无线电监测中信号频域数据处理优化建议

吴莹莹

（安徽亳州新能源学校 安徽 亳州 236700）

0 引言

无线电信号的频率作为自然界天然存在的一种自然资源，具有排他性、有限性、复用性、非耗竭性、固有传播性、易污染性等特性。 随着无线电通信技术的快速发展，各个国家对无线电频谱资源重要性的认识不断提高，无线电频谱资源在重大安全保障、信息化战争等领域起着不可替代的作用。 信号在频带上可以使用不同的调制参数，也可以采用各种调制形式。 基于频谱的信号类型分析识别技术突飞猛进，人们越来越关注如何才能够在信号分析以及参数测量的过程中应用频谱数据。 新形势下如何有效地进行识别和监测，对相关技术工作有着重要的现实意义［1］。 通过信号分析能够实现信号确认等无线电管理工作，同时，可以防止无线电频谱的非法利用，确保通信的正常运行。 无线电监测的核心内容是以傅里叶变换作为基础的信号频谱分析。 信号的频率以及频谱是信号采集和查找及分析各种类型干扰的重要入手点［2］。 根据当前实际情况来看，一直固定不变的频谱分析参数配置以及单一的频谱分析手段已经很难满足不同类型信号精准识别的要求［3］。

1 频谱分析

根据电磁场理论，电磁场产生的波在空间以不同的频率进行传播（电磁场变化的速率称之为频率），这些频率的集合统称为电磁频谱。 电磁频谱中3 000 GHz 以下的频率被称为无线电频谱。 因此，无线电信号的频谱是自然存在的与无线电信号频率相关信息的集合。 无线电监测行业当中三大主流频谱分析方法分别是频谱图、瀑布图以及荧光光谱分析［4］。 它们的技术演进路径始终是向着更低的信号频谱获取成本以及更快的速度方向发展。

1.1 频谱图

频谱是指频率的分布曲线。 复杂振荡可以分解为振幅不同和频率不同的谐振荡。 将振荡的幅值按频率进行绘制的图形叫做频谱。 频谱广泛应用于声学、光学和无线电技术等方面。 根据频谱信号的频率分量（一般是针对幅频谱和相频谱进行分析，常见的是幅频谱分析），可获得信号的多种参数和信号所通过的网络的参数。 在日益复杂的无线通信环境中，通过频谱图对无线业务、频谱管理、监管作业等活动进行分析研究是当前研究的热点。

1.2 瀑布图

在具体实践的过程中，如果仅仅通过频谱分析，人们很难获取信号的时变特性，在此情况下，人们逐渐开发出了时频联合分析的瀑布图。 将信号的功率谱或幅值谱随转速变化而叠置而成的三维谱图，其横坐标是频率，纵坐标变成了时间，而幅值等则用不同颜色表示，这点有别于前述的频谱图。 借助瀑布图，相关的监测人员能够对信号的时变特性产生直观而又准确的认识。

1.3 荧光光谱

物体经过较短波长的光照，把能量储存起来，然后缓慢放出较长波长的光，放出的光叫荧光。 将荧光的能量与波长关系制成图叫做荧光光谱。 荧光光谱要靠光谱检测才能获得。 在分析突发信号和脉冲信号的特征方面，荧光光谱具有重要作用［5］。

2 研究现状

频谱分析可以借助MATLAB 等现代化的软件，也可使用频谱分析仪等硬件来进行。 频谱分析仪是指用于测定信号的频率和幅度的仪器，其能将信号分解成若干个分量，并且分析各部分的能量分布情况，从而获得有关信号的谱特性的信息。 其原理主要是基于傅里叶变换和谱分析法。 前者包含快速傅里叶变换（fast Fourier transform，FFT）和傅里叶变换（Fourier transform，FT）。 其可以对控制环境中的电磁噪声进行监测，并可以对复杂的电磁噪声源进行监控，从而准确分析控制环境中的电磁噪声成分及其变化，提高控制环境的稳定度。

2.1 计算灵活性

荧光光谱分析对不同信号的频谱特征进行观测，此工作是瀑布图以及频谱无法做到的，但是该方法会导致运算量大幅增加，相应硬件成本也会不断提高［6］。 当前，国内厂商所使用的信号分析软件的功能日趋完善，其不仅具有数字荧光光谱分析的功能，同时还具备数字显示等功能，但是都通过离线计算的方式来进行计算。 该计算方式在实际应用中有诸多限制，灵活性有待进一步改善。

