劉 奇， 馮冬冬， 蔡明輝， 王 玥， 劉 曄， 蘇曉明

(1.中國科學(xué)院新疆天文臺， 烏魯木齊 830011； 2.新疆微波技術(shù)重點(diǎn)實(shí)驗(yàn)室， 烏魯木齊830011；3.新疆大學(xué)物理科學(xué)與技術(shù)學(xué)院， 烏魯木齊 830046)

射電天文觀測是被動地接收來自距離地球十幾億甚至百億光年以外宇宙空間微弱的天體信號。射電天文望遠(yuǎn)鏡作為射電天文的主要研究工具，具有極高的系統(tǒng)靈敏度[1]。隨著無線電技術(shù)的快速發(fā)展以及國內(nèi)射電天文臺站在升級改造過程中缺乏電磁兼容設(shè)計(jì)及屏蔽方面的考慮，導(dǎo)致臺站的電磁環(huán)境變得日益復(fù)雜，嚴(yán)重影響射電天文觀測[2]。在電磁環(huán)境監(jiān)測過程中，監(jiān)測系統(tǒng)接收到的無線電信號包括自然輻射、電子設(shè)備輻射、各類無線通信業(yè)務(wù)等。根據(jù)電磁環(huán)境監(jiān)測的需求，首先要將頻譜噪聲和信號進(jìn)行分離，進(jìn)而對分離出來的信號進(jìn)行識別和統(tǒng)計(jì)，為射電天文臺站干擾查找及消除干擾策略提供數(shù)據(jù)支持，保護(hù)射電望遠(yuǎn)鏡的有效運(yùn)行，降低望遠(yuǎn)鏡的運(yùn)行風(fēng)險(xiǎn)[3-4]。

信噪分離及信號檢測提取是信號處理領(lǐng)域的基本問題，傳統(tǒng)的信號噪聲分離方法通過確定信噪分離閾值，將頻譜中各點(diǎn)幅度值與對應(yīng)的閾值進(jìn)行比較實(shí)現(xiàn)，即大于閾值的頻點(diǎn)認(rèn)為是信號，小于閾值的頻點(diǎn)被認(rèn)為是背景噪聲[5]。閾值的確定分為兩種：全局閾值和局部閾值。全局閾值的分離方法在處理具有平坦背景噪聲的頻譜時有較好的信噪分離結(jié)果，但是對于背景噪聲起伏不定的頻譜，分離效果不佳。局域閾值依據(jù)不同頻段的實(shí)際情況選擇不同的閾值，閾值確定較為困難，若閾值選取不合適，將導(dǎo)致信噪分離的精確度較低。文獻(xiàn)[2]提出的基于數(shù)據(jù)擬合的方法提取干擾僅僅適應(yīng)于窄帶頻譜的信號分離，且該方法在數(shù)據(jù)擬合過程中運(yùn)行時間較長，不適應(yīng)寬帶頻譜的信噪分離，更難以應(yīng)用于實(shí)時頻譜監(jiān)測。文獻(xiàn)[6]提出基于紋理特征的背景噪聲提取方法，此方法沒有給出閾值選取的方法及范圍，平滑窗口的尺寸僅僅給出了一個工程經(jīng)驗(yàn)值20，在實(shí)際處理數(shù)據(jù)過程中，當(dāng)信號帶寬大于平滑窗口尺寸，且信號幅度較為平坦時，會將信號誤判成噪聲，降低了信噪分離的準(zhǔn)確度。文獻(xiàn)[7]提出一種基于圖像形態(tài)學(xué)原理的信噪分離方法，采用形態(tài)學(xué)梯度實(shí)現(xiàn)信號噪聲的分離，此方法在強(qiáng)噪聲背景下，容易將噪聲誤判成信號，信噪分離準(zhǔn)確度較低。國際電信聯(lián)盟(International Telecommunication Union, ITU)建議書提出一種“20%”的統(tǒng)計(jì)方法提取頻譜背景噪聲，但是此算法只適用于窄帶頻譜，對應(yīng)寬帶頻譜的適應(yīng)性較差[8]。文獻(xiàn)[9]提出一種基于K-均值聚類背景噪聲提取算法，該方法提取的背景噪聲為一固定值，對于起伏較大的背景噪聲適應(yīng)性較差。綜上所述，現(xiàn)有信號提取方法受頻譜噪聲起伏、帶寬等因素影響，多在某種場合具有較好的適應(yīng)性。

