基于Labview的頻譜監(jiān)測系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

夏 偉, 邱 斌, 丁風(fēng)海，余清華

(中國衛(wèi)星海上測控部，江蘇 江陰 214431)

基于Labview的頻譜監(jiān)測系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

夏 偉, 邱 斌, 丁風(fēng)海，余清華

(中國衛(wèi)星海上測控部，江蘇 江陰 214431)

傳統(tǒng)無線電頻譜監(jiān)測系統(tǒng)監(jiān)測功能復(fù)雜，造價(jià)昂貴，適合專業(yè)使用，對(duì)于應(yīng)用要求不高的場合往往使用頻譜分析儀進(jìn)行代替使用，但存在監(jiān)測效率不高和無法記錄的問題，針對(duì)該問題，設(shè)計(jì)了一套基于Labview的頻譜監(jiān)測系統(tǒng)，實(shí)現(xiàn)了基于單類支持向量機(jī)模型的頻譜智能檢測、瀑布圖和熒光圖態(tài)勢顯示，以及實(shí)時(shí)記錄與回放等功能；實(shí)驗(yàn)結(jié)果表明，頻譜監(jiān)測效果較好，具有推廣應(yīng)用價(jià)值。

頻譜監(jiān)測; 單類支持向量機(jī); 瀑布圖；熒光圖；頻譜分析儀

0 引言

近十年來，無線通信技術(shù)取得巨大發(fā)展，如衛(wèi)星中繼通信、個(gè)人移動(dòng)通信、WiFi、藍(lán)牙和無線Mesh網(wǎng)等。這些技術(shù)共存在一個(gè)多頻段(Multi-Radio，MR)多信道(Multi-Channel，MC)網(wǎng)絡(luò)環(huán)境中為用戶服務(wù)。這些通信系統(tǒng)對(duì)無線頻譜資源的需求也相應(yīng)增長，從而導(dǎo)致適用于無線通信的頻譜資源變得日益緊張，成為制約無線通信發(fā)展的新瓶頸。因此，如何通過頻譜監(jiān)測系統(tǒng)認(rèn)知和重新配置頻譜資源，提高頻譜使用效率現(xiàn)已成為熱點(diǎn)研究課題[1-3]。

傳統(tǒng)的無線電頻譜監(jiān)測系統(tǒng)硬件要求很高、監(jiān)測功能復(fù)雜，造價(jià)昂貴，適合專業(yè)使用，對(duì)于應(yīng)用要求不高的場合往往使用頻譜分析儀進(jìn)行代替使用，但直接使用頻譜分析儀進(jìn)行頻譜監(jiān)測亦存在明顯不足，比如一般頻譜分析儀不具備頻譜自動(dòng)記錄和回放功能，顯示功能單一，異常頻譜識(shí)別需要人工參與，監(jiān)測效率較低等問題。本文針對(duì)上述不足之處，借鑒專業(yè)無線電頻譜監(jiān)測系統(tǒng)的先進(jìn)功能設(shè)計(jì)，設(shè)計(jì)了一套基于Labview的頻譜監(jiān)測系統(tǒng)，實(shí)現(xiàn)了基于單類支持向量機(jī)模型的頻譜智能檢測、瀑布圖和熒光圖態(tài)勢顯示，以及實(shí)時(shí)記錄與回放等功能，下面介紹其設(shè)計(jì)實(shí)現(xiàn)過程。

1 系統(tǒng)組成設(shè)計(jì)

頻譜監(jiān)測系統(tǒng)功能設(shè)計(jì)主要包括以下方面：1)完成電子設(shè)備內(nèi)部傳輸信號(hào)的頻譜狀態(tài)監(jiān)測，及時(shí)發(fā)現(xiàn)設(shè)備運(yùn)行時(shí)可能出現(xiàn)的異常情況；2)對(duì)電子設(shè)備所處電磁環(huán)境的干擾信號(hào)進(jìn)行頻譜監(jiān)測，排查空間電磁輻射的干擾情況；3)要求頻譜監(jiān)測系統(tǒng)需具備遠(yuǎn)程監(jiān)測能力。根據(jù)以上需求分析，系統(tǒng)的組成設(shè)計(jì)如圖1所示。

