[发明专利]一种自适应信号搜索门限实时动态生成方法及系统

权利要求书

1.一种自适应信号搜索门限实时动态生成方法，其特征在于，包括：

对当前段频谱轨迹数据进行移动加权平滑处理，得到一平滑曲线；

搜索平滑曲线中所有的峰值点，并按照数值大小排序，形成峰值点序列；

滤除峰值点序列的最小值和最大值，再按照第一比例因子将滤除最值的峰值点序列分割成噪声序列和信号序列两部分；

将噪声序列中数据的偏差值与平均值叠加，得到噪声的估计值；将信号序列中数据的偏差值与平均值叠加，得到信号的估计值；

将信号的估计值与噪声的估计值作差后，再与第二比例因子相乘，得到一个调整值，最后将这个调整值与噪声的估计值叠加，得出当前段频谱轨迹数据的检测门限值；

将当前段频谱轨迹数据对应的平滑曲线与相应检测门限值比较，小于检测门限值的平滑曲线上的数据不变，大于或等于检测门限值的平滑曲线上的数据均设置为检测门限值，进而生成对应的门限曲线。

2.一种自适应信号搜索门限实时动态生成方法，其特征在于，包括：

将已知频谱轨迹数据划分成若干段；

生成当前段频谱轨迹数据对应的门限曲线；

将所有段频谱轨迹数据对应的门限曲线按照划分顺序拼接在一起，形成已知频谱轨迹数据对应的完整门限曲线；

所述生成当前段频谱轨迹数据对应的门限曲线的过程为：

对当前段频谱轨迹数据进行移动加权平滑处理，得到一平滑曲线；

搜索平滑曲线中所有的峰值点，并按照数值大小排序，形成峰值点序列；

滤除峰值点序列的最小值和最大值，再按照第一比例因子将滤除最值的峰值点序列分割成噪声序列和信号序列两部分；

将噪声序列中数据的偏差值与平均值叠加，得到噪声的估计值；将信号序列中数据的偏差值与平均值叠加，得到信号的估计值；

将信号的估计值与噪声的估计值作差后，再与第二比例因子相乘，得到一个调整值，最后将这个调整值与噪声的估计值叠加，得出当前段频谱轨迹数据的检测门限值；

将当前段频谱轨迹数据对应的平滑曲线与相应检测门限值比较，小于检测门限值的平滑曲线上的数据不变，大于或等于检测门限值的平滑曲线上的数据均设置为检测门限值，进而生成对应的门限曲线。

3.如权利要求1或2所述的一种自适应信号搜索门限实时动态生成方法，其特征在于，搜索平滑曲线中所有的峰值点的过程为：

只要当前频谱轨迹数据点比其前一个点和后一点的数据都大，则判定为一个峰值点；

或在搜索平滑曲线中所有的峰值点的过程中，若当前点比前一点大，且与后一个点的数值相同时，进一步查找后面的点是否存在比当前相等的点要小的情况，如果存在，则当前点是一个峰值点；如果不存在，则当前点不是峰值点，丢弃；然后进一步查找后面的点并重复上面的过程，直到当前段频谱轨迹数据全部处理完毕。

4.一种自适应信号搜索门限实时动态生成系统，其特征在于，包括：

平滑处理模块，其用于对当前段频谱轨迹数据进行移动加权平滑处理，得到一平滑曲线；

峰值搜索模块，其用于搜索平滑曲线中所有的峰值点，并按照数值大小排序，形成峰值点序列；

噪声和信号分割模块，其用于滤除峰值点序列的最小值和最大值，再按照第一比例因子将滤除最值的峰值点序列分割成噪声序列和信号序列两部分；

噪声和信号估计值计算模块，其用于将噪声序列中数据的偏差值与平均值叠加，得到噪声的估计值；将信号序列中数据的偏差值与平均值叠加，得到信号的估计值；

检测门限值计算模块，其用于将信号的估计值与噪声的估计值作差后，再与第二比例因子相乘，得到一个调整值，最后将这个调整值与噪声的估计值叠加，得出当前段频谱轨迹数据的检测门限值；

门限曲线生成模块，其用于将当前段频谱轨迹数据对应的平滑曲线与相应检测门限值比较，小于检测门限值的平滑曲线上的数据不变，大于或等于检测门限值的平滑曲线上的数据均设置为检测门限值，进而生成对应的门限曲线。