无线电信号分析技术

1无线电信号分析技术2内容总览第一部分：数字无线电监测系统第二部分：无线电信号频谱分析第三部分：无线电信号时频分析第四部分：无线电信号参数分析第五部分：信号分离技术3第一部分：数字无线电监测系统——下一代无线电监测系统一、概述二、数字无线电监测系统组成三、数字信号采样四、数字接收机关键指标五、I、Q输出4一、概述模拟无线电监测系统的演进；数字信号处理技术发展的结晶；采集和存储信号的数字采样信息；通过数字信号处理技术实现信号再生、复原以及参数测量。5二、数字无线电监测系统组成带通滤波宽带滤波低噪放一本振天线馈线信号处理单元A/D计算机基本数字接收机扩展功能6三、数字信号采样采样方式：1、基本采样采样原则：采样数值能够准确地确定原信号。适用范围：基带信号采样速率：fs≥2fmax，fmax为信号最高频率2、带通采样适用范围：中频信号采样速率：n为满足上述条件的最大正整数。7四、数字接收机关键指标1、A/D位数确定A/D转换灵敏度、信噪比n为A/D位数，B为模拟信号带宽，fs为采样信号频率2、采样速率fs决定数字接收机可以处理的模拟信号带宽8四、数字接收机关键指标(续)3、接收机动态范围其中，IP3为放大器三阶截点的输出功率；G为放大器增益；NF为噪声系数（含放大器、下变频器和A/D噪声系数）；BF为为滤波器带宽。从中看出：IP3是关键指标9五、I、Q输出许多数字接收机提供I和Q两路输出。数学含义：其中：不含射频信息，但含有基带信息。称为信号的同相分量和正交分量。10第二部分：无线电信号频谱分析一、概述二、离散傅立叶变换（DFT）三、常用算法：FFT11一、概述频谱管理是无线电管理工作的重点频谱分析是无线电管理的工具频谱分析仪是常用的频谱分析设备频谱分析工具——离散傅立叶变换12二、离散傅立叶变换（DFT）采集得到数字信号x(n),n=0,1,2,3,…….DFT:,k=0,1,2,3…N-1;其中X(k)为复数，含有幅度相位信息。IDFT:n=0,1,2,3…,N-1;13三、加窗问题计算离散时间信号需要用到信号在全体时间上的值，在实际应用中我们仅能在有限时宽内观测信号，相当于对信号进行加窗。加窗的结果导致信号能量的泄漏。由于泄漏，加窗不仅扭曲了谱估计，也降低了谱的分辨率。14三、加窗问题（续1）令{X(n)}为被分析信号，如果序列时宽为区间0≤n≤l-1内的l个样本，这相当于用长度为l的矩形窗乘，即：令为窗函数序列的傅立叶变换则WW(ω)的傅立叶变换频率15三、加窗问题（续2）还可以给信号加其它的窗加窗遵循规律带宽准确性高：主瓣宽度越大，旁瓣数目越少。分辨率准确性高：主瓣宽度越小，旁瓣数目越多。16三、常用算法：FFTFFT是DFT的快速计算方法Matlab语句：fft(x(n),N)x(n)为数字采样信号；N为离散傅里叶变换数据x(n)的长度。特点：使用简单、经济方便17FFT的关键指标1、频率分辨率：,fs为信号采样速率2、实际频率：,n为FFT输出序列3、对称性：输出数据关于n/2对称，相位相反。因此n/2以上数据无意义。N(512)点fft输出系列n/2以上数据无意义18第三部分：无线电信号时频分析一、目的二、短时傅立叶变换(STFT)三、应用19一、时频分析目的频谱分析缺点：不能反映信号频谱随时间的变化；时频分析目的：分析信号频率随时间的变换规律，为信号分析提供更多的信息。20二、短时傅立叶变换STFT数学表达式：n为数据长度，其取值大于N。类似于离散傅立叶变换，是信号序列的DFT。Matlab语句：tfrstft(x,t,N,h)其中：t时刻，N为长度，h为归一化的频率平滑窗。21三、时频分析应用对于ASK和FSK信号调制方式识别非常容易。举例一：ASK和FSK信号。举例二：大功率无绳电话开机密码解码。22举例一：2FSK（实际信号）23举例二：大功率无绳电话开机密码解码24第四部分：无线电信号参数分析一、无线电信号二、信号参数分析目的三、希尔伯特变换四、工程实现方法五、应用25一、无线电信号无线电信号表达式：三个参数瞬时幅度：a(t)瞬时相位：瞬时频率：0()()cos(2())utatftt0()2()tftt26二、信号参数分析目的手段：获取瞬时幅度、瞬时频率、瞬时相位；从而全面掌握信号特征，识别信号类型；完成信号参数测量和识别解调等任务。27三、希尔伯特变换1、解析信号实信号：解析信号：相位：虚部：0()()cos2()utatftt0()2()tftt0()()sin2()vtatftt28问题：为什么使用解析信号？回答：解析信号易于获取信号的三个参数，为信号分析提供手段。292、希尔伯特变换实信号：希尔伯特变换：物理解释：对信号进行一次正交相移，从而产生正交信号。正交含义：()()0utvtdt30频谱解释实信号：——共轭对称性物理含义：正负频率分量对称，相位相反。解析信号实信号的频谱正、负频率对称解析信号的频谱f0,频谱为0f0,频谱为2U(f)313、参数计算三个特征参数：瞬时幅度瞬时相位瞬时频率()()[]()vttargtanut1()()2dtftdt32四、工程实现方法信号采样——模拟信号数字化u(n),n=0,1,2,…数字信号处理计算步骤：（1）（2）()()FFTunUk33四、工程实现方法（续）数字信号处理计算步骤（续）：（3）（4）34五、应用1、调制方式识别2、参数测量数字接收机I/Q输出即为正交信号，可以从I/Q输出完成信号参数的测量。