圖1 頻譜監(jiān)測系統(tǒng)組成示意圖

一般無線電頻譜監(jiān)測系統(tǒng)通常是由天線、監(jiān)測接收機(jī)、記錄設(shè)備及軟件和控制系統(tǒng)等基本單元組成。其中監(jiān)測接收機(jī)是監(jiān)測系統(tǒng)的核心，在無線電監(jiān)測系統(tǒng)接收機(jī)選擇方案中，有以監(jiān)測接收機(jī)為核心和以頻譜儀為核心的兩種方案[4]?？紤]到專用監(jiān)測接收機(jī)造價(jià)昂貴，一般電子設(shè)備或通信系統(tǒng)的配套測試設(shè)備通常以頻譜分析儀為主，所以本文頻譜監(jiān)測系統(tǒng)選擇頻譜分析儀作為監(jiān)測核心設(shè)備，可以大大降低系統(tǒng)建設(shè)成本，其硬件設(shè)備組成如表1所示，其中頻譜分析儀主要完成監(jiān)測信號(hào)頻譜的采集；寬帶天線用于空間電磁信號(hào)的接收；LAN-GPIB適配器用于儀器GPIB接口到LAN網(wǎng)絡(luò)接口的轉(zhuǎn)換；遠(yuǎn)程計(jì)算機(jī)終端完成信號(hào)頻譜的處理、顯示和存儲(chǔ)功能。

表1 系統(tǒng)硬件組成表

圖3 無線電頻譜自動(dòng)監(jiān)測系統(tǒng)軟件總體結(jié)構(gòu)設(shè)計(jì)圖

2 系統(tǒng)軟件設(shè)計(jì)與實(shí)現(xiàn)

本文無線電頻譜監(jiān)測系統(tǒng)界面部分需要顯示各種頻譜波形，美國國家儀器公司的Labview軟件平臺(tái)提供了直觀的圖形化編程環(huán)境、基于虛擬儀器技術(shù)的各種波形顯示控件以及先進(jìn)的信號(hào)處理工具箱，非常適合本項(xiàng)目軟件的開發(fā)應(yīng)用。因此，頻譜監(jiān)測系統(tǒng)選擇在Wingdows操作系統(tǒng)下使用National Instruments Labview8.5軟件作為開發(fā)環(huán)境，在下文設(shè)計(jì)實(shí)現(xiàn)階段亦使用Labview圖形化編程環(huán)境術(shù)語進(jìn)行介紹。

2.1 軟件總體方案設(shè)計(jì)與實(shí)現(xiàn)

本文所述無線電頻譜監(jiān)測系統(tǒng)軟件是一個(gè)典型的測量應(yīng)用程序，軟件總體方案可以劃分為3個(gè)層次來實(shí)現(xiàn)：最上層是主VI，相當(dāng)于一般程序的主界面，負(fù)責(zé)提供用戶與系統(tǒng)程序的交互界面，并調(diào)用下層VI應(yīng)用；中間層為功能層，負(fù)責(zé)測量程序主要功能的定義和相互運(yùn)行的協(xié)調(diào)關(guān)系；最底層為驅(qū)動(dòng)層，主要根據(jù)功能層各模塊的定義實(shí)現(xiàn)具體功能，對(duì)于測量程序，各功能模塊主要通過調(diào)用不同的驅(qū)動(dòng)完成數(shù)據(jù)采集、處理、顯示和存儲(chǔ)等任務(wù)。

