《无线电信号分析技术【业界荟萃】.ppt》由会员分享，可在线阅读，更多相关《无线电信号分析技术【业界荟萃】.ppt（52页珍藏版）》请在三一文库上搜索。
1、无线电信号分析技术,1,行业知识,内容总览,第一部分：数字无线电监测系统 第二部分：无线电信号频谱分析 第三部分：无线电信号时频分析 第四部分：无线电信号参数分析 第五部分：信号分离技术,2,行业知识,第一部分：数字无线电监测系统下一代无线电监测系统,一、概述 二、数字无线电监测系统组成 三、数字信号采样 四、数字接收机关键指标 五、I、Q输出,3,行业知识,一、概述,模拟无线电监测系统的演进； 数字信号处理技术发展的结晶； 采集和存储信号的数字采样信息； 通过数字信号处理技术实现信号再生、复原以及参数测量。,4,行业知识,二、数字无线电监测系统组成,5,行业知识,三、数字信号采样,采样方式：
2、 1、基本采样 采样原则：采样数值能够准确地确定原信号。 适用范围：基带信号 采样速率：fs2fmax ， fmax为信号最高频率 2、带通采样 适用范围：中频信号 采样速率： n 为满足上述条件的最大正整数。,6,行业知识,四、数字接收机关键指标,1、A/D 位数 确定A/D转换灵敏度、信噪比 n 为A/D 位数，B 为模拟信号带宽，fs为采样信号频率 2、采样速率 fs决定数字接收机可以处理的模拟信号带宽,7,行业知识,四、数字接收机关键指标(续),3、接收机动态范围 其中，IP3为放大器三阶截点的输出功率； G为放大器增益； NF为噪声系数（含放大器、下变频器和A/D噪声系数）； BF为
3、为滤波器带宽。 从中看出： IP3是关键指标,8,行业知识,五、I、Q输出,许多数字接收机提供I和Q两路输出。 数学含义： 其中： 不含射频信息，但含有基带信息。 称为信号的同相分量和正交分量。,9,行业知识,第二部分：无线电信号频谱分析,一、概述 二、离散傅立叶变换（DFT） 三、常用算法：FFT,10,行业知识,一、概述,频谱管理是无线电管理工作的重点 频谱分析是无线电管理的工具 频谱分析仪是常用的频谱分析设备 频谱分析工具离散傅立叶变换,11,行业知识,二、离散傅立叶变换（DFT）,采集得到数字信号x(n) , n=0,1,2,3,. DFT: ,k=0,1,2,3N-1; 其中X(k)
4、为复数，含有幅度相位信息。 IDFT: n=0,1,2,3,N-1;,12,行业知识,三、加窗问题,计算离散时间信号需要用到信号在全体时间上的值，在实际应用中我们仅能在有限时宽内观测信号，相当于对信号进行加窗。 加窗的结果导致信号能量的泄漏。 由于泄漏，加窗不仅扭曲了谱估计，也降低了谱的分辨率。,13,行业知识,三、加窗问题（续1）,令X(n)为被分析信号，如果序列时宽为区间0nl-1内的l个样本，这相当于用长度为l的矩形窗乘，即： 令 为窗函数序列的傅立叶变换 则,W()的傅立叶变换,频率,14,行业知识,三、加窗问题（续2）,还可以给信号加其它的窗 加窗遵循规律 带宽准确性高： 主瓣宽度越
5、大，旁瓣数目越少。 分辨率准确性高： 主瓣宽度越小，旁瓣数目越多。,15,行业知识,三、常用算法：FFT,FFT 是DFT的快速计算方法 Matlab 语句： fft(x(n),N) x(n)为数字采样信号； N为离散傅里叶变换数据x(n)的长度。 特点：使用简单、经济方便,16,行业知识,FFT的关键指标,1、频率分辨率： , fs为信号采样速率 2、实际频率： ,n为FFT输出序列 3、对称性： 输出数据关于n/2对称，相位相反。因此n/2以上数据无意义。,N(512)点fft输出系列,n/2以上数据无意义,17,行业知识,第三部分：无线电信号时频分析,一、目的 二、短时傅立叶变换(STF
6、T) 三、应用,18,行业知识,一、时频分析目的,频谱分析缺点：不能反映信号频谱 随时间的变化； 时频分析目的： 分析信号频率随时间的变换规律， 为信号分析提供更多的信息。,19,行业知识,二、短时傅立叶变换STFT,数学表达式： n为数据长度，其取值大于N。 类似于离散傅立叶变换，是信号序列的DFT。 Matlab 语句：tfrstft(x,t,N,h) 其中：t 时刻， N 为长度，h 为归一化的频率平滑窗。,20,行业知识,三、时频分析应用,对于ASK和FSK信号调制方式识别非常容易。 举例一：ASK和FSK信号。 举例二：大功率无绳电话开机密码解码。,21,行业知识,举例一：2FSK（
