一种信号异常区间确定方法及装置
文献发布时间:2024-04-18 20:00:50
技术领域
本申请涉及数据处理技术领域,特别是涉及一种信号异常区间确定方法及装置。
背景技术
基带信号是指频率较低的原始电信号,一般会被调制成高频的载波信号以便在信道中传输,信号接收方可以对接收到的载波信号进行解调处理,从而还原得到基带信号。
在信源或信道遭受干扰时,信号接收方最终还原得到的基带信号会失真,可以称为基带信号发生了异常。发生异常的基带信号所携带的信息也会失真,这样就导致信号接收方难以基于发生异常的基带信号获得准确的信息。例如,在语音通话场景下,发生异常的语音基带信号中携带的语音信息失真,这样接收到信号的用户听到的语音会出现间断、模糊等情况。
为了及时检测异常,相关技术中,一般可以由工作人员对所得基带信号进行分析,依据分析结果从基带信号的时间区间中确定发生了信号异常的异常区间,这样后续可以检测位于所确定的异常区间的基带信号发生的具体异常。
可见,上述方式中确定信号的异常区间依赖于工作人员的自身经验,在基带信号的数据量较大时,所需工作人员数量较多、工作量较大,导致确定信号的异常区间的效率较低。
发明内容
本申请实施例的目的在于提供一种信号异常区间确定方法及装置,以提高确定信号的异常区间的效率。具体技术方案如下:
第一方面,本申请实施例提供了一种信号异常区间确定方法,所述方法包括:
对待检测基带信号进行切分,得到各信号分段;
提取各信号分段的第一信号特征;
对所述第一信号特征进行特征重构,得到第二信号特征;
基于各信号分段对应的第一信号特征和第二信号特征之间的特征误差,从各信号分段对应的第一时间区间中确定发生信号异常的异常时刻;
基于所确定的时序最早的第一异常时刻和时序最晚的第二异常时刻,确定发生信号异常的异常区间。
第二方面,本申请实施例提供了一种信号异常区间确定装置,所述装置包括:
信号切分模块,用于对待检测基带信号进行切分,得到各信号分段;
信号特征提取模块,用于提取各信号分段的第一信号特征;
特征重构模块,用于对所述第一信号特征进行特征重构,得到第二信号特征;
异常时刻确定模块,用于基于各信号分段对应的第一信号特征和第二信号特征之间的特征误差,从各信号分段对应的第一时间区间中确定发生信号异常的异常时刻;
异常区间确定模块,用于基于所确定的时序最早的第一异常时刻和时序最晚的第二异常时刻,确定发生信号异常的异常区间。
第三方面,本申请实施例提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现第一方面所述的方法步骤。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现第一方面所述的方法步骤。
第五方面,本申请实施例提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行第一方面所述的方法步骤。
由以上可见,应用本申请实施例提供的方案确定信号的异常区间时,首先对待检测基带信号进行切分,得到各信号分段,提取各信号分段的第一信号特征,然后对第一信号特征进行特征重构,得到第二信号特征,从而可以基于各信号分段对应的第一信号特征和第二信号特征之间的特征误差,从各信号分段对应的第一时间区间中确定发生信号异常的异常时刻,并基于所确定的异常时刻确定发生信号异常的异常区间。这样,异常区间的确定由电子设备完成,不再需要工作人员人工确定异常区间,降低了确定异常区间所需的工作量,提高了异常区间的确定效率。
当然,实施本申请的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的实施例。
图1为本申请实施例提供的第一种信号异常区间确定方法的流程示意图;
图2为本申请实施例提供的一种信号切分流程的示意图;
图3为本申请实施例提供的第二种信号异常区间确定方法的流程示意图;
图4为本申请实施例提供的第三种信号异常区间确定方法的流程示意图;
图5为本申请实施例提供的第一种异常区间检测效果示意图;
图6为本申请实施例提供的第二种异常区间检测效果示意图;
图7为本申请实施例提供的一种信号异常区间确定装置的结构示意图;
图8为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员基于本申请所获得的所有其他实施例,都属于本申请保护的范围。
首先对本申请实施例所提供方案的执行主体进行说明。
本申请实施例所提供方案的执行主体为:任意一台具有数据处理、存储等功能的电子设备。
下面对本申请实施例提供的信号异常区间确定方法进行详细介绍。
