一种无线干扰检测方法、装置、设备及可读存储介质

摘要

本发明涉及轨道交通无线干扰检测技术领域，尤其涉及一种无线干扰检测方法、装置、设备及可读存储介质。所述方法包括：接收和采集无线信号信息，根据需要选取表示域并构建所述无线信号在该表示域的表示F(x)；设定滑动窗口函数，利用所述滑动窗口函数自动截取所述F(x)，得到F(x)的若干局部i＝1，2，…，n，以及对应的时域值；计算所述和的时域值的信号特征；将所述信号特征回传至计算中心，使计算中心利用所述信号特征进行模型训练。本发明通过滑动窗口对上述F(x)进行截取，计算出信号的局部特征，以便在各类机器学习算法获得更高的干扰信号检测与识别精度。

说明书

技术领域

本发明涉及轨道交通无线干扰检测技术领域，尤其涉及一种无线干扰检测方法、装置、设备及可读存储介质。

背景技术

随着我国通讯技术的不断发展,无线通信成为我国信息通讯领域的重要应用技术,无线通信技术的广泛应用,使我国在通讯、航空导航以及广播电视等领域取得了新突破,促进了我国信息化建设。但随着无线通信业务的迅猛发展,在此过程中也出现了无线信号干扰问题,无线信号干扰会严重影响无线通信业务的正常运行,对通讯、导航以及广播电视等领域都有较大的危害,尤其是恶意的无线通信干扰信号,严重影响国家的信息安全和社会稳定，因此，对无线通信干扰信号的检测和识别，是一项重要的工作。

现有技术有如下两种工作模式：1、将用于分析信号特征的模型部署在信号采集设备上，则信号采集设备就需要承担接收信号、处理信号、计算特征、分析特征等所有工作，可能造成设备负荷过大、计算缓慢、空间紧张等后果。2、信号采集设备只负责采集信号并将信号回传到云计算中心，则会有以下几种缺点：1)大量集中的云计算需求可能无法匹配爆炸式增长的海量边缘数据；2)大量的信号传输需求将导致传输带宽负载的增加，产生较长的传输时延，无法满足实时数据的传输需求；3)对于敏感数据，数据在传输过程中的安全将受到较大挑战；4)消耗较大电能。

同时现有技术中无线信号的特征提取，主要是关注信号整体的特征，如信号的整个频谱或整个时域的统计特征等，而没有深入地研究和分析信号的局部特征，致使检测精度较低。

发明内容

本发明的目的在于提供一种无线干扰检测方法、装置、设备及可读存储介质，以改善上述问题。

为了实现上述目的，本申请实施例提供了如下技术方案：

一种无线干扰检测方法，包括：

接收和采集无线信号信息，根据需要选取表示域并构建所述无线信号在该表示域的表示F(x)；

设定滑动窗口函数，利用所述滑动窗口函数自动截取所述F(x)，得到F(x)的若干局部

计算所述

将所述信号特征回传至计算中心，使计算中心利用所述信号特征进行模型训练。

进一步的，所述信号的表示域涵盖所有用于信号检测分析的表示域。

进一步的，所述设定滑动窗口函数，利用所述滑动窗口函数自动截取所述F(x)，得到F(x)的若干局部

定义滑动窗口函数：

其中，

利用所述滑动窗口函数自动截取所述F(x)，得到所述

其中，其中F(x)为信号在所选取的表示域上的表示，

对所述

其中，F

进一步的，所述F(x)的

进一步的，所述能量集中区域的窗口的宽度小于或等于边缘区域的窗口的宽度。

进一步的，所述计算所述局部功率谱的信号特征，根据实际需要选取，一切信号特征均可选用。

进一步的，所述将信号特征回传至计算中心，使计算中心利用所述信号特征进行模型训练，包括：

通过实地采集方式或利用4G/5G网络将所述信号特征回传至计算中心的方式或者其他可能的方式得到海量信号特征，供计算中心进行初代模型的训练；

将初代模型部署应用场景中，并在模型实际应用过程中，将新采集的信号的特征用于对初代模型进行增量训练，得到更新的模型；增量训练是一个可循环重复的过程，通过不断对旧模型进行增量训练，得到性能更优的新模型。

