一种干扰特征参数识别方法、装置、存储及设备与流程

1.本公开涉及雷达干扰识别检测技术领域，尤其涉及一种干扰特征参数识别方法、装置、存储及设备。


背景技术：

2.在雷达抗干扰信号处理中，通常需要先识别出干扰信号区，进而识别干扰特征参数并根据特征参数实现某些抗干扰处理算法。干扰信号识别准确率直接关系着后续抗干扰处理的性能。
3.相关技术中，干扰识别过程通常是先对输入信号进行求取模值，再对模值进行过干扰门限处理，当模值大于等于干扰门限时，认为是干扰点，当模值小于干扰门限时，认为不是干扰点，对于识别到的干扰点作为干扰样本，根据样本点坐标间的关系，进行干扰脉宽、周期等干扰特征参数提取，用于后续抗干扰处理。理想情况下，干扰信号幅度强，可准确获取干扰特征参数，实际中由于雷达内部滤波器的作用，白噪声干扰信号进入雷达后变为幅度起伏很大的色噪声，提取到的干扰特征参数往往具有较大误差。恒模噪声干扰经过雷达低通滤波器处理后，幅度起伏很大，这给干扰特征参数识别带来较大困难。
4.因此，有必要提供一种新的技术方案改善上述方案中存在的一个或者多个问题。
5.需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。


技术实现要素：

6.本公开的目的在于提供一种干扰特征参数识别方法、装置、存储及设备，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。
7.根据本公开实施例的第一方面，提供一种干扰特征参数识别方法，该方法包括：
8.对输入信号进行求取模值处理，得到模值信号；
9.对所述模值信号进行幅度平滑处理；
10.对经幅度平滑处理后的所述模值信号进行过干扰门限处理，得到所述过干扰门限处理的结果；
11.根据所述过干扰门限处理的结果进行干扰特征参数识别。
12.本公开的实施例中，所述对输入信号进行求取模值处理，得到模值信号，包括：
13.利用干扰信号的幅度特征进行求取复数信号的模值，得到模值信号。
14.本公开的实施例中，所述对所述模值信号进行幅度平滑处理，包括：
15.设置平滑参数，根据识别时间精度要求及信号采样频率计算幅度平滑时的所述平滑参数。
16.本公开的实施例中，所述对所述模值信号进行幅度平滑处理，还包括：
17.利用设置的所述平滑参数对所述模值信号进行平滑处理。
18.本公开的实施例中，所述对经幅度平滑处理后的所述模值信号进行过干扰门限处
理，得到所述过干扰门限处理的结果，包括：
19.若幅度平滑处理后的所述模值信号大于等于干扰预设门限时，则得到干扰点，并记录干扰标记。
20.本公开的实施例中，所述根据过干扰门限处理的结果进行干扰特征参数识别，包括：
21.根据得到的所述干扰点及干扰标记，利用干扰特征参数识别方法，识别干扰特征参数并将其输出。
22.本公开的实施例中，所述干扰特征参数包括干扰个数、干扰脉宽和干扰周期。
23.根据本公开实施例的第二方面，提供一种干扰特征参数识别装置，该装置包括：
24.信号处理模块，用于对输入信号进行求取模值处理，得到模值信号；
25.平滑处理模块，用于对所述模值信号进行幅度平滑处理；
26.门限处理模块，用于对经幅度平滑处理后的所述模值信号进行过干扰门限处理，得到所述过干扰门限处理的结果；
27.参数识别模块，用于所述过干扰门限处理的结果进行干扰特征参数识别。
28.根据本公开实施例的第三方面，提供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上述任意一个实施例中所述干扰特征参数识别方法的步骤。
29.根据本公开实施例的第四方面，提供一种电子设备，包括：
30.处理器；以及
31.存储器，用于存储所述处理器的可执行指令；
32.其中，所述处理器配置为经由执行所述可执行指令来执行上述任意一个实施例中所述干扰特征参数识别方法的步骤。
33.本公开的实施例提供的技术方案可以包括以下有益效果：
34.本公开的一种实施例中，通过上述干扰特征参数识别方法，通过在过干扰门限处理前对输入信号进行幅度平滑处理，可减小干扰幅度起伏，经过干扰门限处理，得到过干扰门限处理结果，利用干扰特征参数识别方法对其进行识别干扰特征参数，在此过程中通过对输入信号进行幅度平滑处理，提高了干扰特征参数识别准确率。
35.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
36.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