参见图1,为本申请实施例提供的第一种信号异常区间确定方法的流程示意图,上述方法包括以下步骤S101-步骤S105。
步骤S101:对待检测基带信号进行切分,得到各信号分段。
上述待检测基带信号可以是对载波信号等高频调制信号进行信号放大、下变频、滤波、抽取等解调处理后得到的信号。
本申请实施例不对待检测基带信号的信号类型、调制方式等作限定。
例如,从信号类型的角度来说,待检测基带信号可以是语音信号、图像信号、字符信号、视频信号等各种类型的信号。
又如,从调制方式的角度来说,待检测基带信号可以是采用PSK(Phase ShiftKeying,相移键控)、APSK(Absolute Phase Shift Keying,绝对相移键控)、BPSK(BinaryPhase Shift Keying,二进制相移键控)、FSK(Frequency Shift Keying,频移键控)、QAM(Quadrature Amplitude Modulation,正交幅度调制)等信号调制方式调制得到的信号。
上述信号分段是对待检测基带信号进行切分得到的,本申请实施例不对上述切分方式作限定,下面通过举例进行介绍。
一种实施方式中,可以在待检测基带信号的第二时间区间中,按照预设滑动步长在时刻从早至晚的方向上滑动目标长度的时间窗,直至时间窗的末端与第二时间区间的终止时刻对齐,截取初始时位于时间窗内的信号分段,并截取每次滑动后位于时间窗内的各信号分段。
其中,上述时间窗的目标长度为大于1的正整数,可以由工作人员根据实际需求设置;初始时时间窗的起始端与第二时间区间的起始时刻对齐。
下面结合图2,对上述信号切分上述进行直观的说明。
参见图2,为本申请实施例提供的一种信号切分流程的示意图。
图2中待检测基带信号的第二时间区间为[1,50],时间窗的目标长度为10,预设滑动步长为1。
可以看出,第1次切分时,时间窗的起始端与第二时间区间的起始时刻1对齐,此时截取位于时间窗内的信号分段,可以得到位于时间区间[1,10]内的信号分段,简称为信号分段[1,10];第2次切分时,时间窗在时刻从早至晚的方向上按照预设滑动步长滑动后,时间窗的起始端与时刻2对齐,此时截取位于时间窗内的信号分段,可以得到信号分段[2,11];第3次切分可以得到信号分段[3,12],依次类推,直至第41次切分时,时间窗的末端与第二时间区间的终止时刻50对齐,得到信号分段[41,50],这样一共得到了41个长度为10的信号分段,各信号分段的对应的第一时间区间的起始时刻分别为1-41。
由图2可见,当上述预设滑动步长为1时,各信号分段为:分别以待检测基带信号的第二时间区间内每一第一时刻为起始时刻、且长度为目标时长的信号分段,上述第一时刻为:第二时间区间中第二时刻之前的各时刻,第二时刻为:在第二时间区间的终止时刻之前、且与终止时刻间隔目标时长的时刻。上述目标时长也就是上述用于截取信号分段的时间窗的目标长度。
可见,若时间窗的目标长度为w,待检测基带信号为y(n),n=1,2,…,N,N表示待检测基带信号对应的终止时刻,则起始时刻为n的信号分段Y
这样通过对待检测基带信号进行细粒度的切分,使得切分得到的各信号分段的起始时刻遍历每一第一时刻,有利于后续基于细粒度的信号分段的信号特征更加准确、全面的检测待检测基带信号中发生信号的异常的异常区间。
需要说明的是,实际场景下,时间窗的目标长度往往远小于待检测基带信号的时间区间的长度,图2仅为便于理解而做出的简单实例,不与实际场景严格一致。
另一种实施方式中,可以从待检测基带信号的第二时间区间中选取各个切分点,按照所选取的切分点对待检测基带信号进行切分,即可得到各信号分段。
上述切分点可以通过均匀选取、随机选取的方式在上述第二时间区间中选取,这里不再赘述。
步骤S102:提取各信号分段的第一信号特征。
本申请实施例不对第一信号特征的类型和特征提取方式作限定。
一种情况下,上述第一信号特征可以包括以下特征中的至少一种:
频率特征、幅度特征、相位特征、快速傅里叶变换FFT特征、小波变换特征。
可见,第一信号特征可以包括类型丰富的多种特征,多种信号特征可以从多个维度反映信号分段的特点,从而可以更加全面、完整的表征信号分段的特点,有利于后续基于多种信号特征更加敏锐的捕捉各类异常对于信号分段带来的影响,进而提高了后续基于第一信号特征检测异常区间时的准确度。
下面以FFT特征为例,说明提取第一信号特征的具体方式。
首先,从信号分段对应的第一时间区间中选取FFT采样点,然后,提取每一采样点对应的信号的FFT特征,作为信号分段的第一信号特征。
