CN116961799A - 一种基于时频域分布特征的信号干扰检测方法 - Google Patents

Abstract

本专利涉及高、低信噪比下的电磁频谱干扰信号检测技术领域，具体涉及一种基于时频域分布特征的信号干扰检测方法。软件无线电模块用于采集无干扰信号存在时与存在干扰信号时目标频段信号的频点能量数据，并回传给控制模块；控制模块进行能量数据采集指令发布、实时监测目标频段并进行干扰信号的检测。总体分为三个阶段对干扰信号进行存在性检测。根据信噪比不同选择采取能量检测或是时频域特征和皮尔逊相关系数对干扰信号进行存在性检测。信噪比较高时采用能量检测对监测频段进行扫描，超出门限值部分进行标记判断是否存在干扰信号；信噪比较低时先通过时频域特征对是否存在干扰信号进行检测，若是检测不出再使用皮尔逊相关系数进行最终验证。

Description

一种基于时频域分布特征的信号干扰检测方法

技术领域

本专利属于无线电监测技术领域，结合传统能量检测法和信号时频域特征提出了一种基于时频域分布特征的信号干扰检测方法，适用于复杂环境中检测干扰信号。

背景技术

在电磁频谱干扰技术快速发展以及自然界中电磁干扰肆虐的大背景下，抗干扰技术应运而生，干扰检测技术作为抗干扰技术的关键技术之一，在抗干扰领域中占据着重要的地位。干扰信号的检测有利于提高频谱资源的利用率，干扰检测的目的在于判断干扰是否存在，若干扰存在，则需要根据干扰信号的实时能量大小、工作频段以及干扰类型等特征输出一个详细的结果，为后续的抗干扰环节提供必要的先验信息。为了能有效的检测出干扰信号的存在，目前较为常用的方法是基于信号能量幅值大小的能量检测法。能量检测法优点是实现简单，主要是通过设置能量门限阈值判断是否有干扰信号的存在；缺点也很明显，受噪声影响较大，在低信噪比下检测精度不够准确，使得能量检测法不适用于复杂的电磁环境。

随着无线通信技术的快速发展，射频设备的数量和种类出现爆发式增长，增大了电磁频谱资源的管理和干扰信号检测难度。若是为了提高电磁频谱干扰信号的检测精度，而对检测设备硬件进行优化甚至更换更好的检测设备，这会大大提高整个检测系统的使用成本。对有效信号进行特征提取可以在区分有效信号和干扰信号的同时对干扰信号的存在性进行检测。从多维空间考虑，信号有着多种特征，如时域的相位、周期，频域的能量幅值、频谱峰值比等，都能够对目标信号进行描述。但由于信号自身存在一定波动性，而且在低信噪比下背景噪声对信号有较大的影响，会导致使用单一的信号特征对干扰信号进行检测时会存在较大的漏检概率。

方差为信号时域特征，能从时域对信号波形的波动情况进行描述。本专利以信号时域方差结合频域频点能量幅值，通过对每个频点的方差进行分析处理得到最后的时频域特征——均值方差累计差值之和(Mean Cumulative Difference of Variance，MCDV)。均值方差累计差值之和特征能够较好的描述目标频段内多帧的信号波动情况，对存在自身波动较大的干扰信号能够进行有效的检测。当存在类似脉冲干扰这种自身波动较小的干扰信号时，考虑到使用均值方差累计差值之和检测这类干扰信号时存在会误差导致虚警概率升高，此时引入皮尔逊相关系数(Pearson Correlation Coefficient，PCC)对此类干扰信号进行另外检测。皮尔逊相关系数是一种用于度量两个变量之间关系强度的统计指标，本专利以实测数据为基础，通过对比有、无干扰信号存在时两者数据相关性的对比，能较好检测出自身波动性不大的干扰信号的存在。本专利通过结合传统能量检测法和时频域特征对不同信噪比下的干扰信号进行检测，能够有效的提高干扰信号的检测精度，提高电磁频谱资源的利用率。

专利内容

本专利通过下述技术方案实现：

一种基于时频域分布特征的信号干扰检测方法，包括：信号能量数据采集、能量检测法、频点均值方差累计差值之和计算、皮尔逊相关系数计算。

所述的信号能量数据采集，是由采集设备的软件无线电模块对目标频段进行采集获得。采集设备包含了软件无线电模块和控制模块。用户通过控制模块设定好能量检测阈值、采集任务的采样率、采样频段等参数；然后控制模块对软件无线电模块发送采集指令；软件无线电模块开始采集能量数据并回传给控制模块；控制模块将采集的能量数据以采样任务时间为文件名称保存至本地。