37.图1示意性示出本公开示例性实施例中干扰特征参数识别方法的流程图；
38.图2示意性示出本公开示例性实施例中现有技术中的仿真恒模噪声干扰信号示意图；
39.图3示意性示出本公开示例性实施例中现有技术恒模干扰滤波后的信号模值示意
图；
40.图4示意性示出本公开示例性实施例中仿真产生的周期性干扰信号示意图；
41.图5示意性示出本公开示例性实施例中幅度平滑处理结果示意图；
42.图6示意性示出本公开示例性实施例中未对模值信号进行幅度平滑处理的干扰点示意图；
43.图7示意性示出本公开示例性实施例中未对模值信号进行幅度平滑处理进行干扰标记示意图；
44.图8示意性示出本公开示例性实施例中对模值信号进行幅度平滑处理后干扰标记示意图；
45.图9示意性示出本公开示例性实施例中对模值信号进行幅度平滑处理后干扰标记示意图；
46.图10示意性示出本公开示例性实施例中干扰特征参数识别装置的系统框图；
47.图11示意性示出本公开示例性实施例中一种程序产品示意图；
48.图12意性示出本公开示例性实施例中一种电子设备示意图。
具体实施方式
49.现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
50.此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
51.现有技术理想状态下，干扰信号幅度强，可准确获取干扰特征参数，实际中由于雷达内部滤波器的作用，白噪声干扰信号进入雷达后变为幅度起伏很大的色噪声，提取到的干扰特征参数往往具有较大误差。如图2
‑
图3所示，恒模噪声干扰经过雷达低通滤波器处理后，幅度起伏很大，这给干扰特征参数识别带来较大困难。
52.本示例实施方式中首先提供了一种干扰特征参数识别方法。参考图1中所示，该方法可以包括：
53.步骤s101：对输入信号进行求取模值处理，得到模值信号；
54.步骤s102：对所述模值信号进行幅度平滑处理；
55.步骤s103：对经幅度平滑处理的所述模值信号进行过干扰门限处理，得到所述过干扰门限处理的结果；
56.步骤s104：根据所述过干扰门限处理的结果进行干扰特征参数识别。
57.通过上述干扰特征参数识别方法，通过在过干扰门限处理前对输入信号进行幅度平滑处理，可减小干扰幅度起伏，经过干扰门限处理，得到过干扰门限处理结果，利用干扰特征参数识别方法对其进行识别干扰特征参数，在此过程中通过对输入信号进行幅度平滑
处理，提高了干扰特征参数识别准确率。
58.下面，将参考图1至图9对本示例实施方式中的上述方法的各个步骤进行更详细的说明。
59.在步骤s101中，对输入信号进行求取模值处理，得到模值信号；
60.具体的，在雷达抗干扰处理中，需要对输入信号进行处理，得到模值信号。
61.在步骤s102中，对所述模值信号进行幅度平滑处理；
62.具体的，对于干扰有无的检测主要利用干扰信号的幅度特征，求取复数信号的模值，为后续检测做准备，模值信号经过幅度平滑处理后，可减小干扰幅度起伏。
63.在步骤s103中，对经幅度平滑处理后的所述模值信号进行过干扰门限处理，得到所述过干扰门限处理的结果；
64.具体的，对经幅度平滑处理后的模值信号进行干扰门限处理，即将对经幅度平滑处理后的模值信号进行过干扰门限比较，当经幅度平滑处理后的模值信号大于等于过干扰预设门限时，则判断为干扰点；当经幅度平滑处理后的模值信号小于干扰预设门限时，则判断为非干扰点。
65.在步骤s104中，根据所述过干扰门限处理的结果进行干扰特征参数识别。
66.具体的，根据过干扰门限处理的结果，即干扰点或非干扰点及对应的干扰标记及非干扰标记，进行干扰特征参数识别。
67.在一个实施例中，所述对输入信号进行求取模值处理，得到模值信号，包括：
68.利用干扰信号的幅度特征进行求取复数信号的模值，得到模值信号。
69.具体的，对于干扰有无的检测主要利用干扰信号的幅度特征，求取复数信号的模值，为后续检测做准备，模值信号经过幅度平滑处理后，可减小干扰幅度起伏。设复数s＝re jim，则其模值a计算公式为：仿真干扰波形模值如图4所示。
70.在一个实施例中，所述对所述模值信号进行幅度平滑处理，包括：设置平滑参数，根据识别时间精度要求及信号采样频率计算幅度平滑时的所述平滑参数。
71.具体的，根据识别时间精度要求及信号采用频率技术幅度平滑时的平滑参数。选取宽度过大会使干扰边缘变平缓不利于边缘检测，宽度参数过小幅度起伏量减小不明显。
72.在一个实施例，所述对所述模值信号进行幅度平滑处理，还包括：
73.利用设置的所述平滑参数对所述模值信号进行平滑处理。