例如,采样时间点的数量可以是2048个,则提取每一采样时间点对应的FFT特征,可以得到2048个特征,作为信号分段的第一信号特征。
本申请的一个实施例中,待检测基带信号可以是IQ(In-phase Quadrature,同相正交)信号,这种情况下,可以分别提取目标信号包含的I路信号的信号特征和Q路信号的信号特征。
仍以FFT特征为例,若采样时间点的数量为2048个,则分别针对I路信号和Q路信号提取每一采样时间点对应的FFT特征,可以得到2048×2=4096个特征。
步骤S103:对第一信号特征进行特征重构,得到第二信号特征。
上述特征重构也可以理解为特征还原,也就是,根据第一信号特征的深层特征,对第一信号特征进行还原。
具体的,可以采用以下方式对第一信号特征进行特征重构得到第二信号特征。
一种实施方式中,可以将第一信号特征输入预先训练的特征重构模型,得到特征重构模型对第一信号特征进行特征重构后输出的第二信号特征。
其中,特征重构模型为:以未发生信号异常的基带信号的信号特征为输入对预设模型进行训练得到的、用于重构输入的信号特征的模型。上述未发生信号异常的基带信号可以称为正常基带信号。
本申请实施例不对上述异常检测模型的网络架构作限定。
一种情况下,上述异常检测模型可以包含3层堆叠的LSTM层。
上述特征重构模型可以是自编码模型,也可以称为自编码器,包括编码器和解码器。
上述编码器用于学习正常基带信号的信号特征的深层特征,也可以称为隐含特征,通常还用于对上述信号特征进行特征降维,得到特征编码;上述解码器用于基于降维后得到的特征编码,生成尽可能接近上述信号特征的重构特征。
可见,自编码器利用原始输入特征本身作为标签,指导神经网络学习原始输入特征与原始输入特征的特征编码间的映射关系,从而可以基于原始输入特征的特征编码尽可能重构原始输入特征。
由以上可见,特征重构模型可以学习到正常基带信号的信号特征与信号特征的特征编码间的相关性和相互作用,从而可以基于输入的第一信号特征的特征编码尽可能的重构信号特征,进而变准确、便捷的得到第二信号特征。
另一种实施方式中,可以对第一信号特征进行特征降维,得到特征编码,然后依据特征编码与信号特征之间的对应关系,获得上述特征编码对应的信号特征,作为第一信号特征对应的第二信号特征。
步骤S104:基于各信号分段对应的第一信号特征和第二信号特征之间的特征误差,从各信号分段对应的第一时间区间中确定发生信号异常的异常时刻。
上述特征误差可以基于第一信号特征和第二信号特征之间的特征差值、欧式距离等计算得到,本申请实施例对此不作限定。
一种情况下,上述特征误差是均方误差,可以按照以下表达式获得:
其中,R
结合上述说明可知,对于未发生异常的正常信号分段而言,对其第一信号特征进行特征重构,得到的第二信号特征与原第一信号特征之间的特征误差较小;而对于发生了异常的异常信号分段而言,对其第一信号特征进行特征重构,得到的第二信号特征与原第一信号特征之间的特征误差较大。
例如,特征重构模型学习的是正常基带信号的信号特征与信号特征的特征编码间的相关性和相互作用,因此,对正常基带信号的第一信号特征进行特征重构,可以较为准确对第一信号特征进行还原,从而得到的第二信号特征与第一信号特征之间的特征误差较小;而对于发生了信号异常的异常基带信号而言,由于异常基带信号的信号特征与信号特征的特征编码间的相关性和相互作用与正常基带信号对应的相关性和相互作用具有显著差异,从而,将异常基带信号的第一信号特征输入模型后,模型重构得到第二信号特征与第一信号特征之间的特征误差较大。
有鉴于此,可以通过第一信号特征和第二信号特征之间的特征误差进行异常检测。具体的,若重构得到的第二信号特征与原始输入的第一信号特征之间的特征误差超出一定阈值,则说明第一信号特征对应的基带分段存在异常。
下面对确定异常时刻的具体方式进行介绍。
一种实施方式中,可以基于各信号分段对应的第一信号特征和第二信号特征之间的特征误差确定异常阈值,然后,将对应的特征误差大于异常阈值的目标信号分段对应的第一时间区间的起始时刻确定为异常时刻。具体实施方式详见后续图4所示实施例中步骤S404-步骤S407,这里暂不详述。
另一种实施方式中,针对每一信号分段,若该信号分段对应的第一信号特征和第二信号特征之间的特征误差大于预设阈值,则将该信号分段内的目标时刻确定为异常时刻。
上述目标时刻可以是该信号分段对应的第一时间区间内的全部时刻,也可以是上述第一时间区间的起始时刻、中间时刻等,本申请实施例对此不作限定。
步骤S105:基于所确定的时序最早的第一异常时刻和时序最晚的第二异常时刻,确定发生信号异常的异常区间。
