基于广义矩形时频分布的跳频信号参数估计

能够有效地对接收到的跳频信号进行参数估计是干扰跳频通信的重要前提。由于广义矩形时频分布能够在有效抑制交叉干扰项的同时具有好的时频聚集性,提出了一种基于广义矩形时频分布的跳频信号参数盲估计算法。该算法能够在低信噪比条件下估计出跳频信号的跳频周期、跳变时刻和跳频频率。仿真结果表明,与基于平滑伪Wigner-Ville时频分布（SPWVD）估计跳频信号参数的算法进行比较,该算法提高了跳频信号参数估计的准确度和可靠性。

基于GRD-Hough变换的多高斯源盲分离算法

盲源分离有一个重要假设:源信号最多只含一个高斯信号。否则,基于统计量的盲分离算法性能会恶化。本文从广义矩形分布出发,通过把时域中的一维信号映射到二维的时-频表示来提供信号的频谱内容随时间变化的信息,并对时频谱进行Hough变换处理,利用不同高斯源的时频分布差异性,避开统计量提出了一种能分离多个高斯源的盲分离算法,扩展了盲源分离的应用领域。

水下跳频通信信号时域参数盲检测算法仿真

针对传统跳频信号时域检测算法需要提前预知一个或者多个信号参数,不能直接进行盲检测,且检测过程较为繁琐的问题,提出水下跳频通信信号时域参数盲检测算法。首先分析跳频系统工作原理,突出跳频通信系统具有抗干扰性强、截获概率低等诸多优势;再结合跳频信号的时变性与非平稳性构建数学模型,将跳频信号转换为分段稳定的随机时间序列;其次对信号做滤波处理,消除噪声干扰,并利用时频反变换获取时域信号;最后在广义矩形时域分布算法基础上,提取信号时域脊线,计算能量之和,实现水下跳频通信信号时域周期、频率以及跳变时刻盲检测。实验结果表明,本文算法在进行水下跳频通信信号时域参数盲检测时,检测性能优于其它算法,且检测准确率较高。