一种无线干扰检测装置，所述装置包括采集模块、预处理模块、特征计算模块及回传模块；

所述采集模块用于接收和采集无线信号信息，根据需要选取表示域并构建所述无线信号在该表示域的表示F(x)；

所述设定滑动窗口函数，利用所述滑动窗口函数自动截取所述F(x)，得到F(x)的若干局部

所述特征计算模块用于计算所述

所述回传模块用于将所述信号特征回传至计算中心，使计算中心利用所述信号特征进行模型训练。

一种无线干扰检测设备，所述设备包括存储器和处理器，所述存储器用于存储计算机程序；所述处理器用于执行所述计算机程序时实现上述无线干扰检测方法的步骤。

一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述无线干扰检测方法无线干扰检测方法的步骤。

本发明的有益效果为：本发明利用边缘设备、边缘网关、边缘云等技术，在边缘平台，即在无线干扰检测设备中对数据进行预处理、预计算、特征计算等处理，再将所述特征回传至计算中心，从而减少计算中心的负荷，提高边缘设备平台利用率与计算效率，使得整个工作架构更加清晰和高效。

本发明通过滑动窗口对频域幅度谱进行截取，再深入地对信号的局部特性进行分析，挖掘出信号潜藏在局部中的信息，以便在各类机器学习算法获得更高的干扰信号检测与识别精度，本发明可应用于GSM-R、LTE-R、5G-R等无线通信系统中，对各种无线干扰信号进行实时检测与识别。

本发明的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1是本发明实施例1中所述的一种无线干扰检测方法流程示意图；

图2是本发明实施例1中归一化频域幅度谱图；

图3是本发明实施例1中滑动窗口截取图；

图4是本发明实施例1中截取得到的局部频谱图；

图5是本发明实施例1中局部频谱和时域值；

图6是本发明实施例2中所述的一种无线干扰检测装置结构示意图一；

图7是本发明实施例2中所述的一种无线干扰检测装置结构示意图二；

图8是本发明实施例3中所述的一种无线干扰检测设备结构示意图。

附图标记

100-无线干扰检测装置；101-采集模块；102-预处理模块；103-特征计算模块；104-回传模块；200-计算中心；300-电子设备；301-电子设备；302-存储器；303-多媒体组件；304-输入/输出(I/O)接口；305-通信组件。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

应注意到：相似的标号或字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

实施例1

请参阅图1，本实施例提供了一种无线干扰检测方法，该方法包括步骤S1、步骤S2、步骤S3和步骤S4。

S1.接收和采集无线信号信息，根据需要选取表示域并构建所述无线信号在该表示域的表示F(x)；本实施例的表示域适用于信号的任何表示域，如：时域、z域、s域等，以及由信号衍生出的一些函数上，例如自相关函数等。

S2.设定滑动窗口函数，利用所述滑动窗口函数自动截取所述F(x)，得到F(x)的若干局部

其中，所述

对于某些能量较集中的信号，对其重点关注区域取较窄的窗口，其余区域取较宽的窗口，在保证信号的重点信息不丢失的情况下，减少了计算量和计算复杂度。

所述能量集中区域的窗口的宽度小于或等于边缘区域的窗口的宽度，从而可提取出能量集中区域所包括的信号特征。

具体的，所述S2包括：

S21.定义滑动窗口函数：

其中，

S22.利用所述滑动窗口函数自动截取所述F(x)，得到所述

其中，其中F(x)为信号表示域上的表示，

S23.对所述

其中，F

S3.计算所述

S4.将所述信号特征回传至计算中心，使计算中心利用所述信号特征进行模型训练。

具体的，所述S4包括：

S41.通过实地采集方式或利用4G/5G网络将所述信号特征回传至计算中心的方式或者其他可能的方式得到海量信号特征，供计算中心进行初代模型的训练；

S42.将初代模型部署应用场景中，并在模型实际应用过程中，将新采集的信号特征用于对初代模型进行增量训练，得到更新的模型；

本实施例采用一种增量学习的方法构建模型，在应用过程中，不断的有新的信号特征被模型读取并进行预测，模型在给出预测结果的同时，将新的样本数据反馈给自身，利用新的样本数据不断优化自身。