為提高電磁環(huán)境實(shí)時監(jiān)測及數(shù)據(jù)處理效率，現(xiàn)針對寬帶頻譜數(shù)據(jù)樣本，研究通用型更好的高精度、快速信噪分離算法，為進(jìn)一步的實(shí)時電磁環(huán)境監(jiān)測信號識別與統(tǒng)計(jì)提供算法支撐。

1 頻譜特征分析

電磁環(huán)境監(jiān)測產(chǎn)生大量的寬帶頻譜序列，如文獻(xiàn)[10]采用準(zhǔn)實(shí)時電磁環(huán)境測量方法，單個測試方向?yàn)闇y量天線的3 dB帶寬，若天線3 dB波束寬度為60°，需要測試6次，覆蓋360°范圍。圖1給出了6個方向的實(shí)測頻譜，頻率范圍為1 000～2 800 MHz，頻點(diǎn)間隔為30 kHz，60 001個頻點(diǎn)數(shù)，頻譜特征如下：①頻譜噪聲動態(tài)范圍較窄，這是由于臺站電磁環(huán)境監(jiān)測系統(tǒng)通常采用線性平均的模式進(jìn)行掃描；②不同方向頻譜噪聲起伏趨勢一致，噪聲起伏主要由系統(tǒng)微波鏈路中器件性能決定；③頻譜噪聲隨著頻率變化存在起伏，噪聲幅度值大小不一，但相鄰噪聲幅度值變化較為平滑；④電波環(huán)境測量頻譜中干擾信號以窄帶信號為主，寬帶干擾主要為臺站外無線通信業(yè)務(wù)[11]。

圖1 電磁環(huán)境實(shí)測典型頻譜Fig.1 Measured typical spectrum of electromagnetic environment

2 信噪分離方法

2.1 方法描述

依據(jù)上述思路，信噪分離方法流程如圖2所示，采用鄰值比較的方法獲取寬帶頻譜噪聲，并對提取的頻譜噪聲進(jìn)行濾波處理，計(jì)算頻譜噪聲動態(tài)范圍，確定信噪分離閾值，進(jìn)而實(shí)現(xiàn)信號的提取。

圖2 方法總體流程圖Fig.1 Overall flow chart of the method

2.2 信噪分離方法

信噪分離方法步驟如下。

步驟1 獲取臺站的電磁環(huán)境監(jiān)測系統(tǒng)提供的多組寬帶頻譜數(shù)據(jù)P(F[n],V[n])，其中P為二維數(shù)組，F(xiàn)為頻率，V為頻率點(diǎn)對應(yīng)的幅度值，n為頻率點(diǎn)個數(shù)。

(1)

(2)

(3)

步驟4 計(jì)算頻譜噪聲初始點(diǎn)的值。

鄰值比較法中將第一個點(diǎn)默認(rèn)為噪聲點(diǎn)進(jìn)行鄰值判別，如果第一個點(diǎn)為信號點(diǎn)，將會造成提取的噪聲誤差較大，并且有信號損失。為避免這種情況的發(fā)生，采用國際電信聯(lián)盟建議書中“20%方法”[8]計(jì)算起始噪聲信號。將頻譜幅度值{V[1],V[2],V[3],…,V[n]}按從小到大升序排列，得到{S[1],S[2],S[3],…,S[n]}。取新序列中第20%點(diǎn)作為起始噪聲點(diǎn)V[0]。

