一种面向宽带频谱的信噪分离方法
A signal-to-noise separation method for broadband spectrum
查看参考文献20篇
|
文摘
|
自动化频谱监测中,信噪分离为宽带频谱序列进一步信号识别和统计提供算法支撑,而现有的频域信噪分离方法存在准确性较低的问题,为提高算法准确性,提出了一种面向宽带频谱的信噪分离方法.首先,分析实测宽带频谱样本数据特征,采用爱泼斯-普利方法验证了频谱噪声数据样本满足正态性;其次,结合标准差理论,采用邻值比较和窗口划分方法确定信噪分离阈值;最后,以信噪分离准确性为目标,通过迭代优化邻值比较判别值及窗口划分宽度,提高了算法的准确性.数据验证和对比分析表明,本文方法的信噪分离阈值与频谱噪声吻合较佳,准确性高至90.53%,明显高于现有信噪分离方法,且运行速度快,能够较好地应用于自动化频谱监测的实时信号识别与统计. |
|
其他语种文摘
|
Signal-to-noise separation provides algorithmic support for further signal identification and statistics of wide-band spectrum sequences for automated spectrum monitoring.However,the existing methods of frequencydomain signal-to-noise separation have low accuracy issues.In order to improve the accuracy of the algorithm,a signalto-noise separation method for wideband spectrum is proposed.Firstly,the characteristics of the measured broadband spectral sample data are analyzed,and the Epps-Pulley method is employed to verify that the spectral noise data samples satisfy the normality.Secondly,along with the standard deviation theory,the signal-to-noise separation threshold is obtained by using neighbor value comparison and window partitioning methods.Finally,the key parameters is iteratively optimizes for improving the accuracy of the algorithm.Data verification and comparative analysis show that the signal-to-noise separation threshold of this method agrees well with the spectral noise,and the accuracy is as high as 90.53%,which is significantly higher than the existing methods.Furthermore,the algorithm runs fast and can be better applied to real-time signal identification and statistics. |
|
来源
|
电波科学学报
,2021,36(2):201-207 【扩展库】
|
|
DOI
|
10.13443/j.cjors.2020031601
|
|
关键词
|
频谱监测
;
宽带频谱
;
正态性
;
窗口划分
;
信噪分离
|
|
地址
|
中国科学院新疆天文台, 乌鲁木齐, 830011
|
|
语种
|
中文 |
|
文献类型
|
研究性论文 |
|
ISSN
|
1005-0388 |
|
学科
|
电子技术、通信技术 |
|
基金
|
国家自然科学基金
;
中国科学院"西部之光"人才培养引进计划
;
中国科学院天文台站设备更新及重大仪器设备运行专项经费支持项目
|
|
文献收藏号
|
CSCD:6968832
|
参考文献 共
20
共1页
|
|
1.
刘奇. 射电天文台站准实时电波环境测量方法.
电波科学学报,2017,32(6):718-724
|
CSCD被引
16
次
|
|
|
|
|
2.
Porko J G.
Radio frequency interference in radio astronomy,2011
|
CSCD被引
2
次
|
|
|
|
|
3.
ITU.
Report ITU-R RA. 2126. techniques for mitigation of radio frequency interference in radio astronomy,2007
|
CSCD被引
2
次
|
|
|
|
|
4.
Netherlands Institute for Radio Astronomy.
RFI measurement protocol for Candidate SKA Sites,2003
|
CSCD被引
2
次
|
|
|
|
|
5.
李建斌. 大型射电望远镜电磁环境频谱监测.
电波科学学报,2015,30(2):378-382
|
CSCD被引
13
次
|
|
|
|
|
6.
ITU.
Recommendation ITU-R SM. 2256. spectrum occupancy measurements and evaluation,2012
|
CSCD被引
1
次
|
|
|
|
|
7.
袁力. 现场环境下设备区域电磁干扰检测与识别方法.
电波科学学报,2017,32(6):650-656
|
CSCD被引
11
次
|
|
|
|
|
8.
王利云. 宽带频谱序列干扰信号识别及统计方法.
天文学报,2019,60(5):34-43
|
CSCD被引
1
次
|
|
|
|
|
9.
Chen C H. Extraction of the induced gate noise, channel noise, and their correlation in submicron MOSFETs from RF noise measurements.
IEEE transactions on electron devices,2001,48(12):2884-2892
|
CSCD被引
5
次
|
|
|
|
|
10.
Even J. Frequency domain blind signal extraction: application to fast estimation of diffuse background noise.
Hands-Free Speech Communication and Microphone Arrays,2008:212-215
|
CSCD被引
1
次
|
|
|
|
|
11.
任子良. 一种噪声未知条件下的盲信号提取方法.
电子科技大学学报,2018,47(5):646-653
|
CSCD被引
2
次
|
|
|
|
|
12.
Giannini F. A new method to extract noise parameters based on a frequencyand time-domain analysis of noise power measurements.
IEEE transactions on instrumentation and measurement,2008,57(2):261-267
|
CSCD被引
3
次
|
|
|
|
|
13.
严天峰. 基于形态学梯度的信号噪声分离算法.
计算机应用,2011,31(11):2922-2925
|
CSCD被引
4
次
|
|
|
|
|
14.
冯霞. 基于纹理特征的背景噪声提取的应用研究.
电子学报,2009,37(9):2092-2095
|
CSCD被引
6
次
|
|
|
|
|
15.
张群涛. 基于数据拟合的宽带频谱窄带干扰提取方法.
科学技术与工程,2016,16(2):191-197
|
CSCD被引
4
次
|
|
|
|
|
16.
刘奇.
一种基于宽带频谱的干扰信号提取方法.中国, ZL 2015 1 0542046.0,2015
|
CSCD被引
1
次
|
|
|
|
|
17.
刘奇.
一种基于邻值统计的宽带频谱信噪分离方法.中国, 2018115105875,2019
|
CSCD被引
1
次
|
|
|
|
|
18.
Rohlfs K.
射电天文工具,2008:53-55
|
CSCD被引
1
次
|
|
|
|
|
19.
Epps T W. A test for normality based on the empirical characteristic function.
Biometrika,1983,70:723-726
|
CSCD被引
5
次
|
|
|
|
|
20.
Henze N. A approximation to the limit distribution of the Epps-Pulley test statistic for normality.
Merika,1990,37:7-18
|
CSCD被引
3
次
|
|
|
|
|
了解气象卫星更多信息，请访问