夏 偉, 邱 斌, 丁風海，余清華

(中國衛(wèi)星海上測控部，江蘇 江陰 214431)

基于Labview的頻譜監(jiān)測系統(tǒng)設計與實現(xiàn)

夏 偉, 邱 斌, 丁風海，余清華

(中國衛(wèi)星海上測控部，江蘇 江陰 214431)

傳統(tǒng)無線電頻譜監(jiān)測系統(tǒng)監(jiān)測功能復雜，造價昂貴，適合專業(yè)使用，對于應用要求不高的場合往往使用頻譜分析儀進行代替使用，但存在監(jiān)測效率不高和無法記錄的問題，針對該問題，設計了一套基于Labview的頻譜監(jiān)測系統(tǒng)，實現(xiàn)了基于單類支持向量機模型的頻譜智能檢測、瀑布圖和熒光圖態(tài)勢顯示，以及實時記錄與回放等功能；實驗結果表明，頻譜監(jiān)測效果較好，具有推廣應用價值。

頻譜監(jiān)測; 單類支持向量機; 瀑布圖；熒光圖；頻譜分析儀

0 引言

近十年來，無線通信技術取得巨大發(fā)展，如衛(wèi)星中繼通信、個人移動通信、WiFi、藍牙和無線Mesh網(wǎng)等。這些技術共存在一個多頻段(Multi-Radio，MR)多信道(Multi-Channel，MC)網(wǎng)絡環(huán)境中為用戶服務。這些通信系統(tǒng)對無線頻譜資源的需求也相應增長，從而導致適用于無線通信的頻譜資源變得日益緊張，成為制約無線通信發(fā)展的新瓶頸。因此，如何通過頻譜監(jiān)測系統(tǒng)認知和重新配置頻譜資源，提高頻譜使用效率現(xiàn)已成為熱點研究課題[1-3]。

傳統(tǒng)的無線電頻譜監(jiān)測系統(tǒng)硬件要求很高、監(jiān)測功能復雜，造價昂貴，適合專業(yè)使用，對于應用要求不高的場合往往使用頻譜分析儀進行代替使用，但直接使用頻譜分析儀進行頻譜監(jiān)測亦存在明顯不足，比如一般頻譜分析儀不具備頻譜自動記錄和回放功能，顯示功能單一，異常頻譜識別需要人工參與，監(jiān)測效率較低等問題。本文針對上述不足之處，借鑒專業(yè)無線電頻譜監(jiān)測系統(tǒng)的先進功能設計，設計了一套基于Labview的頻譜監(jiān)測系統(tǒng)，實現(xiàn)了基于單類支持向量機模型的頻譜智能檢測、瀑布圖和熒光圖態(tài)勢顯示，以及實時記錄與回放等功能，下面介紹其設計實現(xiàn)過程。

1 系統(tǒng)組成設計

頻譜監(jiān)測系統(tǒng)功能設計主要包括以下方面：1)完成電子設備內部傳輸信號的頻譜狀態(tài)監(jiān)測，及時發(fā)現(xiàn)設備運行時可能出現(xiàn)的異常情況；2)對電子設備所處電磁環(huán)境的干擾信號進行頻譜監(jiān)測，排查空間電磁輻射的干擾情況；3)要求頻譜監(jiān)測系統(tǒng)需具備遠程監(jiān)測能力。根據(jù)以上需求分析，系統(tǒng)的組成設計如圖1所示。

