一种自适应信号搜索门限实时动态生成方法及系统技术方案

本公开提供了一种自适应信号搜索门限实时动态生成方法及系统。其中，自适应信号搜索门限实时动态生成方法，包括对当前段频谱轨迹数据进行移动加权平滑处理，得到一平滑曲线；搜索平滑曲线中所有的峰值点，并按照数值大小排序，形成峰值点序列；滤除峰值点序列的最小值和最大值，再按照第一比例因子将滤除最值的峰值点序列分割成噪声序列和信号序列两部分；分别计算噪声和信号的估计值；将信号的估计值与噪声的估计值作差后，再与第二比例因子相乘，得到一个调整值，最后将这个调整值与噪声的估计值叠加，得出当前段频谱轨迹数据的检测门限值；将当前段频谱轨迹数据对应的平滑曲线与相应检测门限值比较，生成对应的门限曲线。

【技术实现步骤摘要】
一种自适应信号搜索门限实时动态生成方法及系统
本公开属于频谱监测领域，尤其涉及一种自适应信号搜索门限实时动态生成方法及系统。
技术介绍
本部分的陈述仅仅是提供了与本公开相关的
技术介绍
信息，不必然构成在先技术。搜索功率谱可较为直观的反映一定频段内电磁频谱的分布情况，在一定条件下人眼能迅速直观地分辨出大量信号。但是在自动信号搜索情况下，设置合适的判决门限并非易事。门限选择将直接影响到信号搜索的实效性与参数测量的精确性。为适应复杂的电磁环境，门限的选择既要考虑到能随信号强弱自适应变化，又要满足系统实时性要求，尽量采用开放的门限选择策略，配合动态的搜索步进，由用户根据实际情况自由设计门限规则。在频谱监测领域的信号搜索系统中，门限类型一般可分为水平门限、环境门限和自适应门限。在传统的能量检测技术中，常采用水平门限检测。可是在复杂的电磁环境下，其存在严重的不足之处：在复杂的电磁环境下，周围电磁环境瞬息万变，信道传输干扰不定，而且信号衰减等原因会导致接收到的信号不稳定，各个信道内信噪比不同，能量值也会降低，此时更加增大了信号检测的难度。基于此原因，为了提高检测精度和准确性，在复杂电磁环境下需要根据现场需求调节检测门限，使之适应当前检测情况。可是若一味降低检测门限，会引起虚警概率的提高。单一的门限电平值已经无法满足多信道复杂的电磁环境的需要。如前所述，单一的检测门限只适用于电磁环境背景较为平坦的情况。针对复杂的电磁环境背景(尤其是噪底高低起伏的情况)，现有的实现方法是通过分段的方式，即由专业的技术人员根据当前电磁频谱背景数据按照当前的起伏情况，分成若干个段。每个段的计算是根据划分到当前的轨迹数据点来生成的。每段的具体生成方法是：首先将该段内的数据进行排序：无论是升序排列还是降序排列，目的是将信号和噪声分布在数据的两端。然后通过一定的计算因子，分别计算噪声部分和信号部分的估计值，计算出噪声和信号估计值之后，再施以相应的加权因子，通过两者相加从而形成本段的检测门限。每个段都施以上面介绍的处理过程，最后通过拼接从而形成整个监测频段内的检测门限，以此来适应复杂电磁环境中噪底高低起伏的情况专利技术人发现，现有的自适应门限生成方法存在以下问题：1)现有的自适应门限生成方法是通过分段的方式来解决门限跟随噪底的起伏变化情况。分段的好坏直接决定了检测门限跟随噪底变化的效果。2)在计算本段的门限时，虽然考虑了信号和噪声的平均值，并且在进行计算时采用了加权因子，但是这对操作人员的技术水平和经验都提出了较高的要求。并且很多情况下都需要反复调整计算因子和加权因子，才能得到一个比较好的检测门限。3)虽然在计算时采用了排序的方法，即将信号和噪声分开。但是由于频谱的轨迹数据中，一般来说会存在多个信号。而每个信号都是由一段连续的数据所形成，这样就会存在一个这样的现象：即大信号中的一个较小的值也会比小信号的峰值点还要大，从而导致在排序后，这个小信号的峰值点并没有被包括在信号的估计值计算中。从而导致检测门限高于这个小信号，以致后续的信号搜索算法无法检测出该小信号，从而造成漏警的问题。
