關(guān)于低頻通信信號檢測技術(shù)研究

楊水成

摘要：現(xiàn)階段低頻通信信號技術(shù)在廣泛應(yīng)用在各領(lǐng)域生產(chǎn)經(jīng)營建設(shè)中，對切實保障信號傳輸水平具有重要意義。基于此，本文以現(xiàn)有低頻調(diào)制信號識別技術(shù)為切入點，提出低頻通信信號調(diào)制識別技術(shù)的硬件設(shè)計要求，以供參考。

關(guān)鍵詞：低頻通信信號;檢測技術(shù);應(yīng)用要點

前言：隨社會經(jīng)濟發(fā)展速度日漸加快，各領(lǐng)域通信量激增。為從根本上提高通信質(zhì)量與效率，無線通信技術(shù)成為企業(yè)生產(chǎn)經(jīng)營建設(shè)重點研究課題。由于信號調(diào)制樣式進一步增多，電磁信號密集，信道復(fù)雜程度增強。在接收信號調(diào)制過程中，許多未知信號會夾雜其中，導(dǎo)致時域出現(xiàn)嚴重混疊情況。需要在現(xiàn)有基礎(chǔ)上設(shè)計出能夠?qū)崿F(xiàn)自動分離、識別調(diào)制到接收系統(tǒng)，有效解決通信信號盲檢測問題。

1、概述低頻通信信號

低頻主要就是指頻帶處于30～300 kHz到無線電電波。其波長范圍最大為10公里，因此也可被稱之為公里波段。低頻通信信號主要被應(yīng)用在衛(wèi)星導(dǎo)航系統(tǒng)、國際廣播以及授時電波計時中，部分無線電頻率識別標簽也會使用低頻通信信號。

相較于其他通訊信號而言，低頻通信信號發(fā)射天線的高功率數(shù)據(jù)在較大空間，以此數(shù)據(jù)傳輸系統(tǒng)的安全性成為現(xiàn)階段各國關(guān)注的重點。

2、低頻通信信號盲源分離技術(shù)

2.1盲源分離概念

盲源分離技術(shù)主要用于解決盲混合信號中分離出的各獨立信號問題。從實質(zhì)角度分析，盲源分離技術(shù)需要在多個位置同時設(shè)定檢測位置，有效解決信號檢測難度較大問題。

在無源信號模型下，應(yīng)當(dāng)建立無源信號信息，使用觀測到的混合信號，分離出各統(tǒng)計獨立源信號，確保獲取的各源信號能夠得到最優(yōu)估計[1]。在盲源分離混合過程中，需要建立起盲源分離混合模型。要求在實際工作中注重收集混合矩陣值、觀測信號向量、源信號向量、高斯白噪聲。

2.2盲源分離技術(shù)種類

在盲源分離技術(shù)應(yīng)用過程中，不同分析角度下的分離問題種類也不同。首先，在盲源分離期間需要注重分析各源信號以及觀測信號數(shù)目之間的關(guān)系。在盲源分離定義中，觀測信號以及源信號大小差距不同。在觀測信號個數(shù)大于源信號個數(shù)的情況下，屬于超定盲源分離情況。在觀測信號個數(shù)小于源信號個數(shù)的情況下，屬于欠定盲源分析[2]。在觀測信號個數(shù)等于源信號個數(shù)的情況下，屬于使適定盲源分離。

2.3盲源分離算法性能評價指標

為從根本上保障盲源算法對源信號評估的準確性，還需要使用多種評價指標。

首先，對源信號估計進行評價。注重評估盲源分離算法的分離結(jié)果，分析分離結(jié)果與對應(yīng)源信號的匹配程度。在分離信號與源信號相關(guān)程度值接近1的情況下，估算值更為標準，算法的分離效果也就越好。

其次，對混合矩陣估計進行評價。分析混合矩陣中的角度誤差、廣義串?dāng)_誤差、串音誤差值。

3、低頻通信信號檢測欠定盲源分離混合矩陣技術(shù)

