无线电广播信号中心频率的计算

(西华大学计算机与软件工程学院 四川 成都 610039)

前言

随着信息技术的快速发展，无线电通信在国民经济发展、社会生活和国防建设中显示出越来越重要的作用，通信基站、Wi-Fi热点和个人通信终端等种类繁多的无线电信号开始遍布城乡各个角落，导致我们周围的无线电磁环境变得越来越复杂，无线电频谱数据和无线电信号特征数据是无线电管理人员了解复杂电磁环境的主要信息来源。无线电频谱数据为频谱占用度计算、干扰信号监测及频谱资源划分等提供了信息源[1]。在通信系统中，由于发射机和接收机之间的本振不同，以及多普勒频移等因素，使得系统中存在一定的频偏误差。频偏误差的存在对通信系统会产生严重影响，使通信系统性能下降[2]。在各种无线电频谱数据中，中心频率是至关重要的参数，频率偏移会影响通信质量，而通过分析中心频率可以检验频率是否发生偏移。因此，中心频率的估计在实际工程中的应用引起了人们广泛关注。几十年来，国内外对中心频率估计技术进行了大量的研究，提出了适用于不同信号的各种算法，并且已经在军事、通信、工业工程等各个领域得到了广泛的应用[3]。本文分析了广播频段中频测量数据的特性，通过计算其每一帧的归一化峰度值来识别其中的静音信号，并以静音信号的频谱测量数据作为研究对象计算中心频率，同时利用MATLAB软件进行仿真实验，验证了该方法的有效性。

一、计算中心频率

在利用广播频段中频测量数据计算中心频率的过程中，为了避免“有声”等其他信号的干扰，我们选用静音信号作为研究对象来计算中心频率。对此，需要对测量得到的中频数据进行分析，找到其中的静音信号。并以静音信号的频谱数据作为研究对象计算中心频率。通过研究发现，在广播信号中，静音与非静音的频谱波形存在明显差异，随着归一化峰度值的增大，频谱波形越来越毛糙，加载的信息量量越来越少，静音特征越来越明显。因此可以利用归一化峰度值来识别静音信号。

(一)归一化峰度值识别静音[4]

峰度是信号的一种四阶统计量，常被作为衡量随机信号与高斯信号区别的度量参数[5]。广播信号中的归一化峰度定义为：

(1)

其中，xi表示一帧频谱数据中第i个采样点所对应的电平值，N为采样点的个数。

随着归一化峰度值的增大，静音特征越来越明显。对此，可以计算中频测量数据每一帧的归一化峰度值，其中归一化峰度值最大的那一帧就是最接近静音或者就是静音信号的频谱图。因此可以根据公式(2)计算中频测量数据每一帧的归一化峰度值，记为ki，然后找出归一化峰度最大值K，该值所对应的那一帧即为归一化峰度值最大的那一帧，将之记为sa。sa即为静音信号或者最接近静音信号的那一帧频谱数据。

(2)

K=maxki|i=1,…,m

(3)

其中：其中m为扫描次数(即数据帧数)，n为扫描采样点个数，sij表示第i帧数据第j个采样点的电平值(即信号强度)。

(二)计算中心频率的方法

找到归一化峰度值最大的那一帧信号sa(即静音信号或者最接近静音信号的)后，通过以下步骤计算中心频率：

Step1：找出电平值最大的采样点

记录归一化峰度值最大的那一帧sa的各个采样点的电平值，找到其中最大的电平值，记为sab，其对应采样点的位置记为b(即第b个采样点的电平值sab最大)。具体计算公式如下：

sab=max{saj|j=1,2,…,n}

(4)

其中：saj为sa那一帧的各个采样点的电平值。

Step2：确定中心频率

由于找到的最大电平值对应的采样点的频率未必是存在信号的中心频率，但其频率值必定是最接近中心频率的，因此可以通过以下方式确定中心频率：

(1)通过找到的最大电平值对应的采样点的位置计算其频率值，记为fce，该值即为最接近中心频率的频率值，其计算公式如下：

(5)

其中fend为起始频率，fstart为终止频率，n为扫描采样点个数，b为最大的电平值对应的采样点的位置。

(2)通过以下公式确定中心频率：

fc=round(fce×a)/a

(6)

其中round为取整函数(四舍五入)，a为频率精度(即具体到小数点后多少位，如a=10时，保留为小数点后1位)。实际情况中频率精度大多为10。

二、实验分析

针对上述方法，本文使用R&S公司的EM100接收机、HE600天线设备，在四川省成都市西华大学无线电监测点采集了一定量的频谱数据，利用所采集的频谱数据利用MATLAB仿真实验，验证了本文所提方法的合理性和有效性。

实验采集了给定的起始频率以及终止频率等的中频数据，利用MATLAB进行仿真实验，其部分结果如下表：

表1 通过中频数据计算中心频率部分实验结果

下图为相应实验组归一化峰度值最大那一帧的频谱图，图中红色的点代表采样点中电平值最大的点，也是频率值最接近中心频率的点。

图1 对应的归一化峰度值最大的频谱图

通过实验发现归一化峰度值最大的那一帧的频谱图的静音特征非常明显，可见利用归一化峰度值识别静音信号是有效的，同时对于给定相应的不同起始频率和终止频率，在一定的频率精度下该方法所找到的中心频率是相同的。在实际中，FM106.1是四川人民广播电台，由此可见，利用本文所提出的方法找到的中心频率与实际一致。

三、结束语

本文对广播段的中频测量数据进行了分析，通过计算中频数据每一帧的归一化峰度值识别其中的静音信号，并以静音信号为研究对象算中心频率。同时通过大量的MATLAB仿真实验验证了方法的有效性，结果表明找到的中心频率与实际一致。同时可以以该方法为基础判断信号频率是否发生频偏，为广播段频率监测和维护提供了一种可行的方法。

【参考文献】

[1]唐朝京,刘培国.电磁频谱安全问题探讨[J].国防科技,2011,32(4):18-20.

[2]卢洪荣.软件无线电中的载波频偏估计研究[J].电脑编程技巧与维护,2011,(6):60-61.

[3]姜瑾.双通道窄带信号中心频率及带宽估计[D].电子科技大学,2008.

[4]程培培,刘越智.归一化峰度在广播信号处理中的应用[J].中国无线电,2015,10:63-64.

[5]胡啸,马洪.归一化峰度及其在弱非线性系统盲辨识中的应用[J].信号处理,2010,09:1389-1396.