CN110233682B - 一种实时门限信号检测方法 - Google Patents
一种实时门限信号检测方法 Download PDFInfo
- Publication number
- CN110233682B CN110233682B CN201910494434.4A CN201910494434A CN110233682B CN 110233682 B CN110233682 B CN 110233682B CN 201910494434 A CN201910494434 A CN 201910494434A CN 110233682 B CN110233682 B CN 110233682B
- Authority
- CN
- China
- Prior art keywords
- real
- time threshold
- frequency
- threshold
- frequency spectrum
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
Landscapes
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种实时门限信号检测方法，包括以下步骤：获得频谱数据中的每个频率点对应的频谱值，将多次所述频谱数据中的同一频率点对应的频谱值进行累加求和，并统计所述频谱数据的次数，直到该次数达到设定的统计次数；将求和后的所述频谱值除以所述统计次数得出平均功率谱；将所述平均功率谱作为初始实时门限：对所述初始实时门限进行平滑处理得到最终的实时门限；将所述频谱数据与所述实时门限作对比，得出检测结果。本发明的有益效果：将平均功率谱和平滑技术共同运用到实时门限上，可有效地将信号与噪声区别开来，从而准确地检测出实际信号，去除底噪带来的干扰。
Description
技术领域
本发明涉及信号检测技术领域，具体来说，涉及一种实时门限信号检测方法。
背景技术
现有技术仅依据单帧频谱数据获取门限进行判别。在实际环境中，因为样本过少，仅凭此依据进行判别会导致检测结果准确率低，而且无法有效过滤底噪带来的干扰，将部分底噪误判为信号。
现有信号检测技术基于实时频谱及功率变化进行信号检测，因此，当频谱发生变化时，信号幅度及信噪比会随之变化，导致检测结果不准确，故而现有技术无法真正应用于实际工作中。
针对相关技术中的问题，目前尚未提出有效的解决方案。
发明内容
针对相关技术中的上述技术问题，本发明提出一种实时门限信号检测方法，采用频谱累积、平均化的方式得到平均功率谱，进而获取时段内的实时门限频谱，同时通过将频谱数据进行功率谱分析，采用平滑处理改善现有技术的缺陷。
为实现上述技术目的，本发明的技术方案是这样实现的：
一种实时门限信号检测方法，包括以下步骤：
S1获得频谱数据中的每个频率点对应的频谱值，将多次所述频谱数据中的同一频率点对应的频谱值进行累加求和，并统计所述频谱数据的次数，直到该次数达到设定的统计次数；
S2将求和后的所述频谱值除以所述统计次数得出平均功率谱；
S3将所述平均功率谱作为初始实时门限：
S4对所述初始实时门限进行平滑处理得到最终的实时门限；
S5将所述频谱数据与所述实时门限作对比，得出检测结果。
进一步地，在S1中，所有的所述频谱数据均存储在数组中。
进一步地，在S4中，所述平滑处理的方法包括以下步骤：
S41对所述初始实时门限中的前n个点的门限值求平均值，n为偶数；
S42使所述初始实时门限中前n个点的门限值等于前n个点的平均值加上设定的初始增益；
S43对所述初始实时门限中的后n个点的门限值求平均值；
S44使所述初始实时门限中后n个点的门限值等于后n个点的平均值加上设定的初始增益；
S45对所述初始实时门限中的中间点的前后各n/2个点的门限值求平均值；
S46使所述初始实时门限中的中间点的门限值等于该点前后各n/2个点的平均值加上设定的初始增益。
进一步地，在S5中，首先将多次所述频谱数据中与同一频率点位置对应的频谱值进行比较，然后取该频率点位置对应的所有频谱值中最大的频谱值来与同位置的所述实时门限的门限值比较大小，以此类推，直到所述实时门限中所有位置的门限值比较完成，得出检测结果。
本发明的有益效果：将平均功率谱和平滑技术共同运用到实时门限上，可有效地将信号与噪声区别开来，从而准确地检测出实际信号，去除底噪带来的干扰。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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发明的一些实施例，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，还可以根据这些附图获得其他的附图。
图1是根据本发明实施例所述的实时门限信号检测方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，根据本发明实施例所述的一种实时门限信号检测方法，包括以下步骤：
S1获得频谱数据中的每个频率点对应的频谱值，将多次所述频谱数据中的同一频率点对应的频谱值进行累加求和，并统计所述频谱数据的次数，直到该次数达到设定的统计次数；
S2将求和后的所述频谱值除以所述统计次数得出平均功率谱；
S3将所述平均功率谱作为初始实时门限：
S4对所述初始实时门限进行平滑处理得到最终的实时门限；
S5将所述频谱数据与所述实时门限作对比，得出检测结果。
在本发明的一个具体实施例中，在S1中，所有的所述频谱数据均存储在数组中。
在本发明的一个具体实施例中，在S4中，所述平滑处理的方法包括以下步骤：
S41对所述初始实时门限中的前n个点的门限值求平均值，n为偶数；
S42使所述初始实时门限中前n个点的门限值等于前n个点的平均值加上设定的初始增益；
S43对所述初始实时门限中的后n个点的门限值求平均值；
S44使所述初始实时门限中后n个点的门限值等于后n个点的平均值加上设定的初始增益；
S45对所述初始实时门限中的中间点的前后各n/2个点的门限值求平均值；
S46使所述初始实时门限中的中间点的门限值等于该点前后各n/2个点的平均值加上设定的初始增益。
