一种宽带频谱序列的干扰信号的识别与统计方法技术

本发明专利技术提供一种宽带频谱序列的干扰信号的识别与统计方法，包括：提供第一组宽带频谱作为当前宽带频谱及其频谱特征信息；提供宽带频谱在每个频点处的信噪分离阈值；识别当前宽带频谱中的所有识别信号；依据频谱特征信息，提取所有识别信号的信号特征信息，其包括识别信号的起始频率、终止频率、带宽、幅度向量、方向、极化、时间和来源；将信号特征信息存入一信号模板库；进行多组宽带频谱的信号统计。本发明专利技术的宽带频谱序列的干扰信号的识别与统计方法提取识别到的信号特征信息，建立信号模板库，不断学习和更新信号信息，并依据信号模板库信号特征信息，实时统计宽带频谱序列中信号特征，从而更好地识别与统计特征信息不同的各类信号。

A Method of Disturbance Signal Recognition and Statistics for Broadband Spectrum Sequence

【技术实现步骤摘要】
一种宽带频谱序列的干扰信号的识别与统计方法
本专利技术属于射电天文技术及无线电信号处理
，更具体地涉及一种宽带频谱序列的干扰信号的识别与统计方法。
技术介绍
大口径射电望远镜具有极高的系统灵敏度，且系统内、系统间及台址内电子设备众多。随着高频电子技术、高速数字处理技术的发展和应用，数字接收机、数字终端、商用设备、电气设备及台址光学观测设备的建设，使得台址电磁环境变得尤为复杂。对于射电天文领域，在利用射电望远镜进行观测时容易受到干扰的影响。干扰信号指除观测目标信号外其他的无用信号，故地球地面、空间各类射频信号均为干扰信号。射频干扰(radiofrequencyinterference，RFI)的强度和频谱密度会使得射电望远镜的观测结果深受射频干扰的影响以致失去使用价值。其中，利用单天线射电望远镜所进行的观测(连续谱或光谱)最易受到干扰的影响，其原因是：积分时间的增加虽然提高了望远镜对天文信号的灵敏度，但也同等程度地提高了其对射频干扰信号的灵敏度。射频干扰对天文观测的影响越来越大，根据其来源主要包括以下几个方面：1、具有极化特征干扰信号，射电望远镜装备的接收机极化器多为线极化双通道输出，通过对天文观测终端的输入功率统计，接收机双通道功率差异性较大，且垂直极化通道功率较强，随着射电望远镜俯仰角度的升高，垂直极化通道功率呈减弱趋势，由此认为来自地面的垂直极化信号进入接收系统，影响天文观测；2、突发干扰信号，某个时间进入接收系统的干扰信号大幅增加，严重恶化观测数据，大量干扰信号的存在，导致此时间段的观测数据不在有效；3、固定窄带干扰信号，此类干扰信号大多来自自身电子设备电磁辐射，窄带干扰数量越多，天文数据的有用信息损失越多，如脉冲星观测数据处理时，存在窄带干扰的通道被屏蔽，意味着窄带干扰越多，有用的频谱通道越少。4、空间无线电业务干扰信号，空间移动通信、飞机导航、雷达测距、卫星通讯等电磁干扰影响射电天文观测业务。射电天文台站的电波环境测试要求测试系统具有优异的噪声系数，能够测得台站微弱的干扰信号；每次测试覆盖范围为测试天线3dB波束宽度，通过转动测试天线覆盖台站360度天区；其次，通过垂直极化测试和水平极化测试，分析台站极化信号对天文观测的影响；另外，通过相对实时的电波环境测试，分析同一方向干扰信号的变化趋势及工作日及节假日干扰信号的差异性。综上，射电天文台站电波环境测试具有宽带、极化性、重复性、实时性等特点，有效的干扰信号提取方法对研究台站干扰信号特征、干扰源查找、台站无线电管理及消干扰策略提供重要依据。综上所述，电磁干扰对射电天文观测的影响越大越大，射电天文台址自动化电波环境监测产生大量的宽带频谱序列，针对电波环境监测产生的宽带频谱序列，需要研究宽带频谱中干扰信号特征，实时识别和统计干扰信号的特征，能够及时掌控台址周围电磁环境的变化，为进一步的干扰缓解策略制定及干扰消减提供重要的技术支撑。而目前射电天文领域从事电波环境测试及干扰缓解方面的技术人员并不多，针对电波环境频谱提取干扰信号的研究更是少之又少，同领域相关技术文献并未找到。
技术实现思路
