本發(fā)明涉及通信領(lǐng)域，特別涉及一種基于頻域的類梯形信號檢測方法及裝置。

背景技術(shù)：

無人機是現(xiàn)今科技界的大熱話題，以無人機為平臺的各種應用已經(jīng)逐步滲透至各個行業(yè)，無人機技術(shù)被廣泛應用于軍警空中偵察、公共安全監(jiān)管、空中安保、搶險救災、環(huán)境檢測、專業(yè)航拍、科學考察等領(lǐng)域，然后隨之而來是低空領(lǐng)域的安全問題，因此有必要進行無人機檢測及監(jiān)管，而無人機的信號發(fā)現(xiàn)顯得格外重要。目前的無人機信號發(fā)現(xiàn)，有基于雷達檢測的，雷達檢測精度比較高，但成本略高，且研發(fā)難度偏高，一般用于軍用。有基于時域信號檢測的，但需進行信號解調(diào)，且不同無人機的信號可能完全不一樣，每更新一款無人機，原先的檢測算法可能就沒辦法使用，而且數(shù)據(jù)傳輸量大，對軟硬件要求比較高，有基于頻域判斷的，但判斷效果不是很好，原因在于無人機信號受信號干擾比較大，如wifi信號、基站信號等等。

在頻譜分布圖中，形狀類似于梯形或矩形，并且上升沿具有較平穩(wěn)特點的信號，可稱之為類梯形信號，無人機信號便是一種較為典型的類梯形信號。圖1為無人機信號的頻譜分布圖，其中的2突變信號組成的類梯形信號便是無人機信號，其他為干擾的信號，干擾信號的特點是分部不規(guī)則。

技術(shù)實現(xiàn)要素：

為此，本發(fā)明提出一種基于頻域的高精度類梯形信號檢測方法及裝置，既解決了傳統(tǒng)雷達研發(fā)難的問題，也客服了時域數(shù)據(jù)傳輸量大的缺點，并且能夠很好的排除干擾信號的影響。

具體方案如下：

一種基于頻域的類梯形信號檢測方法，包括：

獲取頻域信號序列；

對頻域信號序列進行初步處理；

對頻域信號序列進行類梯形信號預檢測；

判斷經(jīng)預檢測后的頻域信號序列中是否存在類梯形信號。

具體的，對頻域信號序列進行初步處理具體是：統(tǒng)計出頻域信號序列中信號值Sig以及頻率點位Freq的分布情況。

具體的，所述的對頻域信號序列進行類梯形信號預檢測具體步驟如下：

選取窗口函數(shù)，并且該窗口至少能覆蓋3個頻率點，窗口函數(shù)寬度為w；

將窗口函數(shù)進行平移，每平移一個頻率點的位置，計算窗口所覆蓋的頻率點對應的信號值梯度Grad，對于第i位置點的窗口所對應的信號梯度Grad，

當Grad值出現(xiàn)如下的變化過程：當窗口逐漸進入變化沿區(qū)域，其值先由小變大；當整個窗口全部進入變化沿區(qū)域內(nèi)，Grad取得最大值，并保持一定的平穩(wěn)性；當窗口離開變化沿區(qū)域，Grad值由大變小，上述三種情況均符合，則初步判定為疑似類梯形信號，否則不是類梯形信號。

