一种电磁频谱信号能量异常检测方法

本发明涉及电磁频谱空间异常检测，尤其涉及一种电磁频谱信号能量异常检测方法。

背景技术：

1、掌握电磁频谱信号活动情况是电磁频谱空间领域的一项重要活动，其途径和方式的优势决定了分析的效率和准确性。目前，电磁频谱信号活动情况的掌握，针对电子目标主要依赖于电子侦察，针对小范围辐射源主要依赖于频谱监测等设备，但随着频谱监测设备能力的提升，也能发现更远的信号，包括电子目标的信号。频谱监测设备的优势是能从时、空、频、能、谱等多维度对电磁频谱信号进行分析和处理，并且能域是频谱信号的重要要素，能够弥补传统电子侦察方式在能域分析处理上的薄弱之处。通过频谱监测设备观测到的电磁频谱信号剧烈变化，最直接的表现就是信号能量大幅度波动，比如：信号出现、消失，信号功率增强、降低等，对这类信号能量大幅度波动统一定义为信号能量异常，这些异常往往预示着重要事件的发生。现有技术对电磁频谱信号能量异常的发现，往往依赖于人的经验，具体体现在以下两方面：

2、人工分析电磁频谱信号能量幅值变化剧烈程度判断异常。该类方法主要是利用频谱监测设备测量的频率、带宽、调制方式、方向、信号电平等参数，与历史数据进行比对，并观察信号变化幅度和持续时间，继而人工判断出信号是否发生异常。这种方式判断信号能量异常的正确性取决于人的经验，并需要人工长时值守才能发现频谱能量异常。

3、设置电磁频谱信号能量门限判断超标异常。该类方法是基于频谱监测设备获取的信号频谱，依据经验设置能量幅度门限，或者依据统计信号历史平均变化情况设置门限，超过该门限则表示发生异常。这种方式较前面的人工分析方式有所进步，但仍然需要根据人的经验或者数据平均统计情况设置信号门限，无法保证门限的准确性；并且电磁环境发生变化，或者监测设备发生搬动，均需要重新设置门限，无法自动适应性调整门限。

技术实现思路

1、本发明所要解决的技术问题在于，提供一种电磁频谱信号能量异常检测方法，应用于对电磁频谱信号变化的检测处理,能够基于频谱监测设备获取的电磁频谱信号谱变化的特点，进行电磁频谱信号能量异常的客观自动检测与发现。

2、为了解决上述技术问题，本发明实施例公开了电磁频谱信号能量异常检测方法，所述方法包括：

3、s1，在执行重要监测任务前，获取电磁频谱信号；

4、s2，对所述电磁频谱信号进行处理，得到k个典型频率的频谱，k为整数；

5、s3，对所述k个典型频率的频谱进行处理，得到信号能量波动门限；

6、s4，在执行重要监测任务时，实时计算电磁频谱信号的能量波动方差；

7、s5，将所述能量波动方差与所述信号能量波动门限进行频谱能量波动变化对比检测，得到信号能量异常检测结果；

8、s6，在信号能量异常时，对所述能量波动方差进行处理，得到能量异常程度信息；

9、s7，根据所述能量异常程度信息进行告警处理。

10、作为一种可选的实施方式，本发明实施例中，所述对所述k个典型频率的频谱进行处理，得到信号能量波动门限，包括：

11、s31，对所述k个典型频率的频谱进行处理，得到频谱能量方差矩阵；

12、s32，对所述频谱能量方差矩阵进行映射，得到频谱能量方差图像信息；

13、s33，对所述频谱能量方差图像信息进行处理，得到图像总的模糊熵；

14、s34，对所述图像总的模糊熵进行处理，得到信号能量波动门限。

15、作为一种可选的实施方式，本发明实施例中，所述对所述k个典型频率的频谱进行处理，得到频谱能量方差矩阵，包括：

16、利用方差计算模型，对所述k个典型频率的频谱进行处理，得到频谱能量方差矩阵；

17、所述方差计算模型为：

18、

19、其中，i＝1,2,…,k，m为采集的电磁频谱信号的帧数，为第mi帧频谱能量方差矩阵，smi(e)为第i个典型频率的第mi帧频谱，为k个典型频率的频谱均值。

20、作为一种可选的实施方式，本发明实施例中，所述对所述频谱能量方差矩阵进行映射，得到频谱能量方差图像信息，包括：

21、对所述频谱能量方差矩阵进行处理，得到图像灰度值；

22、所述图像灰度值为：

23、

24、其中，mi＝1,2,…,m，m为采集的电磁频谱信号的帧数，为第mi帧频谱能量方差矩阵，l＝256，*表示相乘，ximi为第i个典型频率第mi帧的图像灰度值；

