本申请公开了一种电磁干扰识别方法、装置、设备及可读存储介质,涉及信号处理技术领域,包括:获取待识别雷达信号的基础数据;根据所述基础数据计算所述待识别雷达信号的特征参量;根据所述特征参量和电磁干扰识别模型,确定所述待识别雷达信号的识别结果。可见,本申请能够通过基于待识别雷达信号的基础数据计算待识别雷达信号的特征参量,并将其输入预先训练好的电磁干扰识别模型,可以实现对各种电磁干扰的准确识别,并且可以避免对电磁干扰的漏判和对有用信号的误判,大大提高了雷达信号是否遭受电磁干扰的识别准确率。号是否遭受电磁干扰的识别准确率。号是否遭受电磁干扰的识别准确率。
【技术实现步骤摘要】
一种电磁干扰识别方法、装置、设备及可读存储介质
[0001]本申请涉及信号处理
,更具体地说,涉及一种电磁干扰识别方法、装置、设备及可读存储介质。
技术介绍
[0002]气象雷达是实现气象监测、预警灾害天气的重要设施。然而气象雷达在工作中经常会受到电磁干扰,严重影响到气象雷达的正常工作。电磁干扰是指干扰信号的载波与雷达发射频率的载波相同或相近,干扰信号通过雷达天线进入雷达接收机而造成的干扰。为了提高气象雷达接收到的雷达信号的质量,需要对雷达信号是否遭受电磁干扰进行检测。
[0003]现有的解决方案是通过径向噪声算法和SQI(Speech Quality Index)算法对雷达信号是否遭受电磁干扰进行检测。然而径向噪声算法只能识别辐条状的电磁干扰,面对螺旋型的电磁干扰时无法识别,识别准确率较低;SQI算法虽然对于辐条状的电磁干扰和螺旋型的电磁干扰都有一定的识别效果,然而容易导致电磁干扰的漏判和对有用信号的误判,识别准确率较低。
技术实现思路
[0004]本申请实施例提供了一种电磁干扰识别方法、装置、设备及可读存储介质,可以实现对各种电磁干扰的准确识别,并且可以避免对电磁干扰的漏判和对有用信号的误判,提高雷达信号是否遭受电磁干扰的识别准确率。
[0005]有鉴于此,本申请实施例提供了一种电磁干扰识别方法,所述方法包括:
[0006]获取待识别雷达信号的基础数据;
[0007]根据所述基础数据计算所述待识别雷达信号的特征参量;
[0008]根据所述特征参量和电磁干扰识别模型,确定所述待识别雷达信号的识别结果。
[0009]可选地,所述待识别雷达信号的基础数据包括所述待识别雷达信号的在多个距离库中的同相正交数据;根据所述基础数据计算所述待识别雷达信号的特征参量,包括:
[0010]根据所述同相正交数据计算所述待识别雷达信号的最大功率变化系数、偏态系数、峰态系数和最大锐度。
[0011]可选地,根据所述特征参量和电磁干扰识别模型,确定所述待识别雷达信号的识别结果,包括:
[0012]将所述特征参量输入所述电磁干扰识别模型中,分别得到所述待识别雷达信号在多个距离库中的识别结果。
[0013]可选地,所述方法还包括:
[0014]根据所述待识别雷达信号在多个距离库中的识别结果确定所述待识别雷达信号的污染区域;
[0015]记录所述污染区域,并向技术人员发出报警提示。
[0016]可选地,所述电磁干扰识别模型的训练过程包括:
[0017]获取训练数据集和验证数据集,所述训练数据集包括所述待识别雷达信号的待训练特征参量和待训练识别结果,所述验证数据集包括所述待识别雷达信号的待验证特征向量和待验证识别结果;
[0018]创建神经网络模型;
[0019]将所述训练数据集输入所述神经网络模型中进行训练,得到初始电磁干扰识别模型;
[0020]根据所述验证数据集对所述初始电磁干扰识别模型的性能参数进行调整,得到所述电磁干扰识别模型。
[0021]本申请实施例还提供了一种电磁干扰识别装置,包括:
[0022]获取单元,用于获取待识别雷达信号的基础数据;
[0023]计算单元,用于根据所述基础数据计算所述待识别雷达信号的特征参量;
[0024]确定单元,用于根据所述特征参量和电磁干扰识别模型,确定所述待识别雷达信号的识别结果。
[0025]可选地,所述待识别雷达信号的基础数据包括所述待识别雷达信号的在多个距离库中的同相正交数据;
[0026]所述计算单元,具体用于根据所述同相正交数据计算所述待识别雷达信号的最大功率变化系数、偏态系数、峰态系数和最大锐度。
[0027]可选地,所述确定单元,具体用于将所述特征参量输入所述电磁干扰识别模型中,分别得到所述待识别雷达信号在多个距离库中的识别结果。
