-
题名面向射电天文的微秒量级射频信号检测系统
- 1
-
-
作者
马凌
刘奇
蔡明辉
董晓玉
王娜
苏晓明
-
机构
中国科学院新疆天文台
-
出处
《电波科学学报》
CSCD
北大核心
2024年第4期650-657,共8页
-
基金
国家重点基础研究发展计划(2021YFC2203503)
国家自然科学基金(11973077)
新疆维吾尔自治区自然科学基金(2021D01E07)。
-
文摘
瞬态信号对射电天文观测的影响越来越大,开发射频信号检测系统,可提升瞬态干扰检测能力,为进一步的瞬态信号特征分析提供重要技术支撑。本文基于USRP X310和GNU Radio平台,采用多相滤波、快速傅里叶变换、积分处理等,开发了微秒量级射频信号检测系统,实现了140 MHz实时带宽、30 MHz~6 GHz工作带宽、0.5μs时间分辨率的信号检测,并通过实测给出了检测系统的幅度测量精度、动态范围。实例应用表明,本文系统可应用于电子设备的辐射发射测量和电磁环境瞬态信号测量,为射电望远镜电磁兼容设计和干扰缓减提供技术支持。
-
关键词
射电天文
软件无线电
射频信号检测
微秒级瞬态信号
-
Keywords
radio astronomy
software defined radio
radio frequency signal detection
microsecond-level transient signals
-
分类号
TN978
[电子电信—信号与信息处理]
-
-
题名低信噪比条件下无人机射频信号实时检测方法
- 2
-
-
作者
苏志刚
晏翔
韩冰
郝敬堂
赵欣怡
-
机构
中国民航大学中欧航空工程师学院
-
出处
《信号处理》
CSCD
北大核心
2023年第5期919-928,共10页
-
基金
国家自然科学基金青年科学基金(62103417)
中央高校基本科研业务费中国民航大学专项(3122019183)
中国民航大学研究生科研创新项目(2021YJS071)。
-
文摘
无人机射频信号检测技术是实现未来空管系统中自动化无人机检测的关键技术。针对低信噪比条件下无人机射频信号检测准确率较低的问题,本文提出了一种基于多分支卷积结构以及注意力机制的射频信号检测模型。该方法首先设计了一种由多分支卷积结构组成的轻量化骨干网络来提取信号完整时频谱中的微小时变特征,提升模型对抗噪声的能力。其次使用注意力机制增强模型对时频谱中的信号区域的表达,抑制对噪声区域的关注,进一步提升信号检测准确率。本文在两个公开数据集上开展实验评估模型性能,对比实验结果表明本文提出的检测模型可以有效地在低信噪比条件下提升无人机射频信号检测准确率,在-15 dB至-6 dB的低信噪比范围下的检测准确率可分别达到94.63%和94.75%,-15 dB至15 dB全信噪比范围下的准确率分别为97.50%和97.35%,较以往方法有大幅提升。消融实验结果表明,多分支结构和注意力机制可分别带来3.74%和1.56%的性能提升。推理速度测试实验表明本文模型的推理时间仅需1.61 ms,可以运用于无人机信号的实际检测系统中。
-
关键词
无人机射频信号检测
多分支卷积网络
注意力机制
时频分析
-
Keywords
drone radio frequency signal identification
multi-branch convolution neural network
attention mechanism
time-frequency analysis
-
分类号
TN98
[电子电信—信息与通信工程]
-