頻譜監(jiān)測系統(tǒng)是一個(gè)持續(xù)性的測量系統(tǒng)，即測量過程并非只需運(yùn)行一次，而是要不斷循環(huán)進(jìn)行數(shù)據(jù)采集、處理、顯示和存儲(chǔ)任務(wù)。對(duì)于普通循環(huán)模型，測量過程每個(gè)功能模塊之間存在著順序上的依賴關(guān)系，它只能單線程運(yùn)行，計(jì)算機(jī)必須先執(zhí)行完前一個(gè)模塊，才能運(yùn)行下一個(gè)模塊。本文采用如圖2所示的管道流水線模型改進(jìn)數(shù)據(jù)處理效率，即測量程序在采集新數(shù)據(jù)的同時(shí)，處理上一次循環(huán)迭代采集到的數(shù)據(jù)，同時(shí)，顯示和存儲(chǔ)上一次循環(huán)迭代處理好的數(shù)據(jù)。在流水線模型中，程序執(zhí)行一次循環(huán)迭代的時(shí)間由所有功能模塊中耗時(shí)最長的模塊決定，而普通循環(huán)模式執(zhí)行一次循環(huán)迭代的時(shí)間是所有功能模塊耗時(shí)的總和。

圖2 基于管道流水線模型的軟件總體結(jié)構(gòu)圖

軟件總體結(jié)構(gòu)設(shè)計(jì)實(shí)現(xiàn)如圖3所示，主要由兩個(gè)順序幀結(jié)構(gòu)組成，第一幀主要完成系統(tǒng)監(jiān)測參數(shù)的初始化，第二幀為基于管道流水線模型的循環(huán)結(jié)構(gòu)，主要完成頻譜采集、監(jiān)測、顯示與存儲(chǔ)等關(guān)鍵內(nèi)容。

2.2 基于OCSVM模型的頻譜監(jiān)測軟件設(shè)計(jì)及實(shí)現(xiàn)

根據(jù)頻譜檢測方法研究現(xiàn)狀，當(dāng)前主要包括能量檢測、循環(huán)特征檢測和匹配濾波檢測等算法。其中能量檢測是頻譜檢測的最基本方法[5-6]，但由于只能計(jì)算信號(hào)的能量，不能區(qū)分干擾是來自信號(hào)還是噪聲，因此準(zhǔn)確度不高；循環(huán)特征檢測是利用接收信號(hào)的循環(huán)特征來進(jìn)行頻譜檢測的一種方法[7-8]，由于頻譜分析儀的頻譜采樣速度在幾十毫秒之間，難以滿足譜分量互相關(guān)運(yùn)算的時(shí)間分辨率要求，因此使用頻譜分析儀進(jìn)行循環(huán)特征檢測存在困難；由于匹配濾波器檢測[9]需要對(duì)監(jiān)測信號(hào)進(jìn)行解調(diào)，這就意味著需要監(jiān)測信號(hào)的先驗(yàn)知識(shí)，因此其適用于合作目標(biāo)的信號(hào)檢測。

由以上分析可知，由于頻譜分析儀測量輸出頻譜數(shù)據(jù)的特殊性，常見頻譜檢測方法一般難以應(yīng)用。針對(duì)該問題，本文把頻譜分析儀的輸出頻譜表示為一個(gè)高維度的向量，則根據(jù)向量空間理論，此時(shí)可以把輸出頻譜理解為觀測數(shù)據(jù)向量在各個(gè)頻率維度上的投影，此時(shí)頻譜檢測問題可以等效為在高維向量空間中對(duì)輸入頻譜向量進(jìn)行分類的問題。對(duì)于分類問題，可以使用模式識(shí)別的方法進(jìn)行解決，但傳統(tǒng)模式識(shí)別是針對(duì)樣本數(shù)目足夠多的情況進(jìn)行研究，由于頻譜監(jiān)測過程中干擾信號(hào)頻譜是不可預(yù)知的，即同樣存在訓(xùn)練樣本缺乏問題，這與匹配濾波器檢測方法需要監(jiān)測信號(hào)的先驗(yàn)知識(shí)是同樣的問題。

