改進(jìn)小波變換的船舶射頻信號降噪和識別

周 慧，魏霖靜，李 玥

(甘肅農(nóng)業(yè)大學(xué) 信息科學(xué)技術(shù)學(xué)院，甘肅 蘭州 730070)

0 引 言

近年來，基于電磁波的無線射頻信號在各個領(lǐng)域的應(yīng)用越來越廣，船舶的雷達(dá)系統(tǒng)、通信廣播系統(tǒng)均需要通過電磁波進(jìn)行信號的傳遞，常用的射頻信號根據(jù)調(diào)制方式可以分為數(shù)字波調(diào)制和模擬調(diào)制2 種，由于現(xiàn)代通信技術(shù)的不斷提高，數(shù)字波調(diào)制技術(shù)在信號精度、效率等方面優(yōu)勢更加明顯，已成為船舶無線通信系統(tǒng)的主要調(diào)制方式[1]。

由于船舶通信場景、信道傳輸條件等因素，船舶無線通信電磁波在傳輸過程中會產(chǎn)生各類噪聲，噪聲信號不僅會導(dǎo)致信號傳輸?shù)臏?zhǔn)確性下降，使信號的后處理、特征提取等環(huán)境受阻，而且會增加無線通信系統(tǒng)的信道傳輸負(fù)擔(dān)，導(dǎo)致無功功率的提升。因此，船舶無線通信射頻信號的噪聲抑制非常有必要。目前，國內(nèi)外針對射頻信號的研究大多集中在無人機射頻信號的處理及檢測中[2-3]，而對于船舶輻射信號的研究甚少。

本文在傳統(tǒng)小波變換降噪理論的基礎(chǔ)上，提出一種改進(jìn)的閾值函數(shù)用于小波降噪，降噪后的信號利用Teager-Kaiser 能量算子提取射頻信號瞬時特征，結(jié)合概率神經(jīng)網(wǎng)絡(luò)進(jìn)行識別，并將實現(xiàn)算法融合于DSP 信號處理器中構(gòu)建船舶無線通信網(wǎng)絡(luò)中射頻信號的處理仿真系統(tǒng)。

1 船舶射頻信號處理仿真系統(tǒng)總體框架

針對船舶無線通信網(wǎng)絡(luò)的信號特性，結(jié)合DSP 芯片設(shè)計無線通信網(wǎng)絡(luò)中射頻信號的處理仿真系統(tǒng)。DSP 芯片由于其優(yōu)越的運輸能力、可擴展性、穩(wěn)定性等優(yōu)點，被廣泛應(yīng)用于數(shù)字信號控制領(lǐng)域，比如數(shù)字濾波器、數(shù)字頻譜分析、數(shù)字圖像信號處理等[4]。

本文采用TMS320VC5502 DSP 芯片和ADS7805 數(shù)模轉(zhuǎn)換芯片開發(fā)船舶無線通信中射頻信號的處理仿真系統(tǒng)，該系統(tǒng)主要由信號接收和發(fā)送端、信號處理模塊、通信顯示終端等構(gòu)成。其中，信號處理模塊是系統(tǒng)的核心，以TMS320VC5502 DSP 芯片為主，又包括改進(jìn)小波降噪單元、混頻單元、信號采集電路等。

圖1 為船舶無線通信網(wǎng)絡(luò)中射頻信號處理系統(tǒng)的原理圖。

圖1 船舶射頻信號處理仿真系統(tǒng)原理圖Fig.1 Principle of signal processing system in naval wireless communication network

1）TMS320VC5502 芯片

TMS320VC5502 芯片的優(yōu)勢體現(xiàn)在以下方面：

① 片內(nèi)存儲器空間

該芯片的片內(nèi)RAM 存儲空間為32 kB，在信號處理過程中有充足的空間存儲程序代碼和其他數(shù)據(jù)，芯片具有2 個MAC 單元和4 個40 位累加器，能夠在運算周期內(nèi)完成2 個17×17 的乘法運算。