74.具体的，根据选取的平滑宽度参数进行后续幅度平滑处理，平滑的具体方法为：
75.设输入信号为n点离散时间序列x(k),k＝0,1,2,...n
‑1，则平滑后的输出x'(x)为：
[0076][0077]
其中，n1为平滑单元数，0＜n1≤n，当n1＝1时，x'(k)＝x(k)，当n1＞1时，x'(k)为x(k)的n1阶平滑输出。在实际中，为了减小运算量，当k≥n1时，可在循环外计算得出并保存，并利用历史计算结果，采用移动平滑的方式实现，具体化为：x'(k)＝x'(k
‑
1)
‑
m(x(k
‑
n1 1)
‑
x(k))。由于对过干扰门限比较前的信号进行了幅度平滑预处理，减小了干扰检
测信号的幅度起伏，可使过干扰门限比较后点的分布区间更接近真实的干扰点分布，从而可使后续干扰特征参数识别更为准确。
[0078]
在一个实施例中，所述对经幅度平滑处理后的所述模值信号进行过干扰门限处理，得到所述过干扰门限处理的结果，包括：
[0079]
若幅度平滑处理后的所述模值信号大于等于干扰预设门限时，则得到干扰点，并记录干扰标记。
[0080]
具体的，对经幅度平滑处理后的模值信号进行过干扰门限处理，若幅度平滑处理后的模值信号小于干扰预设门限时，则得到非干扰点，并记录非干扰标记。对于得到的干扰点作为干扰样本，根据干扰样本的坐标间的关系，进行后续干扰特征参数识别。其中，过干扰门限处理以接收机基准噪声值为参考也可以用其他作为参考，对此本实施例不做限制。
[0081]
在一个实施例中，所述根据过干扰门限处理的结果进行干扰特征参数识别，包括：
[0082]
根据得到的所述干扰点及干扰标记，利用干扰特征参数识别方法，识别干扰特征参数并将其输出。
[0083]
具体的，干扰特征参数识别方法为，将时间坐标点连续的干扰点认为是干扰的一个脉冲，进而识别干扰特征参数，并将干扰特征参数输出。
[0084]
在一个实施例中，所述干扰特征参数包括干扰个数、干扰脉宽和干扰周期。
[0085]
具体的，干扰特征参数具体包括干扰个数、干扰脉宽和干扰周期。例如，真实干扰脉冲个数为10个，干扰脉宽为60点，干扰周期为100点。采用原始方法后，识别的干扰个数为92个，平均干扰脉宽为5.1点，平均干扰周期为15.8，可见由于过干扰门限处理的结果虚警、漏警点较多，干扰特征参数尤其是干扰脉宽、干扰周期识别困难，识别结果与真值偏差较大。采用本公开实施例的方法后识别的干扰个数为10，干扰脉宽为65.2点，干扰周期为99.8点，可见由于幅度平滑处理使得过干扰门限处理结果与真实情况接近，干扰特征参数识别结果与真值接近。可见，本公开实施例的方法可提高干扰特征参数识别准确率。
[0086]
通过上述干扰特征参数识别方法，通过在过干扰门限处理前对输入信号进行幅度平滑处理，可减小干扰幅度起伏，经过干扰门限处理，得到过干扰门限处理结果，利用干扰特征参数识别方法对其进行识别干扰特征参数，在此过程中通过对输入信号进行幅度平滑处理，提高了干扰特征参数识别准确率。
[0087]
下面结合具体仿真实施例，进一步阐述本实施例。
[0088]
(1)设雷达重复周期为100μs，数据率为20mhz，采样点数1500，受到干扰周期为10μs、干扰脉宽为3μs的噪声干扰，要求干扰识别时间精度不大于0.3μs。
[0089]
(2)对于干扰有无的检测主要利用干扰信号的幅度特征进行求取复数信号的模值，得到模值信号，为后续过干扰门限处理及干扰特征参数识别做准备。设复数s＝re jim，则其模值a计算公式为：仿真干扰波形模值如图4所示。
[0090]
(3)根据识别时间精度要求及信号采样频率f
s
计算幅度平滑时的平滑参数
[0091]
(4)根据选取的平滑宽度参数n1＝12。对模值信号进行平滑处理。在本公开实施例中实际采样点l＝1500，则离散时间序列x(k),k＝0,1,2,...1499，平滑后的输出x'(x)为：
当k＜12时，当k≥12时，为了减少运算量，1/12的结果在循环外计算得到并保存记为m，并利用历史计算结果，采用移动平滑的方式实现，具体化为x'(k)＝x'(k
‑
1)
‑
m(x(k
‑
11)
‑
x(k))。噪声中干扰信号平滑处理后的结果如图5所示，图5中平滑处理后信号幅度起伏减小。
[0092]
