一种新的Costas跳频信号盲参数估计算法

本文以Costas信号为例提出了基于高斯基集的跳频信号自适应分解法,将跳频信号分解为一组高斯基函数的线性叠加。采用遗传算法估计与信号最匹配的高斯基函数。和其它方法相比,该方法具有很高的时频分辨率且无交叉项干扰,参数估计精度高。仿真结果证明了该方法的有效性,适合于低截获概率波形的低信噪比情况。

Costas跳频信号参数盲估计算法研究

提出了一种Costas跳频信号参数盲估计算法。首先对接收信号作快速傅里叶变换(fast Fouriertransform,FFT),分析频谱以估计信号跳频频率个数;进而得到码元宽度初估计值,以该初估计值设定搜索范围搜索频率跳变点位置,对码元宽度作精估计。在脉宽未知的情况下,提出了基于最小描述长度(minimum descrip-tion length,MDL)的到达时间估计方法。和其他Costas跳频信号参数估计方法相比,该方法计算量小,参数估计精度相对较高。仿真结果证明,该方法在较低信噪比条件下仍有效。

Costas编码跳频信号多普勒容限及其在多声源宽带正交检测中的应用

针对Costas信号的传统宽带匹配滤波因拷贝信号生成过程复杂而带来的计算复杂度高的问题,给出了一种通过计算宽带回波与窄带近似回波的互相关度进而得到Costas信号多普勒容限的数值计算方法,并提出利用容限值对预测目标多普勒范围进行分段窄带近似处理,从而避免了大量的时域伸缩变换,简化了拷贝信号的生成复杂度,提高了宽带匹配滤波的处理效率。随后,将这种方法扩展应用到多声源多目标的回波检测中,利用Costas信号的正交性及多普勒容限值,设计了一种宽带正交匹配检测器,大大提高了多目标声探测的效率。实验仿真和分析证明了多普勒容限求取方法的正确性及其应用于宽带正交匹配检测的有效性。

基于Costas编码跳频雷达信号分析及成像研究

常用的跳频宽带雷达大都是基于发射顺序步进载频的脉冲信号形式,而这种信号的模糊图为斜刀刃形,存在距离-速度耦合,容易造成测距不准和多普勒效应。为了改善高分辨力雷达测距测速性能,提出了在ISAR成像中采用Costas编码脉冲序列,推导并比较了Costas编码脉冲序列和常规步进频脉冲序列的模糊图,分析了Costas编码跳频雷达信号形式,指出它可以消除距离-速度耦合,具有更好的测距和测速性能,并给出了ISAR成像的算法步骤。最后仿真验证了该算法的正确性。

波形熵法在毫米波Costas跳频雷达运动补偿中的应用

Costas跳频信号是一种距离高分辨率的雷达信号 ,运动补偿是其实现距离高分辨率的核心技术 .本文采用波形熵法对这种信号的运动补偿进行了研究 ,并对波形熵的定义进行了优化 .仿真结果表明该方法可行 ,且对正交解调误差不敏感 ,有一定的抗噪性 .

基于单矢量水听器时频声强法的非合作水声跳频信号多维参数估计

针对传统方法对水下非合作跳频信号的多维参数估计效果不佳的问题,提出一种基于单矢量水听器时频声强法的非合作水声跳频信号空时频参数估计方法。利用矢量水听器声压通道与振速通道的接收信号建立时频域的短时互谱分布,分析噪声与信号在时频域分布的差异,通过迭代去噪法与连通域方法,对噪声进行抑制并平滑每跳的能量分布;采用复声强法对短时互谱矩阵进行处理,得到清晰稳定的跳频信号空时频分布;提取空时频分布的脊线并利用Haar小波变换对脊线进行奇异点检测,估计出信号的多维参数。仿真和水池试验结果表明,当信噪比大于-5 dB时,所提方法得到的参数估计归一化均方根误差小于0.05。

基于WelchCostas序列的最佳跳频码结构及其在OFDM系统中的应用

讨论了OFDM系统中跳频码设计的问题,建立了含有一个间隙行的Welch Costas序列的结构理论,深入研究了含有一个间隙行的Welch Costas序列的代数结构、构造方法和自(互)相关特性,并证明了相关的定理。探索了用含有一个间隙行的Welch Costas序列设计OFDM系统中跳频图样的方法,举例说明了如何设计跳频码和怎样将跳频码分配给OFDM系统中的用户。用含有一个间隙行的Welch Costas序列设计跳频码能获得理想的自相关特性,并且当无线通信系统中多普勒频移受限时能获得极佳的互相关性能。

