kaiyun官方注册
您所在的位置: 首页> 测试测量> 设计应用> 基于频谱的机场周边宽带电磁干扰源识别
基于频谱的机场周边宽带电磁干扰源识别
2020年电子技术应用第6期
周 涛1,朱 峰2,林 川2,唐晋生1
1.西南交通大学 物理科学与技术学院,四川 成都611756;2.西南交通大学 电气工程学院,四川 成都611756
摘要:为了识别机场周边电磁干扰源,对多种干扰进行频谱数据采集,基于干扰源物理特性,进行人工特征提取,选取包络峰值、频谱能量、变异系数组合成识别特征集。使用熵值法衡量特征集的离散度,突出类内特征值集中、类间差异大的特征值点,赋权得到一个双加权的特征模板。将每个特征模板映射为高维空间的一个点,计算模板点与测试点的欧式距离,使用均值方差法进行阈值划分,用模板匹配的方法进行模式识别。实验结果说明此方法性能稳定,且快速高效,对机场周边的宽带电磁干扰源识别率高,具有较高的实用价值。
中图分类号:TP274+.2;V243.1
文献标识码:A
DOI:10.16157/j.issn.0258-7998.191418
中文引用格式:周涛,朱峰,林川,等. 基于频谱的机场周边宽带电磁干扰源识别[J].电子技术应用,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

近些年来,各种电子电气化设备和信息技术设施的快速发展,民航通信导航设备的电磁环境日趋复杂[1-2]电磁干扰问题越发频繁。通导设备的电磁干扰从频带特征上可分为两类。第一,窄带干扰。例如“黑广播”或各类交互调等引发的干扰等,由于频谱峰值明显,目标方向明确,较容易识别,干扰源排查总体上有章可循,利用现有的无线电监测体系,凭借现有频谱备案数据,结合排查人员的相关经验,都能实现干扰类型判断和快速定位[3]。第二,宽带干扰。如电气化列车弓网电弧、高压线电晕、街灯广告牌、机场监控设备老化、信号干扰器等所产生的辐射发射,多为新型干扰源。由于此类干扰源特征不易把握,且干扰数据难以系统地采集,目前还未有切实有效的干扰源识别方案。一旦发生干扰,对于大范围复杂电磁环境的排查研究,通常需要处理海量数据,提取干扰发生的时间和频点等报表信息、监听信号的内容等方法,获取有价值的信息,再利用手持式仪器进行现场排查干扰,逐步缩小干扰范围[4-5],排查干扰源耗时长。若能快速判断干扰源类型,就能极大地缩小排查范围,从而快速地解决电磁干扰问题,保障机场通导设备的安全服役。

干扰源排查通常采集的是频谱数据,但是目前基于频谱进行目标识别的实用性研究较浅,且无针对性,无法对机场的电磁干扰源进行识别。为准确把握干扰源特征,设计一种快速识别干扰源的方案,首先对典型的机场宽带电磁干扰源进行了频谱数据采集,对不易把握特征的电磁干扰信号进行频谱分析,基于电磁波频谱本身具有的物理特征,进行人工特征选择,规避在机器学习中,所提取的特征“黑箱”难以解释的弊端,方便实时调试。采用熵值法,在类内类间赋予双重权值,使特征具有区分度,最后使用模板匹配的方法进行模式识别[6-7]。实验结果说明此方法对干扰源的识别率高,对机场的电磁干扰排查具有实用价值。




论文详细内容请下载http://www.chinaaet.com/resource/share/2000002853




作者信息:

周 涛1,朱 峰2,林 川2,唐晋生1

(1.西南交通大学 物理科学与技术学院,四川 成都611756;2.西南交通大学 电气工程学院,四川 成都611756)

此内容为AET网站原创,未经授权禁止转载。
Baidu
map