25、k个典型频率图像灰度值构成频谱能量方差图像信息；

26、所述频谱能量方差图像信息为：

27、{xi1,xi2,…,xim}

28、其中i＝1,2,…,k。

29、作为一种可选的实施方式，本发明实施例中，所述对所述频谱能量方差图像信息进行处理，得到图像总的模糊熵，包括：

30、s331，对所述频谱能量方差图像信息进行处理，得到模糊集矩阵；

31、s332，对所述频谱能量方差图像信息进行处理，得到图像直方图；

32、s333，预设阈值，根据所述阈值对图像直方图进行划分，得到目标图像和背景图像；

33、s334，根据所述模糊集矩阵，对所述目标图像和背景图像进行处理，得到像素属于目标图像的条件概率和像素属于背景图像的条件概率；

34、s335，对所述像素属于目标图像的条件概率和像素属于背景图像的条件概率进行处理，得到图像总的模糊熵。

35、作为一种可选的实施方式，本发明实施例中，所述对所述图像总的模糊熵进行处理，得到信号能量波动门限，包括：

36、s341，对所述图像总的模糊熵进行处理，得到最大模糊熵和平均模糊熵；

37、s342，对所述最大模糊熵和平均模糊熵进行处理，得到启发函数；

38、s343，对所述启发函数进行处理，得到最优模糊熵；

39、s344，对所述最优模糊熵进行处理，得到图像分割阈值；

40、s345，对所述图像分割阈值进行处理，得到信号能量波动门限。

41、作为一种可选的实施方式，本发明实施例中，所述实时计算电磁频谱信号的能量波动方差，包括：

42、利用实时滑窗模型，计算电磁频谱信号的能量波动方差；

43、所述实时滑窗模型为：

44、

45、其中，ni＝t0,t0+1,t0+2,…,n+t0-1，窗的宽度为n，步长表示为1，表示第i个典型频率t0窗内电磁频谱信号的能量波动方差，sni(e)为第i个典型频率t0窗内的频谱，为k个典型频率的频谱均值。

46、作为一种可选的实施方式，本发明实施例中，所述将所述能量波动方差与所述信号能量波动门限进行频谱能量波动变化对比检测，得到信号能量异常检测信息，包括：

47、s51，记录当前窗口内的能量波动方差和当前窗口1个步长前窗口内的能量波动方差，得到第一能量波动方差和第二能量波动方差；

48、s52，将所述第一能量波动方差和第二能量波动方差与所述信号能量波动门限进行频谱能量波动变化对比检测，得到信号能量异常检测信息。

49、作为一种可选的实施方式，本发明实施例中，所述将所述第一能量波动方差和第二能量波动方差与所述信号能量波动门限进行频谱能量波动变化对比检测，得到信号能量异常检测结果，包括：

50、s521，如果所述信号能量波动门限大于等于第一能量波动方差，且小于第二能量波动方差，则当前时间窗口信号能量大幅度增加，信号能量异常检测结果为信号能量异常；

51、s522，如果所述信号能量波动门限大于等于第二能量波动方差，且小于第一能量波动方差，则当前时间窗口信号能量大幅度下降，信号能量异常检测结果为信号能量异常。

52、作为一种可选的实施方式，本发明实施例中，所述在信号能量异常时，对所述能量波动方差进行处理，得到能量异常程度信息，包括：

53、对所述能量波动方差进行处理，得到第一能量波动方差和第二能量波动方差；

54、利用能量异常程度计算模型，对所述第一能量波动方差和第二能量波动方差进行处理，得到能量异常程度信息；

55、所述能量异常程度计算模型为：

56、

57、其中，e1为能量异常程度信息，为第二能量波动方差，为第一能量波动方差，i＝1,2,…,k，ni＝t0,t0+1,t0+2,…,n+t0-1，窗的宽度为n，t0为窗的位置，k为典型频率的个数。

58、与现有技术相比，本发明实施例具有以下有益效果：

59、(1)本发明提出了一种电磁频谱信号能量异常检测方法，实现了对电磁频谱信号数据的客观分析，以及信号能量异常的自动检测，提高了导致信号变化的重要事件发现效率；

60、(2)为目标异常行为分析从能域维度提供了新的佐证手段，增加了目标意图分析的维度；

61、(3)使得目标用频变化检测从频点切换或者工作模式变化扩展到用频能量的变化。