基于HHT的无线电信号监测方法

2022-12-02李瑞

通信电源技术 2022年14期

李瑞

（山西省无线电监测中心朔州监测站，山西朔州 036002）

0 引言

电磁波是能量在空间中的一种表现形式，其幅度会不断发生周期性变化。电磁波由电场和磁场共同构成，一般是沿着电场与磁场相垂直的方向进行传播[1]。电磁波在每秒钟内发生的周期变化次数称为频率，根据频率的高低可以分为无线电波、红外线、可见光、紫外线以及X射线等。无线电波技术可以有效进行信息无线传输，为了提高无线电监测的应用效果和监测管理水平，需要对测量过程中收集到的数据进行科学管理和计算[2,3]。为此，本文提出一种基于希尔伯特-黄变换（Hibert-Huang Transform，HHT）的无线电信号监测方法，以提升无线电监测精确性。

1 基于HHT的无线电信号监测步骤

1.1 获取HHT无线电信号

通过HHT获取无线电信号，然后进行经验模态分解（Empirical Mode Decomposition，EMD）。依据EMD对信号进行分离，完全基于原信号的性质，应用Hilbert变换对分解后得到固有模态信号进行计算，最终得到信号频率在时间域上的分布情况。

掌握信号频率的分布情况后，通过直接对无线电信号进行Hilbert变换可以测量出信号的瞬时振幅、瞬时相频以及瞬时频率，得出各个本征模态分量。随着EDM的不断筛选，无线电信号从高频范围开始逐步过滤变为低频范围，通过不同的时频分辨率来表达其能量特征。利用小波分解法实现信号分解，最终得到了波长较长、频率较小的信号分量。

将这些信号分量传达到目标端口，对数字信号测量和预测后通过电磁暂态数值算法来保证频谱资源的供给，以此测量出无线电发射的基础数字和频谱异常数字。同时对无线电监测的线路进行人为设计，信号获取原理如图1所示。利用电磁频谱技术采集信号源的信号分量，再利用辅助接收机将分量过滤，最终得到电磁频谱的分量。

采用硬件和软件来进行无线电分量处理，通过空间复用、时间复用、频率复用等形式对分量进行重复使用，可以有效减少捕捉误差[4]。在一定条件下对无线电资源进行复用，将无线电信号分量转化成真实信号数据集，具体流程如图2所示。

通过监测站接收2种分量，包括信号源模拟发射信号分量和电磁环境信号分量，再经由采集单元对分量进行自动处理，最终可以得到混合硬盘（Hybrid Hard Disk，HHD）无线信号的真实数据集。

1.2 计算监测数据信号参数

根据实际采集到的无线电信号，在正确进行信号测算的情况下，计算出更有效的电磁频率和范围更广的振幅宽度[5]。对于远距离的非合作信号，信号监测系统在无线环境中无法通过单个测量点进行快速捕获、识别和定位。载波频率的数值越大，接收机越不容易监测到网络信号。基于此，需要先确定目标发射机的尺寸，获取监测系统的消耗情况，对接收机的无线电信号进行降噪，有效提升监测效果[6]。

1.3 实时监控无线电信号参量

使用幅度测向法，通过测定原始信号来推出固定信号的数值，不间断地监控无线信号参量。参考比幅测向时可以获取信号数值，在空间上通过数据序列接收的方向也能够加以明确，实现无干扰条件下的信号参量监控[7]。基于HHT搭建的实时无线电信号参量监测系统框架如图3所示。

监测模块包括可变解调模块和HHT实时识别模块，通过HHT技术对无线电信号进行实时识别，同时可变解调模块可以进行信号解调方式的更改，完成对信号参量的实时监控。利用信号发射装置或接收机的数量确定信号波频差值，按照波阻抗原理确定来波方向，根据比幅法求得信号相对幅度，并且不断优化测向灵敏度[8-10]。

在进行无线信号参量监控对比时，采用比较各方向上接收幅度的大小来判断无线电波的信号测向。按照电磁波不同来波方向进行无线电管理，同时把控接收信号的幅度，保持无线电多信道之间幅度的一致性。随着空中电波秩序越来越复杂，需要增设无线电台站，加强无线电管理工作，便于对无线电信号参量进行计算。通过变基线技术实现复杂的无线电信号参量监测，有效降低无线电信号控制难度。采用快速傅里叶变换（Fast Fourier Transform，FFT）技术提升无线电信号参量监测的准确度，帮助减少测量误差。

2 实验验证

为了验证本文所提HHT监测无线电信号方法在定位精度上与传统傅里叶变换检测方法的差异，在理论设计部分完成后进行对比实验。

2.1 实验环境

为了提升实际测试的准确性，采用蜂窝网络式的网络结构将监测节点放置在不同位置，通过搭建实验系统进行精准定位。获取信号的实验仪器连接如图4所示。

通过计算机与HHT波形发生器进行信息传递，将矢量信号源传送到S波天线，再由角发射器进行过滤，最终将过滤的信号传送到高性能定位器上，得到信号定位精度的具体数据。

使用2台装有Windows 7操作系统的计算机，为了搭建更稳定的监测环境，将瞬时频率为零的波形进行分解。在确定一个变形的小波函数后逐段压缩，展开被分析信号，以便达到小波变换对于信号局部特征的描述，实现更好的监测效果。利用小波变换得到原时间域上频率监测的组成权重，绘制频率振幅变换曲线，以此反映某一段时间内整个信号的频率特征，并且在频谱图中确定频率所对应的时间。通过时间域观察到频率突变的时间点，利用经验模态拆解完成信号分离。基于原信号特征，应用HHT变换对分解后得到的固有模态信号进行计算，最终得到信号频率在时间域上的分布情况。