在本发明的一个具体实施例中，在S5中，首先将多次所述频谱数据中与同一频率点位置对应的频谱值进行比较，然后取该频率点位置对应的所有频谱值中最大的频谱值来与同位置的所述实时门限的门限值比较大小，以此类推，直到所述实时门限中所有位置的门限值比较完成，得出检测结果。
为了方便理解本发明的上述技术方案，以下通过具体使用方式对本发明的上述技术方案进行详细说明。
本发明工作原理为：统计频谱数据，对统计后的数据进行平均算法，求得平均功率谱，形成初始实时门限。然后再通过平滑算法将实时门限上的突变、边缘和噪声进行压制，使其平滑得到适用的实时门限，利用该实时门限与频谱数据进行对比，从而分析得出实际信号的位置，进而实现信号检测。
功率谱（也称为平均功率谱）是指用密度的概念表示信号功率在各频率点的分布情况。其通过对多次频谱数据（随机过程）进行统计然后求平均得到。功率谱可以更加清晰的检测出底噪和信号，因为相同位置的底噪幅度是在不断变化的，而且变化幅度较大，而信号的幅度的变化较小。
平滑处理用于压制、弱化或消除图像中的细节、突变、边缘和噪声，平滑处理即数据曲线平滑化。
实时门限是根据当前频率特性形成一条稍高于底噪但低于信号的曲线，从而检测出实际信号的位置。
具体的：1、将多次（多帧）频谱数据存储在数组中，并累计频谱数据的次数，当次数未达到所设置的统计次数时，获取每个频谱数据中每个频率点对应的频谱值，然后将多次频谱数据中同一频率点对应的频谱值进行累加求和，直到达到累计次数。
2、对累计好的频谱值除以累计次数（即平均化）求出平均功率谱。
3、将此时的平均功率谱设置为初始实时门限。
4、对初始实时门限进行平滑处理，平滑处理的方法是对初始实时门限中的前n个点（此处n可设置）的门限值做平均，然后让初始实时门限中前n个点的门限值等于初始实时门限中前n个点的平均值加上可设置的初始增益；对初始实时门限的后n个点的门限值做平均，然后让初始实时门限中后n个点的的门限值等于初始实时门限中后n个点的平均值加上可设置的初始增益；最后让初始实时门限中间点的门限值等于该点前后各n/2个点的门限值的平均值加上可设置的初始增益。
5、初始实时门限平滑处理之后得到最终的实时门限。
6、首先将多次频谱数据中与同一频率点位置对应的频谱值进行比较，然后取该频率点位置对应的所有频谱值中最大的频谱值来与同位置的实时门限的门限值比较大小，以此类推，直到所述实时门限中所有位置的门限值比较完成，得出真实的信号检测结果。
综上所述，借助于本发明的上述技术方案，将平均功率谱和平滑技术共同运用到实时门限上，可有效地将信号与噪声区别开来，从而准确地检测出实际信号，去除底噪带来的干扰。
以上仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (3)
1.一种实时门限信号检测方法，其特征在于，包括以下步骤：
S1获得频谱数据中的每个频率点对应的频谱值，将多次所述频谱数据中的同一频率点对应的频谱值进行累加求和，并统计所述频谱数据的次数，直到该次数达到设定的统计次数；
S2将求和后的所述频谱值除以所述统计次数得出平均功率谱；
S3将所述平均功率谱作为初始实时门限；
S4对所述初始实时门限进行平滑处理得到最终的实时门限，包括以下步骤：
S41对所述初始实时门限中的前n个点的门限值求平均值，n为偶数；
S42使所述初始实时门限中前n个点的门限值等于前n个点的平均值加上设定的初始增益；
S43对所述初始实时门限中的后n个点的门限值求平均值；
S44使所述初始实时门限中后n个点的门限值等于后n个点的平均值加上设定的初始增益；
S45对所述初始实时门限中的中间点的前后各n/2个点的门限值求平均值；
S46使所述初始实时门限中的中间点的门限值等于该点前后各n/2个点的平均值加上设定的初始增益；
S5将所述频谱数据与所述实时门限作对比，得出检测结果。
2.根据权利要求1所述的实时门限信号检测方法，其特征在于，在S1中，所有的所述频谱数据均存储在数组中。
3.根据权利要求1所述的实时门限信号检测方法，其特征在于，在S5中，首先将多次所述频谱数据中与同一频率点位置对应的频谱值进行比较，然后取该频率点位置对应的所有频谱值中最大的频谱值来与同位置的所述实时门限的门限值比较大小，以此类推，直到所述实时门限中所有位置的门限值比较完成，得出检测结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910494434.4A CN110233682B (zh) | 2019-06-10 | 2019-06-10 | 一种实时门限信号检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910494434.4A CN110233682B (zh) | 2019-06-10 | 2019-06-10 | 一种实时门限信号检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110233682A CN110233682A (zh) | 2019-09-13 |
| CN110233682B true CN110233682B (zh) | 2022-02-08 |
Family
ID=67859426
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910494434.4A Active CN110233682B (zh) | 2019-06-10 | 2019-06-10 | 一种实时门限信号检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110233682B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110702986B (zh) * | 2019-10-31 | 2021-11-05 | 中国电子科技集团公司第四十一研究所 | 一种自适应信号搜索门限实时动态生成方法及*** |