具体的,可以采用以下方式确定发生信号异常的异常区间。
一种实施方式中,可以确定位于所确定的时序最晚的第二异常时刻之后、且间隔目标时长的第三时刻,将所确定的时序最早的第一异常时刻与第三时刻之间的时间区间确定为发生信号异常的异常区间。
以图2为例,若所确定的时序最早的第一异常时刻为信号分段[1,10]的起始时刻1,所确定的时序最晚的第二异常时刻为信号分段[11,20]的起始时刻11,则上述第三时刻为11+10=21,因此,异常区间即为时序最早的第一异常时刻1与第三时刻21之间时间区间[1,21]。
可见,这样在所确定的时序最晚的第二异常时刻的基础上,还考虑了信号分段的目标时长,确定了第二异常时刻之后、且间隔目标时长的第三时刻,这样使得所确定的时序最早的第一异常时刻与第三时刻之间的时间区间更有可能覆盖实际发生异常的异常区间,提高了所确定的异常区间的准确度。
另一种实施方式中,可以直接将所确定的时序最早的第一异常时刻和时序最晚的第二异常时刻之间的时间区间确定为发生信号异常的异常区间。
由以上可见,应用本申请实施例提供的方案确定信号的异常区间时,首先对待检测基带信号进行切分,得到各信号分段,提取各信号分段的第一信号特征,然后对第一信号特征进行特征重构,得到第二信号特征,从而可以基于各信号分段对应的第一信号特征和第二信号特征之间的特征误差,从各信号分段对应的第一时间区间中确定发生信号异常的异常时刻,并基于所确定的异常时刻确定发生信号异常的异常区间。这样,异常区间的确定由电子设备完成,不再需要工作人员人工确定异常区间,降低了确定异常区间所需的工作量,提高了异常区间的确定效率。
另外,本申请实施例是依据各信号分段对应的第一信号特征和第二信号特征之间的特征误差确定异常区间,其中,第二信号特征是对第一信号特征进行特征重构后得到的特征,未发生信号异常的正常信号分段对应的第一信号特征与第二信号特征之间的特征误差较小,发生信号异常的异常信号分段对应的上述特征误差较大。因此,这样可以利用上述特征误差,准确的识别出发生信号异常的异常信号分段,从而可以基于发生信号异常的异常信号分段准确的确定发生信号异常的异常区间,相较工作人员依据自身经验确定异常区间,消除了工作人员的主观因素对于确定异常区间的影响,从而能够更加全面、客观的确定异常区间,进一步提高了所确定的异常区间的准确度。
本申请的一个实施例中,在执行上述步骤S102提取各信号分段的第一信号特征之前,还可以获得切分得到的各信号分段的信号功率,基于各信号分段的信号功率,对各信号分段内基带信号的幅度进行调整,得到调整后的信号分段。
具体的,可以按照以下表达式对信号分段的幅度进行调整,得到调整后的信号分段
其中,Y
这样也就是对信号分段进行了功率归一化处理,能够在保留信号分段的信号特征的同时,消除信号分段的功率量纲不统一对后续异常区间确定带来的影响,有利于确定提高异常区间的准确度。
在图1所示实施例的基础上,从信号分段对应的第一时间区间中确定发生信号异常的异常时刻之前,还可以基于各信号分段对应的第一信号特征和第二信号特征之间的特征误差,判断待检测基带信号发生异常,在判断结果为是的情况下执行上述确定异常时刻的步骤。鉴于上述情况,本申请实施例提供了第二种信号异常区间确定方法。
参见图3,为本申请实施例提供的第二种信号异常区间确定方法的流程示意图,上述方法包括以下步骤S301-步骤S309。
步骤S301:对待检测基带信号进行切分,得到各信号分段。
步骤S302:提取各信号分段的第一信号特征。
步骤S303:对第一信号特征进行特征重构,得到第二信号特征。
上述步骤S301-步骤S303与前述图1所示实施例中步骤S101-步骤S103相同,这里不再赘述。
步骤S304:从各信号分段对应的第一信号特征和第二信号特征之间的特征误差中,确定最大的第一特征误差和最小的第二特征误差。
步骤S305:基于第一特征误差和第二特征误差,确定各信号分段对应的特征误差的相对抖动值。
上述相对抖动值用于反映各信号分段对应的特征误差之间的抖动情况或突变情况。
本步骤中,在确定上述相对抖动值之前,可以先对各信号分段对应的特征误差R
一种情况下,可以按照以下表达式获得各信号分段对应的特征误差的相对抖动值Δ:
其中,
可见,按照上述表达式,可以依据特征误差中最大的第一特征误差和最小的第二特征误差,准确、快捷得到各信号分段对应的特征误差的相对抖动值。
步骤S306:判断相对抖动值是否大于预设抖动阈值,若为是,执行步骤S307。
上述预设抖动阈值是大于0的实数,可以由工作人员依据经验或实际需求灵活设置。
例如,上述预设抖动阈值记为t,若Δ>t,则相对抖动值是否大于预设抖动阈值;若Δ≤t,则相对抖动值不大于预设抖动阈值。
