一种基于网格化频谱监测结果的无线干扰源定位方法与流程

本发明涉及一种基于网格化频谱监测结果的无线干扰源定位方法，属于无线电信号源定位领域。

背景技术：

20世纪40年代开始出现双曲线无线电定位理论，人们开始就一些简单的侧向设备来围绕目标信号源进行多次测向，利用人工作图的方式确定出信号源的位置。到了20世纪80年代末，美国产生精确辐射源定位系统理论，在此基础上产生了时差定位理论、频差定位理论。目前主要采用的无源定位技术还是测向定位技术和时差定位技术。

无源定位技术在我国发展较晚，从20世纪80年代初期才开始出现这方面的理论研究。目前我国也将无源定位技术的研究和使用作为电子领域的一项重要技术。近年来，随着无线电现代通信技术的进步和信息产业的兴起，频谱资源日益稀缺，所以频谱检测系统对现在的频谱频谱监管越来越重要，加强对于干扰源或非法电台的查出力度势在必行。

传统的定位方法中大多采用多站测向定位、无源测向定位、基于方位角和网络拓扑的定位等，在传统的定位方法中，需要测出干扰源的方向，到达时间差等等，操作复杂，不够直观，而本发明提供了一种不需要测出干扰源具体方向，到达时间差等，只根据接收到的功率大小，就可以很直观的定位干扰源所在区域。

技术实现要素：

本发明提供了一种基于网格化频谱监测结果的无线干扰源定位方法，以用于解决在不知道干扰源方向的情况下，就可以很直观的定位干扰源所在区域。

本发明的技术方案是：一种基于网格化频谱监测结果的无线干扰源定位方法，在一片待测区域，设有若干个矩阵排列的无线电监测器，构成一个无线电监测网，用于监测该区域的干扰源的信号强度，测出其接收功率的大小，通过对于无线电监测器接收功率的大小进行分析，根据无线电监测器检测的数据，找出四个数据最大的监测点，即为干扰源所在的一个小矩形区域。

通过对于数据的分析可知，干扰源所在的这个小矩形区域的四个顶点分别为a₁、a₂、a₃、a₄，它们实际对应的接收功率大小P_n1、P_n2、P_n3、P_n4，根据矩形区域的四个点的坐标及接收功率的大小，通过一定的算法便可推出干扰源位置所在的区域。

所述基于网格化频谱监测结果的无线干扰源定位方法的具体步骤如下：

Step1、首先确定电磁波在二维自由空间的传播模型如下：

$P_r=\frac{A_r}{4{\mathrm{\πd}}^2}{P}_t{G}_t$

式中P_t为发射功率，以圆辐射，λ为工作波长，G_t、G_r分别表示发射天线和接受天线增益，d为发射天线和接受天线间的距离；

在二维自由空间中，接收功率P_r与发射天线和接受天线间的距离d²成反比，G_t、G_r、A_r均为已知常量，则电磁波在二维自由空间的传播模型可简化为如下：

$P_r=\frac{k}{d^2}{P}_t$

其中

Step2、在一片待测区域，设有若干个矩阵排列的无线电监测器，构成一个无线电监测网，用于监测该区域的干扰源的信号强度，测出其接收功率的大小，通过对于无线电监测器接收功率的大小进行分析，根据无线电监测器检测的数据，找出相邻四个监测点数据之和最大的小矩形区域，即为干扰源所在的一个小矩形区域。

Step3、设干扰源坐标为(X₀，Y₀)，发射功率为P_t，干扰源所在矩形区域的四个监测点坐标分别为a₁(X₁，Y₁)、a₂(X₂，Y₂)、a₃(X₃，Y₃)、a₄(X₄，Y₄)，在没有噪声干扰的理想环境下，对应监测点测得的接收功率为P_r1、P_r2、P_r3、P_r4，其中X₁＝X₄，X₂＝X₃，Y₁＝Y₂，Y₃＝Y₄，则X₁<X₀<X₂，Y₁<Y₀<Y₄，故根据电磁波在二维自由空间的传播模型可得：