7、实际信号）,22,行业知识,举例二：大功率无绳电话开机密码解码,23,行业知识,第四部分：无线电信号参数分析,一、无线电信号 二、信号参数分析目的 三、希尔伯特变换 四、工程实现方法 五、应用,24,行业知识,一、无线电信号,无线电信号表达式： 三个参数 瞬时幅度：a(t) 瞬时相位： 瞬时频率：,25,行业知识,二、信号参数分析目的,手段：获取瞬时幅度、瞬时频率、瞬时相位； 从而全面掌握信号特征，识别信号类型； 完成信号参数测量和识别解调等任务。,26,行业知识,三、希尔伯特变换,1、解析信号 实信号： 解析信号： 相位： 虚部：,27,行业知识,问题：为什么使用解析信号？,回答： 解析信号
8、易于获取信号的三 个参数，为信号分析提供手段。,28,行业知识,2、希尔伯特变换,实信号： 希尔伯特变换： 物理解释：对信号进行一次正交相移，从而产生正交信号。 正交含义：,29,行业知识,频谱解释,实信号： 共轭对称性 物理含义：正负频率分量对 称，相位相反。 解析信号,实信号的频谱,正、负频率对称,解析信号的频谱,f0,频谱为0,f0,频谱为2U(f),30,行业知识,3、参数计算,三个特征参数： 瞬时幅度 瞬时相位 瞬时频率,31,行业知识,四、工程实现方法,信号采样模拟信号数字化 u(n), n=0,1,2, 数字信号处理 计算步骤： （1） （2）,32,行业知识,四、工程实现方法（
9、续）,数字信号处理 计算步骤（续）： （3） （4）,33,行业知识,五、应用,1、调制方式识别 2、参数测量 数字接收机I/Q输出即为正交信号，可以从I/Q输出完成信号参数的测量。,34,行业知识,第五部分：信号分离技术,一、循环谱技术 二、独立分量（ICA）技术,35,行业知识,一、循环谱技术,1、循环谱相关函数 如果信号的自相关函数具有周期特性，则可以通过Fourier变换求得信号的循环谱相关函数，即： （1） 这里：-T,T为感兴趣的时间。,36,行业知识,一、循环谱技术（续）,2 、循环谱密度函数 对循环谱相关函数求Fourier变换即可得到循环谱密度函数，即 （2） 当 =0时，（
10、1）和（2）退化为通常的自相关函数和谱密度函数，可见循环谱相关函数和循环谱密度函数是传统自相关函数和功率谱密度函数的推广。由此我们可以判断从其周期频率方面可以提供更多的信息量。,37,行业知识,一、循环谱技术（续）,3、谱相关特点： 1）具有相同功率谱密度（如BPSK、QPSK）而调制类型不同的信号具有不同的谱相关函数； 2）平稳噪声和干扰没有谱相关特性，或者说谱相关函数值恒等于0； 3）谱相关函数包含与调制信号时间参数相关联的相位和频率信息； 4）信号中谱相关分量相互关联，可以利用信号中某些谱元素分量估计其它分量。,38,行业知识,一、循环谱技术（续）,4、应用： 信号分离 微弱信号提取 T
11、DOA定位 调制方式识别和信号参数提取,39,行业知识,一、循环谱技术（续）,5、举例: BPSKAM信号分离 BPSK信号循环谱,40,行业知识,AM信号循环谱,41,行业知识,BPSKAM信号的循环谱,42,行业知识,普通功率谱,43,行业知识,BPSK与BPSKAM（1/Tc）循环谱对比,44,行业知识,二、独立分量（ICA）技术,问题： 目的：,ICA 数学模型,45,行业知识,目标：寻找解混矩阵W使输出信号之间互相独立 手段：ICA算法=目标函数+优化算法 目标函数评价： 非高斯测度 信息论 优化算法：梯度下降法 等,ICA算法,46,行业知识,非高斯测度： 中心极限定理，一般情况下
12、，多个相互独立的随机变量的线性混合比其中任何一个随机变量都更接近高斯分布。所以，可以把非高斯性作为代价函数，通过非高斯性的最大化来达到提取独立分量的目的。 信息论： 利用输入或输出之间的信息关系，比如互信息最小化是利用平均互信息来衡量输出分量之间的独立性，当输出分量之间相互独立时，他们的互信息为零 。,47,行业知识,ICA假设条件,源信号为平稳随机过程，且相互独立。 混合矩阵是列满秩的 源信号的混合是无噪的 最多只允许一个源信号服从高斯分布 源信号的数目不大于传感器的数目,48,行业知识,FastICA方法,基于非高斯测度的经典算法 目标函数： 峭度函数 优化算法： 梯度下降法 流程： 白化=初始化=权值迭代,49,行业知识,实验仿真及结果,50,行业知识,与源信号对比,r1=-0.9999 r2=-0.9999 r3=-1.0000,51,行业知识,Thank You!,52,行业知识,