根據(jù)統(tǒng)計(jì)學(xué)習(xí)理論可知，針對(duì)此類有限樣本條件下的機(jī)器學(xué)習(xí)問題，Scholkopf等人提出了支持向量機(jī)分類模型[10-11]，將分類特征向量非線性地映射到一個(gè)高維特征空間中，并在高維特征空間中建立最優(yōu)分類面來實(shí)現(xiàn)分類。在具體軟件實(shí)現(xiàn)過程中，可以直接選擇相關(guān)工具箱函數(shù)進(jìn)行編程實(shí)現(xiàn)。本文選擇臺(tái)灣大學(xué)林智仁教授開發(fā)的LibSVM3.1版工具箱函數(shù)進(jìn)行頻譜監(jiān)測功能模塊的軟件設(shè)計(jì)與實(shí)現(xiàn)[12-13]，具體使用其中的OCSVM單類分類模型進(jìn)行頻譜干擾監(jiān)測，即把正常狀態(tài)頻譜作為正類，所有其他非正常干擾狀態(tài)頻譜作為異類，此時(shí)訓(xùn)練樣本只需提供正常狀態(tài)樣本即可完成模型訓(xùn)練，其優(yōu)點(diǎn)是可以避免高代價(jià)的非正常干擾樣本采集，且對(duì)未知干擾信號(hào)同樣具有良好的檢測效果，頻譜干擾檢測流程設(shè)計(jì)如圖4所示。

圖4 頻譜干擾檢測流程設(shè)計(jì)圖

訓(xùn)練階段，OCSVM模型提取歷史樣本庫中積累的系統(tǒng)正常狀態(tài)頻譜數(shù)據(jù)，訓(xùn)練后得到檢測模型，具體Labview程序框圖如圖5所示，其中SVM Train為Libsvm工具箱訓(xùn)練函數(shù)。

圖5 OCSVM模型訓(xùn)練程序設(shè)計(jì)圖

檢測階段，部署于目標(biāo)系統(tǒng)的頻譜分析儀采集當(dāng)前頻譜波形數(shù)據(jù)，數(shù)據(jù)預(yù)處理后輸入檢測模型對(duì)其進(jìn)行否定檢測，當(dāng)出現(xiàn)干擾頻譜數(shù)據(jù)時(shí)觸發(fā)故障告警，通知系統(tǒng)監(jiān)測人員及時(shí)處理，具體Labview程序如圖6所示，其中SVM Predict為Libsvm工具箱判決函數(shù)。

圖6 OCSVM模型預(yù)測程序設(shè)計(jì)圖

2.3 頻譜瀑布圖顯示功能軟件設(shè)計(jì)及實(shí)現(xiàn)

頻譜分析儀輸出的二維頻譜圖用橫軸表示信號(hào)頻率，用縱軸表示信號(hào)幅度。但實(shí)際上，真實(shí)信號(hào)的能量在不同頻率的分布常常是隨著時(shí)間變換而改變的，如果要把這一變換趨勢顯示出來，就需要借助有三維信息顯示的圖形，分別顯示時(shí)間、頻率和幅度。如果要在平面上實(shí)現(xiàn)三維信息，除了橫縱軸之外，還可以借助顏色來表示第三維信息。

瀑布圖顯示正是基于上述原理實(shí)現(xiàn)的，其橫軸表示信號(hào)頻率，縱軸表示信號(hào)采集時(shí)刻，使用顏色指示信號(hào)幅度，單幀頻譜通過單一的水平線進(jìn)行顯示，當(dāng)進(jìn)行連續(xù)頻譜監(jiān)測顯示時(shí)，由連續(xù)的水平線銜接組成瀑布圖并隨時(shí)間進(jìn)行流逝，實(shí)現(xiàn)效果如圖7所示。

圖7 頻譜瀑布圖

頻譜瀑布圖軟件實(shí)現(xiàn)過程如圖8所示，首先把當(dāng)前頻譜波形數(shù)組添加到強(qiáng)度圖屬性值數(shù)組，然后判斷強(qiáng)度圖屬性值數(shù)組是否超出縱向顯示范圍，若超出則刪除強(qiáng)度圖屬性值數(shù)組最前面一個(gè)波形，即按循環(huán)數(shù)組先進(jìn)先出(FIFO)原則進(jìn)行替換，若未超出則不刪除，刷新強(qiáng)度圖顯示區(qū)域?qū)崿F(xiàn)頻譜瀑布圖顯示功能。