低頻通信信號主要有多種調(diào)制信號混合而成，混合信號難以直接識別，需要在識別前將各類信號進行分離處理。

配合使用先驗信息，分析已有觀測信號各源信號值[3]。相較于正定盲源分離技術(shù)而言，欠定盲源分離混合矩陣技術(shù)的接收器天線數(shù)量較少，需要利用信號在變化域上求解，恢復(fù)源信號值。

在欠定盲源分離混合矩陣技術(shù)應(yīng)用過程中，主要采用K均值聚類法。將涉及到的多個數(shù)據(jù)集合劃分為若干個數(shù)據(jù)模糊類，而后依次計算每個模糊類的聚類中心，最后使用牛頓迭代法最小化非相似性指數(shù)的目標函數(shù)，計算出欠定盲源分離混合矩陣數(shù)值。配合使用模糊類內(nèi)目標函數(shù)、模糊類內(nèi)數(shù)據(jù)點到類距中心距離，對目標函數(shù)進行優(yōu)化處理。在使用K均值聚類化計算欠定盲源分離混合矩陣技術(shù)過程中，收斂至特定值終止迭代時，無法保證以收斂到最優(yōu)解。算法最終的收斂程度會直接受到初始記錄中心位置的影響。

在欠定盲源分離混合矩陣技術(shù)計算過程中使用 FCM聚類算法，算法流程與K均值聚類算法較為相似。主要就是將數(shù)據(jù)分為若干個模糊類，計算出模糊類的聚類中心[4]。關(guān)于實際劃分工作不需要將樣本劃分成子集，而是每個樣本需要通過隸屬度進行模糊劃分，確保同類元素相似度最大、不同類元素相似度最小。該種算法在應(yīng)用期間也會受到聚類中心初始值影響，因此也不可作為迭代結(jié)束時的全局最優(yōu)解。

現(xiàn)階段欠定盲源分離混合矩陣技術(shù)的應(yīng)用還會基于角度檢索聚類，開展混合矩陣估計計算工作，在實際計算期間不必將源信號充分稀疏或者確定源信號數(shù)量。

首先，確定單源區(qū)間值。由于欠定場景分離依賴的信號稀疏性較強，在信號稀疏性顯著的情況下，信號序列采樣點多取值為0。將該信號放置在二維散點圖中，觀察信號經(jīng)變化處理后的狀態(tài)，要對其進行稀疏化處理。

假定欠定盲源分離混合矩陣技術(shù)應(yīng)用條件，混合信號具有一定的稀疏性。因此在信號構(gòu)成混合信號過程中會具備線性聚類特征。如果將信號區(qū)間分段控制在較小范圍之內(nèi)，可以忽視噪聲對信號傳輸?shù)挠绊憽鹘y(tǒng)欠定盲源分離混合矩陣算法需要首先明確源信號數(shù)量，并對源信號進行充分稀疏處理。在不充分稀疏的情況下，應(yīng)當(dāng)直接使用傳統(tǒng)算法對混合矩陣展開估算，因此需要選擇適宜變換形式。

獲取單源區(qū)間以及源信號個數(shù)。為從根本上提升欠定盲源分離混合矩陣技術(shù)應(yīng)用水平，還需要對部分稀疏混合信號進行分離處理，切實增強估算結(jié)果精準度。提出一種角度檢索算法，改善傳統(tǒng)聚類算法的不足之處，明確個源信號個數(shù)。注重設(shè)置混合估計矩陣，明確估計源信號數(shù)目、聚類前篩選有效數(shù)據(jù)點。判斷以稀疏化樣本的各樣本點是否接近零值。如接近零值的情況下，需要刪去該點剩余序列部分，對信號進行稀釋處理。

對欠定盲源分離混合矩陣技術(shù)進行仿真驗證，分析混合信號產(chǎn)生原因。仿真三路源信號混迭兩路觀測信號，并恢復(fù)三路混合信號以及信號分離流程，做好信號稀疏化、信號源數(shù)量估計、混合矩陣估計以及源信號恢復(fù)等工作。

