对非合作信号的分布式检测与接收技术研究

论文摘要

随着军用电子技术的快速发展,电子战在现代战争中处于极其重要的战略地位。在现代电子战中,接收机作为电子情报保障体系中的重要组成部分,其主要功能是接收复杂信号环境中的非合作信号,其性能的优劣直接影响着所获取电子情报的质量。现代无线通信技术高速、低功率的发展趋势以及信息截获本身固有的特点,对信噪比门限低、抗信道失真能力强的非合作接收技术提出了迫切的需求。在非合作通信环境中,接收端往往只有观测信号和有限的先验信息,如何快速、准确地对通信信号进行处理成为非合作接收技术的难题之一,而近几年来兴起的分布式接收技术能很好解决这类难题。在分布式接收天线情况下,各信号在频域、空域、调制域诸参数通过非线性映射在不同位置的天线传感器上产生输出,可表述为基本的非线性问题,通过建立优化的动态空间模型,使各信号在不同天线传感器上的非线性映射转换为相应的状态方程和观测方程,利用非线性滤波技术,实现各信号在频域、空域、调制域的联合估计,获得多个辐射源的频率、方位、位置、基带信息,而不是在各个频率上分时侦察不同信号的到达角、位置,以及分别对不同频率的信号解调。分布式接收技术将致力于消除天线几何位置、射频通道、信号处理算法的刚性约束关系,解决柔性侦测系统的实现途径与方法,达到高灵敏度的侦测效果。在算法方面,近年来兴起的粒子滤波器是一个鲁棒性很强的框架,它既不受限于线性系统,也不要求噪声是高斯的,利用一些随机样本来表示系统状态的后验概率分布,并且能应用于任意非线性随机系统。论文主要针对非合作信号,通过将分布式接收技术引入到非合作信号参数估计中,提出一种实现非合作信号接收的全新思路。文章首先介绍非合作信号的传统检测接收方法,同时指出传统方法存在的不足,特别是传统的解调方法中载波同步和位同步的实现仍有一定的困难。随后分析了用分布式接收技术进行信号接收和检测的优点,建立了空间状态模型,将非合作信号的接收检测问题转换为非线性滤波问题,定义了信号全息的概念,并进一步分析了非线性滤波的几种算法。在接下去的两章中,对非合作信号的参数估计和粒子滤波算法两个方面展开讨论,提出粒子滤波全息接收器,将粒子滤波算法应用于信号的接收检测,在整体性能上有了一个较大的提升;接着分析了粒子滤波算法的改进算法,并将改进算法应用到信号的接收检测中,减少了运算量,提高了接收灵敏度。最后对全文涉及到的观点与想法做了相应的仿真,验证了理论研究的可行性与可靠性。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 课题研究背景与意义
• 1.2 国内外研究现状及发展趋势
• 1.3 论文的创新点与章节安排
• 第2章 非合作信号的传统检测接收方法
• 2.1 非合作信号的频率检测与估计技术
• 2.2 非合作信号的解调接收
• 2.2.1 信号调制样式的识别
• 2.2.2 传统解调体制
• 2.2.3 同步问题
• 2.3 非合作信号的DOA 估计
• 2.4 缺点与不足
• 2.5 本章小结
• 第3章 分布式检测接收的基本原理
• 3.1 分布式接收中的信号模型
• 3.2 非线性滤波技术
• 3.2.1 扩展卡尔曼滤波（Extended Kalman Filter, EKF）
• 3.2.2 无味卡尔曼滤波（Unscented Kalman Filter, UKF）
• 3.2.3 粒子滤波
• 3.3 仿真比较
• 3.4 本章小结
• 第4章 基于粒子滤波的信号全息接收技术
• 4.1 系统模型
• 4.2 粒子滤波全息接收器
• 4.3 短快拍数情况下的DOA 可估性
• 4.4 仿真验证
• 4.5 多天线和单天线条件下信号解调性能对比
• 4.6 本章小结
• 第5章 基于代表点采样的粒子滤波方法
• 5.1 数学基础
• 5.1.1 多元分布代表点
• 5.1.2 F-偏差准则
• 5.1.3 均方误差（Mean Square Error, MSE）准则
• 5.2 代表点采样的粒子滤波算法
• 5.2.1 初始采样的代表点计算
• 5.2.2 重采样的代表点计算
• 5.3 代表点粒子滤波全息接收器
• 5.4 仿真分析
• 5.5 本章小结
• 第6章 总结与展望
• 6.1 论文工作总结
• 6.2 展望
• 致谢
• 参考文献
• 附录