调制方式瞬时幅度瞬时相位特征瞬时频率特征调幅随时间变化以2/f0为周期变化固定值调频固定值随时间变化随时间变化调相固定值随时间变化固定值35第五部分：信号分离技术一、循环谱技术二、独立分量（ICA）技术36一、循环谱技术1、循环谱相关函数如果信号的自相关函数具有周期特性，则可以通过Fourier变换求得信号的循环谱相关函数，即：（1）这里：[-T,T]为感兴趣的时间。Tj2txT1Rx(t)x(t-)edt2T2237一、循环谱技术（续）2、循环谱密度函数对循环谱相关函数求Fourier变换即可得到循环谱密度函数，即（2）当=0时，（1）和（2）退化为通常的自相关函数和谱密度函数，可见循环谱相关函数和循环谱密度函数是传统自相关函数和功率谱密度函数的推广。由此我们可以判断从其周期频率方面可以提供更多的信息量。2xS()()fxfRed38一、循环谱技术（续）3、谱相关特点：1）具有相同功率谱密度（如BPSK、QPSK）而调制类型不同的信号具有不同的谱相关函数；2）平稳噪声和干扰没有谱相关特性，或者说谱相关函数值恒等于0；3）谱相关函数包含与调制信号时间参数相关联的相位和频率信息；4）信号中谱相关分量相互关联，可以利用信号中某些谱元素分量估计其它分量。39一、循环谱技术（续）4、应用：信号分离微弱信号提取TDOA定位调制方式识别和信号参数提取40一、循环谱技术（续）5、举例:BPSK＋AM信号分离BPSK信号循环谱00221[()*()()*()]=422221()[()*()()*()]=2422220ccccccxccccccjjcnQffQffQffQffTTnSfeQffQffeQffQfffTT其它41AM信号循环谱0002011()()0441()()240aaixaSffSffSfSfef其他42BPSK＋AM信号的循环谱-2-1012x107-2-1012x107246810cyclicfrequency/Hzcyclic-spectrumofBPSK+AM+noisesignalsfrequency/HzAmplitude43普通功率谱-2.5-2-1.5-1-0.500.511.522.5x107024681012commonspectrumofmixedsignalfrequency/HzAmplitude-2.5-2-1.5-1-0.500.511.522.5x1070246810frequency/HzAmplitudecyclic-spectrumon2Fcofmixedsignal44BPSK与BPSK＋AM（1/Tc）循环谱对比-2.5-2-1.5-1-0.500.511.522.5x10700.511.522.53cyclic-spectrumonFdofBPSKsignalfrequency/HzAmplitude-2.5-2-1.5-1-0.500.511.522.5x10701234frequency/HzAmplitudecyclic-spectrumonFdofmixedsignal45二、独立分量（ICA）技术问题：目的：()()kkxAs()()kkyWx混合矩阵A()sk()xk()yk解混矩阵WICA数学模型46目标：寻找解混矩阵W使输出信号之间互相独立手段：ICA算法=目标函数+优化算法目标函数评价：非高斯测度信息论优化算法：梯度下降法等ICA算法47非高斯测度：中心极限定理，一般情况下，多个相互独立的随机变量的线性混合比其中任何一个随机变量都更接近高斯分布。所以，可以把非高斯性作为代价函数，通过非高斯性的最大化来达到提取独立分量的目的。信息论：利用输入或输出之间的信息关系，比如互信息最小化是利用平均互信息来衡量输出分量之间的独立性，当输出分量之间相互独立时，他们的互信息为零。48ICA假设条件源信号为平稳随机过程，且相互独立。混合矩阵是列满秩的源信号的混合是无噪的最多只允许一个源信号服从高斯分布源信号的数目不大于传感器的数目49FastICA方法基于非高斯测度的经典算法目标函数：峭度函数优化算法：梯度下降法流程：白化=〉初始化=〉权值迭代422()[]3([])kurtxExEx311[()]3TkkkwExwxw11Tkkww限制条件50实验仿真及结果00.20.40.60.811.21.41.61.82x104-0.500.5MixedSignals00.20.40.60.811.21.41.61.82x104-10100.20.40.60.811.21.41.61.82x104-101R1R2R351与源信号对比r1=-0.9999r2=-0.9999r3=-1.000000.20.40.60.811.21.41.61.82x104-101OriginalSignals00.20.40.60.811.21.41.61.82x104-10100.20.40.60.811.21.41.61.82x104-101s1s2s300.20.40.60.811.21.41.61.82x104-10010EstimateSignals00.20.40.60.811.21.41.61.82x104-1001000.20.40.60.811.21.41.61.82x104-10-505S1S2S352