具體的，所述的判斷經(jīng)預檢測后的頻域信號序列中是否存在類梯形信號的具體步驟如下：

獲取所述的疑似類梯形信號；

設(shè)置信號值靈敏度Acc以對信號值修正，信號修正值記為X；

統(tǒng)計修正后信號值對應的頻率點H(X)；

計算獲取最大頻率點數(shù)HH(X_max)，X_max為最大信號修正值，

其中HH(X)＝H(X-ACC)+H(X)+H(X+ACC)；

計算最大頻率點數(shù)的信號均值，記為Ave_max，其中

若所有信號的信號均值A(chǔ)ve_N同時滿足：

其中T_ave為信號均值的閾值，T_N為信號平穩(wěn)性閾值；

則判斷該信號序列為類梯形信號，否則不是類梯形信號。

一種基于頻域的類梯形信號檢測裝置，包括：

第一獲取模塊，用于獲取頻域信號序列；

初步處理模塊，用于對頻域信號序列進行初步處理；

預檢測模塊，用于對頻域信號序列進行類梯形信號預檢測；

檢測模塊，用于判斷經(jīng)預檢測后的頻域信號序列中是否存在類梯形信號。

具體的，所述的初步處理模塊具體用于：統(tǒng)計出頻域信號序列中信號值Sig以及頻率點位Freq的分布情況。

具體的，所述的預檢測模塊包括：

窗口函數(shù)選取模塊，用于選取窗口函數(shù)，并且該窗口至少能覆蓋3個頻率點，窗口函數(shù)寬度為w；

第一計算模塊，用于將窗口函數(shù)進行平移，每平移一個頻率點的位置，計算窗口所覆蓋的頻率點對應的信號值梯度Grad，對于第i位置點的窗口所對應的信號梯度Grad，

第一判斷模塊，用于當Grad值出現(xiàn)如下的變化過程：當窗口逐漸進入變化沿區(qū)域，其值先由小變大；當整個窗口全部進入變化沿區(qū)域內(nèi)，Grad取得最大值，并保持一定的平穩(wěn)性；當窗口離開變化沿區(qū)域，Grad值由大變小，上述三種情況均符合，則初步判定該信號序列為疑似類梯形信號，否則不是類梯形信號。

具體的，所述的檢測模塊包括：

第二獲取模塊，用于獲取所述的疑似類梯形信號；

修正模塊，用于設(shè)置信號值靈敏度Acc以對信號值修正，信號修正值記為X；

統(tǒng)計模塊，用于統(tǒng)計修正后信號值對應的頻率點H(X)；

第二計算模塊，用于計算獲取最大頻率點數(shù)HH(X_max)，X_max為最大信號修正值，其中HH(X)＝H(X-ACC)+H(X)+H(X+ACC)；

第三計算模塊，用于計算最大頻率點數(shù)的信號均值，記為Ave_max，其中

第二判斷模塊，用于若信號序列的信號均值A(chǔ)ve_N同時滿足：

其中T_ave為信號均值的閾值，T_N為信號平穩(wěn)性閾值，則判斷該信號序列為類梯形信號，否則不是類梯形信號。

本發(fā)明通過頻域信號獲取信號頻率及信號值的分布，判斷信號的信號值以及平穩(wěn)性，通過信號閾值以及平穩(wěn)性閾值的設(shè)定以實現(xiàn)對干擾信號的區(qū)分，進而精準的判斷出類梯形信號。

附圖說明

圖1為無人機信號的頻譜分布圖；

圖2為本發(fā)明實施例的方法流程圖；

圖3為本發(fā)明裝置的結(jié)構(gòu)示意圖。

具體實施方式

為進一步說明各實施例，本發(fā)明提供有附圖。這些附圖為本發(fā)明揭露內(nèi)容的一部分，其主要用以說明實施例，并可配合說明書的相關(guān)描述來解釋實施例的運作原理。配合參考這些內(nèi)容，本領(lǐng)域普通技術(shù)人員應能理解其他可能的實施方式以及本發(fā)明的優(yōu)點。現(xiàn)結(jié)合附圖和具體實施方式對本發(fā)明進一步說明。

實施例一：本發(fā)明實施例為基于頻域的無人機信號的檢測方法，無人機信號為典型的一種類梯形信號。

圖1為該基于頻域的無人機信號的檢測方法的流程圖，其包括以下步驟：

S10、獲取頻域信號序列；

S20、對頻域信號序列進行初步處理：統(tǒng)計出頻域信號序列中信號值Sig以及頻率點位Freq的分布情況；

S30、對頻域信號序列進行無人機信號預檢測：選取窗口函數(shù)，并且該窗口至少能覆蓋3個頻率點，窗口函數(shù)寬度為w；

將窗口函數(shù)進行平移，每平移一個頻率點的位置，計算窗口所覆蓋的頻率點對應的信號值梯度Grad，對于第i位置點的窗口所對應的信號梯度Grad，

當Grad值出現(xiàn)如下的變化過程：當窗口逐漸進入變化沿區(qū)域，其值先由小變大；當整個窗口全部進入變化沿區(qū)域內(nèi)，Grad取得最大值，并保持一定的平穩(wěn)性；當窗口離開變化沿區(qū)域，Grad值由大變小，上述三種情況均符合，則初步判定為無人機信號，否則不是無人機信號。

