一种新的跳频信号盲检测算法研究

跳频通信技术具有较强的抗干扰能力和组网能力,因而得到广泛采用,尤其是在军事通信方面.因此,对跳频通信系统的盲检测也成为通信对抗中的一项重要内容.提出了一种基于频域相关的跳频信号盲检测算法.在不需要任何先验信息的条件下可以对跳频信号进行盲检测.仿真表明该算法在低信噪比条件下具有很好的检测效果.     

基于T-SBL的多跳频信号参数估计

针对多跳频信号参数估计问题,利用跳频信号频率在时频域上的稀疏性,在块稀疏贝叶斯学习(b SBL)的基础上,提出了一种T-SBL稀疏学习算法,通过重构后信号的时频图完成跳频信号的跳周期、中心时刻、跳时刻等参数的估计.首先将接收信号进行重叠分割得到观测矩阵;然后根据跳频信号时频域的稀疏性建立信号的多测量(MMV)稀疏模型,在块稀疏贝叶斯学习算法的基础上将多测量模型转化为单测量(SMV)模型;最后通过重构后信号的清晰时频图进行参数的快速估计.为了进一步提高低信噪比下的估计性能,采用形态学滤波的方法对获得的时频图进行修正.理论分析和仿真实验表明了该算法的有效性和良好的估计性能.     

一种基于阵列信号处理的跳频信号盲检测方法

提出一种适用于多天线系统的跳频信号盲检测方法.先用该方法求出多路信号之间的互相关函数的功率谱密度之和,得到随时间改变的功率谱密度矩阵,然后通过对该矩阵的处理产生跳频信号的时频图,将跳频信号的各跳从时频图中分割出来并得到其各个hop的参数集.现场测试表明：该方法切实有效,大大提高了信噪比,改善了整体性能.     

快速跳频多址信号的检测

对码分多址(CDMA)信号的检测常会遇到使用相同载波频率的系统用户的干扰(信道内干扰),或是遇到使用相近频率的用户的干扰(信道间干扰),提出了采用两阶段检测器,这个检测器并不复杂,但能消除大部分的信道内干扰和部分的信道间干扰。     

复杂电磁环境定量描述方法用于跳频信号监测

通过研究复杂电磁环境定量描述的定义和测试方法,利用实时频谱仪实现复杂电磁环境的描述,实现了对跳频信号的概率密度实时统计,实现了复杂电磁环境下,跳频信号干扰性能的评估。     

采用空间极化时频分布的跳频信号多参数联合估计算法

为了在欠定条件下利用信号二维波达方向(2D-DOA)与极化状态进行跳频(FH)网台分选和信号识别、跟踪,提出了一种基于空间极化时频分布(SPTFD)的FH信号多参数联合估计算法。首先利用FH信号时频域特征以及阵列流型建模方法,建立FH信号的极化敏感阵列快拍数据模型;然后通过组合时频分布构造各跳信号的SPTFD矩阵;在此基础上,根据秩损理论对方向和极化信息进行去耦合,利用旋转不变子空间原理估计俯仰角;通过一维搜索和方程求解来估计方位角与极化参数,最终实现了2D-DOA与极化参数的联合估计。新算法无需多维参数寻优和配对,估计精度高。仿真结果表明:该算法能在欠定条件下精确估计FH信号2D-DOA和极化参数;当阵元数为4、信噪比大于6dB时,空间5个FH信号所有参数的均方根误差均小于1°。     

一种跳频信号跳周期联合估计算法

针对通信对抗中的实际应用,给出了一种联合算法估计跳频信号跳周期,与传统跳周期估计方法不同,该方法通过对信号进行谱图重排变换,然后提取时频脊线并对其进行小波变换,精确定位跳变时刻,最后得到跳周期的准确估计。仿真结果表明,该方法具有较好的抗噪性能,在信噪比大于-1db时能得到准确的参数估计。     

快速跳频多址信号的检测

对码分多址（ＣＤＭＡ）信号的检测常会遇到使用相同载波频率的系统用户的干扰（信道内干扰），或是遇到使用相近频率的用户的干扰（信道间干扰）。提出了采用两阶段检测器，这个检测器并不复杂，但能消除大部分的信道内干扰和部分的信道间干扰。     

多跳频信号参数单通道盲估计算法

为了支撑跳频(FH)网台分选、支援干扰及信息恢复等任务,在单通道条件下,提出一种基于起跳时刻(SHT)序列检测分选的多跳频信号参数盲估计算法,并实现了异步网台频率自动分选．首先总结了三类侦察场景截获样本起跳时刻序列的理论分布,推导了基于起跳时刻序列分选结果的跳频信号时域参数理论表达;然后通过一种改进的谱熵算法,结合设计的自适应门限,实现对起跳时刻序列的准确检测/提取,据此将截获样本划分为若干频率驻留期(FRT),通过快速傅里叶变换(FFT)结合魏格纳-威利分布(WVD)实现了频率驻留期内频率分量的准确估计;接着充分利用跳频信号频域跳变属性,通过对相邻频率驻留期内频率分量进行跳频检测,实现起跳时刻序列分选,为各跳频信号时域参数盲估计提供了数据支撑;最后总结了所提算法完整流程．理论分析结合蒙特卡罗仿真结果表明：所提算法对不同跳频组网方式均具适应性,估计精度高,计算简单．     

基于组合时频分布的跳频信号分析

针对常用的非线性时频分析方法不能较好地抑制交叉项干扰的问题,文中提出一种新的跳频信号时频分析方法。将组合时频分布TF方法用于跳频信号分析,提出了跳频信号持续时间、跳变时刻和跳频频率盲提取的改进算法,通过计算机仿真验证了该方法的有效性。     

基于熵测度和SQP方法的跳频信号时频表示

提出了一种基于三阶Renyi熵测度的双向高斯核函数,分析了核参数与熵测度的变化规律,并利用逐步二次规划法对其进行优化.与信号相关径向高斯核函数时频分布相比,该方法不需要任何先验假定,能够有效反映交叉项在时频分布中的大小,获取优化的时频表示,从而提高了跳频信号的参数估计精度,同时可以适应低信噪比环境.仿真结果验证了基于熵测度优化时频表示法分析跳频信号的有效性和实用性.     

