[发明专利]基于自适应加权PCA的非法电磁信号检测方法及其实现系统

说明书

本发明涉及基于自适应加权PCA的非法电磁信号检测方法及其实现系统，包括：(1)正常信号采集；(2)数据预处理；(3)多项式拟合包络；将均值滤波后得到的数据，均分成连续的多组数据，取每组数据的最大值做多项式拟合得到拟合包络；(4)提取包络特征；提取拟合包络的三个特征，包括主包络峰值、主包络带宽、主包络与次包络的峰值差；(5)通过权重因子和归一化获得信号权重；(6)重构目标信号并判断其合法性。本发明可以在不考虑电磁信号具体内容的基础上，提高了PCA的检测准确率。本发明在PCA降维过程中，在加权后可以用比原始PCA更少的特征向量来组成主成分空间，大大提高了目标信号重构时的检测速度。

技术领域

本发明涉及基于自适应加权PCA的非法电磁信号检测方法及其实现系统，属于信号处理领域。

背景技术

2018年，国家无线电监测中心的崔传金、马良、宋振祥团队将人工智能算法应用到黑广播检测的应用中，巧妙地将语音识别技术用于解决非法电台的识别中，开发了一套黑广播检测系统。该系统关键在于提取关键信息，如整点报时时间、节目名称、频道台标信息等关键词来判定是不是非法电台，该技术大大提高了检测效率和检测准确率的同时，较大限度的解放了人工。

2020年1月，重庆市无线电监测站联合西华大学无线电管理技术中心和国家无线电检测中心通过实验研究了人工智能技术在非法广播判别过程中的应用，提出了一种基于语音识别与文本分类技术的非法广播判别方法。该方法是对第一种方法的改进。

在超短波电磁信号检测上，一直有很多问题，正如崔传金、马良、宋振祥团队在“基于语音识别技术的“黑广播”自动识别系统设计”这篇文章中提到的：目前超短波监测工作依然面临业务系统与实践监测工作结合不够紧密、任务执行自动化水平较低、监测数据分析处理深度不够、重复性工作多、效率低等问题(参见文献：杨东沿,“基于语音识别技术的调频广播保障系统研究.”,西华大学,2016.)。

以上两种方法虽然提高了自动化水平，解放了人工，但仍然存在以下几个缺点：

(1)由于目前的方法多从电磁信号(主要是广播信号)的具体内容出发，且现代的黑广播也在进化，有些有意识的黑广播就能够严格整点报时，并盗用合法电台节目名称故意避开系统检测，从而失效；

(2)一个地区的调频广播环境很容易受另一个地缘较近地区电台的影响，在电台较为混乱的地缘交界处提取特征信息会花费大量时间和精力；

(3)现代采用的人工智能、语音识别、文本分类算法非线性程度高，算法复杂，实时性差；

(4)对于黑飞无人机、非法对讲机等很难获取其通信内容的非法电磁信号不具有推广性。

发明内容

针对现有技术的不足，本发明提供了基于自适应加权PCA的非法电磁信号检测方法。

本发明还提供了上述非法电磁信号检测方法的实现系统；

本发明解决了以下几个问题：(1)从非法信号本身的包络特征出发，提取包络特征并设计检测因子，来检测非法电磁信号，克服了从电磁信号内容的角度检测非法电磁信号的弊端；(2)不受地缘环境的影响，在不需要听电磁喜好内容的前提下，快速建模,克服了地缘交界处广播信号混乱而难以快速建模的问题；(3)算法简单，检测速度快。

术语解释：

1、散粒噪声：shot noise，通信设备中的有源器件(如电真空管)中，由于电子发射不均匀性所引起的噪声，又称散弹噪声。

2、PCA，主成分分析，是一种用于提取数据主成分的数据处理方法，可以在尽量保留原数据信息的前提下减少数据量，大大提高运算速度，被广泛应用于工程中的故障诊断、图像处理、入侵检测、目标识别等领域。PCA获取主成分主要有六个步骤，如图12所示，图12为m维数据降维到s维的PCA实现过程(ms)。

本发明的技术方案为：