S40、判斷經(jīng)預檢測后的頻域信號序列中是否存在類梯形信號：

獲取所述的疑似類梯形信號；

設(shè)置信號值靈敏度Acc以對信號值修正，信號修正值記為X；

統(tǒng)計修正后信號值對應的頻率點H(X)；

計算獲取最大頻率點數(shù)HH(X_max)，X_max為最大信號修正值，其中HH(X)＝H(X-ACC)+H(X)+H(X+ACC)；

計算最大頻率點數(shù)的信號均值，記為Ave_max，其中

若所有信號的信號均值A(chǔ)ve_N同時滿足：

其中T_ave為信號均值的閾值，T_N為信號平穩(wěn)性閾值，則判斷該信號序列為無人機信號，否則不是無人機信號。

本實施例中，獲取到頻域信號之后，首先通過一個窗口函數(shù)判斷頻域信號的上升沿和下降沿，然后再利用坐標變換算法及直方圖統(tǒng)計算法，統(tǒng)計<信號值,頻率點位>的分布情況，實現(xiàn)信號平穩(wěn)度的判斷，最終實現(xiàn)無人機信號檢測。

假設(shè)信號值記為Sig，頻率點位記為Freq，第n點的數(shù)據(jù)對記為＜Freq_n,Sig_n＞,

如信號點<-71.56355286db,10Mhz>，表示在10MHz位置的信號值是-71.56355286db，那么一組無人機數(shù)據(jù)可以記為{＜Freq₁,Sig₁＞,＜Freq₂,Sig₂＞,…,＜Freq_N,Sig_N＞}，總共N對。

無人機信號的預檢測步驟中：首先選取一窗口函數(shù)，寬度為W，要求該窗口至少能覆蓋3個頻率點，從第一個位置開始平移，每平移一個位置，計算下窗口所覆蓋的頻率點對應的信號值梯度Grad，對于第i位置點的窗口所對應的信號梯度Grad，

對于平穩(wěn)信號而言，Grad值基本都在0值上下浮動，而一旦遇到數(shù)據(jù)曲線的變化沿(上升沿或者下降沿)，Grad值就會發(fā)生跳變，當窗口逐漸進入變化沿區(qū)域，其值先由小變大；當整個窗口全部進入變化沿區(qū)域內(nèi)，Grad取得最大值，并保持一定的平穩(wěn)性；當窗口離開變化沿區(qū)域，Grad值由大變小，因此如果出現(xiàn)無人機，那么Grad值會出現(xiàn)以上的變化過程，否則不是無人機信號。

無人機信號具體判斷的步驟：

1)以信號值Sig為x軸，進行坐標變換，根據(jù)數(shù)據(jù)模型選取某一精度因子，記為ACC，表示信號值的靈敏度，例如信號點<-71.56355286db,10Mhz>，如選取0.01為靈敏度，則<-71.56999999db,15Mhz>代表跟<-71.56355286db,10Mhz>屬于同一類型的信號，同屬無人機信號或同屬干擾信號。

2)以靈敏度ACC為最低有效數(shù)字，對經(jīng)度值進行修正，記為大寫X，去掉無效數(shù)字，然后對信號值進行直方圖統(tǒng)計，以H(X)表示經(jīng)度修正值為X的所有頻率點的總數(shù)；這里H(X)的大小即為信號修正值為X所對應的頻率點數(shù)；

3)找出最大的H(X-ACC)+H(X)+H(X+ACC)，其X記為X_max，三者之和記為HH(X_max)，叫做最大頻率點數(shù)

