 2023-04-14 |
Family
ID=82508255
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210442963.1A Active CN114818808B (zh) | 2022-04-25 | 2022-04-25 | 基于转移分析的频率信号分类方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114818808B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040023674A1 (en) * | 2002-07-30 | 2004-02-05 | Miller Karl A. | System and method for classifying signals using timing templates, power templates and other techniques |
US20040203826A1 (en) * | 2002-04-22 | 2004-10-14 | Sugar Gary L. | System and method for signal classiciation of signals in a frequency band |
CN104467852A (zh) * | 2014-11-24 | 2015-03-25 | 中国电子科技集团公司第二十九研究所 | 一种基于时钟移相技术的多路ad同步方法 |
CN110927448A (zh) * | 2019-11-08 | 2020-03-27 | 华中科技大学 | 一种硅基集成微波频率测量仪 |
CN111046697A (zh) * | 2018-10-12 | 2020-04-21 | 北京博识广联科技有限公司 | 一种基于模糊逻辑系统的自适应调制信号识别方法 |
CN112383488A (zh) * | 2020-10-26 | 2021-02-19 | 中山大学 | 一种适用于加密与非加密数据流的内容识别方法 |
CN113472390A (zh) * | 2021-07-07 | 2021-10-01 | 哈尔滨工程大学 | 一种基于深度学习的跳频信号参数估计方法 |
-
2022
- 2022-04-25 CN CN202210442963.1A patent/CN114818808B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040203826A1 (en) * | 2002-04-22 | 2004-10-14 | Sugar Gary L. | System and method for signal classiciation of signals in a frequency band |
US20040023674A1 (en) * | 2002-07-30 | 2004-02-05 | Miller Karl A. | System and method for classifying signals using timing templates, power templates and other techniques |
CN104467852A (zh) * | 2014-11-24 | 2015-03-25 | 中国电子科技集团公司第二十九研究所 | 一种基于时钟移相技术的多路ad同步方法 |
CN111046697A (zh) * | 2018-10-12 | 2020-04-21 | 北京博识广联科技有限公司 | 一种基于模糊逻辑系统的自适应调制信号识别方法 |
CN110927448A (zh) * | 2019-11-08 | 2020-03-27 | 华中科技大学 | 一种硅基集成微波频率测量仪 |
CN112383488A (zh) * | 2020-10-26 | 2021-02-19 | 中山大学 | 一种适用于加密与非加密数据流的内容识别方法 |
CN113472390A (zh) * | 2021-07-07 | 2021-10-01 | 哈尔滨工程大学 | 一种基于深度学习的跳频信号参数估计方法 |
Non-Patent Citations (3)
Title |
---|
ALIAKSEI SANDRYHAILA 等: "Discrete Signal Processing on Graphs: Frequency Analysis" * |
张珂卫 等: "基于FFT和多重信号分类算法的高精度相干光相移键控信号频率偏移估计算法研究" * |
王明扬: "超宽带雷达多信号分析与处理实现方法研究" * |
Also Published As
Publication number | Publication date |
---|---|
CN114818808B (zh) | 2023-04-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10943091B2 (en) | Facial feature point tracking method, apparatus, storage medium, and device | |
CN108038130B (zh) | 虚假用户的自动清理方法、装置、设备及存储介质 | |
CN111814923B (zh) | 一种图像聚类方法、系统、设备和介质 | |
CN108520471B (zh) | 重叠社区发现方法、装置、设备及存储介质 | |
CN108460346B (zh) | 指纹识别方法及装置 | |
CN107240029B (zh) | 一种数据处理方法及装置 | |
CN109726726B (zh) | 视频中的事件检测方法及装置 | |
CN117351004B (zh) | 再生物料识别方法、装置、电子设备和计算机可读介质 | |
CN107943570A (zh) | 应用管理方法、装置、存储介质及电子设备 | |
CN112861717A (zh) | 视频相似度检测方法、装置、终端设备以及存储介质 | |
CN106022074A (zh) | 一种指纹解锁方法及终端 | |
CN111651755A (zh) | 入侵检测方法和装置 | |
CN114817419A (zh) | 基于Kafka的媒资数据存储方法、装置、电子设备及存储介质 | |
CN111064719A (zh) | 文件异常下载行为的检测方法及装置 | |
CN114818808B (zh) | 基于转移分析的频率信号分类方法及装置 | |
CN112150396A (zh) | 高光谱图像降维方法、装置、终端设备及存储介质 | |
CN106850762A (zh) | 一种消息推送方法、服务器及消息推送系统 | |
CN113225234B (zh) | 资产探测方法、装置、终端设备以及计算机可读存储介质 | |
CN114024718A (zh) | 恶意域名检测方法、装置、设备及存储介质 | |
CN112840308A (zh) | 一种优化字体的方法及相关设备 | |
CN112037814B (zh) | 一种音频指纹的提取方法、装置、电子设备及存储介质 | |
CN114968558A (zh) | 内存清理方法以及相关设备 | |
CN112543201A (zh) | 脆弱性数据处理方法、装置、设备及计算机可读存储介质 | |
CN113342776A (zh) | 基于智能合约的交易信息迁移方法、装置、设备及介质 | |
CN111901561A (zh) | 监控系统中的视频数据处理方法、装置、系统及存储介质 |
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 |