本发明涉及无线电监测，具体涉及基于瀑布图累计与计算机视觉的信号分选方法及相关设备。
背景技术：
1、对信号的发现与分选，是无线电监测领域的重要工作。目前信号分选的常用方法是对多帧无线电频谱进行阈值判定，将高于底噪一定阈值的频点作为分选信号，并将多帧分选结果进行融合。该方法的缺点在于，电磁杂散、外部电磁干扰、设备噪底不良等情况均会对频谱阈值判定引入干扰，增加融合难度。
2、如何准确地分选出真实信号，是摆在无线电监测领域的一个难题。
技术实现思路
1、基于上述背景技术所提出的问题，本发明的目的在于提供基于瀑布图累计与计算机视觉的信号分选方法及相关设备，基于计算机视觉技术，通过图像卷积除噪，计算二值信号边缘图像，非线性补全，直方统计等技术手段，统计真实常发信号在瀑布图中的连续能量积累，实现了信号分选目的，解决了目前针对多帧无线电频谱进行阈值判定的信号分选方法无法排除电磁杂散、外部电磁干扰、设备噪底不良等情况对于频谱阈值判定的干扰，从而增加了融合难度的问题。
2、本发明通过下述技术方案实现：
3、本发明第一方面提供了基于瀑布图累计与计算机视觉的信号分选方法，包括如下步骤：
4、步骤s1、获取单通道时频图，使用第一卷积算子对所述单通道时频图进行卷积，得到保留边缘信息瀑布图；
5、步骤s2、采用水平卷积算子和竖直卷积算子分别沿水平方向和竖直方向对所述保留边缘信息瀑布图进行卷积，得到竖直边缘图像和水平边缘图像，并将所述竖直边缘图像和所述水平边缘图像合成为二值信号边缘瀑布图；
6、步骤s3、对所述二值信号边缘瀑布图进行非线性补全，使得所述二值信号边缘瀑布图中的有效信号位置实心化，得到实心化信号瀑布图；
7、步骤s4、在频率轴上对所述实心化信号瀑布图进行柱状直方统计，得到信号分选结果。
8、在上述技术方案中，使用卷积算子对输入单通道时频图进行卷积以去除底噪，得到保留边缘信息瀑布图。再采用水平卷积算子沿水平方向对保留边缘信息瀑布图进行卷积得到竖直边缘图像，同时使用竖直卷积算子沿竖直方向对保留边缘信息瀑布图进行卷积得到水平边缘图像，将竖直边缘图像和水平边缘图像进行合成，可以得到二值信号边缘瀑布图。再对二值信号边缘瀑布图进行非线性补全，使有效信号位置“实心化”以增加其在频谱统计中的权重。在频率轴上对实心化信号瀑布图进行柱状直方统计，得到信号分选结果。由于瀑布图是不同时刻信号频谱在时域的累积，上述方案基于真实常发信号在瀑布图中存在连续能量积累，突发或随机电磁干扰不存在连续能量积累原理，通过统计电磁信号能量在时间上的连续累量，避免了传统基于频谱阈值信号分选易受到电磁杂散、外部电磁干扰、设备噪底不良等情况干扰的问题。
9、在一种可选的实施例中，所述步骤s1对所述单通道时频图进行卷积时，根据所述单通道时频图的区域强度分布对所述卷积算子的卷积算子系数进行动态调整，所述动态调整包括如下步骤：
10、设置阈值α和阈值β，若进行卷积时，在卷积核范围内存在第一像素点的像素点值与卷积算子中心位置所对应像素点的像素点值之差大于所述阈值α，则所述第一像素点对应的第一卷积算子系数乘以阈值β，得到第二卷积算子系数。
11、在一种可选的实施例中，所述步骤s2中将所述竖直边缘图像和所述水平边缘图像合成为二值信号边缘瀑布图，包括如下步骤：
12、通过合成公式将所述竖直边缘图像和所述水平边缘图像合成为二值信号边缘瀑布图，所述合成公式表示如下：
13、
14、上式中，为二值信号边缘瀑布图，为竖直边缘图像，为水平边缘图像。
15、在一种可选的实施例中，所述步骤s3中对所述二值信号边缘瀑布图进行非线性补全，包括如下步骤：
16、采用第二卷积算子对所述二值信号边缘瀑布图进行卷积，将所述二值信号边缘瀑布图中第二卷积算子覆盖区域内不为0的值全部置换为1；
17、再次采用第二卷积算子对二值信号边缘瀑布图进行卷积，当所述二值信号边缘瀑布图中第二卷积算子覆盖区域内的值不全为1时，将区域内的所有值置换为0；
18、其中，所述第二卷积算子和所述第一卷积算子的尺寸大小相同。在一种可选的实施例中，所述步骤s3中对所述二值信号边缘瀑布图进行非线性补全，包括如下步骤：
19、采用第二卷积算子对所述二值信号边缘瀑布图进行卷积，将所述第二卷积算子的算子区域内不为0的值置换为1；
20、再次采用第二卷积算子对置换后的二值信号边缘图进行卷积，当所述第二卷积算子的算子区域内的值不全为1时，将所述算子区域内的所有值置换为0；