${(X_1-X_0)}^2+{(Y_1-Y_0)}^2=\frac{{\mathrm{kP}}_t}{P_{r1}}$

${(X_2-X_0)}^2+{(Y_2-Y_0)}^2=\frac{{\mathrm{kP}}_t}{P_{r2}}$

${(X_3-X_0)}^2+{(Y_3-Y_0)}^2=\frac{{\mathrm{kP}}_t}{P_{r3}}$

${(X_4-X_0)}^2+{(Y_4-Y_0)}^2=\frac{{\mathrm{kP}}_t}{P_{r4}}$

根据以上四个等式便可得到：

$\frac{P_{r2}}{P_{r1}}\&lsqb;{(X_2-X_0)}^2+{(Y_2-Y_0)}^2\&rsqb;-{(X_1-X_0)}^2-{(Y_1-Y_0)}^2=0$

$\frac{P_{r2}}{P_{r3}}\&lsqb;{(X_2-X_0)}^2+{(Y_2-Y_0)}^2\&rsqb;-{(X_3-X_0)}^2-{(Y_3-Y_0)}^2=0$

$\frac{P_{r2}}{P_{r4}}\&lsqb;{(X_2-X_0)}^2+{(Y_2-Y_0)}^2\&rsqb;-{(X_4-X_0)}^2-{(Y_4-Y_0)}^2=0$

$\frac{P_{r3}}{P_{r1}}\&lsqb;{(X_3-X_0)}^2+{(Y_3-Y_0)}^2\&rsqb;-{(X_1-X_0)}^2-{(Y_1-Y_0)}^2=0$

$\frac{P_{r3}}{P_{r4}}\&lsqb;{(X_3-X_0)}^2+{(Y_3-Y_0)}^2\&rsqb;-{(X_4-X_0)}^2-{(Y_4-Y_0)}^2=0$

$\frac{P_{r4}}{P_{r1}}\&lsqb;{(X_4-X_0)}^2+{(Y_4-Y_0)}^2\&rsqb;-{(X_1-X_0)}^2-{(Y_1-Y_0)}^2=0$

假设电波在空中传播受到高斯白噪声的影响，高斯白噪声的方差为c，均值为u，则高斯白噪声的数学模型可以表示为u+c*randn()，则在实际中对应监测点测得的接收功率分别为P_n1、P_n2、P_n3、P_n4，其中P_n1＝P_r1+u+c*randn()，P_n2＝P_r2+u+c*randn()，P_n3＝P_r3+u+c*randn()，P_n4＝P_r4+u+c*randn()。

故由电磁波在含有噪声的二维空间传播可得：

$\left|\frac{P_{n2}}{P_{n1}}\&lsqb;{(X_2-X_0)}^2+{(Y_2-Y_0)}^2\&rsqb;-{(X_1-X_0)}^2-{(Y_1-Y_0)}^2\right|\&lt;d$

$\left|\frac{P_{n2}}{P_{n3}}\&lsqb;{(X_2-X_0)}^2+{(Y_2-Y_0)}^2\&rsqb;-{(X_3-X_0)}^2-{(Y_3-Y_0)}^2\right|\&lt;d$

$\left|\frac{P_{n2}}{P_{n1}}\&lsqb;{(X_2-X_0)}^2+{(Y_2-Y_0)}^2\&rsqb;-{(X_4-X_0)}^2-{(Y_4-Y_0)}^2\right|\&lt;d$

$\left|\frac{P_{n3}}{P_{n1}}\&lsqb;{(X_3-X_0)}^2+{(Y_3-Y_0)}^2\&rsqb;-{(X_1-X_0)}^2-{(Y_1-Y_0)}^2\right|\&lt;d$

$\left|\frac{P_{n3}}{P_{n4}}\&lsqb;{(X_3-X_0)}^2+{(Y_3-Y_0)}^2\&rsqb;-{(X_4-X_0)}^2-{(Y_4-Y_0)}^2\right|\&lt;d$

$\left|\frac{P_{n4}}{P_{n1}}\&lsqb;{(X_4-X_0)}^2+{(Y_4-Y_0)}^2\&rsqb;-{(X_1-X_0)}^2-{(Y_1-Y_0)}^2\right|\&lt;d$

其中d为每个式子的误差值；

Step4、由Step3可知Step2所测得的干扰源所在的一个小矩形区域的四个顶点分别为a₁、a₂、a₃、a₄，设定合适的误差值d，X₀和Y₀在矩形区域内遍历取值，标记出能同时满足Step3中所有式子的坐标点，这些点所在的区域即为干扰源所在的区域。

