一种环境门限干扰检测方法与流程

本发明涉及信号干扰检测技术领域，具体地说是一种环境门限干扰检测方法。

背景技术：

随着手机、广播、卫星通讯、导航等无线电应用的日益普及，应用被干扰的情况也日益严重。为避免干扰带来经济和生命财产安全的损失，人们对发现干扰的及时性越来越重视；

干扰产生的原因多种多样，例如：有人为产生的如非法使用频段进行数据通讯、也有设备工况异常如照明大灯接地不良，时通时断导致的无规律的干扰、以及设备发射时的交互调干扰等。

影响干扰检测的因素如下：

人们关心是那些对能应用产生不良影响的干扰。对于偶尔出现的异常信号或幅度比正常信号低很多的异常信号，都不会对应用正常运行造成影响。因此在干扰检测中要减少误报，提高报警的准确性；

有些正常信号不是全天都在发射，而且信号不一定都是在一个频率上，而且幅度也可能会根据内容而发生变化，这要求在监测中能够区分正常信号与异常信号；

当正常信号出现，而且幅度较大时，会导致信号周边的噪底幅度抬升，这也要求在监测中不能把抬高的噪声误认为异常信号。

现有干扰检测技术及其存在的缺陷如下：

为了能及时发现干扰，传统的方式是使用频谱仪对被干扰的频段进行实时监测，需要人工蹲守，当干扰出现时手动进行保存记录；或者是对频谱先进行存储记录，然后在工作时间以回放的方式人工分析异常信号出现的规律；传统的分析方式费时费力，需要存储大量的记录进行分析，对系统存储空间也提出了很高的要求；

也有系统使用门限电平的方式来区分是否有异常信号，当信号超过电平时则认为有异常信号，但这种方式对于一个频段内有大量大信号的情况，如广播频段，而异常信号比相邻广播频率稍弱的情况则会产生大量误报；

也有系统使用台站数据库进行对比，对没有在台站数据库里的信号进行报警，这种方式要求台站数据库及时维护和更新，在离线方式或没有台站数据库的场合则难以使用。

技术实现要素：

本发明的目的是克服现有技术的不足，采用监测设备自动监测环境中的相关信号，并将判断为异常的异常信号进行记录，并在自动分析后判断这些异常信号是否为干扰信号。

实现上述目的，设计一种环境门限干扰检测方法，采用监测设备对采集到的数据进行分析处理，其特征在于：

a、环境样本采集：采用至少一个鹰眼无线电监测传感器作为采样设备在没有干扰出现的情况下采集在关注区域、关注时间段内的若干环境频谱数据，且采集时样本采集频段范围需要与采样设备最高扫描带宽保持一致，根据环境频谱数据获取频谱特征系数用于排队噪声的干扰，获取正常信号的波动范围；所述的环境频谱数据包括监测起止时间、最大保持频谱、平均频谱、最小频谱、实时频谱、监测时的设备经纬度坐标；环境频谱数据与相应的采样设备参数、样本监测参数、样本属性组合构成环境样本；若干环境样本构成样本库；

b、环境门限实时监测：采用一个主控制设备连接至少一个鹰眼无线电监测传感器作为实时监测设备，实时监测关注区域内与环境频谱数据相关的实时环境频谱数据；

c、异常信号判断告警：将环境样本导入主控制设备中，主控制设备将实时环境频谱数据与环境样本进行统计比较，如果发现超出环境样本限定数值的实时环境频谱数据，则将该实时环境频谱数据作为异常信号进行存储，并将该实时环境频谱数据推送至异常信号告警模块，并在频谱上标识出异常信号的位置；

d、根据异常信号分析判断是否为干扰信号：在实时监测的过程中或者在监测结束后，主控制设备对监测存储的异常信号进行分析，判断是否为干扰信号；

e、异常信号分析结果处理：分析出的结果根据预设条件自动触发或手动转到信道监测，对异常信号进行实时监测以分析信号的调制方式、场强、频偏、带宽特征；或者分析出的结果根据预设条件自动触发或手动转到异常信号定位模块，对异常信号的发射源进行定位追踪；