圖1 頻譜監(jiān)測系統(tǒng)組成示意圖

一般無線電頻譜監(jiān)測系統(tǒng)通常是由天線、監(jiān)測接收機、記錄設備及軟件和控制系統(tǒng)等基本單元組成。其中監(jiān)測接收機是監(jiān)測系統(tǒng)的核心，在無線電監(jiān)測系統(tǒng)接收機選擇方案中，有以監(jiān)測接收機為核心和以頻譜儀為核心的兩種方案[4]?？紤]到專用監(jiān)測接收機造價昂貴，一般電子設備或通信系統(tǒng)的配套測試設備通常以頻譜分析儀為主，所以本文頻譜監(jiān)測系統(tǒng)選擇頻譜分析儀作為監(jiān)測核心設備，可以大大降低系統(tǒng)建設成本，其硬件設備組成如表1所示，其中頻譜分析儀主要完成監(jiān)測信號頻譜的采集；寬帶天線用于空間電磁信號的接收；LAN-GPIB適配器用于儀器GPIB接口到LAN網(wǎng)絡接口的轉換；遠程計算機終端完成信號頻譜的處理、顯示和存儲功能。

表1 系統(tǒng)硬件組成表

圖3 無線電頻譜自動監(jiān)測系統(tǒng)軟件總體結構設計圖

2 系統(tǒng)軟件設計與實現(xiàn)

本文無線電頻譜監(jiān)測系統(tǒng)界面部分需要顯示各種頻譜波形，美國國家儀器公司的Labview軟件平臺提供了直觀的圖形化編程環(huán)境、基于虛擬儀器技術的各種波形顯示控件以及先進的信號處理工具箱，非常適合本項目軟件的開發(fā)應用。因此，頻譜監(jiān)測系統(tǒng)選擇在Wingdows操作系統(tǒng)下使用National Instruments Labview8.5軟件作為開發(fā)環(huán)境，在下文設計實現(xiàn)階段亦使用Labview圖形化編程環(huán)境術語進行介紹。

2.1 軟件總體方案設計與實現(xiàn)

本文所述無線電頻譜監(jiān)測系統(tǒng)軟件是一個典型的測量應用程序，軟件總體方案可以劃分為3個層次來實現(xiàn)：最上層是主VI，相當于一般程序的主界面，負責提供用戶與系統(tǒng)程序的交互界面，并調用下層VI應用；中間層為功能層，負責測量程序主要功能的定義和相互運行的協(xié)調關系；最底層為驅動層，主要根據(jù)功能層各模塊的定義實現(xiàn)具體功能，對于測量程序，各功能模塊主要通過調用不同的驅動完成數(shù)據(jù)采集、處理、顯示和存儲等任務。

頻譜監(jiān)測系統(tǒng)是一個持續(xù)性的測量系統(tǒng)，即測量過程并非只需運行一次，而是要不斷循環(huán)進行數(shù)據(jù)采集、處理、顯示和存儲任務。對于普通循環(huán)模型，測量過程每個功能模塊之間存在著順序上的依賴關系，它只能單線程運行，計算機必須先執(zhí)行完前一個模塊，才能運行下一個模塊。本文采用如圖2所示的管道流水線模型改進數(shù)據(jù)處理效率，即測量程序在采集新數(shù)據(jù)的同時，處理上一次循環(huán)迭代采集到的數(shù)據(jù)，同時，顯示和存儲上一次循環(huán)迭代處理好的數(shù)據(jù)。在流水線模型中，程序執(zhí)行一次循環(huán)迭代的時間由所有功能模塊中耗時最長的模塊決定，而普通循環(huán)模式執(zhí)行一次循環(huán)迭代的時間是所有功能模塊耗時的總和。

圖2 基于管道流水線模型的軟件總體結構圖

軟件總體結構設計實現(xiàn)如圖3所示，主要由兩個順序幀結構組成，第一幀主要完成系統(tǒng)監(jiān)測參數(shù)的初始化，第二幀為基于管道流水線模型的循環(huán)結構，主要完成頻譜采集、監(jiān)測、顯示與存儲等關鍵內容。

2.2 基于OCSVM模型的頻譜監(jiān)測軟件設計及實現(xiàn)