具体实施例

请参阅图2、图3，设定滑动窗口函数，利用所述滑动窗口函数自动截取一个带宽为10MHz的LTE-M信号频域幅度谱，得到若干局部频谱和局部频谱对应的时域值，包括：

(1)定义滑动窗口函数：

其中，

具体的，在不同的信号场景中，对于start

窗口与窗口之间可以相离(start

窗口与窗口之间的起点设置方式可以为等步长(start

(2)利用所述滑动窗口函数自动截取频域幅度谱，得到局部频谱：

其中，所述

利用所述局部频谱计算得到时域值：

假设信号带宽为BHz，那么根据上述的滑动窗口定义和设置方式，该信号就将有B/w个局部频谱和其对应的时域值。

具体实施例

对于

start

w

请参阅图4，利用4个宽度为2.5MHz的窗口对信号的频域幅度谱F(f)进行截取，窗口截取后，得到4个局部频谱，利用所述局部频谱计算得到对应的时域值。

(3)所述计算所述局部频谱的信号特征，如：

局部频谱均值：

局部频谱方差：

局域时域峰均比：

上述信号特征为简单特征，在能量集中区域和边缘区域均可计算上述信号特征，对于能量较集中的区域，可以考虑对其能量集中的部分进行重点特征提取和特征计算，具体计算方式此处不一一列举。由于信号的每一个局部都能计算出若干个特征，那么信号的局部特征数量就将达到

例如：利用上述三个公式对4个局部频谱进行特征计算，请参阅图5，可得到12个信号特征，如表1所示：

表1

基于此，极大地拓展了信号的特征数量，并且这些特征将携带丰富的信号局部信息，有利于从信号的局部入手，对混杂在信号中的干扰进行特征提取，为对干扰分析、识别和研究提供特征数据。

实施例2

相应于上面的方法实施例，本公开实施例还提供了一种无线干扰检测装置，下文描述的一种无线干扰检测装置与上文描述的一种无线干扰检测方法可相互对应参照。

请参阅图6、图7，该无线干扰检测装置100包括采集模块101、预处理模块102、特征计算模块103及回传模块104，

所述采集模块101用于接收和采集无线信号信息，构建频域幅度谱；

所述预处理模块102用于设定滑动窗口函数，利用所述滑动窗口函数自动截取频域幅度谱，得到若干局部频谱和局部频谱对应的时域值；

所述特征计算模块103用于计算所述局部频谱和时域值的信号特征；

所述回传模块104用于将所述信号特征回传至计算中心200，使计算中心200利用所述信号特征训练初始模型，得到更新后的模型。

需要说明的是，关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

实施例3

相应于上面的方法实施例，本公开实施例还提供了一种无线干扰检测设备，下文描述的一种无线干扰检测设备与上文描述的一种无线干扰检测方法可相互对应参照。

请参阅图8，该电子设备300可以包括：处理器301，存储器302。该电子设备300还可以包括多媒体组件303，输入/输出(I/O)接口304，以及通信组件305中的一者或多者。

其中，处理器301用于控制该电子设备300的整体操作，以完成上述的无线干扰检测方法中的全部或部分步骤。存储器用于存储各种类型的数据以支持在该电子设备300的操作，这些数据例如可以包括用于在该电子设备300上操作的任何应用程序或方法的指令，以及应用程序相关的数据，例如联系人数据、收发的消息、图片、音频、视频等等。该存储器302可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static Random Access Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。多媒体组件303可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器302或通过通信组件305发送。音频组件还包括至少一个扬声器，用于输出音频信号。I/O接口304为处理器301和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件305用于该电子设备300与其他设备之间进行有线或无线通信。无线通信，例如Wi-Fi，蓝牙，近场通信(NearFieldCommunication，简称NFC)，2G、3G或4G，或它们中的一种或几种的组合，因此相应的该通信组件305可以包括：Wi-Fi模块，蓝牙模块，NFC模块。

在一示例性实施例中，电子设备300可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit，简称ASIC)、数字信号处理器(DigitalSignal Processor，简称DSP)、数字信号处理设备(Digital Signal ProcessingDevice，简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的无线干扰检测方法。

在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的无线干扰检测方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器302，上述程序指令可由电子设备300的处理器301执行以完成上述的无线干扰检测方法。

实施例4

相应于上面的方法实施例，本公开实施例还提供了一种可读存储介质，下文描述的一种可读存储介质与上文描述的一种无线干扰检测方法可相互对应参照。

一种可读存储介质，可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述方法实施例的无线干扰检测方法的步骤。

该可读存储介质具体可以为U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可存储程序代码的可读存储介质。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。