本专利技术旨在提出一种宽带频谱序列干扰信号识别与统计方法，以实现宽带频谱序列的干扰信号的识别与统计。为了实现上述目的，本专利技术提供一种宽带频谱序列的干扰信号的识别与统计方法，包括：S1：提供第一组宽带频谱作为当前的宽带频谱Aj，并提供其频谱特征信息Aj_C；S2：提供当前的宽带频谱Aj在每个频点处的信噪分离阈值SNSi，i＝1，2，3，...n；S3：识别当前的宽带频谱Aj中的所有识别信号Hjo，o＝1，2，...，e；S4：依据所述步骤S1中的频谱特征信息Aj_C，提取步骤S3中的所有识别信号Hjo的信号特征信息，该信号特征信息包括识别信号Hjo的起始频率、终止频率、带宽、幅度向量、方向、极化、时间和来源；S5：将步骤S4中的所有识别信号Hjo的信号特征信息存入一信号模板库，得到模板库信号；S6：进行多组宽带频谱的信号统计。其中，所述步骤S6包括：S61：提供当前的宽带频谱Aj的下一组宽带频谱Aj+1作为当前的宽带频谱Aj，并提供其频谱特征信息Aj_C，重复步骤S2-S4，得到当前的宽带频谱Aj中的所有识别信号Hjo及其信号特征信息；S62：根据所述步骤S61中的每个识别信号Hjo的信号特征信息，在信号模板库中通过查询和判断得到相似信号；S63：对所述相似信号进行相关性判断；S64：根据步骤S63的判断结果，若判断为相关，则在统计模板库信号的时间和次数，若判断为不相关，则将所述相似信号中的识别信号的信号特征信息存入信号模板库新增模板库信号；S65：重复上述步骤S61-步骤S64，直到统计完成。在所述步骤S62中，当所述步骤S61中的识别信号Hjo与所述模板库信号同时满足以下公式时，该识别信号Hjo与模板库信号判断为相似信号：SigD.D＝SigDM.D；SigD.P＝SigDM.P，其中，SigD.FR为识别信号Hjo的终止频率，SigD.FL为识别信号Hjo的起始频率，α为信号识别的误差因子；SigDM.FR为模板库信号的终止频率，SigDM.FL为模板库信号的起始频率，SigD.D为识别信号Hjo的方向，SigD.P为识别信号Hjo的极化；SigDM.D为模板库信号的方向，SigDM.P为模板库信号的极化。在所述步骤S62中，若所述步骤S61中的识别信号Hjo与所有模板库信号均不满足以下公式，则判断为此识别信号Hjo不存在相似信号，将此识别信号Hjo的信号特征信息存入信号模板库，以新增模板库信号：SigD.D＝SigDM.D；SigD.P＝SigDM.P，其中，SigD.FR为识别信号Hjo的终止频率，SigD.FL为识别信号Hjo的起始频率，α为信号识别的误差因子；SigDM.FR为模板库信号的终止频率，SigDM.FL为模板库信号的起始频率，SigD.D为识别信号Hjo的方向，SigD.P为识别信号Hjo的极化；SigDM.D为模板库信号的方向，SigDM.P为模板库信号的极化。于带宽小于1MHz的识别信号Hjo，信号识别的误差因子α取信号带宽的1/3；对于大于等于1MHz的识别信号Hjo，α取信号频点间隔的3倍。其中，所述步骤S63包括：步骤S631：计算所述相似信号的皮尔逊系数ρV1，V2；步骤S632：将皮尔逊系数ρV1，V2与一相关阈值γ比较，以判断所述相似信号是否相关。所述相似信号的皮尔逊系数为：其中，V1k为相似信号中的模板库信号的幅度向量在第k个频点处的幅度值；V2k为相似信号中的识别信号的幅度向量在第k个频点处的幅度值，ρV1，V2为相似信号的皮尔逊系数，N为频点个数。所述相关阈值γ为0.3-0.4。所述宽带频谱Aj为：Aj＝(F，P)，F＝[F1，F2，F3，…，Fn]T，P＝[P1，P2，P3，…，Pn]T，其中，矩阵F表示频率信息，矩阵P表示信号幅度信息，n为宽带频谱Aj的频点个数，i表示频点序号，j为宽带频谱的序数；且所述频谱特征信息Aj_C为：Aj_C＝[D，P，T]，其中，D为测量天线指向的方向，P为极化状态，包括水平极化和垂直极化；T为测量时间。在所述步骤S4中，所述信号特征信息为：其中，SigD.FL为识别信号的起始频率本文档来自技高网...