② 通信接口

TMS320VC5502 芯片集成了通用異步收發(fā)模塊，提高了芯片的串口通信能力，當(dāng)系統(tǒng)采用20 kHz 采樣速率時，芯片產(chǎn)生數(shù)據(jù)量會比通信速率大，此時可通過判斷信號是否超過門限進(jìn)行信號的篩選，不需要所有的數(shù)據(jù)都通過串口傳輸。

③ 獨立運行能力

該芯片的片內(nèi)ROM 中集成了bootloade 代碼，使芯片具備了自啟動功能，在工作過程中程序保存在EEPROM 中，當(dāng)芯片斷電時片內(nèi)存儲的程序依然不丟失，從而具有相對獨立運行的能力。

2）數(shù)模轉(zhuǎn)換芯片

針對船舶信號噪聲去除與識別系統(tǒng)的數(shù)模轉(zhuǎn)換，采用TI 公司的ADS7805 芯片[5]，該芯片具有16 bit 的量化精度，其基本構(gòu)成包括16 bit 精度采樣電路、時鐘、信號接口等，采樣頻率可達(dá)100 kHz。

2 基于改進(jìn)加權(quán)閾值小波變換的船舶射頻信號降噪重構(gòu)與Teager-Kaiser 能量特征提取

2.1 改進(jìn)閾值的小波降噪

船舶無線通信網(wǎng)絡(luò)射頻信號處理仿真系統(tǒng)中的小波降噪模塊采用一種改進(jìn)閾值的小波降噪方法，這種方法克服了信號傳統(tǒng)閾值下小波變換和傅里葉變換降噪中導(dǎo)致的準(zhǔn)確度下降問題，同時也能動態(tài)調(diào)整閾值，提取出信號更細(xì)致的時域、頻域分布特征。

具體改進(jìn)小波閾值的降噪過程如下：

1）含噪信號小波分解，獲得各層小波系數(shù)ωj,k。

對于某輸入含噪信號函數(shù)?(t)，定義信號?(t)在頻域內(nèi)可以進(jìn)行小波變換的前提為：

式中，ω為信號的頻率。

對信號函數(shù)?(t)的平移與伸縮方程為：

式中：α為函數(shù)?(t)的平移系數(shù)[3]；s為函數(shù)?(t)的伸縮系數(shù)。

將變換后的?s(t)在合適的小波基函數(shù)和分解層數(shù)下展開，得到小波變換如下式：

射頻信號數(shù)據(jù)為離散時間數(shù)據(jù)，對式（3）中的α和s 離散處理，α=kα0，s=，j,k表示第j層的第k個，對應(yīng)的離散小波變換為：

2）對原始小波系數(shù)ωj,k進(jìn)行改進(jìn)閾值處理獲得降噪小波系數(shù)。

提出的改進(jìn)閾值函數(shù)為：

式中，β和q為動態(tài)調(diào)整參數(shù)。

2.2 Teager-Kaiser 能量算子（TKEO）

Teager-Kaiser 能量算子是Kaiser 于1990 年提出用于檢測單一時變信號瞬時能量的非線性方法[6]。

假設(shè)連續(xù)時間信號為s(t)，則對應(yīng)的TKEO 可以表示為：

對于一個AM-FM 調(diào)制信號s(t)=Acos[?(t)]，其瞬時幅度A(t)，瞬時相位為cos[A(t)]，式（6）可以表示為：

調(diào)制信號的幅度和頻率變化常比載波信號變化慢很多，因此A′(t)?A(t)，A′′(t)?A(t)，ω′(t)=?′′(t)?ω(t)，因此式（7）可以簡寫為：

從式（8）得到信號的幅度和角頻率函數(shù)：

可知Teager-Kaiser 能量算子對瞬變信號分辨性較好，可突出局部特征。

3 概率神經(jīng)網(wǎng)絡(luò)

概率神經(jīng)網(wǎng)絡(luò)是基于貝葉斯決策和概率密度估計的前饋神經(jīng)網(wǎng)絡(luò)，基本結(jié)構(gòu)由4 層神經(jīng)元組成[7]，如圖2 所示。