本发明的有益效果是：本发明有效的解决了现实生活中含有噪声情况下，已知干扰源存在某片大区域内，无法精确缩小干扰源所在区域范围的问题。

附图说明

图1是若干个监测点矩阵式分布在被监测区域图；

图2是通过本文提出的算法推出的干扰源所在区域图。

具体实施方式

下面结合附图和具体实施例，对本发明做进一步说明。

实施例1：如图1所示，在一片长6000m，宽6000m的待测区域，设有若干个矩阵排列的无线电监测器，构成一个无线电监测网，用于监测该区域的干扰源的信号强度，测出其接收功率的大小，如表1所示。通过对于无线电监测器接收功率的大小进行分析，根据无线电监测器检测的数据，找出相邻四个监测点数据之和最大的小矩形区域，即为干扰源所在的一个小矩形区域。

表1监测器所在位置及其对应接收功率

设(X₀，Y₀)为(600，600)，在(X₀，Y₀)处有一个发射功率P_t为10000mW的干扰源，传播中收到均值u为0，方差c为0.0015的高斯白噪声的影响，由图1可知干扰源所在的小矩形区域的四个顶点位置a₁(X₁，Y₁)、a₂(X₂，Y₂)、a₃(X₃，Y₃)、a₄(X₄，Y₄)，对应的接收功率大小P_s1、P_s2、P_s3、P_s4分别为0.013451mW、0.019327mW、0.029683mW、0.020394mW，记录对应点的位置坐标值(0,0)、(1000,0)、(1000,1000)、(0,1000)。

相邻传感器的间隔是100米时，误差值d取100～800之间；相邻传感器的间隔是1000米时，误差值d取10000～80000之间。在此实施例中，相邻传感器的间隔为1000m，误差值d取50000，P_n1＝P_s1+0.0015*randn()，P_n2＝P_s2+0.0015*randn()，P_n3＝P_s3+0.0015*randn()，P_n4＝P_s4+0.0015*randn()，随机函数randn()随机取值1000次，每一次取值后都将以上已知量带入下面不等式：

$\left|\frac{P_{n2}}{P_{n1}}\&lsqb;{(X_2-X_0)}^2+{(Y_2-Y_0)}^2\&rsqb;-{(X_1-X_0)}^2-{(Y_1-Y_0)}^2\right|\&lt;d$

$\left|\frac{P_{n2}}{P_{n3}}\&lsqb;{(X_2-X_0)}^2+{(Y_2-Y_0)}^2\&rsqb;-{(X_3-X_0)}^2-{(Y_3-Y_0)}^2\right|\&lt;d$

$\left|\frac{P_{n2}}{P_{n4}}\&lsqb;{(X_2-X_0)}^2+{(Y_2-Y_0)}^2\&rsqb;-{(X_4-X_0)}^2-{(Y_4-Y_0)}^2\right|\&lt;d$

$\left|\frac{P_{n3}}{P_{n1}}\&lsqb;{(X_3-X_0)}^2+{(Y_3-Y_0)}^2\&rsqb;-{(X_1-X_0)}^2-{(Y_1-Y_0)}^2\right|\&lt;d$

$\left|\frac{P_{n3}}{P_{n3}}\&lsqb;{(X_3-X_0)}^2+{(Y_3-Y_0)}^2\&rsqb;-{(X_4-X_0)}^2-{(Y_4-Y_0)}^2\right|\&lt;d$

$\left|\frac{P_{n4}}{P_{n1}}\&lsqb;{(X_4-X_0)}^2+{(Y_4-Y_0)}^2\&rsqb;-{(X_1-X_0)}^2-{(Y_1-Y_0)}^2\right|\&lt;d$

在上面的不等式中X₁<X₀<X₂，Y₁<Y₀<Y₂，X₀和Y₀在各自的区间内依次遍历取值，能同时使以上各式成立的点就是真实干扰源存在的区域，如图2所示，*号是标记的真实干扰源的位置，黑点所在的小区域即为仿真推出干扰源所在的区域，仿真所得到的黑点坐标分别为(600,616)、(608,624)、(616,632)、(560,608)、(568,640)、(592,592)、(624,600)、(544,576)、(552,568)、(576,552)、(584,560)、(632,584)、(640,648)、(536,544)、(528,656)、(648,664)。

上面结合附图对本发明的具体实施做出了详细说明，但是本发明并不限于上述实施例，在本领域普通技术人、员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变化。