所述的能量检测法为传统信号检测的常用方法，本专利在高信噪比下使用能量检测法是因为能量检测法自身实现较为简单，且信噪比较高时通常能快速的检测出干扰信号的存在，降低检测系统的复杂度。能量检测法通过预先设定能量检测门限阈值，超过门限阈值的信号将会被标记出；目标频段内超过门限值的频谱波峰在无干扰信号存在时通常只有一个，即有效信号的频谱波峰；当干扰信号存在时，超过门限值的频谱波峰数可能会增加，以此来初步判定干扰信号的存在。

所述的频点均值方差累计差值之和的计算用于信噪比不高、干扰信号自身波动较大的情况下的干扰信号检测中，能够较好的描述存在干扰信号时目标频段有效信号和背景噪声的波动情况。通过对整个目标频段内的每个频点求均值方差，再把每个相邻频点之间的均值方差做差值运算并进行绝对值求和，得到均值方差累计差值之和。考虑到因外部环境因素的影响而导致某些帧的背景噪声能量数据存在较大的波动，最后求出的频点均值方差累计差值之和与无干扰信号存在时相比，会因上下波动而导致误判；以无干扰信号存在、能量数据较为平稳时的多帧数据作为输入，所计算出的均值方差累计差值之和的固定倍数作为门限阈值，留出足够的波动空间，超过门限阈值的则判定为存在干扰信号。选用固定倍数值作为门限阈值能有效解决在相同环境中因背景噪声、有效信号自身波动影响，导致当选取能量数据帧数不同时计算出的均值方差累计差值之和存在误差而带来漏检率高的问题。

所述的皮尔逊相关系数的计算用于信噪比较低、干扰信号自身波动较小时的干扰信号检测中。皮尔逊相关系数可用于度量有、无干扰信号存在时两者之间均值方差累计差值之和的数据关系强度，取值范围为[-1,1]。由于自身波动较小的干扰信号对有效信号载波带宽外的背景噪声影响较小，所以本专利以有效信号发射频率为中心，对发射频率附近的部分信号频点选取有、无干扰信号存在时的多帧能量数据计算多组均值方差累计差值之和，并以两者数据组为输入计算皮尔逊相关系数；同样设置固定倍数值为相关系数的门限阈值，计算出的皮尔逊相关系数低于门限值则为非高度相关，判定存在干扰信号。

所述一种基于时频域分布特征的信号干扰检测流程包括：

（1）控制模块设定好能量检测阈值、目标频段范围、采集任务的采样率、采样频段等参数；

（2）控制模块对软件无线电模块发送采集指令，采集目标频段所有频点的能量数据；

（3）事先采集并存储无干扰信号存在时有效信号的能量数据；

（4）控制模块对采集的能量数据进行分析，通过能量检测法初步判决是否存在干扰信号；

（5）若判决不出，计算无干扰信号时与当前信号多帧能量数据下频点的均值方差累计差值之和，并与门限值作比较判决干扰信号是否存在；

（6）若步骤(5)判决不出干扰信号存在，则认定为干扰信号自身波动小，此时计算无干扰和存在干扰下有效信号发射频率附近部分频点的均值方差累计差值之和，用于计算皮尔逊相关系数并判决干扰信号是否存在。

（7）输出最后判决结果；

本专利的创新点在于：

传统能量检测法检测的是目标频段各频点的能量数据，低信噪比下检测精度较差，一些淹没在噪声中的干扰信号无法准确的检测出。本专利先对采集的多帧能量数据进行噪声平滑，有效降低噪声波动给干扰信号检测带来的影响。信噪比较高时通过设定门限阈值使用能量检测法对目标频段内的所有信号进行检测，根据超过门限阈值的波峰个数来初步判决干扰信号的存在与否。