4)計算最大頻率點數(shù)的信號均值，記為Ave_max，

5)整組信號的信號均值，記為Ave_N

如果同時滿足：

那么則判斷該信號為無人機信號，其中T_ave為信號均值的閾值，其值越大，抗噪能力越強，T_H為信號平穩(wěn)性閾值，其值越小，抗噪能力越強。實際取值，需根據(jù)具體應用場景進行設(shè)置，設(shè)置原則是：能夠區(qū)分無人機信號跟干擾信號即可，否則超過一定值，會把所有信號全部判斷為無人機或者全部判斷為噪聲信號。

需要說明的是，本發(fā)明方法僅以無人機信號檢測作為優(yōu)選的實施例示出，但任何基于邊沿判斷及信號平穩(wěn)性判斷類梯形信號的類似應用場景，本發(fā)明的方法都是適用的。

基于與本發(fā)明實施例一相同的發(fā)明構(gòu)思，本發(fā)明實施例二提供了一種基于頻域的無人機信號檢測裝置，該裝置如圖3所示，包括：

第一獲取模塊，用于獲取頻域信號序列；

初步處理模塊，用于對頻域信號序列進行初步處理；

預檢測模塊，用于對頻域信號序列進行類梯形信號預檢測；

檢測模塊，用于判斷經(jīng)預檢測后的頻域信號序列中是否存在類梯形信號。

具體的，所述的初步處理模塊具體用于：統(tǒng)計出頻域信號序列中信號值Sig以及頻率點位Freq的分布情況。

具體的，所述的預檢測模塊包括：

窗口函數(shù)選取模塊，用于選取窗口函數(shù)，并且該窗口至少能覆蓋3個頻率點，窗口函數(shù)寬度為w；

第一計算模塊，用于將窗口函數(shù)進行平移，每平移一個頻率點的位置，計算窗口所覆蓋的頻率點對應的信號值梯度Grad，對于第i位置點的窗口所對應的信號梯度Grad，

第一判斷模塊，用于當Grad值出現(xiàn)如下的變化過程：當窗口逐漸進入變化沿區(qū)域，其值先由小變大；當整個窗口全部進入變化沿區(qū)域內(nèi)，Grad取得最大值，并保持一定的平穩(wěn)性；當窗口離開變化沿區(qū)域，Grad值由大變小，上述三種情況均符合，則初步判定該信號序列為疑似類梯形信號，否則不是類梯形信號。

具體的，所述的檢測模塊包括：

第二獲取模塊，用于獲取所述的疑似類梯形信號；

修正模塊，用于設(shè)置信號值靈敏度Acc以對信號值修正，信號修正值記為X；

統(tǒng)計模塊，用于統(tǒng)計修正后信號值對應的頻率點H(X)；

第二計算模塊，用于計算獲取最大頻率點數(shù)HH(X_max)，X_max為最大信號修正值，其中HH(X)＝H(X-ACC)+H(X)+H(X+ACC)；

第三計算模塊，用于計算最大頻率點數(shù)的信號均值，記為Ave_max，其中

第二判斷模塊，用于若信號序列的信號均值A(chǔ)ve_N同時滿足：

其中T_ave為信號均值的閾值，T_N為信號平穩(wěn)性閾值，則判斷該信號序列為類梯形信號，否則不是類梯形信號。

同樣需說明的是，本發(fā)明裝置僅以無人機信號檢測作為優(yōu)選的實施例示出，但任何基于邊沿判斷及信號平穩(wěn)性判斷類梯形信號的類似應用場景，本發(fā)明的裝置都是適用的。

盡管結(jié)合優(yōu)選實施方案具體展示和介紹了本發(fā)明，但所屬領(lǐng)域的技術(shù)人員應該明白，在不脫離所附權(quán)利要求書所限定的本發(fā)明的精神和范圍內(nèi)，在形式上和細節(jié)上可以對本發(fā)明做出各種變化，均為本發(fā)明的保護范圍。