基于图像处理与时频分析的跳频信号频率估计算法

针对电子侦察领域,复杂电磁环境中跳频信号频率估计的问题,结合图像处理技术提出一种基于时频分析的频率估计算法。首先基于干扰噪声与跳频信号时频特性的差异,通过BM3D与形态滤波的方法对时频图像中含有的高斯白噪声及扫频干扰进行滤除,其次组合采用灰度化、Roberts边缘检测、Hough变换等图像处理手段对信号的时频图像进行处理以突出目标信息,最后通过像素点搜索、阈值处理等方式定位时频脊线的确切位置,估计信号频率。仿真结果表明,该算法能够初步实现信噪比≥-8 dB且在低信噪比条件下保持估计均方误差处于10-5量级范围的信号频率估计,可完成对于低信噪比条件下跳频信号频率的估计。

基于解调重构的跳频信号辐射源个体识别方法

现有跳频信号辐射源个体识别方法大多围绕跳变瞬态的特征进行讨论,其捕获和精准定位的难度较大。因此,提出了一种基于解调重构的跳频信号辐射源个体识别方法,能够有效利用跳频信号的稳态信息进行辐射源个体识别。首先对跳频信号进行跳变定时,提取出各跳的基带波形;然后解调出各跳的符号,并将其经过理想成型滤波器,得到理想的重构基带波形;最后将原始波形和重构波形一起送入神经网络,得到分类结果。给出发射机畸变模型和畸变参数范围,经过多次测试给出网络参数的建议取值范围,并进行验证实验。实验结果表明,该方法能够有效地完成跳频信号辐射源个体识别任务。

多定频干扰下准随机跳频信号检测仿真

多定频干扰环境的复杂性会对准随机跳频信号产生影响,导致跳频信号检测效果不佳。为了提升检测性能,提出多定频干扰下准随机跳频信号检测方法。对多定频干扰下的准随机跳频信号开展分析,获取跳频信号,并对信号实行小波阈值去噪处理;根据去噪处理结果,对准随机跳频信号开展傅里叶变换,求解跳频信号的局部自适应阈值,以此消除定频干扰,完成跳频信号提取;检测提取信号在时域的驻留连续性,区分跳频信号及可疑目标信号,实现多定频干扰下准随机跳频信号的检测。实验结果表明,通过开展信噪比测试、检测误差测试,验证了该方法的检测效果较好,说明其具有实用性和有效性。

基于时频变换和波形整形的跳频信号参数估计方法

针对噪声对跳频信号参数估计造成的困难,提出了基于时频变换和波形整形的跳频信号参数估计方法。对跳频信号进行短时傅里叶变换,计算得到时频脊线,对时频脊线进行波形整形处理,消除噪声造成的虚假跳频时刻干扰,通过跳频时刻序列得到跳周期序列,对跳周期序列计算其直方图,选出出现次数最多的值来计算跳频信号的跳频速率。根据跳周期序列分别取出每段信号,再进行频率估计。通过实验验证了提出方法的有效性,综合利用时频变换及波形整形处理技术,保证了在低信噪比下跳频信号跳频时刻、跳频速率及跳频频率的理想估计结果。

基于改进模板匹配的多跳频信号参数估计

为解决复杂环境下,同一频段、同一采样时间内多跳频信号分离困难与特征参数估计精度较低的问题,提出了一种改进模板匹配算法。首先,根据干扰信号和噪声的时频特征进行滤波。然后,采用K-means算法对连通域进行预分类,对于可能存在跳频信号混叠的连通域,由跳频信号簇生成相应的模板并进行改进模板匹配,将成功分离的跳频信号归类入相应的簇。最后,对每一个簇的跳频信号参数进行估计,并通过最小二乘法进行修正。实验结果表明,与连通域标记算法相比,所提方法在信噪比高于-3 dB的情况下,平均相对误差低于0.01,鲁棒性较好,有较高的工程价值。

智慧教室间交互通信网络变速跳频信号分选算法

为了保障智慧教室间交互通信网络的流畅通信,研究智慧教室间交互通信网络变速跳频信号分选算法,以提高智慧教学质量。通过短时傅里叶变换(STFT)方法,转换包含网络变速跳频源信号与噪声信号的混合信号至时频域,结合自适应阈值去噪方法,去除时频域混合信号内噪声。获得去噪后时频域混合信号经帧重叠构建后,获得数帧重叠帧混合信号。盲源分离重叠帧混合信号后,得到数帧重叠帧分离变速跳频信号,经重叠率对比后,去除同源信号重叠部分,拼接剩余部分获得同源分选变速跳频信号。结果显示:该算法应用于智慧教室间交互通信网络中,可转换网络初始混合信号至时频域,实现混合信号的稀疏化呈现;可有效消除时频域混合信号内噪声,为去噪后时频域混合信号构建数帧重叠帧信号,对此类信号实施有效分离,得到重叠帧分离变速跳频信号,并以此为依据最终完成同源变速跳频信号的分选。