通過繪制二維散點圖，衡量變量之間的內(nèi)在關(guān)聯(lián)度，觀察混合信號的時域瞬時情況，在發(fā)現(xiàn)兩混合信號變值無明顯關(guān)聯(lián)的情況下，還需要注重觀察兩路頻域幅值的關(guān)聯(lián)度，將數(shù)據(jù)點設(shè)置成直觀的地線狀形態(tài)。

4、低頻通信信號檢測硬件設(shè)施

為從根本上增強低頻通信信號檢測水平，還需要開發(fā)出一種能夠滿足低頻調(diào)頻識別技術(shù)的硬件設(shè)施。

自動識別技術(shù)主要誕生于20世紀60年代。現(xiàn)有自動識別技術(shù)主要分為基于似然函數(shù)的決策理論以及基于特征參數(shù)提取的統(tǒng)計模式識別兩種方式。

其中，基于似然函數(shù)的決策理論識別方式主要包括背靠概率理論、假設(shè)檢驗理論有兩種類型。在實際計算過程中，需要著重關(guān)注最小化平均風(fēng)險函數(shù)最優(yōu)解，將低頻通信信號的調(diào)制方式轉(zhuǎn)變?yōu)槎嘣僭O(shè)檢驗問題模型。

信號預(yù)處理是信號核心業(yè)務(wù)算法處理的重要環(huán)節(jié)，需要在實際處理期間做好接收信號分離、下變頻、信噪比估算等工作。提取特征參數(shù)，做好統(tǒng)計模式識別工作。歸納總結(jié)目標信號各信號、頻域特征值，并構(gòu)造出集內(nèi)以及有分區(qū)度的參數(shù)，完成信號分區(qū)情況。參數(shù)設(shè)備質(zhì)量可直接影響到系統(tǒng)整體識別性能。

做好輸入待識別信號特征參數(shù)的計算工作， 并對信號類別進行明確評估。似然函數(shù)決策理論識別方式，具有算法理論直觀、不必采用假設(shè)條件、實時性較高等特征。

配合使用能量檢測方式。信號加噪音能量大于噪聲信號，實際定量判別需引入功率平坦系數(shù)。做好直觀時域調(diào)查工作，將實際信道轉(zhuǎn)換轉(zhuǎn)化為加性高斯白信道，待檢測信號的高斯白噪聲功率譜密度如下圖所示。

通過對信號功率譜密度的平坦性進行定量描述，引入?yún)?shù)值以及信號功率譜平坦指數(shù)。在信號功率譜平坦度參數(shù)越大的情況下，信號的功率譜就越不平坦。

做好后續(xù)能源檢測各項工作。在輸入待識別信號后計算出功率譜密度值以及功率譜平坦度指數(shù)，對計算參數(shù)以及設(shè)定門限進行對比分析，判斷在信號中是否存在非噪聲信號。

總結(jié)：總而言之，低頻通訊信號檢測技術(shù)日漸完善。為從根本上提高低頻通信信號檢測水平，擴大低頻通信信號檢測覆蓋面，還需要分析現(xiàn)存與信號檢測期間的各類影響因素，不斷優(yōu)化現(xiàn)有低頻通信信號檢測系統(tǒng)，配合使用先進的盲源分離、軟件無線技術(shù)，擴大通信信號檢測覆蓋面，確保低頻通信信號檢測結(jié)果能夠在后續(xù)優(yōu)化通信設(shè)備，加強通信設(shè)備管控力度中發(fā)揮出重要作用。

參考文獻

[1]王中奎. 單通道單脈沖擴頻角跟蹤系統(tǒng)信號檢測技術(shù)研究[D].西安電子科技大學(xué)，2017.

[2]張哲. 低頻通信信號盲檢測技術(shù)研究與實現(xiàn)[D].哈爾濱工程大學(xué)，2017.

[3]王坤朋. 微弱信號檢測的盲源分離方法及應(yīng)用研究[D].重慶大學(xué)，2014.

[4]唐川. 大規(guī)模MIMO系統(tǒng)信號檢測技術(shù)算法研究及硬件加速[D].國防科學(xué)技術(shù)大學(xué)，2017.