步骤S307:确定待检测基带信号发生异常。
在相对抖动值大于预设抖动阈值时,表示各信号分段对应的特征误差之间的抖动情况或突变情况较大。
对于正常基带信号而言,对其进行切分得到的各个信号分段对应的第一信号特征与第二信号特征间的特征误差均较小,从而各信号分段对应的特征误差也较为趋近、不会产生较大的抖动或突变。
在此基础上,当相对抖动值大于预设抖动阈值时,由于各信号分段对应的特征误差之间的抖动或突变较大,与正常基带信号的特点不同,因此,可以认为待检测基带信号不是正常基带信号,也即待检测基带信号发生异常。
步骤S308:基于各信号分段对应的第一信号特征和第二信号特征之间的特征误差,从各信号分段对应的第一时间区间中确定发生信号异常的异常时刻。
步骤S309:基于所确定的时序最早的第一异常时刻和时序最晚的第二异常时刻,确定发生信号异常的异常区间。
上述步骤S308-步骤S309与前述图1所示实施例中步骤S104-步骤S105相同,这里不再赘述。
由以上可见,应用本申请实施例提供的方案进行异常区间确定时,首先通过各信号分段对应的特征误差的相对抖动值确定待检测基带信号是否发生信号异常,在确定待检测基带信号发生异常的情况下,才进行后续的异常区间确定步骤,提高了方案的严谨性和合理性。
其中,当相对抖动值大于预设抖动阈值时,表示各信号分段对应的特征误差之间的抖动或突变较大,与正常基带信号的特点不同,因此,可以认为待检测基带信号不是正常基带信号,也即待检测基带信号发生异常。可见,这样基于相对抖动值可以准确的确定待检测基带信号是否发生异常。
在图1所示实施例的基础上,从各信号分段对应的第一时间区间中确定发生信号异常的异常时刻时,可以基于各信号分段对应的第一信号特征和第二信号特征之间的特征误差确定异常阈值,然后,将对应的特征误差大于异常阈值的目标信号分段对应的第一时间区间的起始时刻确定为异常时刻。鉴于上述情况,本申请实施例提供了第三种信号异常区间确定方法。
参见图4,为本申请实施例提供的第三种信号异常区间确定方法的流程示意图,上述方法包括以下步骤S401-步骤S408。
步骤S401:对待检测基带信号进行切分,得到各信号分段。
步骤S402:提取各信号分段的第一信号特征。
步骤S403:对第一信号特征进行特征重构,得到第二信号特征。
上述步骤S401-步骤S403与前述图1所示实施例中步骤S101-步骤S103相同,这里不再赘述。
步骤S404:从各信号分段对应的第一信号特征和第二信号特征之间的特征误差中,确定最大的第一特征误差和最小的第二特征误差。
步骤S405:基于第一特征误差和第二特征误差确定异常阈值。
本申请实施例不对基于第一特征误差和第二特征误差确定异常阈值的具体方式作限定。
一种情况下,可以按照以下表达式确定异常阈值T:
其中,α表示预设的调整参数,如,可以是0.3、0.8、0.9等,
可见,采用上述表达式确定异常阈值时,可以依据特征误差中最大的第一特征误差和最小的第二特征误差,快捷的确定合理的异常阈值。
步骤S406:从各信号分段中确定对应的特征误差大于异常阈值的目标信号分段。
上述异常阈值是基于特征误差中最大的第一特征误差和最小的第二特征误差确定的,表示发生异常的信号分段对应的特征误差的最低门限。
因此,可以从各信号分段中确定对应的特征误差大于异常阈值的目标信号分段,上述目标信号分段即为可能发生异常的信号分段。
步骤S407:将所确定的目标信号分段对应的第一时间区间的起始时刻确定为异常时刻。
在异常阈值用上述步骤S405中表达式表示的情况下,本步骤中所确定的异常时刻集合可以表示为:
其中,n表示时刻,
步骤S408:基于所确定的时序最早的第一异常时刻和时序最晚的第二异常时刻,确定发生信号异常的异常区间。
上述步骤408与前述图1所示实施例中步骤S105相同,这里不再赘述。
一种情况下,上述异常区间可以表示为:[min(Φ),max(Φ)+w]。
上述min(Φ)表示异常时刻集合中最小的元素,也即上述第一异常时刻,max(Φ)表示异常时刻集合中最大的元素,也即上述第二异常时刻,w表示用于截取信号分段的时间窗的目标长度。
由以上可见,异常阈值是基于各信号分段对应的特征误差中最大的第一特征误差和最小的第二特征误差确定的,表示发生异常的信号分段对应的特征误差的最低门限,当信号分段对应的特征误差大于异常阈值时,表示信号分段对应的特征误差较大,因此,此时可以认为上述信号分段可能发生了信号异常,进而可以将上述信号分段对应的第一时间区间的起始时刻确定为异常时刻。这样基于上述异常阈值可以较为准确、客观的确定上述异常时刻。