根據(jù)頻譜檢測方法研究現(xiàn)狀，當前主要包括能量檢測、循環(huán)特征檢測和匹配濾波檢測等算法。其中能量檢測是頻譜檢測的最基本方法[5-6]，但由于只能計算信號的能量，不能區(qū)分干擾是來自信號還是噪聲，因此準確度不高；循環(huán)特征檢測是利用接收信號的循環(huán)特征來進行頻譜檢測的一種方法[7-8]，由于頻譜分析儀的頻譜采樣速度在幾十毫秒之間，難以滿足譜分量互相關運算的時間分辨率要求，因此使用頻譜分析儀進行循環(huán)特征檢測存在困難；由于匹配濾波器檢測[9]需要對監(jiān)測信號進行解調，這就意味著需要監(jiān)測信號的先驗知識，因此其適用于合作目標的信號檢測。

由以上分析可知，由于頻譜分析儀測量輸出頻譜數(shù)據(jù)的特殊性，常見頻譜檢測方法一般難以應用。針對該問題，本文把頻譜分析儀的輸出頻譜表示為一個高維度的向量，則根據(jù)向量空間理論，此時可以把輸出頻譜理解為觀測數(shù)據(jù)向量在各個頻率維度上的投影，此時頻譜檢測問題可以等效為在高維向量空間中對輸入頻譜向量進行分類的問題。對于分類問題，可以使用模式識別的方法進行解決，但傳統(tǒng)模式識別是針對樣本數(shù)目足夠多的情況進行研究，由于頻譜監(jiān)測過程中干擾信號頻譜是不可預知的，即同樣存在訓練樣本缺乏問題，這與匹配濾波器檢測方法需要監(jiān)測信號的先驗知識是同樣的問題。

根據(jù)統(tǒng)計學習理論可知，針對此類有限樣本條件下的機器學習問題，Scholkopf等人提出了支持向量機分類模型[10-11]，將分類特征向量非線性地映射到一個高維特征空間中，并在高維特征空間中建立最優(yōu)分類面來實現(xiàn)分類。在具體軟件實現(xiàn)過程中，可以直接選擇相關工具箱函數(shù)進行編程實現(xiàn)。本文選擇臺灣大學林智仁教授開發(fā)的LibSVM3.1版工具箱函數(shù)進行頻譜監(jiān)測功能模塊的軟件設計與實現(xiàn)[12-13]，具體使用其中的OCSVM單類分類模型進行頻譜干擾監(jiān)測，即把正常狀態(tài)頻譜作為正類，所有其他非正常干擾狀態(tài)頻譜作為異類，此時訓練樣本只需提供正常狀態(tài)樣本即可完成模型訓練，其優(yōu)點是可以避免高代價的非正常干擾樣本采集，且對未知干擾信號同樣具有良好的檢測效果，頻譜干擾檢測流程設計如圖4所示。

圖4 頻譜干擾檢測流程設計圖

訓練階段，OCSVM模型提取歷史樣本庫中積累的系統(tǒng)正常狀態(tài)頻譜數(shù)據(jù)，訓練后得到檢測模型，具體Labview程序框圖如圖5所示，其中SVM Train為Libsvm工具箱訓練函數(shù)。

圖5 OCSVM模型訓練程序設計圖

檢測階段，部署于目標系統(tǒng)的頻譜分析儀采集當前頻譜波形數(shù)據(jù)，數(shù)據(jù)預處理后輸入檢測模型對其進行否定檢測，當出現(xiàn)干擾頻譜數(shù)據(jù)時觸發(fā)故障告警，通知系統(tǒng)監(jiān)測人員及時處理，具體Labview程序如圖6所示，其中SVM Predict為Libsvm工具箱判決函數(shù)。

圖6 OCSVM模型預測程序設計圖

2.3 頻譜瀑布圖顯示功能軟件設計及實現(xiàn)

頻譜分析儀輸出的二維頻譜圖用橫軸表示信號頻率，用縱軸表示信號幅度。但實際上，真實信號的能量在不同頻率的分布常常是隨著時間變換而改變的，如果要把這一變換趨勢顯示出來，就需要借助有三維信息顯示的圖形，分別顯示時間、頻率和幅度。如果要在平面上實現(xiàn)三維信息，除了橫縱軸之外，還可以借助顏色來表示第三維信息。