圖8 頻譜瀑布圖程序設(shè)計(jì)圖

2.4 頻譜熒光圖顯示功能軟件設(shè)計(jì)及實(shí)現(xiàn)

數(shù)字熒光頻譜主要是為解決實(shí)時(shí)信號(hào)分析儀高速頻譜的顯示問題而提出，由于頻譜更新速度太快，顯示器的刷新速度不能跟上這一速度，同時(shí)也大大超過了人眼感受到的水平，為此，先把采集到的多幀高速頻譜進(jìn)行重組，然后以人眼看得到的速率傳送到顯示器屏幕上，這種高變換速率對(duì)檢測小概率事件至關(guān)重要。其技術(shù)原理主要參考數(shù)字示波器的熒光顯示功能，對(duì)于長時(shí)間頻譜監(jiān)測任務(wù)，觀測人員利用熒光頻譜圖像能夠捕獲間歇性事件、突發(fā)信號(hào)、分析隨時(shí)間推移而積累的數(shù)據(jù)，即使在復(fù)雜背景下也能方便地發(fā)現(xiàn)感興趣的信號(hào)，實(shí)現(xiàn)效果如圖9所示。

圖9 頻譜熒光圖

頻譜熒光圖軟件實(shí)現(xiàn)過程如圖10所示，首先以輸入頻譜波形數(shù)組對(duì)應(yīng)元素作為行索引，以以輸入頻譜波形數(shù)組對(duì)應(yīng)元素下標(biāo)作為列索引，通過索引數(shù)組函數(shù)索引到強(qiáng)度圖屬性值數(shù)組對(duì)應(yīng)元素，并對(duì)該元素值進(jìn)行加20操作，并替換該元素，提升該元素在強(qiáng)度圖的顯示強(qiáng)度，通過Labview 軟件For循環(huán)結(jié)構(gòu)的自動(dòng)索引隧道遍歷整個(gè)輸入頻譜波形數(shù)組，刷新強(qiáng)度圖顯示區(qū)域?qū)崿F(xiàn)頻譜熒光圖顯示功能。

圖10 頻譜熒光圖程序設(shè)計(jì)圖

3 系統(tǒng)功能驗(yàn)證

為驗(yàn)證本文頻譜監(jiān)測系統(tǒng)對(duì)于異常頻譜的檢測性能，設(shè)計(jì)如下實(shí)驗(yàn)，采用調(diào)頻廣播信號(hào)頻譜作為模型訓(xùn)練數(shù)據(jù)集，并使用射頻信號(hào)發(fā)生器模擬雜散干擾和信號(hào)中斷兩種頻譜異常情況，獲得實(shí)驗(yàn)樣本集頻譜如圖11所示。

圖11 實(shí)驗(yàn)樣本集實(shí)測頻譜圖

使用LibSVM-3.1工具箱完成單類支持向量機(jī)模型的訓(xùn)練和檢測，獲得檢測結(jié)果如表2所示。

表2 檢測結(jié)果表

模型檢測性能分析本文使用ROC接收機(jī)操作特性曲線評(píng)價(jià)v-OCSVM模型的頻譜異常檢測性能，ROC曲線是根據(jù)一系列不同的二分類方式(分界值或決定閾)，以截獲率(真陽性率)為縱坐標(biāo)，虛警率(假陽性率)為橫坐標(biāo)繪制的曲線。對(duì)表2檢測結(jié)果數(shù)據(jù)繪制ROC曲線，如圖12所示。

圖12 異常頻譜檢測ROC曲線圖

根據(jù)ROC曲線評(píng)價(jià)一般標(biāo)準(zhǔn)，即ROC曲線下的面積值A(chǔ)UC應(yīng)在1.0和0.5之間， AUC越接近于1，說明模型檢測效果越好，AUC在0.5～0.7時(shí)有較低準(zhǔn)確性，AUC在0.7～0.9時(shí)有一定準(zhǔn)確性，AUC在0.9以上時(shí)有較高準(zhǔn)確性。AUC=0.5時(shí)，說明檢測方法完全不起作用。