下面再通过两个具体的实例,对本申请实施例提供的信号异常区间确定方案进行更加具体的说明。
首先通过以下步骤A1-步骤A9介绍第一个实例。
步骤A1:基于长度为50的时间窗,对时间区间为[0,1800]的基带IQ信号进行滑动切分,得到各信号分段。
本申请实施例不对上述待检测基带信号的调整方式、信噪比、干信比等进行限定。
一种情况下,上述待检测基带信号可以是信噪比为20dB(分贝)的BPSK信号。
其中,上述待检测基带信号可以表示为y(n),其中,n=1,2,3,…,1800。
那么,切分得到的起始时刻为n的信号分段Y
步骤A2:对各信号分段Y
具体的,可以按照以下表达式获得
步骤A3:对信号
上述第一信号特征可以包括幅度特征、相位特征、FFT特征等,这里不再赘述。
以第一信号包括幅度特征、相位特征为例,第一信号特征F
其中,
步骤A4:将第一信号特征F
步骤A5:计算第一信号特征与第二信号特征之间的均方误差R
具体的,可以按照以下表达式获得R
步骤A6:按照大小为30的滑动平均窗口对均方误差R
步骤A7:计算均方误差
相对抖动值的确定方式详见前述图3所示实施例中步骤S305的说明。
步骤A8:判断相对抖动值Δ是否大于预设抖动阈值t=1,若为是,确定待检测基带信号发生信号异常,执行步骤A9。
步骤A9:确定对应的均方误差
例如,若异常阈值
下面结合图5,对上述待检测基带信号的异常区间检测效果进行直观的说明。
参见图5,为本申请实施例提供的第一种异常区间检测效果示意图。
图5中由上至下第一个坐标系的横轴表示时刻,纵轴表示特征值,该坐标系中显示了自编码器输入与输出,其中,颜色较浅的曲线表示自编码器输入,也即输入自编码器的第一信号特征,颜色较深的曲线表示自编码输出,也即自编码器输出的第二信号特征,反映了第一信号特征与第二信号特征之间的的关系。可见,在时间区间[390,1350]左右,自编码的输入和输出之间产生了较大差异。
图5中由上至下第二个坐标系的横轴表示时刻,纵轴表示信号幅度,该坐标系中显示了原始输入信号实部,也即待检测信号,并显示了待检测信号的异常区间,可以看出,在时间区间[390,1350]内,部分信号幅度发生了缺失。
图5中由上至下最后一个坐标系的横轴表示时刻,纵轴表示均方误差RMSE,该坐标系中显示了待检测基带信号中各时刻的信号对应的均方误差,可见,时间区间[390,1350]对应的特征均方误差较大。
由图5可见,应用本申请实施例提供的方案后,所确定的异常区间为[390,1350],这与实际的待检测信号发生幅度缺失的时间区间是相吻合的,也即本申请实施例提供的方案能够准确的确定待检测信号的异常区间。
首先通过以下步骤B1-步骤B9介绍第二个实例。
步骤B1:基于长度100的时间窗,对时间区间为[0,2000]的基带IQ信号进行滑动切分,得到各信号分段。
同样的,本申请实施例不对上述待检测基带信号的调整方式、信噪比、干信比等进行限定。
一种情况下,上述待检测基带信号可以是信噪比为10dB、干信比为5dB的BPSK信号。
其中,上述待检测基带信号可以表示为y(n),其中,n=1,2,3,…,2000。
那么,切分得到的起始时刻为n的信号分段Y
步骤B2:对各信号分段Y
具体的,可以按照以下表达式获得
步骤B3:对信号
以第一信号包括幅度特征、相位特征为例,第一信号特征F
其中,
步骤B4:将第一信号特征F
步骤B5:计算第一信号特征F
具体的,可以按照以下表达式获得R
步骤B6:按照大小为30的滑动平均窗口对均方误差R
步骤B7:计算均方误差
步骤B8:判断相对抖动值Δ是否大于预设抖动阈值t=1,若为是,确定待检测基带信号发生信号异常,执行步骤B9。
步骤B9:确定对应的均方误差
例如,若异常阈值
下面结合图6,对上述待检测基带信号的异常区间检测效果进行直观的说明。
参见图6,为本申请实施例提供的第二种异常区间检测效果示意图。
图6中由上至下第一个坐标系的横轴表示时刻,纵轴表示特征值,该坐标系中显示了自编码器输入与输出,其中,颜色较浅的曲线表示自编码器输入,也即输入自编码器的第一信号特征,颜色较深的曲线表示自编码器输出,也即自编码器输出的第二信号特征,反映了第一信号特征与第二信号特征之间的的关系。可见,在时间区间[600-1450]左右,自编码的输入和输出之间产生了较大差异。
图6中由上至下第二个坐标系的横轴表示时刻,纵轴表示信号幅度,该坐标系中显示了原始输入信号实部,也即待检测信号,并显示了待检测信号的异常区间,可以看出,在时间区间[600-1450]内,部分信号幅度发生了大幅突变,表示上述时间区间内的信号发生了脉冲干扰。
