本发明涉及电子信息技术领域，具体来说，涉及一种基于瞬时特征空中模拟信号的识别方法。
背景技术：
信号检测监测系统是对空中的信号进行捕获，并在合适的带宽内提取出iq数据，根据iq数据获得该信号的调制样式及信号参数。每种信号都存在各自的特征，fm信号理论上为频率信号，瞬时幅度为0，am信号为幅度信号，瞬时频率为0，cw为单载波信号，瞬时幅度及瞬时幅度都为0；在实际应用中，受到外界信号的干扰，cw、fm信号的瞬时幅度不再为0，而是无周期性的值，am、cw信号的瞬时频率也不为0，为无周期性的值；对瞬时幅度及瞬时频率进行傅立叶变换后，无周期性的数据，其频谱的最大值较小，噪声大，峰均比小，而有周期性的频谱最大值较大，噪声小，峰均比大，根据这个原理区分出cw、am、fm三种信号的样式。
现有的空中信号（如fm、am广播电台）受到空中环境干扰后，信号调制样式识别概率低。
技术实现要素：
针对相关技术中的问题，本发明提出一种基于瞬时特征空中模拟信号的识别方法，解决现有的空中信号受到空中环境干扰后，信号调制样式识别概率低的问题。
为了实现上述技术目的，本发明的技术方案是这样的：
采用一种基于瞬时特征空中模拟信号的识别方法，包括以下步骤：
步骤s1，架好接收天线，选择接收频段；设置中心频率，选择采集带宽，初始化监测设备，采集所需的监测数据并存入当前监测设备内存中；
步骤s2，获取步骤s1中所述当前监测设备的时域采样序；
步骤s3，对步骤s2中采集的数据进行滤波等预处理；
步骤s4，求出信号的瞬时特征序列；
步骤s5，对信号调制样式识别，求出频谱的的峰值及峰均比，依据求出的值区分出cw、am、fm三种信号的样式。
进一步，所述步骤s2中，时域采样序记为x，公式如下：
x=[x(1)x(2)...x(m)]t=ηs n；
n=[n(1)n(2)...n(m)]t；
其中，s为空中信号的时域采样序列，m为时域采样点数，η为信号衰减因子，[n(1)n(2)...n(m)]t为高斯白噪声向量。
进一步，所述步骤s4中，瞬时特征序列的包括瞬时幅度序列、瞬时频率序列，具体包括以下步骤：
步骤s41，瞬时幅度序列：对步骤s3中预处理后的数据，求出瞬时幅度序列；
步骤s42，瞬时频率序列：对步骤s3中预处理后的数据，求出瞬时频率序列。
进一步，所述步骤s5中，信号调制样式识别的具体包括以下步骤：
步骤s51，对步骤s41中的瞬时幅度先进行傅立叶变换，得到瞬时幅度的频谱；
步骤s52，对步骤s42中的瞬时频率先进行傅立叶变换，得到瞬时频率的频谱；
步骤s53，分别求出步骤s51、步骤s52中的频谱的的峰值及峰均比，其中，瞬时幅度的峰值及峰均比分别记为ma、pma，瞬时频率的峰值及峰均比分别记为mfq、pmfq；
步骤s54，先通过瞬时频率识别出fm，再通过瞬时幅度区分出cw、am。
进一步，所述步骤s54中，在fm、cw、am信号识别与区分时，若瞬时频率的峰值mfq大于门限peakthfq则判为fm信号，若瞬时幅度的峰值ma大于门限peaktha且pmfq大于门限peakmeantha则判为am信号，否则为cw信号，其中，所述门限peakthfq、门限peaktha、门限peakmeantha依次为瞬时频率的峰值、瞬时幅度的峰值、瞬时频率峰均比的评判标准。
本发明的有益效果：这种识别方法，是根据瞬时特征进行的空中模拟信号调制样式识别，抗干扰性强，算法实现简单，计算量小，识别的正确率高，可达85%以上，本方法可广泛应用于通信、无线电监测与管理等领域。
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一种基于瞬时特征空中模拟信号的识别方法中信号调制样式识别的流程图；