多跳频信号波达方向与极化状态联合估计算法

为了有效辅助跳频(FH)网台分选和信号识别、跟踪,该文用正交偶极子对构造极化敏感阵列,基于空间极化时频分析,在欠定条件下实现了多跳频信号波达方向(Direction Of Arrival,DOA)与极化状态的高效联合估计。首先建立跳频信号的极化敏感阵列观察模型,然后根据参考阵元时频分析结果建立各跳信号的空间极化时频分布矩阵,再利用该矩阵中蕴含的信号极化-空域特征信息分别运用线性、二次型空间极化时频以及多项式求根共3种方法实现DOA与极化参数联合估计,最后蒙特卡罗仿真结果验证了该算法的有效性。

基于优化初始聚类中心K-Means算法的跳频信号分选

提出了一种优化初始聚类中心的方法。方法通过搜索参数统计直方图峰值预估类数目,并根据峰值位置确定聚类中心大概位置。由于优化的初始类心与实际类心相隔不远,聚类迭代次数大为减少。与传统的优化聚类中心方法相比,本方法计算量更少。最后将改进K-Means聚类算法应用于跳频信号分选,仿真结果表明,分选效果良好。

跳频信号2D-DOA与极化参数的欠定估计

为在欠定条件下估计跳频(frequency hopping,FH)信号二维波达方向(two dimensional direction of arrival,2D-DOA)和极化参数,从而有效辅助FH网台分选和信号识别、跟踪等,提出基于空间极化时频分析的联合估计算法.在建立FH信号极化敏感阵列快拍数据模型基础上,推导空间极化时频分布(spatial polarimetric time frequency distributions,SPTFD)的线性时频扩展形式SPSTFT,同时给出一种组合时频分布方法定位各跳(hop)信号在时频面上的自项区域,据此构造各hop的SPTFD和SPSTFT矩阵.利用SPSTFT/SPTFD矩阵中蕴含的信源极化-空域特征信息采取两种不同方法估计2D-DOA和极化参数.新算法无需多维参数寻优和配对,计算量小.仿真结果表明,本算法能在欠定条件下有效估计FH信号2D-DOA和极化参数,SPTFD矩阵法估计精度高,并能处理发生频率碰撞的hop.

基于ITD的跳频信号跳速估计算法

非合作情况下,跳频信号参数准确快速的估计对于获取对方通信参数、产生跟踪式干扰等具有重要意义。提出了一种基于固有时间尺度分解的跳频信号跳速的快速估计算法,该算法迭代地分解跳频信号成一系列固有旋转分量,并求出由各层旋转分量信号包络瞬时幅度的最大值所构成的一个分析序列,对该序列进行傅里叶变换即可估计出跳频信号的跳速。该算法具有运算复杂度低、不受时频不确定性原理影响、时频定位精度高的优点。仿真结果显示,该算法能够有效地估计出跳频信号的跳速。

基于稀疏重构的跳频信号时频分析方法

针对现有时频分析方法存在噪声抑制能力弱、时频聚集性不强的缺点,提出了一种基于稀疏重构的跳频信号时频分析方法来获取清晰的、高聚集度的时频图。首先根据惩罚函数的思想建立了跳频信号无约束的稀疏重构模型;然后理论分析了罚函数因子的取值标准;最后用近似l0范数算法求解得出跳频信号的时频图。仿真结果表明该算法能够有效地获取跳频信号的时频图。

跳频信号的跳速估计

针对电子对抗的实际应用,提出了一种精确估计跳频信号跳速的方法。利用短时傅里叶变换分析跳频信号,得到其时频表示,再利用小波变换提取该时频表示的边沿信息,进而利用谱分析实现了跳速的精确估计。该算法完全避免了频谱交叉项的影响,理论分析证明了其可行性。仿真试验表明,在不要求高采样率的情况下,信噪比大于-5.5 dB时该算法是有效的。

基于WVD改进算法的跳频信号参数估计

针对平滑伪维格纳分布(SPWVD:Smoothed Pseudo Wigner-Ville Distribution)在跳频信号参数估计中存在的分辨率下降和运算量过大等问题,提出基于STFT(Short-Time Fourier Transform)与WVD(Wigner-VilleDistribution)的联合算法(STFT-WVD),实现了跳频周期、跳变时刻和跳频频率等参数的盲估计。在参数估计的过程中,STFT-WVD算法有效地抑制了WVD的交叉干扰项,保持了WVD较高的时频分辨率,在运算量上和WVD相近,没有增加运算的复杂程度。仿真实验证明,STFT-WVD比SPWVD具有更好的整体性能,在信噪比优于-1 dB时,能得到更为精准的估计值。