2.2 通信安全性

随着通信技术的发展，信号在军事和民用领域都有了广泛的应用。 对军事领域信号调制方式的识别是对敌方通信进行监听的前提。 知道了调制类型便可以估计调制参数，从而制定出有针对性的侦查策略［7］。 在民用通信方面，需要对无线电进行管理，确保合法通信的正常运行。近些年来，计算机数字处理技术的发展对通信的安全有了一定的保证，通信信号识别技术在非合作通信领域的重要地位不断显现。 当前，国产频谱分析软硬件能够支持三大频谱显示的相关功能，但仍然有很多方面需要改进。

3 无线电监测中信号频域数据处理优化

无线电信号频谱数据处理常使用快速傅里叶变换来实现，其可以将时域的无线电信号转换为频域的信号。 当信号转换为频域信号之后便可分析出信号的频率与其他量的关系。 在频域中进行数据的处理和分析后，还要将处理完的频域信号进行快速傅里叶逆变换，再次得到所需的时域信号。 在信号处理中可使用相应的技术手段和算法，实现频率动态调整采样，从而减小同步误差，减少频谱泄露等问题，达到对无线电信号频域数据处理的优化。 对无线电信号频谱数据处理还可以从以下几个方面来进行。

3.1 改进频谱扫描的灵活性

改进频谱扫描的灵活性对数据后续的处理工作有一定的帮助。 在特定频段的信号概览当中，全景扫描起到了重要的作用，其主要参数体现在采集速度和空采率等方面［8］。

3.1.1 提升采集速度

如果分析带宽与速率相等，那么频率合成器的切换时间可以忽略不计，扫描速度理论公式为式（1）所示。

式（1）中，FS代表采样率，RBW 代表频率分辨率。 可见，如果采样的速率提升了一倍，那么扫描的速度也对应提升一倍。 在实时分析带宽保持不变的情况下，要想提升频率分辨率，必须降低扫描速度。

频谱扫描都是采用频分复用的方式，通过快速改变频率合成器的频率从而获得固定频率。 在具体操作中可采用全景扫描的方式，扫描过程需要切换150 次。 在实际应用中，可选择使用400 MHz 带宽的接收机，由于每40 MHz带宽中需要采集一帧频谱，因此运行速度将大幅提高。

如果是短时间突发信号，上文所提到的采集策略在应用的过程中很容易采集到空白的时段。 如果是一些占空间比较小的脉冲信号，则大概率采集不到信号。 由此可见，如果设置固定的频谱分辨率以及每一个单位频段的固定采集时长都为40 μs 时，会出现采集不到信号和采集到局部信号片段的情况，最终得出的频谱数据不能展现信号完整频段。 如果频率分辨率设置为固定值，采集时间不会发生改变，要做好此项工作需要多个环节相互配合。 如果一共有10 个频段，每一个频段中都有一个周期的脉冲信号，在起始时间段能够做到均匀分配。 如果想对10 个频段完全监测，需要对10 个频段重复扫描10 遍。 反复操作能够确保信号及时被捕捉。

3.1.2 改进局部空采

随着信息技术的快速发展，我国各个行业都应用了现代高科技，市场需求量越来越大，对无线电信号自动化分析处理能力的要求也在不断提高，以频谱扫描作为基础的频谱数据，在实际工作中发挥着无可替代的作用。 如果出现信号局部采集是空的情况，会直接影响到数据的检测工作。 在扫频的过程中，出现局部信号采集缺失以及空采的情况较为常见。

为了避免出现空采的情况，可以采取一些其他形式的扫频策略。 仍然以上述场景为例，可以将扫描策略改为每个单元频段持续采集的数量加大，在对频谱信号连续操作之后，再切换到下一个单位的频段进行扫描，反复操作一遍之后，能够得到相似的频段。 同时，也可对于触发采集的频谱扫描策略进行优化，当将其切换到某一个单位频段之后，静待一段时间，直到信号电平超过预设的门限之后，再对信号进行频谱计算以及采集［9］。 在实际检测过程中，个别微弱信号不容易被检测出来，会给监测工作带来一定的影响，需要相关技术人员不断地改进和优化扫描策略。