4 結(jié)束語

與傳統(tǒng)的基于頻譜分析儀的頻譜監(jiān)測系統(tǒng)相比，本文設(shè)計(jì)的基于Labview的頻譜監(jiān)測系統(tǒng)，實(shí)現(xiàn)了監(jiān)測信號(hào)頻譜的干擾識(shí)別、多維度態(tài)勢顯示和記錄回放等功能，試驗(yàn)結(jié)果表明，監(jiān)測結(jié)果有效可信，具有操作簡單、效費(fèi)比好、擴(kuò)展靈活的特點(diǎn)，在一些測量精度要求不高的應(yīng)用場合，具有較好的推廣應(yīng)用價(jià)值。

[1] Haykin S. Cognitive radio：brain-empowered wireless communications[J]. IEEE Journal on Selected Areas in Communications ,2005,23(2)：201-220.

[2] 昂正全.衛(wèi)星測控站頻譜監(jiān)測系統(tǒng)設(shè)計(jì)方案及實(shí)現(xiàn)[J].計(jì)算機(jī)測量與控制,2014, (11): 3466-3469.

[3] 戴雪揚(yáng),徐 輝.衛(wèi)星干擾監(jiān)測技術(shù)的研究[J].計(jì)算機(jī)測量與控制,2005(12):1305-1332.

[4] 翁木云，張其星．頻譜管理與監(jiān)測[M]．北京: 電子工業(yè)出版社，2009．

[5] 張瑛瑛，陶 洋．一種基于能量檢測的協(xié)作感知技術(shù)的改進(jìn) [J]．通信技術(shù)．2008(8).

[6] 隋 丹，葛臨東．一種新的基于能量檢測的突發(fā)信號(hào)存在性檢測算法 [J]．信號(hào)處理,2008(4).

[7] 陳 星，賀志強(qiáng)，吳偉陵．基于循環(huán)平穩(wěn)的多天線感知無線電頻譜檢測[J]．北京郵電大學(xué)學(xué)報(bào),2008(2).

[8] 曹士坷，張力軍．兩種基于調(diào)制引入循環(huán)平穩(wěn)的多用戶系統(tǒng)盲檢測研究[J]．信號(hào)處理,2004(1).

[9] 溫志剛．認(rèn)知無線電頻譜檢測理論與實(shí)踐[M]．北京：北京郵電大學(xué)出版社，2011.

[10] Scholkopf, Platt J C. Estimating the support of a high-dimensional distribution [J]. Neural Comput.,2001.

[11] Cristianini N, Taylor J S. An Introduction to support vector machines and other Kernel-based learning methods [M]. 2000.

[12] Chang C C, Lin C J. A Library for Support Vector Machines [J]. 2011.

[13] 李 洋. libsvm使用詳解[Z]. 2011.

Design and Implementation of Spectrum Monitoring System Based on Labview

Xia Wei, Qiu Bin, Din Fenghai，Yu Qinghua

(China Satellite Maritime Tracking and Control Department, Jiangyin 214431, China)

The function of traditional spectrum monitoring system is complicated, expensive, and suitable for profession to use, and it can be replaced by a spectrum analyzer when the monitor request is not high, but the problem is that the monitor efficiency may be inefficient and it can’t record the spectrum. Aiming at this problem, this thesis designed a new spectrum monitoring system based on Labview software, and implemented the function of automatic detection of a signal spectrum based on the model of one-class support vector machine , displaying spectrum on many dimension situations in the form of waterfall chart and fluorescent fingerprint, recording and replaying for a signal spectrum. The experimental results show that the new system for spectrum monitoring works well, and has value of popularization and application.

spectrum monitoring; OCSVM; waterfall chart; fluorescent fingerprint; spectrum analyzer

2016-06-22；

2016-07-19。

夏 偉(1980-)，男，江蘇江陰人，碩士，工程師，主要從事無線電計(jì)量，智能儀器與傳感技術(shù)方向的研究。

1671-4598(2016)12-0024-04

10.16526/j.cnki.11-4762/tp.2016.12.008

TN911.23

A