图6中由上至下最后一个坐标系的横轴表示时刻,纵轴表示均方误差RMSE,该坐标系中显示了待检测基带信号中各时刻的信号对应的均方误差,可见,时间区间[600-1450]对应的特征均方误差较大。
由图6可见,应用本申请实施例提供的方案后,所确定的异常区间为[600,1450],这与实际的待检测信号的发生脉冲干扰的时间区间是相吻合的,也即本申请实施例提供的方案能够准确的确定待检测信号的异常区间。
与上述信号异常区间确定方法相对应的,本申请实施例还提供了一种信号异常区间确定装置。
参见图7,为本申请实施例提供的一种信号异常区间确定装置的结构示意图,上述装置包括以下模块:
信号切分模块701,用于对待检测基带信号进行切分,得到各信号分段;
信号特征提取模块702,用于提取各信号分段的第一信号特征;
特征重构模块703,用于对所述第一信号特征进行特征重构,得到第二信号特征;
异常时刻确定模块704,用于基于各信号分段对应的第一信号特征和第二信号特征之间的特征误差,从各信号分段对应的第一时间区间中确定发生信号异常的异常时刻;
异常区间确定模块705,用于基于所确定的时序最早的第一异常时刻和时序最晚的第二异常时刻,确定发生信号异常的异常区间。
由以上可见,应用本申请实施例提供的方案确定信号的异常区间时,首先对待检测基带信号进行切分,得到各信号分段,提取各信号分段的第一信号特征,然后对第一信号特征进行特征重构,得到第二信号特征,从而可以基于各信号分段对应的第一信号特征和第二信号特征之间的特征误差,从各信号分段对应的第一时间区间中确定发生信号异常的异常时刻,并基于所确定的异常时刻确定发生信号异常的异常区间。这样,异常区间的确定由电子设备完成,不再需要工作人员人工确定异常区间,降低了确定异常区间所需的工作量,提高了异常区间的确定效率。
另外,本申请实施例是依据各信号分段对应的第一信号特征和第二信号特征之间的特征误差确定异常区间,其中,第二信号特征是对第一信号特征进行特征重构后得到的特征,未发生信号异常的正常信号分段对应的第一信号特征与第二信号特征之间的特征误差较小,发生信号异常的异常信号分段对应的上述特征误差较大。因此,这样可以利用上述特征误差,准确的识别出发生信号异常的异常信号分段,从而可以基于发生信号异常的异常信号分段准确的确定发生信号异常的异常区间,相较工作人员依据自身经验确定异常区间,消除了工作人员的主观因素对于确定异常区间的影响,从而能够更加全面、客观的确定异常区间,进一步提高了所确定的异常区间的准确度。
本申请的一个实施例中,在所述异常时刻确定模块704之前,还包括:
特征误差确定模块,用于从各信号分段对应的第一信号特征和第二信号特征之间的特征误差中,确定最大的第一特征误差和最小的第二特征误差;
抖动值确定模块,用于基于所述第一特征误差和第二特征误差,确定各信号分段对应的特征误差的相对抖动值;
异常确定模块,用于在所述相对抖动值大于预设抖动阈值的情况下,确定所述待检测基带信号发生异常。
由以上可见,应用本申请实施例提供的方案进行异常区间确定时,首先通过各信号分段对应的特征误差的相对抖动值确定待检测基带信号是否发生信号异常,在确定待检测基带信号发生异常的情况下,才进行后续的异常区间确定步骤,提高了方案的严谨性和合理性。
其中,当相对抖动值大于预设抖动阈值时,表示各信号分段对应的特征误差之间的抖动或突变较大,与正常基带信号的特点不同,因此,可以认为待检测基带信号不是正常基带信号,也即待检测基带信号发生异常。可见,这样基于相对抖动值可以准确的确定待检测基带信号是否发生异常。
本申请的一个实施例中,所述抖动值确定模块,具体用于按照以下表达式获得各信号分段对应的特征误差的相对抖动值Δ:
可见,按照上述表达式,可以依据特征误差中最大的第一特征误差和最小的第二特征误差,准确、快捷得到各信号分段对应的特征误差的相对抖动值。
本申请的一个实施例中,所述异常时刻确定模块704,包括:
特征误差确定子模块,用于从各信号分段对应的第一信号特征和第二信号特征之间的特征误差中,确定最大的第一特征误差和最小的第二特征误差;
异常阈值确定子模块,用于基于所述第一特征误差和所述第二特征误差确定异常阈值;
目标信号分段确定子模块,用于从各信号分段中确定对应的特征误差大于所述异常阈值的目标信号分段;
异常时刻确定子模块,用于将所确定的目标信号分段对应的第一时间区间的起始时刻确定为异常时刻。
由以上可见,异常阈值是基于各信号分段对应的特征误差中最大的第一特征误差和最小的第二特征误差确定的,表示发生异常的信号分段对应的特征误差的最低门限,当信号分段对应的特征误差大于异常阈值时,表示信号分段对应的特征误差较大,因此,此时可以认为上述信号分段可能发生了信号异常,进而可以将上述信号分段对应的第一时间区间的起始时刻确定为异常时刻。这样基于上述异常阈值可以较为准确、客观的确定上述异常时刻。