所述的根据环境频谱数据获取频谱特征系数的方法如下：

a1、首先，采用如下公式表示频段频谱特征数据：ai＝f(ti，ωi)，其中ai是时间t和频率ω的函数，i≥0的整数；

a2、使用变换提取频谱特征系数：fb＝d，b为特征系数矩阵；d为特征值；其中，

b＝(b⁰⁰，b¹⁰，b⁰¹，b²⁰，b¹¹，b⁰²，b³⁰，...，b⁰³，b⁴⁰，...，b⁰⁴)^t；

p^ij为某时刻tⁱ频率ωj的频谱密度；

则b＝(f^tf)^-1f^td，其中t为周期；

a3、采集过程中计算b；然后利用公式：d′＝bf，计算排除噪声后的特征值d′；把b，d′保存至数据库，供实时监测时判断异常信号时使用；

所述的异常信号判断的方法如下：

b1、根据公式：d″＝bf，计算实时信号的特征值d″；

b2、利用公式：计算特征相似率；

b3、判断特征相似率ρ是否≥特征相似率设定值，如果≥特征相似率设定值，则标志为异常信号进行存储并告警。

所述的干扰信号的判断如下表：

其中，最大保持频谱统计阈值为b2公式中的n，而平均/平滑频谱采用如下公式表示：

所述的判断特征相似率还可采用公式：进行最大值特征相似率判断；如果最大值特征相似率ρmax≥最大值特征相似率设定值，则判断最大幅度上有异常发生；其中，

k为关注带宽内的频率采样点序列；

i为关注采样时间窗内的采样序列；

pmax为关注时间窗和带宽内的最大保持谱密度；

p′max为关注带宽内最大保持样本的谱密度。

所述的特征相似率设定值为1.153。

所述的异常信号的存储为，存储该异常信号的频率、幅度、出现次数和出现时间和相应的ρmax，ρ，d″，用于后续的归一化分析、方差分析或相似干扰查询。

所述的最大值特征相似率为1.0129。

所述的异常信号的存储为，存储该异常信号的频率、幅度、出现次数和出现时间和相应的ρmax，ρ，d″，用于后续的归一化分析、方差分析或相似干扰查询。

所述的采样设备参数包括采样设备类型、采样设备的天线频段范围、采样设备的标识；

所述的样本监测参数包括监测频段范围、天线号、增益控制参数、信道占用度分析参数；

所述的样本属性包括样本描述、样本分类、样本标识。

所述的主控制设备包括监测显示层、逻辑分析控制层、设备驱动层；

所述的监测显示层，负责接受用户的监测设备的实时监测参数并显示监测结果、及导出数据；

逻辑分析控制层：接受监测显示层的控制参数，对设备驱动层上传的数据进行分析，并与环境样本库中的样本进行比较，发现异常信号，若有台站数据库则进一步进行比对分析；当异常信号发现后，控制系统进行存储并记录统计；

设备驱动层：用于和多种监测设备进行数据交互和控制，把逻辑分析控制层的参数转换成设备能处理的命令。

本发明与现有技术相比，提高了干扰发现的自动程度，不需要人工值守，节省了人力；提高了干扰发现的准确程度，减少了误报和漏报；支持干扰监测的事后分析，减少了分析工作量；为干扰的查处提供了处罚依据；实现了干扰信号的自动分析和定位。

附图说明

图1为本发明中主控制设备的系统架构示意图。

图2为本发明中环境门限监测后的处理流程框图。

图3为本发明实施例中用户在实时监测时的处理流程框图。

图4为本发明实施例中环境样本采样频谱。

图5为本发明在实施例中主控制设备在环境门限监测时的界面示意图。

图6为本发明实施例中查看异常样本时的界面示意图。

具体实施方式

现结合附图对本发明作进一步地说明。

实施例1

参见图1和图3，本发明一种环境门限干扰检测方法，采用监测设备对采集到的数据进行分析处理，其特征在于：

a、环境样本采集：采用至少一个鹰眼无线电监测传感器作为采样设备在没有干扰出现的情况下采集在关注区域、关注时间段内的若干环境频谱数据，且采集时样本采集频段范围需要与采样设备最高扫描带宽保持一致，根据环境频谱数据获取频谱特征系数用于排队噪声的干扰，获取正常信号的波动范围；所述的环境频谱数据包括监测起止时间、最大保持频谱、平均频谱、最小频谱、实时频谱、监测时的设备经纬度坐标；环境频谱数据与相应的采样设备参数、样本监测参数、样本属性组合构成环境样本；若干环境样本构成样本库；

本发明中环境样本采集时间越长，后续干扰监测的精度判断会更高，误报的概率会降低；且样本采集频段范围需要与采样设备最高扫描带宽保持一致，以及时发现突发的信号；

b、环境门限实时监测：采用一个主控制设备连接至少一个鹰眼无线电监测传感器作为实时监测设备，实时监测关注区域内与环境频谱数据相关的实时环境频谱数据；

c、异常信号判断告警：将环境样本导入主控制设备中，主控制设备将实时环境频谱数据与环境样本进行统计比较，如果发现超出环境样本限定数值的实时环境频谱数据，则将该实时环境频谱数据作为异常信号进行存储，并将该实时环境频谱数据推送至异常信号告警模块，并在频谱上标识出异常信号的位置；

d、根据异常信号分析判断是否为干扰信号：在实时监测的过程中或者在监测结束后，主控制设备对监测存储的异常信号进行分析，判断是否为干扰信号；

e、异常信号分析结果处理：分析出的结果根据预设条件自动触发或手动转到信道监测，对异常信号进行实时监测以分析信号的调制方式、场强、频偏、带宽等更多的特征；或者分析出的结果根据预设条件自动触发或手动转到异常信号定位模块，对异常信号的发射源进行定位追踪；