当信噪比不高时，先通过对多帧信号每个频点能量数据进行平滑，降低背景噪声的影响后对每个频点求均值方差，再把每个相邻频点之间的均值方差之差的绝对值进行求和，得到均值方差累计差值之和。均值方差累计差值之和能够较好的描述当前目标频段中的信号及噪声的波动情况，通过设置均值方差累计差值之和的门限阈值可检测出自身波动较大的干扰信号，如FSK、MSK、OFDM等调制信号。当干扰信号自身波动较小如脉冲信号时，此时的均值方差累计差值之和与无干扰情况下的均值方差累计差值之和大小相近，无法较好的检测出此类干扰信号。此时引入皮尔逊相关系数进行无干扰信号与存在干扰信号的两者数据下的多组均值方差累计差值之和作为输入，进行相关性计算。皮尔逊相关系数取值范围为[-1,1]。本专利以“1”的固定倍数值作为门限阈值对干扰信号的存在进行判决，大于门限值为高度相关，其它区间为不相关或轻度相关；当低于门限值时判定为存在干扰信号。本专利根据干扰信号自身波动大小在相应的检测过程中对计算均值方差累计差值之和大小的方法不同，对于波动性大的干扰信号取的是整个目标频段的频点均值方差进行计算，为的是通过整个频段内所有信号及背景噪声波动情况检测出波动较大的干扰信号存在；而对于波动性小的干扰信号，以有效信号的发射频率为中心、整个目标频段三分之一带宽为大小，对有效信号中心频率附近的频点的多帧能量数据进行求均值方差处理，最后得出多组无干扰信号下的均值方差累计差值之和以及存在干扰信号时的均值方差累计差值之和，以两者数据组作为计算皮尔逊相关系数的输入值。此目的是为了进一步缩小背景噪声对检测干扰信号带来的影响，尽可能的以有效信号载波带宽附近频点能量数据的波动情况对突发的、波动性小的干扰信号进行存在性检测。计算皮尔逊相关系数时，使用的数据若是较少，皮尔逊相关系数大小会趋近于1，存在较高的虚警概率；针对此问题本专利在尽量使整个干扰检测过程时间不长的同时对数据采集时间加以控制，并保证有足够多的信号能量数据帧数为降低虚警概率提供真实数据支持。

本专利结合了传统能量检测法、信号时频域特征以及皮尔逊相关系数，不仅减小了环境噪声对检测干扰信号带来的影响，使其在低信噪比环境中也具备较好的干扰信号检测能力；而且能够对不同类型的干扰信号进行存在性检测，适用于在一些复杂的环境中进行干扰信号的检测。

附图说明

图1 整体干扰检测系统结构示意图

图2 干扰信号检测步骤流程图

实施方式

下面结合附图进一步详细描述本专利的技术方案:

如图1所示，整体干扰检测系统的结构。使用控制模块作为采集指令发布、接收回传数据、干扰信号检测的平台，通过串口与软件无线电模块连接。用户通过操作控制模块，设置需要监测的目标频段、信号采样率、采样带宽等参数。控制模块在接收软件无线电模块回传数据的同时启动第一阶段的能量检测，对于能量检测无法检测出的干扰信号，依次执行第二阶段和第三阶段的干扰检测步骤。

如图2所示，整体干扰信号检测步骤流程。干扰信号检测过程分为最多三个阶段。实现设置好采样参数后对目标频段进行实时监测，第一阶段通过能量检测法对目标频段内的信号进行实时扫频，以预先设定的能量门限阈值进行干扰信号初步检测。

对于能量检测法检测不出的信号，执行第二阶段的干扰检测步骤；对每个频点求均值方差以及相邻频点之间的均值方差累计差值之和，并对均值方差累计差值之和门限阈值进行设置，根据不同环境下无干扰信号时能量数据的均值方差累计差值之和波动而动态变化，能较好的适应环境；最后以当前信号能量数据求出的均值方差累计差值之和与门限值比较，大于门限值则判定为存在干扰信号，适用于波动性较大的干扰信号检测。

对于第二阶段检测不出的干扰信号，进行第三阶段的干扰检测步骤；选取有效信号发射频率附近的频点能量值进行多组均值方差累计差值之和计算，以此作为计算皮尔逊相关系数的输入值，最后以计算出的相关系数与相关系数门限值作比较，小于门限值则判定为存在干扰信号；大于门限值则判定为高度相关，未存在干扰信号。

Claims (3)

1.本专利提出一种基于时频域分布特征的信号干扰检测方法，在进行干扰信号检测的过程中，流程包括：不同环境下目标频段信号能量数据采集、能量检测扫频、基于时频域特征的的干扰信号检测、基于皮尔逊相关系数的干扰信号检测。

2.根据权利要求1所述的一种基于时频域分布特征的信号干扰检测方法，其特征在于：(1)选用软件无线电模块采集信号能量数据的同时进行能量检测扫频，采用能量检测法对目标频段进行实时扫频，监测干扰信号的出现；(2)对于能量检测法无法检测出的信号采用频点均值方差累计差值之和进行判决检测，门限值的动态设置能够较好的降低环境变化带来的误差影响。

3.根据权利要求1所述的一种基于时频域分布特征的信号干扰检测方法，其特征在于：所述的基于皮尔逊相关系数的干扰信号检测为整个检测流程的最后阶段，当信号能量数据采集到一定量时执行，为了确保所计算相关系数的值更为准确，降低漏检概率。 所取的能量数据为有效信号发射频率附近部分频点的能量数据，避免有效信号载波带宽外频段背景噪声波动带来的影响，往往执行到第三阶段干扰检测步骤时可检测出大部分干扰信号的存在。