本申请的一个实施例中,所述异常阈值确定子模块,具体用于按照以下表达式确定异常阈值T:
可见,采用上述表达式确定异常阈值时,可以依据特征误差中最大的第一特征误差和最小的第二特征误差,快捷的确定合理的异常阈值。
本申请的一个实施例中,各信号分段为:分别以所述待检测基带信号的第二时间区间内每一第一时刻为起始时刻、且长度为目标时长的信号分段,所述第一时刻为:所述第二时间区间中第二时刻之前的各时刻,所述第二时刻为:在所述第二时间区间的终止时刻之前、且与所述终止时刻间隔目标时长的时刻。
这样通过对待检测基带信号进行细粒度的切分,使得切分得到的各信号分段的起始时刻遍历每一第一时刻,有利于后续基于细粒度的信号分段的信号特征更加准确、全面的检测待检测基带信号中发生信号的异常的异常区间。
本申请的一个实施例中,所述异常区间确定模块705,具体用于确定位于所确定的时序最晚的第二异常时刻之后、且间隔所述目标时长的第三时刻;将所确定的时序最早的第一异常时刻与所述第三时刻之间的时间区间确定为发生信号异常的异常区间。
可见,这样在所确定的时序最晚的第二异常时刻的基础上,还考虑了信号分段的目标时长,确定了第二异常时刻之后、且间隔目标时长的第三时刻,这样使得所确定的时序最早的第一异常时刻与第三时刻之间的时间区间更有可能覆盖实际发生异常的异常区间,提高了所确定的异常区间的准确度。
本申请的一个实施例中,所述特征重构模块703,具体用于将所述第一信号特征输入预先训练的特征重构模型,得到所述特征重构模型对所述第一信号特征进行特征重构后输出的第二信号特征,其中,所述特征重构模型为:以未发生信号异常的基带信号的信号特征为输入对预设模型进行训练得到的、用于重构输入的信号特征的模型。
由以上可见,特征重构模型可以学习到正常基带信号的信号特征与信号特征的特征编码间的相关性和相互作用,从而可以基于输入的第一信号特征的特征编码尽可能的重构信号特征,进而变准确、便捷的得到第二信号特征。
本申请的一个实施例中,在所述信号特征提取模块702之前,还包括:
信号功率获得模块,用于获得切分得到的各信号分段的信号功率;
信号调整模块,用于基于各信号分段的信号功率,对各信号分段内基带信号的幅度进行调整,得到调整后的信号分段。
这样也就是对信号分段进行了功率归一化处理,能够在保留信号分段的信号特征的同时,消除信号分段的功率量纲不统一对后续异常区间确定带来的影响,有利于确定提高异常区间的准确度。
本申请的一个实施例中,所述第一信号特征包括以下特征中的至少一种:
频率特征、幅度特征、相位特征、快速傅里叶变换FFT特征、小波变换特征。
可见,第一信号特征可以包括类型丰富的多种特征,多种信号特征可以从多个维度反映信号分段的特点,从而可以更加全面、完整的表征信号分段的特点,有利于后续基于多种信号特征更加敏锐的捕捉各类异常对于信号分段带来的影响,进而提高了后续基于第一信号特征检测异常区间时的准确度。
本申请实施例还提供了一种电子设备,如图8所示,包括处理器801、通信接口802、存储器803和通信总线804,其中,处理器801,通信接口802,存储器803通过通信总线804完成相互间的通信,
存储器803,用于存放计算机程序;
处理器801,用于执行存储器803上所存放的程序时,实现上述信号异常区间确定方法。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本申请提供的又一实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述任一信号异常区间确定方法的步骤。
在本申请提供的又一实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述实施例中任一信号异常区间确定方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置、电子设备及存储介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的较佳实施例,并非用于限定本申请的保护范围。凡在本申请的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本申请的保护范围内。
- 一种基于双发射机的光子抗损耗量子雷达装置
- 一种基于高概率光子催化的量子雷达实验装置