電子通信信號循環頻率特征自提取方法研究

唐 琴

（桂林電子科技大學，廣西 桂林 536000）

0 引 言

在電子產業蓬勃興起后，人們收集信息的主要途徑是電子通信。因此，對電子通信信號循環頻率特征提取方法的改良具有重要的價值和社會意義。通過電子信號獲取信息的方法，在語音與圖像的識別、地質勘探、大氣觀測、生物化學與材料科學、軍事以及機械等方面均具備相當廣闊的應用前景。文獻[1]考慮到信號采集的局限性，通過相關性分析的方法研究特征頻率的提取。這種方法可以提高原始故障信號的信噪比，但使用成本較高。文獻[2]通過分析語音信號的譜頻率，研究電子通信信號的特征提取抗干擾方法，通過Mel濾波器干擾抑制信號的噪聲，以此提高信號提取結果的準確性。這種方法應用于電子通信信號領域之后，由于計算過程過于復雜，因此計算所用時間較長，算法效率較低。文獻[3]提出一種基于SAS的降噪方法，在譜峭度的應用總結上提到了一種清晰的特征頻率，并通過小波頻率的指標測試證實了該方法在特征提取中的優勢。通過這種方法得到較為準確的提取結果，需要極高水準的配置才能精確地計算濾波的譜峭度，并分析待測信號，因此不適用于大部分信號特征提取。本文綜合以上文獻改進電子通信信號循環頻率特征自提取方法，以提高信號在提取過程中因受到干擾造成的精度較差問題。

1 電子通信信號循環頻率特征自提取方法設計

1.1 分解電子通信信號模態常量

在待檢測的信號中，通過尋找最優組合的方式搭建濾波器，是一種能夠降低服務器配置、減少帶寬要求的有效方法[4,5]。如果不存在污染，則低域頻數的相關性通過噪聲信號來測試，即構建一個零相位的濾波常量處理函數：

1.2 基于模態常量預測更新形態小波

在保證形態小波能夠在不同空間類型下進行可逆變換的前提下，可以適當改變形態小波的形態結構，靈活地在線性變換與自適應變換之間切換，并以此進行模態常量的預測與更新。通過抑制冗余信息的方式廣泛傳播所有算子的更新方案[8,9]。提出非冗余結構下的合成條件：

式中，?f(x)表示合成信號算子的重構函數；?fPU(x,y)表示在預測項目中電子通信信號循環頻率特征的分析算子；μ(y)表示待提取信號的冗余條件；μ(x)表示初始信號的冗余條件。通過以上方案，將所有采樣點中的形態小波全部進行頻率轉換，最終得到能夠被提取的樣本。

1.3 循環頻率特征自適應濾波降噪

在構建循環頻率特征自適應濾波降噪方法時，確定閾值Fm的函數為：

式中：Fm表示確定閾值時所需要表達的信號長度；?n表示電子信號循環頻率的細節閾值參數，取值區間為[0,1]；θn表示其他信號對該待提取信號的噪聲標準方差；Ni表示該待測點下信號的標準長度；ki表示相鄰節點中信號的鄰域均值。在選取合適的脈沖信號之后，可以選取合適的閾值系數作為重新構建小波參數的振動幅度，并通過均值濾波構建有利于噪聲抑制的算法結構，實現循環頻率特征自適應濾波降噪方法的設計[10]。

2 實驗研究

2.1 實驗準備

為檢測4種電子通信信號的頻率特征提取方法，通過計算機檢測信號頻率的幅度與瞬時頻率。在本次仿真實驗中，設定計算機的初載頻率為600 Hz，低壓控制信號的頻率為20 Hz，電子通信信號中的采樣頻率為50 kHz，偏軌頻率為105 Hz。通過分析以上數據，并將其與現有幾種方法對比，判斷本文提取方法是否實現優化。在檢測幾種算法的信號提取方法時，可以通過檢測其信噪比和相似性系數進行測試與評價。

在設計電子通信信號的循環頻率時，可以將源信號進行隨機混合，構成一個3×3的矩陣，通過如圖1所示的算法流程，實現所有采樣點信號的提取工作。

圖1 信號特征提取算法流程

如圖1所示，通過以上方法將電子通信信號中不同采樣點的特征頻率全部提取，并計算其信噪比指標，以便觀察對比實驗中提取方法的優劣。在此過程中，可以設計若干獨立分量作為采樣點中電子通信信號的獨立元素，在對其歸一化處理之前，需要通過正交操作使其能夠被算法代換，減去獨立分量的能量單位，使信號便于分離，并盡量減少其他信號分量在該測試信號中的干擾作用。然而不同采樣點之間分量的信噪比指標是截然不同的，因此記錄實驗過程中的各項數據并進行分析。

2.2 實驗結果分析

整理信噪比指標的結果，對其進行分析和總結。在抽取的15個采樣點中，提取信號時因其他信號干擾而形成的信噪比指標如表1所示。

表1 信噪比指標測試結果

算法1的平均信噪比指標約為16.875 7，算法2的平均信噪比指標約為18.676 6，算法3的平均信噪比指標約為18.722 5，算法4的平均信噪比指標約為18.481 8。信噪比指標越大，則該段采樣點下的信號提取受干擾程度越高。因此通過以上數據可知，本文設計的電子通信信號循環頻率特征值提取方法在提取信號時受到其他信號的干擾更少。

3 結 論

本文提出一種能夠改善信號提取精度的電子通信信號循環頻率特征自提取方法，在信噪比指標與相似性系數等方面，與已有的幾種特征提取方法進行對比，并記錄該特征提取方法受到其他信號的干擾的實驗結果。通過實驗數據可知，文中設計的方法在信號干擾中能夠更好地保持原有信號頻率，提取結果與初始信號相似性更高。