技术实现思路
为了解决上述问题，本公开提供一种自适应信号搜索门限实时动态生成方法及系统，可实时跟踪复杂电磁环境背景的噪底高低起伏，自动生成检测门限。为了实现上述目的，本公开采用如下技术方案：本公开的第一方面提供一种自适应信号搜索门限实时动态生成方法，其包括：对当前段频谱轨迹数据进行移动加权平滑处理，得到一平滑曲线；搜索平滑曲线中所有的峰值点，并按照数值大小排序，形成峰值点序列；滤除峰值点序列的最小值和最大值，再按照第一比例因子将滤除最值的峰值点序列分割成噪声序列和信号序列两部分；将噪声序列中数据的偏差值与平均值叠加，得到噪声的估计值；将信号序列中数据的偏差值与平均值叠加，得到信号的估计值；将信号的估计值与噪声的估计值作差后，再与第二比例因子相乘，得到一个调整值，最后将这个调整值与噪声的估计值叠加，得出当前段频谱轨迹数据的检测门限值；将当前段频谱轨迹数据对应的平滑曲线与相应检测门限值比较，小于检测门限值的平滑曲线上的数据不变，大于或等于检测门限值的平滑曲线上的数据均设置为检测门限值，进而生成对应的门限曲线。本公开的第一方面提供另一种自适应信号搜索门限实时动态生成方法，其包括：将已知频谱轨迹数据划分成若干段；生成当前段频谱轨迹数据对应的门限曲线；将所有段频谱轨迹数据对应的门限曲线按照划分顺序拼接在一起，形成已知频谱轨迹数据对应的完整门限曲线；所述生成当前段频谱轨迹数据对应的门限曲线的过程为：对当前段频谱轨迹数据进行移动加权平滑处理，得到一平滑曲线；搜索平滑曲线中所有的峰值点，并按照数值大小排序，形成峰值点序列；滤除峰值点序列的最小值和最大值，再按照第一比例因子将滤除最值的峰值点序列分割成噪声序列和信号序列两部分；将噪声序列中数据的偏差值与平均值叠加，得到噪声的估计值；将信号序列中数据的偏差值与平均值叠加，得到信号的估计值；将信号的估计值与噪声的估计值作差后，再与第二比例因子相乘，得到一个调整值，最后将这个调整值与噪声的估计值叠加，得出当前段频谱轨迹数据的检测门限值；将当前段频谱轨迹数据对应的平滑曲线与相应检测门限值比较，小于检测门限值的平滑曲线上的数据不变，大于或等于检测门限值的平滑曲线上的数据均设置为检测门限值，进而生成对应的门限曲线。本公开的第二个方面提供一种自适应信号搜索门限实时动态生成系统，其包括：平滑处理模块，其用于对当前段频谱轨迹数据进行移动加权平滑处理，得到一平滑曲线；峰值搜索模块，其用于搜索平滑曲线中所有的峰值点，并按照数值大小排序，形成峰值点序列；噪声和信号分割模块，其用于滤除峰值点序列的最小值和最大值，再按照第一比例因子将滤除最值的峰值点序列分割成噪声序列和信号序列两部分；噪声和信号估计值计算模块，其用于将噪声序列中数据的偏差值与平均值叠加，得到噪声的估计值；将信号序列中数据的偏差值与平均值叠加，得到信号的估计值；检测门限值计算模块，其用于将信号的估计值与噪声的估计值作差后，再与第二比例因子相乘，得到一个调整值，最后将这个调整值与噪声的估计值叠加，得出当前段频谱轨迹数据的检测门限值；门限曲线生成模块，其用于将当前段频谱轨迹数据对应的平滑曲线与相应检测门限值比较，小于检测门限值的平滑曲线上的数据不变，大于或等于检测门限值的平滑曲线上的数据均设置为检测门限值，进而生成对应的门限曲线。本公开的第二个方面提供另一种自适应信号搜索门限实时动态生成系统，其包括：频谱轨迹数据分段模块，其用于将已知频谱轨迹数据划分成若干段；分段门限曲线生成模块，其用于生成当前段频谱轨迹数据对应的门限曲线；门限曲线拼接模块，其用于将所有段频谱轨迹数据对应的门限曲线按照划分顺序拼接在一起，形成已知频谱轨迹数据对应的完整门限曲线；...