瀑布圖顯示正是基于上述原理實現(xiàn)的，其橫軸表示信號頻率，縱軸表示信號采集時刻，使用顏色指示信號幅度，單幀頻譜通過單一的水平線進行顯示，當進行連續(xù)頻譜監(jiān)測顯示時，由連續(xù)的水平線銜接組成瀑布圖并隨時間進行流逝，實現(xiàn)效果如圖7所示。

圖7 頻譜瀑布圖

頻譜瀑布圖軟件實現(xiàn)過程如圖8所示，首先把當前頻譜波形數(shù)組添加到強度圖屬性值數(shù)組，然后判斷強度圖屬性值數(shù)組是否超出縱向顯示范圍，若超出則刪除強度圖屬性值數(shù)組最前面一個波形，即按循環(huán)數(shù)組先進先出(FIFO)原則進行替換，若未超出則不刪除，刷新強度圖顯示區(qū)域實現(xiàn)頻譜瀑布圖顯示功能。

圖8 頻譜瀑布圖程序設計圖

2.4 頻譜熒光圖顯示功能軟件設計及實現(xiàn)

數(shù)字熒光頻譜主要是為解決實時信號分析儀高速頻譜的顯示問題而提出，由于頻譜更新速度太快，顯示器的刷新速度不能跟上這一速度，同時也大大超過了人眼感受到的水平，為此，先把采集到的多幀高速頻譜進行重組，然后以人眼看得到的速率傳送到顯示器屏幕上，這種高變換速率對檢測小概率事件至關重要。其技術原理主要參考數(shù)字示波器的熒光顯示功能，對于長時間頻譜監(jiān)測任務，觀測人員利用熒光頻譜圖像能夠捕獲間歇性事件、突發(fā)信號、分析隨時間推移而積累的數(shù)據(jù)，即使在復雜背景下也能方便地發(fā)現(xiàn)感興趣的信號，實現(xiàn)效果如圖9所示。

圖9 頻譜熒光圖

頻譜熒光圖軟件實現(xiàn)過程如圖10所示，首先以輸入頻譜波形數(shù)組對應元素作為行索引，以以輸入頻譜波形數(shù)組對應元素下標作為列索引，通過索引數(shù)組函數(shù)索引到強度圖屬性值數(shù)組對應元素，并對該元素值進行加20操作，并替換該元素，提升該元素在強度圖的顯示強度，通過Labview 軟件For循環(huán)結構的自動索引隧道遍歷整個輸入頻譜波形數(shù)組，刷新強度圖顯示區(qū)域實現(xiàn)頻譜熒光圖顯示功能。

圖10 頻譜熒光圖程序設計圖

3 系統(tǒng)功能驗證

為驗證本文頻譜監(jiān)測系統(tǒng)對于異常頻譜的檢測性能，設計如下實驗，采用調頻廣播信號頻譜作為模型訓練數(shù)據(jù)集，并使用射頻信號發(fā)生器模擬雜散干擾和信號中斷兩種頻譜異常情況，獲得實驗樣本集頻譜如圖11所示。

圖11 實驗樣本集實測頻譜圖

使用LibSVM-3.1工具箱完成單類支持向量機模型的訓練和檢測，獲得檢測結果如表2所示。

表2 檢測結果表

模型檢測性能分析本文使用ROC接收機操作特性曲線評價v-OCSVM模型的頻譜異常檢測性能，ROC曲線是根據(jù)一系列不同的二分類方式(分界值或決定閾)，以截獲率(真陽性率)為縱坐標，虛警率(假陽性率)為橫坐標繪制的曲線。對表2檢測結果數(shù)據(jù)繪制ROC曲線，如圖12所示。