| CN111896808B (zh) * | 2020-07-31 | 2023-02-03 | 中国电子科技集团公司第四十一研究所 | 将频谱轨迹处理和自适应门限生成进行一体化设计的方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5263050A (en) * | 1992-09-09 | 1993-11-16 | Echelon Corporation | Adaptive threshold in a spread spectrum communications system |
| CN101582160A (zh) * | 2009-06-18 | 2009-11-18 | 北京中星微电子有限公司 | 前景检测方法和装置以及自适应阈值调节方法和装置 |
| CN105182070A (zh) * | 2015-08-13 | 2015-12-23 | 西华大学 | 一种信号检测方法 |
| CN106877901A (zh) * | 2017-03-30 | 2017-06-20 | 西安电子科技大学 | 一种低噪比直扩信号的检测方法 |
| CN109474355A (zh) * | 2018-01-17 | 2019-03-15 | 国家无线电频谱管理研究所有限公司 | 基于频谱监测数据的自适应噪声门限估计与信号提取方法 |
-
2019
- 2019-06-10 CN CN201910494434.4A patent/CN110233682B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5263050A (en) * | 1992-09-09 | 1993-11-16 | Echelon Corporation | Adaptive threshold in a spread spectrum communications system |
| CN101582160A (zh) * | 2009-06-18 | 2009-11-18 | 北京中星微电子有限公司 | 前景检测方法和装置以及自适应阈值调节方法和装置 |
| CN105182070A (zh) * | 2015-08-13 | 2015-12-23 | 西华大学 | 一种信号检测方法 |
| CN106877901A (zh) * | 2017-03-30 | 2017-06-20 | 西安电子科技大学 | 一种低噪比直扩信号的检测方法 |
| CN109474355A (zh) * | 2018-01-17 | 2019-03-15 | 国家无线电频谱管理研究所有限公司 | 基于频谱监测数据的自适应噪声门限估计与信号提取方法 |
Non-Patent Citations (1)
| Title |
|---|
| 在滑动窗口中判决的自适应门限检测方法;吴玉成;《***仿真学报》;20080530;第20卷(第10期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110233682A (zh) | 2019-09-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10841432B2 (en) | Echo delay tracking method and apparatus | |
| CN109633633B (zh) | 一种基于分段分类增强处理的生命信号增强方法 | |
| CN110233682B (zh) | 一种实时门限信号检测方法 | |
| CN106443203B (zh) | 一种脉冲信号检测***及方法 | |
| US20170296081A1 (en) | Frame based spike detection module | |
| CN105071830B (zh) | 一种直扩信号的检测识别方法 | |
| CN116865269B (zh) | 一种风电机组高谐波补偿方法及*** | |
| CN111353131B (zh) | 一种码载偏离度阈值计算的方法 | |
| CN108489529A (zh) | 一种基于高阶统计量的微弱信号检测方法 | |
| CN104318586A (zh) | 基于自适应形态学滤波的运动模糊方向估计方法及装置 | |
| CN111200466B (zh) | 一种数字信号解调的置信度阈值优化方法 | |
| CN110595529B (zh) | 一种强背景噪声下微弱周期信号的快速检测方法 | |
| Alammar et al. | A minesweeper algorithm for improved signal area estimation in spectrum aware systems | |
| CN110632563B (zh) | 一种基于短时傅里叶变换的脉内频率编码信号参数测量方法 | |
| US20090248336A1 (en) | Analyzer for signal anomalies | |
| US20200167545A1 (en) | Fingerprint Identification Method And Apparatus, Storage Medium And Terminal | |
| CN112332807A (zh) | 一种弱包络信号检测方法和*** | |
| WO2017031581A1 (en) | System and method for detecting spikes in noisy signals | |
| CN115378776A (zh) | 一种基于循环谱参数的mfsk调制识别方法 | |
| CN111147168B (zh) | 一种功率谱和统计融合的信号检测方法 | |
| CN113314153A (zh) | 语音端点检测的方法、装置、设备和存储介质 | |
| CN113920547A (zh) | 一种基于神经网络的手套检测方法及其*** | |
| CN114826300B (zh) | 一种基于差分的干扰检测方法 | |
| CN112649791A (zh) | 一种雷达回波处理方法及装置 | |
| CN113449264B (zh) | 波形边缘的监测方法及装置 |
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 |