步驟5 采用鄰值比較的方法提取頻譜噪聲，方法流程圖如圖3所示。詳細(xì)流程如下。

圖3 鄰值比較算法流程圖Fig.3 Flow chart of neighbor comparison algorithm

(1)起始噪聲點(diǎn)V[0]和V[1]做比較，如果|V[0]-V[1]|>deta，且V[1]>V[0]，則V[1]=V[0]。

(2)i>1，當(dāng)|V[i]-V[i+1]|>deta，如果V[i-1]-V[i+1]>deta，則V[i+1]=(V[i-1]+V[i]+V[i+1]) /3；如果V[i-1]-V[i+1]deta，則V[i+1]=(V[i-1]+V[i])/2。

(3)當(dāng)i>n時，結(jié)束鄰值比較。

步驟6 對頻譜噪聲數(shù)據(jù)P1(F[n]，V1[n])進(jìn)行平滑濾波處理，得到相應(yīng)的噪聲濾波數(shù)據(jù)P2(F[n]，V2[n])。

按照式(4)計(jì)算頻譜P2(F[n]，V2[n])中V2[l1]的數(shù)值，即

V2[l1]=(V1[1]+V1[2]+…+V1[10])/10

(4)

式(4)中：l1=1,2,…,5。

按照式(5)計(jì)算頻譜P2(F[n]，V2[n])中V2[l1]的數(shù)值，即

V2[l2]=(V1[l2-5]+V1[l2-4]+…+V1[l2]+V1[l2+1]+…+

V1[l2+5])/11

(5)

式(5)中：l2=6,7,…,n-5。

按照式(6)計(jì)算頻譜P2(F[n]，V2[n])中V2[l3]的數(shù)值，即

V2[l3]=(V1[n-9]+V1[n-8]+…+V1[n])/10

(6)

式(6)中：l3=n-4,n-3,…,n。

3 實(shí)例分析

(1)為驗(yàn)證該方法的準(zhǔn)確性和適應(yīng)性，對實(shí)測數(shù)據(jù)樣本進(jìn)行信噪分離。數(shù)據(jù)樣本為某射電天文臺站0°、60°、120°、180°、240°、360°共6個方向典型寬帶頻譜數(shù)據(jù)樣本，頻率帶寬為1 000～2 800 MHz。

(3)計(jì)算鄰值比較判別值deta為0.17。此外，按照步驟4～步驟6計(jì)算頻譜噪聲的初始點(diǎn)的值V[0]，提取寬帶頻譜噪聲，并對提取的背景噪聲進(jìn)行濾波處理。

圖4 6個方向信噪分離結(jié)果圖Fig.4 Result diagram of signal-to-noise separation in 6 directions

(5)為了進(jìn)一步驗(yàn)證此方法的準(zhǔn)確性，采用本文方法、基于數(shù)據(jù)擬合的方法[2]、基于紋理特征的背景噪聲提取方法[6]、國際電信聯(lián)盟建議書中20%方法[8]、改進(jìn)20%方法[13]等對相同的寬帶頻譜數(shù)據(jù)進(jìn)行信噪分離，并提取分離后的信號。并通過人工識別信號個數(shù)與不同方法識別信號個數(shù)進(jìn)行比對，計(jì)算不同方法信號識別準(zhǔn)確率。算法準(zhǔn)確率和運(yùn)行時間統(tǒng)計(jì)結(jié)果如表1所示。結(jié)果表明，本文方法的準(zhǔn)確率最高，且算法預(yù)算時間相對較短，能夠適用于寬帶頻譜信噪分離。

表1 不同方法準(zhǔn)確率與運(yùn)行時間Table 1 Comparison of correct recognition rates of different methods

4 結(jié)論

面向電磁環(huán)境監(jiān)測寬帶頻譜序列，提出了一種高精度信噪分離方法，該方法通過應(yīng)用于實(shí)測寬帶頻譜數(shù)據(jù)樣本，并與現(xiàn)有信噪分離方法進(jìn)行比對。結(jié)果表明，該方法信噪分離準(zhǔn)確率最高，且算法預(yù)算時間相對較短，能夠應(yīng)用于射電天文臺站實(shí)時電磁環(huán)境監(jiān)測，提高信號識別與統(tǒng)計(jì)效率。