《電子技術應用》
您所在的位置:首頁 > 測試測量 > 設計應用 > 基于頻譜的機場周邊寬帶電磁干擾源識別
基于頻譜的機場周邊寬帶電磁干擾源識別
2020年電子技術應用第6期
周 濤1,朱 峰2,林 川2,,唐晉生1
1.西南交通大學 物理科學與技術學院,,四川 成都611756,;2.西南交通大學 電氣工程學院,,四川 成都611756
摘要: 為了識別機場周邊電磁干擾源,,對多種干擾進行頻譜數(shù)據(jù)采集,,基于干擾源物理特性,,進行人工特征提取,,選取包絡峰值、頻譜能量,、變異系數(shù)組合成識別特征集,。使用熵值法衡量特征集的離散度,突出類內特征值集中,、類間差異大的特征值點,,賦權得到一個雙加權的特征模板。將每個特征模板映射為高維空間的一個點,,計算模板點與測試點的歐式距離,,使用均值方差法進行閾值劃分,用模板匹配的方法進行模式識別,。實驗結果說明此方法性能穩(wěn)定,,且快速高效,對機場周邊的寬帶電磁干擾源識別率高,,具有較高的實用價值,。
中圖分類號: TP274+.2;V243.1
文獻標識碼: A
DOI:10.16157/j.issn.0258-7998.191418
中文引用格式: 周濤,,朱峰,,林川,等. 基于頻譜的機場周邊寬帶電磁干擾源識別[J].電子技術應用,,2020,,46(6):86-92,100.
英文引用格式: Zhou Tao,,Zhu Feng,,Lin Chuan,et al. Identification of wideband EMI sources around airport based on spectrum[J]. Application of Electronic Technique,,2020,,46(6):86-92,100.
Identification of wideband EMI sources around airport based on spectrum
Zhou Tao1,,Zhu Feng2,,Lin Chuan2,Tang Jinsheng2
1.School of Physical Science and Technology,,Southwest Jiaotong University,,Chengdu 611756,,China; 2.School of Electrical Engineering,,Southwest Jiaotong University,,Chengdu 611756,China
Abstract: In order to identify the electromagnetic interference sources around the airport,,the spectrum data of various interference sources around airports are collected. The characteristics of interference sources are summarized and artificial features are carried out. The peak value, spectrum energy and coefficient of variation are selected as identification features. Entropy method is used to measure the discreteness of feature set, and the feature points with similar feature values within class and big differences between classes are highlighted. Finally, a double weighted feature template is obtained by weighting. Each feature template is mapped to a point in the high-dimensional space, the Euclidean distance between the template point and the test point is calculated, the threshold is divided by the mean variance method, and the pattern recognition is carried out by the template matching method. The experimental results show that this method is stable, fast and efficient, and has a high recognition rate of wide-band EMI sources, which has practical value for interference sources identification around the airport.
Key words : EMI,;artificial feature extraction;template matching,;interference source identification

0 引言

    近些年來,,各種電子電氣化設備和信息技術設施的快速發(fā)展,民航通信導航設備的電磁環(huán)境日趨復雜[1-2],,電磁干擾問題越發(fā)頻繁,。通導設備的電磁干擾從頻帶特征上可分為兩類。第一,,窄帶干擾,。例如“黑廣播”或各類交互調等引發(fā)的干擾等,由于頻譜峰值明顯,,目標方向明確,,較容易識別,干擾源排查總體上有章可循,,利用現(xiàn)有的無線電監(jiān)測體系,,憑借現(xiàn)有頻譜備案數(shù)據(jù),結合排查人員的相關經驗,,都能實現(xiàn)干擾類型判斷和快速定位[3],。第二,寬帶干擾,。如電氣化列車弓網電弧,、高壓線電暈、街燈廣告牌,、機場監(jiān)控設備老化,、信號干擾器等所產生的輻射發(fā)射,多為新型干擾源,。由于此類干擾源特征不易把握,,且干擾數(shù)據(jù)難以系統(tǒng)地采集,目前還未有切實有效的干擾源識別方案,。一旦發(fā)生干擾,對于大范圍復雜電磁環(huán)境的排查研究,,通常需要處理海量數(shù)據(jù),,提取干擾發(fā)生的時間和頻點等報表信息,、監(jiān)聽信號的內容等方法,獲取有價值的信息,,再利用手持式儀器進行現(xiàn)場排查干擾,,逐步縮小干擾范圍[4-5],排查干擾源耗時長,。若能快速判斷干擾源類型,,就能極大地縮小排查范圍,從而快速地解決電磁干擾問題,,保障機場通導設備的安全服役,。

    干擾源排查通常采集的是頻譜數(shù)據(jù),但是目前基于頻譜進行目標識別的實用性研究較淺,,且無針對性,,無法對機場的電磁干擾源進行識別。為準確把握干擾源特征,,設計一種快速識別干擾源的方案,,首先對典型的機場寬帶電磁干擾源進行了頻譜數(shù)據(jù)采集,對不易把握特征的電磁干擾信號進行頻譜分析,,基于電磁波頻譜本身具有的物理特征,,進行人工特征選擇,規(guī)避在機器學習中,,所提取的特征“黑箱”難以解釋的弊端,,方便實時調試。采用熵值法,,在類內類間賦予雙重權值,,使特征具有區(qū)分度,最后使用模板匹配的方法進行模式識別[6-7],。實驗結果說明此方法對干擾源的識別率高,,對機場的電磁干擾排查具有實用價值。




論文詳細內容請下載http://forexkbc.com/resource/share/2000002853




作者信息:

周  濤1,,朱  峰2,,林  川2,唐晉生1

(1.西南交通大學 物理科學與技術學院,,四川 成都611756,;2.西南交通大學 電氣工程學院,四川 成都611756)

此內容為AET網站原創(chuàng),,未經授權禁止轉載,。