非正常无线电信号的自动识别系统开发研究

陈楠

（江苏无线电厂有限公司，江苏南京210022）

非正常无线电信号的自动识别系统开发研究

陈楠

（江苏无线电厂有限公司，江苏南京210022）

探讨了非正常无线电信号的自动识别系统，通过分析实测无线电信号的频谱数据，结合无线电监测经验知识和特征提取方法，完成对无线电信号的特征提取。

非正常无线电信号；自动识别；系统开发

引言

无线电监测主要针对无线电管理地域内的无线电信号，并对该无线电信号进行分析、识别、监视并获取其技术参数、工作特征和辐射位置等技术信息。非正常无线电信号的发现与识别在无线电监测中占有重要地位，特别是在重大活动期间对非正常无线电信号的监测更为重要。

传统的无线电监测工作是无线电监测人员通过监测设备，配合专业知识和监测人员的实际经验来人工完成的，且主要是通过该信号的频谱图和持续时间来判断。这种识别方式不足方面有：

1）不同的工作人员有不同的经验知识，在做决策时存在一定的主观性，直接影响非正常无线电信号的正确识别；同时无线电监测过程中对非正常信号的发现与识别依赖于技术人员，其中大部分工作重复进行，是对人力资源的浪费，且在应急情况下极大地增加了其工作难度和工作量；2）非正常无线电信号的识别遵循一套规范的监测流程，由于现有无线电监测设备的信息处理能力不足，导致非正常无线电信号的识别严重依赖于技术人员，无法实现无线电监测设备的无人执机。

1 非正常无线电信号的自动识别系统开发研究

非正常无线电信号是指监测到的非法或干扰信号，包括扫描式干扰、宽带干扰、窄带干扰和非法插播信号等。可疑信号是指系统通过初步判断为疑似非正常的无线电信号，但还需要进一步确定的信号。

非正常无线电信号自动识别系统包括无线电信号监测设备系统、无线电信号智能分析系统、网络通信系统和处理控制器；监测设备系统接收空中的电磁波，进行变换处理，产生信号的监测数据，包括：频谱数据，语音数据，方位数据，中频测量数据等；智能分析系统通过对监测数据进行一系列智能分析处理，自动识别非正常信号；网络通信系统负责系统各模块之间，系统与外部其它设备之间的通信；处理控制器负责协调各个模块之间的处理调度。其中无线电信号智能分析系统，包括无线电非正常信号检测模块、非正常信号特征提取模块、非正常信号识别模块、系统自学习模块，以及台站数据库、电磁环境数据库、非正常信号数据库；通过数据接口获得频段扫描数据，采用分段动态自适应阈值算法监测出该频段的所有信号及对应的频点，对信号频点进行中频测量或中频测向获得信号的详细数据，分析处理提取信号的多种特征，将所提取的特征输入非正常信号识别模块，识别出该信号所属的类别；系统自学习模块使用非正常信号识别模块产生的数据，定期更新、完善特征提取参数和信号识别算法参数。

无线电信号监测设备系统包括接收机、频谱测量仪、测向设备、监听设备、控制设备、天馈系统，以及通信、电源、防雷接地、环境监控等辅助系统；监测接收机通过天馈系统接收空中的电磁波，进行变换处理，产生信号的频谱数据、语音数据、方位数据、中频测量数据等，监测接收机通过GPS接收机获得经纬度坐标数据，监测接收机通过环境控制系统获得监测站所在的地理环境信息、气候温度等数据信息；台站数据库是在该地域的所有申报、批准的无线电用频设备的数据，电磁环境数据库包含该地域所有频段正常情况下的监测数据。

如图1所示，无线电智能分析系统通过通信接口调用监测设备系统的服务，获取无线电信号的频谱数据、中频数据、方向数据和IQ数据等。通过这些数据智能分析系统自动分析数据，准确检测信号、提取信号特征、自动识别信号、通过报警系统报警、通过网络系统将分析结果上报上级系统。监测设备系统包括天馈系统、环境控制系统、监测接收机、GPS接收机、控制处理器和通信接口等。整个系统通过网络系统与其它系统或上级系统进行互联通信。

图1 无线电信号智能分析系统

非正常无线电信号的自动识别方法的步骤为：首先通过对指定的频段进行频段扫描，进行信号检测；对检测出的信号提取一系列特征并选择具有较好鉴别能力的特征；然后运用改进的FCM算法自动识别信号的类别；根据识别出的信号类型自动报警；最后对识别出的非正常无线电信号，系统进行保存，通过人工确认标定后，进入非正常信号数据库，通过新的数据库自学习特征选择算法参数和FCM新的聚类中心，使得系统具有不断学习的能力，智能化水平不断提高。

2 结论

该实测信号检测方法具有针对不同业务频段的噪声水平，自动调整阈值的功能；该实测信号检测方法具有普适性，即适用于所有的监测设备；该信号识别方法采用模糊聚类分析的方法得到每类非正常无线电信号的多个聚类中心后根据距离测度进行判断可疑信号的类别，这样更符合现实情况；该自学习能力使本系统能够适应各种监测环境，且提高非正常无线电信号的识别精度；根据识别结果，结合无线通信设备，该方法提供了监测设备的自动报警功能，可实现无线电监测设备的无人执机，有效减轻监测人员的工作量，提高监测设备的使用效率。

（编辑：刘楠）

Development of Automatic Recognition System for Abnormal Radio Signals

Chen Nan
(Jiangsu W ireless Power Plant Co.,Ltd.,Nanjing Jiangsu 210022)

This paper discusses the automatic recognition system of abnormal radio signals.By analyzing the spectrum data ofmeasured radio signals,combined with the radio monitoring experience knowledge and feature extraction method,the feature extraction of radio signal is completed.

non normal radio signal;automatic recognition;system development

TN911.7

A

2095-0748(2016)23-0111-02

10.16525/j.cnki.14-1362/n.2016.23.53

2016-11-19

陈楠（1986—），男，江苏连云港人，本科，助理工程师，研究方向：无线电通信、射频信号产生与检测技术开发。