圖12 異常頻譜檢測ROC曲線圖

根據(jù)ROC曲線評價一般標準，即ROC曲線下的面積值AUC應在1.0和0.5之間， AUC越接近于1，說明模型檢測效果越好，AUC在0.5～0.7時有較低準確性，AUC在0.7～0.9時有一定準確性，AUC在0.9以上時有較高準確性。AUC=0.5時，說明檢測方法完全不起作用。

4 結束語

與傳統(tǒng)的基于頻譜分析儀的頻譜監(jiān)測系統(tǒng)相比，本文設計的基于Labview的頻譜監(jiān)測系統(tǒng)，實現(xiàn)了監(jiān)測信號頻譜的干擾識別、多維度態(tài)勢顯示和記錄回放等功能，試驗結果表明，監(jiān)測結果有效可信，具有操作簡單、效費比好、擴展靈活的特點，在一些測量精度要求不高的應用場合，具有較好的推廣應用價值。

[1] Haykin S. Cognitive radio：brain-empowered wireless communications[J]. IEEE Journal on Selected Areas in Communications ,2005,23(2)：201-220.

[2] 昂正全.衛(wèi)星測控站頻譜監(jiān)測系統(tǒng)設計方案及實現(xiàn)[J].計算機測量與控制,2014, (11): 3466-3469.

[3] 戴雪揚,徐 輝.衛(wèi)星干擾監(jiān)測技術的研究[J].計算機測量與控制,2005(12):1305-1332.

[4] 翁木云，張其星．頻譜管理與監(jiān)測[M]．北京: 電子工業(yè)出版社，2009．

[5] 張瑛瑛，陶 洋．一種基于能量檢測的協(xié)作感知技術的改進 [J]．通信技術．2008(8).

[6] 隋 丹，葛臨東．一種新的基于能量檢測的突發(fā)信號存在性檢測算法 [J]．信號處理,2008(4).

[7] 陳 星，賀志強，吳偉陵．基于循環(huán)平穩(wěn)的多天線感知無線電頻譜檢測[J]．北京郵電大學學報,2008(2).

[8] 曹士坷，張力軍．兩種基于調制引入循環(huán)平穩(wěn)的多用戶系統(tǒng)盲檢測研究[J]．信號處理,2004(1).

[9] 溫志剛．認知無線電頻譜檢測理論與實踐[M]．北京：北京郵電大學出版社，2011.

[10] Scholkopf, Platt J C. Estimating the support of a high-dimensional distribution [J]. Neural Comput.,2001.

[11] Cristianini N, Taylor J S. An Introduction to support vector machines and other Kernel-based learning methods [M]. 2000.

[12] Chang C C, Lin C J. A Library for Support Vector Machines [J]. 2011.

[13] 李 洋. libsvm使用詳解[Z]. 2011.

Design and Implementation of Spectrum Monitoring System Based on Labview

Xia Wei, Qiu Bin, Din Fenghai，Yu Qinghua

(China Satellite Maritime Tracking and Control Department, Jiangyin 214431, China)

The function of traditional spectrum monitoring system is complicated, expensive, and suitable for profession to use, and it can be replaced by a spectrum analyzer when the monitor request is not high, but the problem is that the monitor efficiency may be inefficient and it can’t record the spectrum. Aiming at this problem, this thesis designed a new spectrum monitoring system based on Labview software, and implemented the function of automatic detection of a signal spectrum based on the model of one-class support vector machine , displaying spectrum on many dimension situations in the form of waterfall chart and fluorescent fingerprint, recording and replaying for a signal spectrum. The experimental results show that the new system for spectrum monitoring works well, and has value of popularization and application.

spectrum monitoring; OCSVM; waterfall chart; fluorescent fingerprint; spectrum analyzer

2016-06-22；

2016-07-19。

夏 偉(1980-)，男，江蘇江陰人，碩士，工程師，主要從事無線電計量，智能儀器與傳感技術方向的研究。

1671-4598(2016)12-0024-04

10.16526/j.cnki.11-4762/tp.2016.12.008

TN911.23

A