圖2 概率神經(jīng)網(wǎng)絡(luò)原理圖Fig.2 Principle diagram of probabilistic neural network

輸入層：輸入樣本向量(x1,x2,···xn-1,xn)，神經(jīng)元個數(shù)和樣本維度n一致，輸入層傳輸給模式層的權(quán)值 ωi。模式層：將得到的待測樣本-訓(xùn)練樣本的殘差，即x-xi，利用式（10）求得模式層與樣本之間的關(guān)系，返回一個標(biāo)量值。

求和層：將同類別模式層輸出結(jié)果進(jìn)行求和，將求和結(jié)果用式（11）計算出對應(yīng)的概率估計值。求和層的神經(jīng)元個數(shù)和最終分類結(jié)果的個數(shù)一致。

輸出層：輸出最終分類結(jié)果，由閾值判別函數(shù)組成，輸出y=argmax(vi)。

4 基于加權(quán)閾值小波變換的船舶射頻信號噪聲降噪與識別的仿真實驗

基于改進(jìn)小波變換的船舶射頻信號降噪及識別仿真實驗流程如圖3 所示。

圖3 射頻信號降噪及識別流程圖Fig.3 RF signal noise reduction and identification flow

為了驗證提出方法的有效性，選用東海某海域上收集到的4 種船舶射頻原始信號數(shù)據(jù)文件48 個，定長分段處理后采用本文小波降噪算法對重構(gòu)的射頻信號計算teager 能量算子獲得樣本特征向量，結(jié)合概率神經(jīng)網(wǎng)絡(luò)，利用DSP 構(gòu)建船舶無線通信網(wǎng)絡(luò)的射頻信號處理系統(tǒng)，并對信號降噪性能進(jìn)行仿真測試，圖4 分別為船舶無線通信網(wǎng)絡(luò)中船舶射頻原始信號、改進(jìn)小波算法的降噪射頻信號和高頻信號置零的信號測試曲線。

圖4 船舶射頻信號處理系統(tǒng)的信號降噪測試曲線Fig.4 Noise reduction test curve of ship signal processing system

表1 為傳統(tǒng)閾值函數(shù)降噪和改進(jìn)閾值函數(shù)降噪、本文改進(jìn)閾值函數(shù)降噪方法的性能指標(biāo)計算結(jié)果?？梢姼倪M(jìn)閾值函數(shù)的SNR 值最大，而RMSE 值最小，說明改進(jìn)閾值函數(shù)降噪后的信號有效成分比例大，降噪效果優(yōu)于傳統(tǒng)閾值方法。

表1 改進(jìn)的小波變換的降噪方法性能對比分析Tab.1 Comparative analysis of the performance of improved wavelet transform noise reduction methods

表2 為含噪信號Teager-Kaiser 能量算子（方法1）和降噪信號Teager-Kaiser 能量算子（方法2）獲取特征向量后進(jìn)行識別的對比，結(jié)果顯示降噪后的射頻信號訓(xùn)練樣本最高識別率可達(dá)為92.53%，較降噪前有明顯提升。

表2 降噪后的射頻信號識別結(jié)果Tab.2 Comparison of RF signal recognition results after noise reduction

5 結(jié) 語

船舶無線通信網(wǎng)絡(luò)中的射頻信號受到硬件及氣象因素的干擾，電磁波信號中往往夾雜各類噪聲信號，影響通信質(zhì)量。本文提出一種改進(jìn)閾值的小波變換信號降噪處理算法，該閾值函數(shù)提升了有效信號的檢測率。去噪重構(gòu)后的信號經(jīng)teager 能量算子獲得瞬時特征后基于概率神經(jīng)網(wǎng)絡(luò)建立識別模型，選取TMS320VC5502 DSP 芯片和ADS7805 數(shù)模轉(zhuǎn)換芯片結(jié)合提出的降噪、識別方法開發(fā)了船舶無線通信網(wǎng)絡(luò)的輻射信號處理仿真系統(tǒng)，通過仿真測試驗證了改進(jìn)小波變換算法的降噪效果。