基于DTW 的頻譜異常信號檢測方法

李培林 鄒本振

（中國電子科技集團公司第二十九研究所，四川 成都610000）

1 概述

頻譜異常信號檢測對干擾源查找、頻率沖突分析等有重要作用，是頻譜管理人員重點關注的信號類型。頻譜異常信號包括新頻率發現異常信號、頻率（或頻段）非法占用異常信號、能量超標異常信號等，本課題主要研究能量超標異常信號。因電磁頻譜特征提取困難等原因，現有技術對能量超標信號檢測準確性較低[1]。本文考慮異常信號樣本少、樣式多等特點，通過對歷史記錄的正常信號進行大數據量的統計分析，采用統計門限技術在頻段掃描數據中檢測異常信號頻點，對發現的異常頻點信號，引導頻譜監測設備進行單頻點測量，針對采集的單頻點測量數據，借鑒語音識別中的孤立詞語音識別處理方法，采用DTW 算法對能量超標異常信號進行分類識別。

2 DTW 算法

頻譜監測數據是頻率-能量二維數據，它的能量值是根據頻率順序出現排列的，但是在工程實際中，其頻率-能量值存在一定的偏移。DTW 算法一種度量具有不同長度和不同步的序列之間相似度的有效方法，廣泛應用于序列的相似搜索和匹配領域[2]，其原理是將兩個序列按照最小距離準則進行對齊，得到兩個序列之間的距離[3]。判決方法是認為與被測序列距離最小的序列就是該序列的識別結果。本文采用DTW 算法對頻譜異常信號進行檢測，頻點信號匹配示意圖如圖1 所示?？梢钥吹叫盘? 和信號2 在整體形狀很相似，單在頻率軸上不對齊，如果采用傳統的比較距離的方法來計算相似性，A 點對應的計算點為點，計算得到的距離值將較大，實際上，A 點的應該對應B 點計算才正確，DTW 可以通過找到兩個波形的對齊點并計算兩個波形的距離。

3 頻譜異常信號檢測技術

頻譜監測數據量大、頻段范圍寬，存在無效、偶發信號的特點，采用頻譜監測數據統計門限算法，通過對大量正常的頻段掃描數據進行統計分析，設定異常信號概率，計算頻段掃描數據各頻點的門限，當實測頻段掃描信號值超過門限，觸發頻譜監測設備轉入異常信號頻點掃描模式，將采集的異常信號頻點掃描數據與異常信號庫中的信號樣本進行模板匹配，完成異常信號的分類和累積。最后通過試驗場采集的數據進行驗證。

模板匹配：模板匹配包括模板建立和模板匹配，模板建立是進行模板匹配的基礎，也是異常信號檢測和判別的關鍵。通過DTW算法將異常信號與信號庫中信號進行匹配，判斷是否是庫中信號，若非庫中信號則保存，若是庫中信號則處理結束。經過長時間的積累，形成豐富的異常信號模板庫，為干擾源的快速查找提供支撐。

圖1 信號匹配

（1）模板建立。

在理想情況下，異常信號樣本庫中同一類型異常信號其波形應一致，但受環境偶發信號、設備熱噪聲等影響，往往存在一定差異性。因此，在建立模板時需對偶發信號等其它干擾信號進行濾除或抑制。設異常信號樣本庫中異常信號A 的頻點數據M 次，完成一次掃描采集的頻點數為k 點，將M 次采集的數據歸一化為一次掃描數據作為模板，需在每個頻點上對能量值進行加權歸一。最簡單的方法是求均值，但無法對偶發信號進行有效壓制，影響后續模板匹配相似系數的計算。本文提出一種方法，設在M 次采集中，偶發信號只占較小的比例，相應讓偶發信號的權重較小，反之權重較大。在任一頻段上將能量最大值和最小值之間分n 段，落在第i 段的掃描能量個數為Ni個，第i 段中每一能量值的權重值為Vi，如n 為1即均值權重：

圖2 實測異常信號

圖3 模板庫信號1

圖4 模板庫信號2

圖5 模板庫信號3

4 仿真結果及分析

本次仿真驗證采用超短波頻譜監測設備（型號：中星世通CS-805F）采集的頻譜監測數據，該型設備具有頻段掃描模式和頻點掃描兩種模式，頻段掃描模式下完成單次掃描采集的頻點數量為8001 點，頻點掃描模式下，完成連續波單次掃描采集的頻點數量為1024 點，完成捷變頻數據單次采集的頻點數量為800 點。本試驗中采集的頻段掃描數據為800-1000MHz 數據，分別以異常信號率為1%、10%、20%，在無異常信號環境下采集掃描100 次，異常信號率越高，得到的門限越低，異常信號值越多。采用統計門限為1%值對頻段掃描中的異常信號進行檢測，在中心頻點為925MHz采集的疑似異常信號如圖2 所示。模板庫中異常信號的三種類型分別如圖3、圖4、圖5 所示。其中“Ave-value”為均值樣本，“Wed-value”為加權統計值樣本，其中加權分段值為9。采用DTW算法分別對均值模板和加權統計形成的模板進行匹配計算，結果如表1 所示。綜合考慮信號點長度、信號樣式等特點，將識別門限值（相關系數）設置為3800，相似系數小于門限值時識別為模板庫中信號，信號匹配結論如表2 所示。從表2 可知：（1）異常信號全部識別正確;（2）)測試信號4 為新類型異常信號。

表1 模板匹配相關系數

表2 信號匹配結論

結束語

本文針對頻譜異常信號檢測難的問題，先對頻段掃描數據進行統計分析，快速提取異常頻點信號，再采用DTW 算法將頻點信號與加權統計產生的模板信號進行匹配計算，完成異常信號的識別；最后，采用實測數據進行仿真試驗，表明基于DTW 算法的頻譜異常信號檢測具有較高的識別正確率。