【技术保护点】
1.一种宽带频谱序列的干扰信号的识别与统计方法，其特征在于，包括：步骤S1：提供第一组宽带频谱作为当前的宽带频谱Aj，并提供其频谱特征信息Aj_C；步骤S2：提供当前的宽带频谱Aj在每个频点处的信噪分离阈值SNSi，i＝1，2，3，...n；步骤S3：识别当前的宽带频谱Aj中的所有识别信号Hjo，o＝1，2，...，e；步骤S4：依据所述步骤S1中的频谱特征信息Aj_C，提取步骤S3中的所有识别信号Hjo的信号特征信息，该信号特征信息包括识别信号Hjo的起始频率、终止频率、带宽、幅度向量、方向、极化、时间和来源；步骤S5：将步骤S4中的所有识别信号Hjo的信号特征信息存入一信号模板库，得到模板库信号；步骤S6：进行多组宽带频谱的信号统计。

【技术特征摘要】
1.一种宽带频谱序列的干扰信号的识别与统计方法，其特征在于，包括：步骤S1：提供第一组宽带频谱作为当前的宽带频谱Aj，并提供其频谱特征信息Aj_C；步骤S2：提供当前的宽带频谱Aj在每个频点处的信噪分离阈值SNSi，i＝1，2，3，...n；步骤S3：识别当前的宽带频谱Aj中的所有识别信号Hjo，o＝1，2，...，e；步骤S4：依据所述步骤S1中的频谱特征信息Aj_C，提取步骤S3中的所有识别信号Hjo的信号特征信息，该信号特征信息包括识别信号Hjo的起始频率、终止频率、带宽、幅度向量、方向、极化、时间和来源；步骤S5：将步骤S4中的所有识别信号Hjo的信号特征信息存入一信号模板库，得到模板库信号；步骤S6：进行多组宽带频谱的信号统计。2.根据权利要求1所述的宽带频谱序列的干扰信号的识别与统计方法，其特征在于，所述步骤S6包括：步骤S61：提供当前的宽带频谱Aj的下一组宽带频谱Aj+1作为当前的宽带频谱Aj，并提供其频谱特征信息Aj_C，重复步骤S2-S4，得到当前的宽带频谱Aj中的所有识别信号Hjo及其信号特征信息；步骤S62：根据所述步骤S61中的每个识别信号Hjo的信号特征信息，在信号模板库中通过查询和判断得到相似信号；步骤S63：对所述相似信号进行相关性判断；步骤S64：根据步骤S63的判断结果，若判断为相关，则在统计模板库信号的时间和次数，若判断为不相关，则将所述相似信号中的识别信号的信号特征信息存入信号模板库新增模板库信号；步骤S65：重复上述步骤S61-步骤S64，直到统计完成。3.根据权利要求2所述的宽带频谱序列的干扰信号的识别与统计方法，其特征在于，在所述步骤S62中，当所述步骤S61中的识别信号Hjo与所述模板库信号同时满足以下公式时，该识别信号Hjo与模板库信号判断为相似信号：SigD.D＝SigDM.D；SigD.P＝SigDM.P，其中，SigD.FR为识别信号Hjo的终止频率，SigD.FL为识别信号Hjo的起始频率，α为信号识别的误差因子；SigDM.FR为模板库信号的终止频率，SigDM.FL为模板库信号的起始频率，SigD.D为识别信号Hjo的方向，SigD.P为识别信号Hjo的极化；SigDM.D为模板库信号的方向，SigDM.P为模板库信号的极化。4.根据权利要求2所述的宽带频谱序列的干扰信号的识别与统计方法，其特征在于，在所述步骤S62中，若所述步骤S61中的识别信号Hjo与所有模板库信号均不满足以下公式，则判断为此识别信号Hjo不存在相似信号，将此识别信号Hjo的信号特征信息存入信号模板库，以新增模板库信号：SigD.D＝SigDM.D：SigD.P＝SigDM.P，其中，SigD.FR为识别信号Hjo的终止频率，Sig...

【专利技术属性】
技术研发人员：刘奇，刘晔，苏晓明，王洋，刘烽，
申请(专利权)人：中国科学院新疆天文台，
类型：发明
国别省市：新疆,65