跳频信号非合作接收技术研究

论文摘要

跳频通信具有低接收概率、抗衰落、抗干扰、保密性能好、稳定可靠等一系列优点,使其得到了广泛的应用,也向跳频信号的非合作接收提出了严峻的挑战。跳频信号非合作接收技术中的检测、参数估计、分选等方法,已成为目前研究的热点,论文对此进行了研究,并对跳频信号的分选算法进行了编程实现。主要内容如下:1.研究了跳频信号的时频分析方法。应用不同的时频分析方法对跳频信号进行分析,并运用运算量、时频聚焦性、交叉项等指标对不同的时频分析方法进行了比较。2.研究了跳频信号参数盲估计技术。首先介绍了S变换的基本原理,并对其参数估计性能进行了分析,针对其窗函数不能满足能量归一化的缺点,本文将能量归一化窗S变换引入到跳频信号分析中,给出了一种基于能量归一化窗S变换的跳频信号参数盲估计算法,有效地克服了S变换的局限性,提高了估计性能;为了进一步提高低信噪比时的估计精度,接着研究了组合时频分析方法,将谱图与MSPWVD进行组合,得到了更为清晰稳健的时频图,给出了利用一维二次差分法沿时间轴进行峰值搜索,并对其峰值大小及峰值位置进行修正,然后利用不同方法进行跳频信号参数估计,在低信噪比下提高了估计精度。3.研究了各种干扰信号存在条件下跳频信号盲检测技术。首先利用功率谱对消法来抑制定频干扰;因功率谱对消后,不可避免地带来了能量的损失,为了凸显跳频信号和抑制宽频干扰,给出了一种单元平均选小（CASO-CFAR）恒虚警处理判决方法;然后利用数学形态学方法对判决后的时频图进行处理,较好地填补了信号空洞,平滑了信号边际;最后利用图像增强方法中的中值滤波器来消除星点噪声,检测出跳频信号。4.研究了跳频信号分选技术。在信号测向和分割的基础上,首先依据跳频组网中各网台的地理位置往往不同的特点,给出了一种基于宽带波束形成的跳频信号分选算法,该算法能够正确地分选出各网台信号,并能够抑制其它方向的干扰;然后给出了一种聚类分选算法,利用直方图来优化初始类中心,减少了聚类的迭代次数,最后针对非合作接收时跳频组网方式未知的情况,设计了一种分步聚类方法,对跳频信号进行分选,当信号段类数较多时,相对于直接利用信号段参数进行聚类分选减少了计算量。5.研究了基于聚类的跳频信号分选算法的编程实现。首先介绍了跳频信号处理平台;其次使用流程图介绍了分选算法的实现流程;然后基于微软.NET开发平台使用C#语言进行了算法的编程实现;最后在软件平台上实现了选定算法,结果表明该算法的应用程序能有效地完成跳频信号的分选。

论文目录

• 目录
• 表目录
• 图目录
• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景及意义
• 1.2 研究历史与现状
• 1.2.1 跳频信号检测
• 1.2.2 跳频信号的参数估计
• 1.2.3 跳频信号分选
• 1.3 论文结构安排
• 第二章 跳频信号的时频分析
• 2.1 引言
• 2.2 跳频信号的数学模型及主要技术指标
• 2.2.1 跳频信号的数学模型
• 2.2.2 主要技术指标
• 2.3 线性时频分析
• 2.3.1 短时傅里叶变换
• 2.3.2 Gabor 变换
• 2.3.3 小波变换
• 2.4 二次时频分布
• 2.4.1 谱图
• 2.4.2 Wigner-Vile 分布及其推广形式
• 2.5 重排类及组合类时频分布
• 2.5.1 重排类时频分布
• 2.5.2 组合类时频分布
• 2.6 性能评价
• 2.7 本章小结
• 第三章 跳频信号的参数估计
• 3.1 基于S 变换的跳频信号参数估计
• 3.1.1 基于S 变换的跳频信号参数估计
• 3.1.2 基于能量归一化窗S 变换的跳频信号参数估计
• 3.1.3 算法仿真
• 3.2 基于二次差分法的跳频信号参数估计
• 3.2.1 不同时频分布组合
• 3.2.2 二次差分法
• 3.2.3 跳频信号参数估计
• 3.2.4 算法仿真
• 3.3 本章小结
• 第四章 跳频信号盲检测和分选
• 4.1 跳频信号盲检测
• 4.1.1 功率谱对消
• 4.1.2 CASO-CFAR 准则
• 4.1.3 形态学图像处理
• 4.1.4 算法仿真与实际信号测试
• 4.2 DOA 估计
• 4.3 跳频信号盲分选
• 4.3.1 信号分割
• 4.3.2 基于宽带波束形成的跳频信号分选
• 4.3.3 基于聚类的跳频信号分选
• 4.4 本章小结
• 第五章 基于聚类的跳频信号分选的实现
• 5.1 跳频信号处理平台
• 5.2 任务划分
• 5.2.1 信号格式
• 5.2.2 软件实现流程
• 5.3 软件实现
• 5.4 本章小结
• 结束语
• 一、本文内容总结
• 二、展望
• 参考文献
• 作者简历 攻读硕士学位期间完成的主要工作
• 致谢