图2是根据本发明实施例所述一种基于瞬时特征空中模拟信号的识别方法中cw信号的频谱；
图3是根据本发明实施例所述一种基于瞬时特征空中模拟信号的识别方法中cw信号的瞬时幅度的频谱；
图4是根据本发明实施例所述一种基于瞬时特征空中模拟信号的识别方法中cw瞬时频率的频谱；
图5是根据本发明实施例所述一种基于瞬时特征空中模拟信号的识别方法中am信号的频谱；
图6是根据本发明实施例所述一种基于瞬时特征空中模拟信号的识别方法中am信号的瞬时幅度的频谱；
图7是根据本发明实施例所述一种基于瞬时特征空中模拟信号的识别方法中am信号的瞬时频率的频谱；
图8是根据本发明实施例所述一种基于瞬时特征空中模拟信号的识别方法中fm信号频谱图；
图9是根据本发明实施例所述一种基于瞬时特征空中模拟信号的识别方法中fm的瞬时频率的频谱；
图10是根据本发明实施例所述一种基于瞬时特征空中模拟信号的识别方法中fm的瞬时幅度的频谱。
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基于瞬时特征空中模拟信号的识别方法，包括以下步骤：
步骤s1，架好接收天线，选择接收频段；设置中心频率，选择采集带宽，初始化监测设备，采集所需的监测数据并存入当前监测设备内存中；
步骤s2，获取步骤s1中所述当前监测设备的时域采样序；
步骤s3，对步骤s2中采集的数据进行滤波等预处理；
步骤s4，求出信号的瞬时特征序列；
步骤s5，对信号调制样式识别，求出频谱的的峰值及峰均比，依据求出的值区分出cw、am、fm三种信号的样式。
在本实施例中，所述步骤s2中，时域采样序记为x，公式如下：
x=[x(1)x(2)...x(m)]t=ηs n；
n=[n(1)n(2)...n(m)]t；
其中，s为空中信号的时域采样序列，m为时域采样点数，η为信号衰减因子，[n(1)n(2)...n(m)]t为高斯白噪声向量。
在本实施例中，所述步骤s4中，瞬时特征序列的包括瞬时幅度序列、瞬时频率序列，具体包括以下步骤：
步骤s41，瞬时幅度序列：对步骤s3中预处理后的数据，求出瞬时幅度序列；
步骤s42，瞬时频率序列：对步骤s3中预处理后的数据，求出瞬时频率序列。
在本实施例中，所述步骤s5中，信号调制样式识别的具体包括以下步骤：
步骤s51，对步骤s41中的瞬时幅度先进行傅立叶变换，得到瞬时幅度的频谱；
步骤s52，对步骤s42中的瞬时频率先进行傅立叶变换，得到瞬时频率的频谱；
步骤s53，分别求出步骤s51、步骤s52中的频谱的的峰值及峰均比，其中，瞬时幅度的峰值及峰均比分别记为ma、pma，瞬时频率的峰值及峰均比分别记为mfq、pmfq；
步骤s54，先通过瞬时频率识别出fm，再通过瞬时幅度区分出cw、am。
在本实施例中，所述步骤s54中，在fm、cw、am信号识别与区分时，若瞬时频率的峰值mfq大于门限peakthfq则判为fm信号，若瞬时幅度的峰值ma大于门限peaktha且pmfq大于门限peakmeantha则判为am信号，否则为cw信号，其中，所述门限peakthfq、门限peaktha、门限peakmeantha依次为瞬时频率的峰值、瞬时幅度的峰值、瞬时频率峰均比的评判标准。
为方便对上述技术方案的进一步理解，现对其工作原理进行说明：
如图1-10所示，工作时，架好天线，并与监测设备进行连接，在监测设备终端软件上设置，信号的频率及测量带宽，启动采集按钮，采集中频iq数据。
