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。

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。

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。

非同频场景下无人机遥控器信号参数估计方法

为了有效地管控和反制无人机,准确地估计无人机遥控器信号的参数,提出了一种非同频场景下无人机遥控器信号参数估计方法。该方法利用谱图变换法将信号转换为时频图,并对每个时隙的频谱进行插值以提高频域分辨率;借助全连接神经网络估计出每个时隙中的跳频信源个数;将门限自适应去噪算法和K-means算法相结合抑制噪声分量,估计出起跳时刻、跳频周期、中心频率以及总带宽等参数。实验表明,所提方法在上述参数估计性能方面相比2种传统方法具有明显优势。

基于时频对消的跳频信号盲检测算法

针对低信噪比下跳频信号检测概率低问题,提出一种基于时频对消的跳频信号盲检测算法。根据跳频信号与定频信号的不同时频特性,利用短时傅里叶变换,理论上分析推导了跳频信号、定频信号和高斯白噪声的时频对消比,根据时频对消比差异性,得到三元假设检验规则;针对实际脉冲噪声背景,利用分数低阶短时傅里叶变换代替短时傅里叶变换估计得到时频对消比,实现了未知先验信息条件下跳频和定频信号的同步检测。计算机仿真结果表明,当跳频信号检测概率高于0.8时,相比于功率谱对消法,该算法改善信噪比大于1.5 dB以上。该算法抗噪声功率不确定性较强,实现简单。

一种适用于跳频通信系统的多维信号检测方法

跳频信号中心频率的伪随机跳变,使跳频信号的检测比常规非跳频信号要困难很多。针对跳频通信系统中的自动对星问题,提出了适用于跳频通信系统的检测算法,解决了跳频同步前由于信号时断时续导致的自动对星难题。采用时域分析、频域分析、带宽检测和功率检测等多维域分析方法,对跳频信号进行了不同维度的累积和分析,达到了对跳频信号精确捕获的目标,并通过多跳平均完成功率估计。Matlab仿真结果表明,在5 dB时信号检测概率大于80%,10 dB时信号检测概率大于98%;检测概率变化带来的功率波动小于0.1 dB,满足低信噪比工作需求;功率估计精度高,波动在0.5 dB左右,估计误差小于2.6%,可为天线跟踪提供可靠的功率估计值。提出的方法运算量适中,门限易于选择,能适应低信噪比环境,且具有稳定可靠、检测准确度高和功率估计精度高的优良性能,可应用于工程实践中。

基于稀疏重构的网络通信跳频信号参数估计算法

为扩展通信网络的频谱宽度,从而充分提高通信信号的跳频传输能力,提出基于稀疏重构的网络通信跳频信号参数估计算法。根据稀疏测度矩阵,计算正则化重构指标的具体数值,通过统计信号协方差的处理方式,完成基于稀疏重构的通信信号调制。在此基础上,定义估算核函数,联合已知的跳频参量提取结果,确定网络通信环境中的瞬时信号传输权限,实现对网络通信跳频信号参数的估量与计算,完成基于稀疏重构的网络通信跳频信号参数估计算法的设计。实验结果表明,与深度学习型估算方法相比,在稀疏重构原则的作用下,通信网络的频谱宽度得以扩展,符合提高通信信号的跳频传输能力的实际应用需求。

小型无人机遥控器信号跳频参数估计方法

小型无人机遥控器信号工作带宽约为80 MHz,传统的无人机遥控器信号参数估计方法有效地完成参数估计工作的前提是采集完整频段的信号,这在加大了参数估计难度的同时提高了对信号采集设备的要求。针对这一问题,基于频域互相关运算获得相邻时隙采样信号的频域互相关特性,通过引入逻辑回归、门限自适应去噪算法估计无人机遥控器信号参数,该方法不仅避免了设定阈值,提高了参数估计性能,而且能够估计在采样频率有限场景下所采集的时域非连续无人机遥控器信号的跳频参数。基于仿真和实测数据对比分析了传统的2种跳频信号参数估计方法与所提方法的参数估计性能。实验结果表明:与传统参数估计方法相比,无论小型无人机遥控器信号能否被完整采集,所提方法在参数估计精度方面均具有较大优势。且当信噪比超过-3 dB时,所提方法的参数估计性能达到饱和。

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。

基于时频分析的跳频信号参数估计研究

为了解决低信噪比条件下跳频信号参数估计难度大的问题,提出一种基于时频分析方法的跳频信号参数估计方法。首先对跳频信号进行时频变换,获得时频图像,通过能量对消去除定频信号干扰,采用全局阈值法对图像及进行二值化处理,通过形态学滤波消除各类干扰信号的影响。通过对时频脊线的频率跳变时刻数组求解一阶差分方程,得到跳频周期估计值,通过k-means聚类算法估计跳频信号的频率集。仿真实验表明:算法在较低信噪比的情况下,可以获得清晰度较高的时频图像以及精度较高的参数估计值。实测信号的测试验证了算法的实用性。

基于相参积累的宽带跳频信号时差和速度差联合估计方法

运动多站无源定位场景下,宽带跳频通信信号载频跳变会产生变化的多普勒频移,从而导致无法直接估计多脉冲跳频观测信号的多普勒频差,而单跳信号的时频差估计精度又不能满足定位要求。针对该问题,本文提出了一种跳频信号多脉冲相参积累的时差和多普勒速度差联合估计算法。首先对宽带跳频观测信号建立时差-多普勒速度差模型,然后对脉冲对的频域共轭积补偿相位后累加求和,最后通过代价函数的二维峰值搜索求得跳频信号时差和多普勒速度差估计值。仿真结果表明,本文所提方法相比于单跳方法和多脉冲非相参积累方法,估计精度提升显著且在中高信噪比条件下能够贴近CRLB,验证了所提方法的正确性与精度优势。

跳频信号互模糊函数相参积累时差和速度差估计方法

在运动多站定位场景下,宽带跳频通信信号的载频跳变会产生变化的多普勒频移,因此无法直接利用跳频信号的多个不同脉冲估计多普勒频率差,若仅估计单个跳频脉冲的时频差,则精度低而无法满足定位要求。针对此问题,提出了一种基于互模糊函数相参积累的宽带跳频信号时差和多普勒速度差估计方法。首先将宽带跳频信号的多普勒效应差建模为多普勒速度差,从而无需对多普勒频差进行估计,避免载频跳变对多普勒效应差估计造成影响,并建立了时变时差的时差和速度差信号模型。然后对各单跳信号的互模糊函数进行相位补偿以实现相位对齐,通过对相参积累后的互模糊函数进行时差和速度差的二维峰值搜索,可以得到多跳频脉冲信号初始时刻时差和速度差的相参估计结果。最后以Link16数据链信号为例对算法进行了仿真实验,验证了算法的正确性与精度优势。

基于DQN的跳频信号干扰决策方法研究

跳频通信系统具备较强的抗搜索、抗截获和抗干扰能力。为实现对跳频信号的高效干扰,提出一种基于DQN的跳频信号干扰决策方法。通过对跳频信号进行时频分析和图像二值化处理获取信道状态,将其作为基于DQN算法构建的干扰决策网络输入数据;以干扰功率、驻留时间和跳频频率集作为决策因子,依据跳频通信模型受到干扰时的误码率构建误差函数输出干扰动作;根据反馈参数迭代调整最佳干扰策略和动作优化。仿真结果表明:基于DQN的跳频信号干扰决策方法能够进行有效决策,且决策出的干扰动作可使跳频通信模型中的误码率约为13%时达到稳定,具有高效干扰的能力。