【技术保护点】
1.一种自适应信号搜索门限实时动态生成方法，其特征在于，包括：/n对当前段频谱轨迹数据进行移动加权平滑处理，得到一平滑曲线；/n搜索平滑曲线中所有的峰值点，并按照数值大小排序，形成峰值点序列；/n滤除峰值点序列的最小值和最大值，再按照第一比例因子将滤除最值的峰值点序列分割成噪声序列和信号序列两部分；/n将噪声序列中数据的偏差值与平均值叠加，得到噪声的估计值；将信号序列中数据的偏差值与平均值叠加，得到信号的估计值；/n将信号的估计值与噪声的估计值作差后，再与第二比例因子相乘，得到一个调整值，最后将这个调整值与噪声的估计值叠加，得出当前段频谱轨迹数据的检测门限值；/n将当前段频谱轨迹数据对应的平滑曲线与相应检测门限值比较，小于检测门限值的平滑曲线上的数据不变，大于或等于检测门限值的平滑曲线上的数据均设置为检测门限值，进而生成对应的门限曲线。/n

【技术特征摘要】
1.一种自适应信号搜索门限实时动态生成方法，其特征在于，包括：
对当前段频谱轨迹数据进行移动加权平滑处理，得到一平滑曲线；
搜索平滑曲线中所有的峰值点，并按照数值大小排序，形成峰值点序列；
滤除峰值点序列的最小值和最大值，再按照第一比例因子将滤除最值的峰值点序列分割成噪声序列和信号序列两部分；
将噪声序列中数据的偏差值与平均值叠加，得到噪声的估计值；将信号序列中数据的偏差值与平均值叠加，得到信号的估计值；
将信号的估计值与噪声的估计值作差后，再与第二比例因子相乘，得到一个调整值，最后将这个调整值与噪声的估计值叠加，得出当前段频谱轨迹数据的检测门限值；
将当前段频谱轨迹数据对应的平滑曲线与相应检测门限值比较，小于检测门限值的平滑曲线上的数据不变，大于或等于检测门限值的平滑曲线上的数据均设置为检测门限值，进而生成对应的门限曲线。


2.一种自适应信号搜索门限实时动态生成方法，其特征在于，包括：
将已知频谱轨迹数据划分成若干段；
生成当前段频谱轨迹数据对应的门限曲线；
将所有段频谱轨迹数据对应的门限曲线按照划分顺序拼接在一起，形成已知频谱轨迹数据对应的完整门限曲线；
所述生成当前段频谱轨迹数据对应的门限曲线的过程为：
对当前段频谱轨迹数据进行移动加权平滑处理，得到一平滑曲线；
搜索平滑曲线中所有的峰值点，并按照数值大小排序，形成峰值点序列；
滤除峰值点序列的最小值和最大值，再按照第一比例因子将滤除最值的峰值点序列分割成噪声序列和信号序列两部分；
将噪声序列中数据的偏差值与平均值叠加，得到噪声的估计值；将信号序列中数据的偏差值与平均值叠加，得到信号的估计值；
将信号的估计值与噪声的估计值作差后，再与第二比例因子相乘，得到一个调整值，最后将这个调整值与噪声的估计值叠加，得出当前段频谱轨迹数据的检测门限值；
将当前段频谱轨迹数据对应的平滑曲线与相应检测门限值比较，小于检测门限值的平滑曲线上的数据不变，大于或等于检测门限值的平滑曲线上的数据均设置为检测门限值，进而生成对应的门限曲线。


3.如权利要求1或2所述的一种自适应信号搜索门限实时动态生成方法，其特征在于，对当前段频谱轨迹数据进行移动加权平滑处理之前，还包括：
将当前段频谱轨迹数据按照采样顺序从0开始依次编号，作为当前段频谱轨迹数据所有数据点对应的索引号；
利用平滑因子将当前段频谱轨迹数据对应的索引号分成三个段，第一段索引号的范围是：0-平滑因子；第二段索引号的范围是：平滑因子～总索引号-平滑因子；第三段索引号的范围是：总索引号-平滑因子～总索引号。


4.如权利要求3所述的一种自适应信号搜索门限实时动态生成方法，其特征在于，
判断当前段频谱轨迹数据的索引号是否大于平滑因子且小于数据长度减去平滑因子的范围之内，如果是，则直接在当前点的位置上取平滑因子所表示的数值进行加权平均得出的结果作为当前点的替代值；如果不在这个范围内，则进一步判断当前索引是否处于零到平滑因子所处的范围内，如果在，则将当前平滑因子修改为当前的索引值，并进行加权平均得出当前的数值；如果不在，则用当前轨迹数据的长度减去数据的索引作为新的平滑因子，并对当前点进行加权平均处理得出的新的数值。


5.如权利要求1或2所述的一种自适应信号搜索门限实时动态生成方法，其特征在于，搜索平滑曲线中所有的峰值点的过程为：
只要当前频谱轨迹数据点比其前一个点和后一点的数据都大，则判定为一个峰值点；
或在搜索平滑曲线中所有的峰值点的过程中，若当前点比前一点大，且与后一个点的数值相同时，进一步查找后面的点是否存在比当前相等的点要小的情况，如果存在，则当前点是一个峰值点；如果不存在，则当前点不是峰值点，丢弃；然后进一步查找后面的点并重复上面的过程，直到当前段频谱轨迹数据全部处理完毕。


6.一种自适应信号搜索门限实时动态生成系统，其特征在于，包括：
平滑处理模块，其用于对当前段频谱轨迹数据进行移动加权平滑处理，得到一平滑曲线；
峰值搜索模块，其用于搜索平滑曲线中所有的峰值点，并按照数值大小...

【专利技术属性】
技术研发人员：杨志兴，孟庆立，王瑞霞，高长全，
申请(专利权)人：中国电子科技集团公司第四十一研究所，
类型：发明
国别省市：山东;37