首先，采集cw、am、fm三种空中信号，三种信号的频谱分别见图2、图5、图8所示；然后，对采集到的iq数据进行滤波及幅度归一化处理；之后，计算三种信号的瞬时频率并进行fft运算，得到瞬时频率的频谱，如图4、图7、图9所示，从三个图可以看出，非频率信号（cw、am）的的峰值较小，频率信号（fm）的峰值较大，故可以根据峰值大小区分出fm信号；最后，计算3种信号的瞬时幅度并进行fft运算，得到瞬时幅度的频谱，如图3、图6、图10所示，从三个图可以看出，由于受到外界干扰，信号的幅度受污染较多，三种信号的瞬时幅度的峰值都比较大；从图6中可以看出，由于am信号为幅度调制，其瞬时幅度含有信号信息，因此这个信号的频率处，会出现一根明显大于其它谱线峰值的谱线，而非幅度调制信号（cw、fm）不含有信号信息，故没有明显大于其它谱线峰值的谱线，计算其峰均比，am的峰均比大于门限peakmeantha，则判断为am，否则为cw。按以上步骤进行空中信号调制样式识别，在试验1s后，调制样式识别的准确率能达到85%以上。
在本发明的描述中，需要理解的是，指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
1.一种基于瞬时特征空中模拟信号的识别方法，其特征在于，包括以下步骤：
步骤s1，架好接收天线，选择接收频段；设置中心频率，选择采集带宽，初始化监测设备，采集所需的监测数据并存入当前监测设备内存中；
步骤s2，获取步骤s1中所述当前监测设备的时域采样序；
步骤s3，对步骤s2中采集的数据进行滤波等预处理；
步骤s4，求出信号的瞬时特征序列；
步骤s5，对信号调制样式识别，求出频谱的的峰值及峰均比，依据求出的值区分出cw、am、fm三种信号的样式。
2.根据权利要求1所述的一种基于瞬时特征空中模拟信号的识别方法，其特征在于，所述步骤s2中，时域采样序记为x，公式如下：
x=[x(1)x(2)...x(m)]t=ηs n；
n=[n(1)n(2)...n(m)]t；
其中，s为空中信号的时域采样序列，m为时域采样点数，η为信号衰减因子，[n(1)n(2)...n(m)]t为高斯白噪声向量。
3.根据权利要求1所述的一种基于瞬时特征空中模拟信号的识别方法，其特征在于，所述步骤s4中，瞬时特征序列的包括瞬时幅度序列、瞬时频率序列，具体包括以下步骤：
步骤s41，瞬时幅度序列：对步骤s3中预处理后的数据，求出瞬时幅度序列；
步骤s42，瞬时频率序列：对步骤s3中预处理后的数据，求出瞬时频率序列。
4.根据权利要求3所述的一种基于瞬时特征空中模拟信号的识别方法，其特征在于，所述步骤s5中，信号调制样式识别的具体包括以下步骤：
步骤s51，对步骤s41中的瞬时幅度先进行傅立叶变换，得到瞬时幅度的频谱；
步骤s52，对步骤s42中的瞬时频率先进行傅立叶变换，得到瞬时频率的频谱；
步骤s53，分别求出步骤s51、步骤s52中的频谱的的峰值及峰均比，其中，瞬时幅度的峰值及峰均比分别记为ma、pma，瞬时频率的峰值及峰均比分别记为mfq、pmfq；
步骤s54，先通过瞬时频率识别出fm，再通过瞬时幅度区分出cw、am。
5.根据权利要求4所述的一种基于瞬时特征空中模拟信号的识别方法，其特征在于，所述步骤s54中，在fm、cw、am信号识别与区分时，若瞬时频率的峰值mfq大于门限peakthfq则判为fm信号，若瞬时幅度的峰值ma大于门限peaktha且pmfq大于门限peakmeantha则判为am信号，否则为cw信号，其中，所述门限peakthfq、门限peaktha、门限peakmeantha依次为瞬时频率的峰值、瞬时幅度的峰值、瞬时频率峰均比的评判标准。
技术总结