[0028]本申请实施例还提供了一种计算机设备,包括:存储器、处理器以及总线系统;
[0029]其中,所述存储器用于存储程序;
[0030]所述处理器用于执行所述存储器中的程序,以实现上述所述的任意一种电磁干扰识别方法;
[0031]所述总线系统用于连接所述存储器以及所述处理器,以使所述存储器以及所述处理器进行通信。
[0032]本申请实施例还提供了一种计算机可读存储介质,存储有指令,当其在计算机上运行时,使得计算机执行如上述所述的任意一种电磁干扰识别方法。
[0033]本申请实施例提供了一种电磁干扰识别方法,包括:获取待识别雷达信号的基础数据;根据所述基础数据计算所述待识别雷达信号的特征参量;根据所述特征参量和电磁干扰识别模型,确定所述待识别雷达信号的识别结果。可见,本申请能够通过基于待识别雷达信号的基础数据计算待识别雷达信号的特征参量,并将其输入预先训练好的电磁干扰识别模型,可以实现对各种电磁干扰的准确识别,并且可以避免对电磁干扰的漏判和对有用信号的误判,大大提高了雷达信号是否遭受电磁干扰的识别准确率。
附图说明
[0034]为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本专利技术的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
[0035]图1为本申请实施例提供的一种电磁干扰识别方法的流程示意图;
[0036]图2为本申请实施例提供的一种神经网络模型的结构示意图;
[0037]图3为本申请实施例提供的一种电磁干扰识别装置的结构示意图。
具体实施方式
[0038]下面将结合本专利技术实施例中的附图,对本专利技术实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本专利技术一部分实施例,而不是全部的实施例。基于本专利技术中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本专利技术保护的范围。
[0039]本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0040]气象雷达是实现气象监测、预警灾害天气的重要设施。然而气象雷达在工作中经常会受到电磁干扰,严重影响到气象雷达的正常工作。电磁干扰是指干扰信号的载波与雷达发射频率的载波相同或相近,干扰信号通过雷达天线进入雷达接收机而造成的干扰。电磁干扰分为同频同步干扰和同频异步干扰,同步干本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种电磁干扰识别方法,其特征在于,所述方法包括:获取待识别雷达信号的基础数据;根据所述基础数据计算所述待识别雷达信号的特征参量;根据所述特征参量和电磁干扰识别模型,确定所述待识别雷达信号的识别结果。2.根据权利要求1所述的方法,其特征在于,所述待识别雷达信号的基础数据包括所述待识别雷达信号的在多个距离库中的同相正交数据;根据所述基础数据计算所述待识别雷达信号的特征参量,包括:根据所述同相正交数据计算所述待识别雷达信号的最大功率变化系数、偏态系数、峰态系数和最大锐度。3.根据权利要求1所述的方法,其特征在于,根据所述特征参量和电磁干扰识别模型,确定所述待识别雷达信号的识别结果,包括:将所述特征参量输入所述电磁干扰识别模型中,分别得到所述待识别雷达信号在多个距离库中的识别结果。4.根据权利要求3所述的方法,其特征在于,所述方法还包括:根据所述待识别雷达信号在多个距离库中的识别结果确定所述待识别雷达信号的污染区域;记录所述污染区域,并向技术人员发出报警提示。5.根据权利要求1所述的方法,其特征在于,所述电磁干扰识别模型的训练过程包括:获取训练数据集和验证数据集,所述训练数据集包括所述待识别雷达信号的待训练特征参量和待训练识别结果,所述验证数据集包括所述待识别雷达信号的待验证特征向量和待验证识别结果;创建神经网络模型;将所述训练数据集输入所述神经网络模型中进行...
【专利技术属性】
技术研发人员:孙召平,陈艳,
申请(专利权)人:北京敏视达雷达有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。