3.2 频谱数据处理的完整性

现阶段，瀑布图分析功能以及显示功能是所有国产监测接收机所具备的功能。 将一个典型信号的瀑布图与不同厂家的瀑布图作比较，其中的信号是脉冲形式的线性调频信号，线性调频信号和脉内频率变化趋势不容易显示出来，即使显示出来也不连续，从而导致线性调频信号频率随时间线性增长的变化趋势不能完全反映出来。 究其原因是，如果瀑布图中相邻的频谱和信号不连接，那么在时间上会有一定的间隔，同时相邻频谱对应的间隔时间会更长。 由此可见，需要将线性调频脉冲信号的瞬时频率图完整地显示出来以发挥出真正的作用。

对于某类型信号来说，首先要重视的是时域频谱采集连续性，才能呈现出最真实的信号时频分析图。 如果从这一角度出发进行分析，脉内采用线性调频方式的脉冲信号，各个厂商在检验信号、捕捉能力、信号采集能力时可以此为参照。 在具体应用的过程中，通常不需要长时间显示连续FFT 计算和瀑布图。 从一定程度上来说，不管是常发信号还是突发信号，只需要计算FFT 频率，并且将其瀑布图呈现出来，就能够满足大多数信号的分析要求，减少硬件传输的负担。 因为拉长采集的时间间隔，或者采用连续拉长的方式，对于经常发送的信号来说可能会出现局部采集的情况，所以有必要采用时段电平的采集模式进行采集。

4 无线电监测中信号频域数据优化的实现

目前业内已经实现基于现场可编程门阵列（field⁃programmable gate array，FPGA）采集同向正交信号（in⁃phase quadrature，IQ）数据，包括多级滤波抽取以及中频信号的数字化等，频谱计算以及模拟解调往往都是依靠FPGA 实时完成［10］。 对于大多数FPGA，80 MHz 及以下宽带信号的连续采集完全没有问题，对于100 MB 以上的大宽带、大数据量的IQ 数据采集和缓存也能够处理。 FPGA与上位机／服务器的数据传输，可通过千兆以太网链路完成。 按照这两种类型的链路传输速率，能够实现500kHz带宽的IQ 信号本地传输。 如果上位机或者底层设备配备固态闪存存储介质，能够实现200 MB／s 的IQ 数据实时存储。 大宽带以及大数据量的IQ 数据接受处理和存储，因为其主要的限制在于上层上位机的处理能力有限，所以对于大数据量的IQ 数据包可以以较低的速率上传到上位机中。 采用当前最为典型的商用PC／服务器，能够实现500 kHz 采样率的连续IQ 采集以及传输。

为更好地满足上述要求，实现无线电监测信号的频谱数据处理，需要精心设计无线电监测软件和硬件。 实际信号采集工作面临的场景较为复杂，如突发信号的采集、频繁的监测测向功能以及不同带宽的信号采集等。 这给数据包解析、网络传输以及数据运输等工作带来了困难。 若软硬件系统不够完善，很有可能出现某些采集任务响应不及时或者数据丢包的情况。

使用频谱分析技术来观察信号的频谱特征和频率分布情况，可以发现异常信号或频率冲突问题。 选择合适的频谱分析算法和参数设置，以确保能够准确获取信号频域信息。 在频谱探测中，可能存在一些干扰信号或噪声，这些信号可能会干扰正常的通信。 通过使用滤波器、陷波器等方法，可以削弱或消除干扰信号。 对信号的频谱特征进行提取，可以获取信号的频率、带宽、谱形等信息［11－12］。这些信息可以用于信号分类、识别和定位等应用。 将已知信号的频域特征与监测信号进行匹配，以判断信号是否存在异常或是否属于特定类型。 匹配方法可以包括相关性分析、相似性度量等。 在无线电监测中，信号频域数据处理也需要具备实时性。 选择适当的处理算法和优化方法，以保证数据能够被实时处理和分析。 另外，根据具体的监测需求，在信号频域数据处理中使用合适的技术和方法显得尤为重要［13－14］。

5 结语

综上所述，本文主要对无线电监测的频谱分析工作当中的两个典型问题进行了分析，并提出了相应的改进措施，以期能够为无线电监测频谱分析能力的提升提供更多的帮助，从而提升无线电监测中信号频域数据处理能力。