21、其中，所述第二卷积算子和所述第一卷积算子的尺寸大小相同。
22、本发明第二方面提供了基于瀑布图累计与计算机视觉的信号分选系统，包括：
23、第一卷积模块，所述第一卷积模块用于获取单通道时频图，使用第一卷积算子对所述单通道时频图进行卷积，得到保留边缘信息瀑布图；
24、第二卷积模块，所述第二卷积模块用于采用水平卷积算子和竖直卷积算子分别沿水平方向和竖直方向对所述保留边缘信息瀑布图进行卷积，得到竖直边缘图像和水平边缘图像，并将所述竖直边缘图像和所述水平边缘图像合成为二值信号边缘瀑布图；
25、非线性补全模块，所述非线性补全模块用于对所述二值信号边缘瀑布图进行非线性补全，使得所述二值信号边缘瀑布图中的有效信号位置实心化，得到实心化信号瀑布图；
26、信号分选模块，所述信号分选模块用于在频率轴上对所述实心化信号瀑布图进行柱状直方统计，得到信号分选结果。
27、在一种可选的实施例中，所述第一卷积模块包括动态调整单元，所述动态调整单元用于对所述单通道时频图进行卷积时，根据所述单通道时频图的区域强度分布对所述卷积算子的卷积算子系数进行动态调整。
28、在一种可选的实施例中，所述非线性补全模块包括：
29、第一卷积置换单元，所述第一卷积置换单元用于采用第二卷积算子对所述二值信号边缘瀑布图进行卷积，将所述第二卷积算子的算子区域内不为0的值置换为1；
30、第二卷积置换单元，所述第二卷积置换单元用于再次采用第二卷积算子对置换后的二值信号边缘图进行卷积，当所述第二卷积算子的算子区域内的值不全为1时，将所述算子区域内的所有值置换为0。
31、本发明第三方面提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现基于瀑布图累计与计算机视觉的信号分选方法。
32、本发明第四方面提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现基于瀑布图累计与计算机视觉的信号分选方法。
33、本发明与现有技术相比，具有如下的优点和有益效果：
34、本发明基于真实常发信号在瀑布图中存在连续能量积累，突发或随机电磁干扰不存在连续能量积累原理，通过统计电磁信号能量在时间上的连续累量，避免了传统基于频谱阈值信号分选易受到电磁杂散、外部电磁干扰、设备噪底不良等情况干扰的问题。
1.基于瀑布图累计与计算机视觉的信号分选方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于瀑布图累计与计算机视觉的信号分选方法，其特征在于，所述步骤s1对所述单通道时频图进行卷积时，根据所述单通道时频图的区域强度分布对所述卷积算子的卷积算子系数进行动态调整，所述动态调整包括如下步骤：
3.根据权利要求1所述的基于瀑布图累计与计算机视觉的信号分选方法，其特征在于，所述步骤s2中将所述竖直边缘图像和所述水平边缘图像合成为二值信号边缘瀑布图，包括如下步骤：
4.根据权利要求1所述的基于瀑布图累计与计算机视觉的信号分选方法，其特征在于，所述步骤s3中对所述二值信号边缘瀑布图进行非线性补全，包括如下步骤：
5.根据权利要求1所述的基于瀑布图累计与计算机视觉的信号分选方法，其特征在于，所述步骤s4中在频率轴上对所述实心化信号瀑布图进行柱状直方统计，包括如下步骤：
6.基于瀑布图累计与计算机视觉的信号分选系统，其特征在于，包括：
7.根据权利要求6所述的基于瀑布图累计与计算机视觉的信号分选系统，其特征在于，所述第一卷积模块包括动态调整单元，所述动态调整单元用于对所述单通道时频图进行卷积时，根据所述单通道时频图的区域强度分布对所述卷积算子的卷积算子系数进行动态调整。
8.根据权利要求7所述的基于瀑布图累计与计算机视觉的信号分选系统，其特征在于，所述非线性补全模块包括：
9.一种电子设备，其特征在于，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如权利要求1至5任一所述的基于瀑布图累计与计算机视觉的信号分选方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至5任一所述的基于瀑布图累计与计算机视觉的信号分选方法。