基于S方法熵测度优化的跳频信号参数估计

提出一种S方法结合熵测度优化进行跳频信号参数估计的新方法.该方法在获取信号优化时频分布的基础上,基于时频平面设计参数估计算法,可以在不需要任何先验知识的情况下,估计出跳频周期、跳变时刻和跳频频率等参数.另外,在高斯噪声环境下对分析结果进行了仿真.结果表明,该方法对跳频信号的参数估计优于其他时频分析方法,减小了参数估计的偏差和估计方差,而且优化过程的复杂性也有所降低.     

基于频率微分属性的跳频信号参数估计

提出了一种基于跳频频率变化微分属性,能够估计跳周期、跳变时刻和跳频频率的特征参数方法.与传统平滑伪维格纳分布最大值序列算法相比,该方法增强了跳变时刻信号检测的可靠性,提高了参数估计的精度.仿真结果和性能分析表明了算法的有效性和实用性.     

基于熵测度优化的跳频信号参数估计

详细讨论了采用三阶Flandrin体积归一化熵测度随时频分布核参数的变化规律,给出了典型时频表示进行参数优化的方法,提出了一种基于熵测度的信号相关平滑伪魏格纳分布,对其在跳频信号参数估计中的应用进行了比较和性能分析.仿真结果表明了该量化测度在时频核函数性能评价时的可行性和有效性,基于熵测度优化的跳频信号参数估计有较好的抗噪声能力,可以取得比其他方法更精确的效果.     

基于功率谱对消的跳频信号检测算法

为有效解决跳频信号的检测问题,根据跳频信号功率谱随时间变化的差异性,提出一种基于功率谱对消的跳频信号检测算法.该算法可在无需已知先验知识的条件下,对较低信噪比的跳频信号进行盲检测.通过仿真分析表明,该算法在信噪比为10 dB的条件下,可获得功率对消比为-34 dB的检测效果;在较大接收信噪比、较多分段数和切比雪夫函数窗条件下,该算法具有较高的检测性能.此外,在跳频信号和定频信号发生频率碰撞时,该算法仍能实现对跳频信号的检测,更加适合于现代战场的复杂电磁环境.     

基于时频分析的跳频盲抗干扰技术研究

盲抗干扰技术是一种利用盲源分离技术应对不可预知干扰的方法。在分析跳频盲分离抗干扰的技术文献的基础上,研究了基于时频分析的跳频盲分离抗干扰技术的性能。仿真结果表明,基于时频分析的盲抗干扰技术具有较好的抗非平稳干扰信号性能。     

基于VMD和HSA的水声跳频信号时频分析方法

针对水声通信中低信噪比条件下的水声跳频信号检测和参数估计问题,提出了一种新的基于变分模态分解(VMD)和希尔伯特谱分析(HSA)相结合的水声跳频信号时频分析方法。VMD是一种新开发的自适应信号分解技术,可以完全不递归地将多分量的信号分解成许多准正交的固有模式函数。首先重点分析了VMD算法,然后简单介绍了HSA方法,最后将VMD和HSA相结合的方法应用于水声跳频信号分析。利用数值模拟的水声跳频信号进行实验仿真,结果表明本文的方法可以获得高清晰度、高聚集性的时频图。     

基于干扰子空间估计的跳频多址信号检测

通过对跳频多址信号的时频图案分析,建立了基于信号子空间的系统模型和跳频多址信号的解相关检测算法.该算法采用子空间跟踪的思想,将干扰子空间从检测信号空间上予以消除,克服了传统检测器需要知道系统中所有用户跳频图案的约束和串行干扰消除中的干扰扩散问题.与传统检测器相比,该算法具有更好的系统误码性能、较低的计算复杂度和很好的系统稳健性.MonteCarlo仿真结果表明,在同一个误码率条件下,基于子空间的盲多用户检测器比传统检测器的信噪比提高了2～4dB.     

基于改进EASI算法的多跳频信号盲源分离

为了有效地解决多跳频信号的盲源分离问题,提出了一种变步长的EASI(Equivariant Adaptive Separation via Independence)盲源分离算法。该算法在传统EASI算法的等变化性基础上,用性能指标(串音误差)作为准则,通过改变函数的取值范围及形状,自适应更新步长,使其在一个固定小的范围内,达到算法收敛速度和稳定性能的一个较理想的平衡点,改善了当步长固定时存在的缺陷。经过实验仿真,证明该算法对步长有很好的调整能力,性能稳定且收敛速度较快,能很好地将多个跳频信号进行分离,较传统的EASI算法有更高的适用性。     

干扰子空间盲自适应估计的跳频多址信号检测

针对跳频多址(FHMA)系统,提出了干扰子空间线性最小均方误差(MMSE)检测器和干扰子空间的快速跟踪算法.该算法通过添加噪声子空间得到了整个干扰自相关矩阵的权矢量,避免了同时对特征值对角阵和特征向量矩阵进行跟踪.结合神经网络学习机制中的NIC(Novel Information Criterion)准则,进行权矢量的快速更新,降低了复杂度.仿真证明,该检测器具有很好的误码性能,收敛速度更快.