所述的根据环境频谱数据获取频谱特征系数的方法如下：

a1、首先，采用如下公式表示频段频谱特征数据：ai＝f(ti，ωi)，其中ai是时间t和频率ω的函数，i≥0的整数；

a2、使用变换提取频谱特征系数：fb＝d，b为特征系数矩阵；d为特征值；其中，

b＝(b⁰⁰，b¹⁰，b⁰¹，b²⁰，b¹¹，b⁰²，b³⁰，...，b⁰³，b⁴⁰，...，b⁰⁴)^t；

p^ij为某时刻tⁱ频率ωj的频谱密度；

则b＝(f^tf)^-1f^td，其中t为周期；

a3、采集过程中计算b；然后利用公式：d′＝bf，计算排除噪声后的特征值d′；把b，d′保存至数据库，供实时监测时判断异常信号时使用；

所述的异常信号判断的方法如下：

b1、根据公式：d″＝bf，计算实时信号的特征值d″；

b2、利用公式：计算特征相似率；

b3、判断特征相似率ρ是否≥特征相似率设定值，如果≥特征相似率设定值，则标志为异常信号进行存储并告警。

本发明中，b2步骤在计算特征相似率时做了加权平均，并且在b3步骤里通过比较相似率设定值来排除噪声的影响，防止了把抬高的噪声误认为异常信号的可能。

所述的干扰信号的判断如下表：

其中，最大保持频谱统计阈值为b2公式中的n，而平均/平滑频谱采用如下公式表示：

所述的判断特征相似率还可采用公式：进行最大值特征相似率判断；如果最大值特征相似率ρmax≥最大值特征相似率设定值，则判断最大幅度上有异常发生；其中，

k为关注带宽内的频率采样点序列；

i为关注采样时间窗内的采样序列；

pmax为关注时间窗和带宽内的最大保持谱密度；

p′max为关注带宽内最大保持样本的谱密度。

所述的特征相似率设定值为1.153。

本发明中实时监测设备最好采用样本采样时所使用的那几台采样设备，以减少误差。

进一步的，所述的异常信号的存储为，存储该异常信号的频率、幅度、出现次数和出现时间和相应的ρmax，ρ，d″，用于后续的归一化分析、方差分析或相似干扰查询。

进一步的，所述的最大值特征相似率为1.0129。

进一步的，所述的异常信号的存储为，存储该异常信号的频率、幅度、出现次数和出现时间和相应的ρmax，ρ，d″，用于后续的归一化分析、方差分析或相似干扰查询。

进一步的，所述的采样设备参数包括采样设备类型、采样设备的天线频段范围、采样设备的标识；

所述的样本监测参数包括监测频段范围、天线号、增益控制参数、信道占用度分析参数；

所述的样本属性包括样本描述、样本分类、样本标识。这里的“样本描述”是用户给样本添加的一个描述性词语，如“机场气象1#雷达环境样本”；而“样本分类”可以表述成“工作时段样本”等；“样本标识”可以表述成“鹰眼1#110-138”等，便于用户快速有针对性的找到相应的样本。

进一步的，所述的主控制设备包括监测显示层、逻辑分析控制层、设备驱动层；

进一步的，所述的监测显示层，负责接受用户的监测设备的实时监测参数并显示监测结果、及导出数据；

逻辑分析控制层：接受监测显示层的控制参数，对设备驱动层上传的数据进行分析，并与环境样本库中的样本进行比较，发现异常信号，若有台站数据库则进一步进行比对分析；当异常信号发现后，控制系统进行存储并记录统计；

设备驱动层：用于和多种监测设备进行数据交互和控制，把逻辑分析控制层的参数转换成设备能处理的命令。

2016.9.20在武汉无线电管理局的演示中，模拟了“黑广播”侦测的情形。先采用若干采样设备在“黑广播”没有工作的时候采集了80mhz～110mhz频段的环境样本和特征值。然后再将上述几台采样设备作为实时监测设备连接在主控制设备上，开户监测模式上，大约3分钟后使用缴获的“黑广播”设备在102.8mhz的频点上发射了200khz的调频信号1分钟。此时主控制设备的环境门限监测功能立即发现该频率上的异常并进行告警。同时记录了信号发现到信号消失的时间和发现次数、幅度波动等数据。随后根据获得的信号频率和带宽等数据，启动触发定位功能等待“黑广播”出现时进行定位；当“黑广播”再次发射信号时，环境门限再次监测到该频率并触发定位，对“黑广播”进行了准确定位。可见采用本发明的检测方法，能快速自动的对干扰信号进行及时检测，也可根据记录的相关参数，结合现有的定位技术，对发射干扰信号的设备进行追踪定位。