(5)对经幅度平滑处理后的模值信号进行过干扰门限处理，并记录过门限点的坐标，过干扰门限处理以接收机基准噪声值为参考，门限值取末尾500点信号均值的2倍，图6、图7为未对模值信号进行幅度平滑处理的干扰点及干扰标记，图6中点状标记为识别到的干扰点，图7中真实干扰标记在有干扰的位置处为2，无干扰位置处为0，识别到的干扰标记在有干扰的位置处为1，无干扰位置处为0，可见在采样区前端及末端无干扰区可检测出少量干扰点，在中间干扰区有部分干扰点未被检测出。图8、图9为使用本公开实施例中对模值信号进行幅度平滑处理后的干扰点及干扰标记，图8中点状标记为识别到的干扰点、图9中真实干扰标记在有干扰的位置处为2，无干扰位置处为0，识别到的干扰标记在有干扰的位置处为1，无干扰位置处为0，可见在干扰边缘处识别到的干扰点稍有延伸，其余位置处干扰识别结果准确，无虚警、漏警。
[0093]
(6)根据得到的所述干扰点及干扰标记，利用干扰特征参数识别方法，识别干扰特征参数并将其输出。干扰特征参数识别方法为：将时间坐标点连续的干扰点认为是干扰的一个脉冲，识别干扰脉宽、干扰周期等参数并将其输出。本公开实施例中真实干扰脉冲个数为10个，干扰脉宽为60点，干扰周期为100点。使用原始方法后，识别得干扰个数为92个，平均干扰脉宽为5.1点，平均干扰周期为15.8，可见由于干扰点检测结果虚警、漏警点较多，干扰特征参数尤其是干扰脉宽、干扰周期识别困难，识别结果与真值偏差较大。采用本公开实施例的方法后识别得干扰个数为10，干扰脉宽65.2点，干扰周期99.8点，可见由于幅度平滑处理使得过干扰门限处理结果与真实情况接近，干扰特征参数识别结果与真值接近。可见，本公开实施例的方法可提高干扰特征参数识别准确率。
[0094]
需要说明的是，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。另外，也易于理解的是，这些步骤可以是例如在多个模块/进程/线程中同步或异步执行。
[0095]
进一步的，本示例实施方式中，还提供了一种干扰特征参数识别装置。参考图10中所示，装置100可以包括信号处理模块201，平滑处理模块202，门限处理模块203，参数识别模块204。
[0096]
其中：所述信号处理模块201，用于对输入信号进行求取模值处理，得到模值信号；
[0097]
所述平滑处理模块202，用于对所述模值信号进行幅度平滑处理；
[0098]
所述门限处理模块203，用于对经幅度平滑后处理后所述模值信号进行过干扰门限处理，得到所述过干扰门限处理的结果；
[0099]
所述参数识别模块204，用于所述过干扰门限处理的结果进行干扰特征参数识别。
[0100]
在一个实施例中，所述信号处理模块201包括信号处理子模块，所述信号处理子模块，用于利用干扰信号的幅度特征进行求取复数信号的模值，得到模值信号。
[0101]
在一个实施例中，所述平滑处理模块202包括参数设置模块，所述参数设置模块，用于设置平滑参数，根据识别时间精度要求及信号采样频率计算幅度平滑时的所述平滑参数。
[0102]
在一个实施例中，所述平滑处理模块202包括平滑处理子模块，所述平滑处理子模块，用于利用设置的所述平滑参数对所述模值信号进行平滑处理。
[0103]
在一个实施例中，所述门限处理模块203包括结果判断模块，所述结果判断模块，用于若幅度平滑处理后的所述模值信号大于等于过干扰预设门限时，则得到干扰点，并记录干扰标记。
[0104]
在一个实施例中，所述参数识别模块204包括参数识别子模块，所述参数识别子模块，用于根据得到的所述干扰点及干扰标记，利用干扰特征参数识别方法，识别干扰特征参数并将其输出。其中，干扰特征参数包括干扰个数、干扰脉宽和干扰周期。
[0105]
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
[0106]
应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。作为模块或单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现木公开方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
[0107]
在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被例如处理器执行时可以实现上述任意一个实施例中所述干扰特征参数识别方法的步骤。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述干扰特征参数识别方法部分中描述的根据本发明各种示例性实施方式的步骤。
[0108]
参考图11所示，描述了根据本发明的实施方式的用于实现上述方法的程序产品300，其可以采用便携式紧凑盘只读存储器(cd
‑
rom)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
[0109]
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd
‑
rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。
[0110]
所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁
信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等等，或者上述的任意合适的组合。
[0111]
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、c 等，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
[0112]
在本公开的示例性实施例中，还提供一种电子设备，该电子设备可以包括处理器，以及用于存储所述处理器的可执行指令的存储器。其中，所述处理器配置为经由执行所述可执行指令来执行上述任意一个实施例中所述干扰特征参数识别方法的步骤。
[0113]
所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。
[0114]
下面参照图12来描述根据本发明的这种实施方式的电子设备400。图12显示的电子设备400仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
[0115]
如图12所示，电子设备400以通用计算设备的形式表现。电子设备400的组件可以包括但不限于：至少一个处理单元410、至少一个存储单元420、连接不同系统组件(包括存储单元420和处理单元410)的总线430、显示单元440等。
[0116]
其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元410执行，使得所述处理单元410执行本说明书上述干扰特征参数识别方法部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元410可以执行如图1中所示的步骤。
[0117]
所述存储单元420可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(ram)4201和/或高速缓存存储单元4202，还可以进一步包括只读存储单元(rom)4203。
[0118]
所述存储单元420还可以包括具有一组(至少一个)程序模块4205的程序/实用工具4204，这样的程序模块4205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
[0119]
总线430可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
[0120]
电子设备400也可以与一个或多个外部设备500(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备400交互的设备通信，和/或与使得该电子设备400能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口450进行。并且，电子设备400还可以
通过网络适配器460与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。网络适配器460可以通过总线430与电子设备400的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备400使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。
[0121]
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd
‑
rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、或者网络设备等)执行根据本公开实施方式的上述干扰特征参数识别方法。
[0122]
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本技术旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由所附的权利要求指出。