基于時(shí)頻分析的跳頻信號(hào)檢測(cè)與參數(shù)估計(jì)技術(shù).pdf

1、跳頻通信具有較強(qiáng)的抗干擾能力、抗截獲能力和抗衰落能力等優(yōu)勢(shì)，無論是在軍用還是民用通信領(lǐng)域上它都獲得了廣泛的使用，但同時(shí)也給通信偵察提出了嚴(yán)峻的挑戰(zhàn)。對(duì)于非平穩(wěn)的跳頻信號(hào)，主要采用時(shí)頻分析方法對(duì)其進(jìn)行分析處理，因此本文對(duì)適用于跳頻信號(hào)的時(shí)頻分析方法進(jìn)行研究，并基于此進(jìn)行跳頻信號(hào)的盲檢測(cè)與參數(shù)盲估計(jì)，主要工作和創(chuàng)新內(nèi)容如下：
　　1．研究了跳頻信號(hào)的全域波時(shí)頻分析方法。將多種時(shí)頻分布用于跳頻信號(hào)的分析，通過仿真對(duì)其在時(shí)頻聚集性和交叉干

2、擾項(xiàng)的抑制能力這兩方面進(jìn)行定性比較。然后將信息熵用于跳頻信號(hào)時(shí)頻分布性能的定量比較，并結(jié)合運(yùn)算量綜合給出各個(gè)時(shí)頻分布的優(yōu)缺點(diǎn)。
　　2．研究了跳頻信號(hào)的盲檢測(cè)算法。首先，針對(duì)跳頻信號(hào)在時(shí)頻圖中呈現(xiàn)著紋理特征這一特點(diǎn)，通過灰度共生矩陣提取其紋理特征，再利用紋理特征量進(jìn)行閾值分割，較好地去除了背景噪聲，且該方法同樣適用于色噪聲條件下。然后給出了一種跳頻信號(hào)檢測(cè)流程，即先通過形態(tài)學(xué)濾波去除椒鹽噪聲，再對(duì)二值時(shí)頻圖中的信號(hào)進(jìn)行連通區(qū)域標(biāo)記

3、，獲取各個(gè)時(shí)頻分量的參數(shù)信息，最后根據(jù)各參數(shù)進(jìn)行聚類去除干擾信號(hào)，并對(duì)聚類結(jié)果進(jìn)行判定，當(dāng)超過設(shè)定門限時(shí)則判定存在跳頻信號(hào)。仿真結(jié)果表明，即使在較低的信干噪比條件下，按照本文的流程處理也能準(zhǔn)確地檢測(cè)出跳頻信號(hào)。
　　3．研究了跳頻信號(hào)參數(shù)的盲估計(jì)算法。首先針對(duì)低速跳頻信號(hào)，在本文提出的盲檢測(cè)算法基礎(chǔ)上進(jìn)行研究，給出了一種基于圖像處理的跳頻信號(hào)參數(shù)盲估計(jì)算法。該算法根據(jù)聚類結(jié)果恢復(fù)出跳頻圖案，然后提取其跳頻頻線并進(jìn)行修正，最后通過修

4、正后的跳頻頻線進(jìn)行參數(shù)估計(jì)。該算法能夠在定頻、突發(fā)等干擾存在的條件下實(shí)現(xiàn)參數(shù)盲估計(jì)，并且在較低的信噪比條件下也適用。然后針對(duì)高速跳頻信號(hào)，分析了全域波時(shí)頻分析方法存在的一些缺點(diǎn)及與其相對(duì)應(yīng)的局域波時(shí)頻分析方法，提出了一種采用局部特征尺度分解的跳頻信號(hào)參數(shù)盲估計(jì)算法。該算法將跳頻信號(hào)迭代地分解成若干個(gè)內(nèi)稟尺度分量，并對(duì)其進(jìn)行噪聲屬性判斷，去除被判為噪聲的分量從而達(dá)到降噪的目的；再對(duì)降噪后信號(hào)的最大瞬時(shí)幅度進(jìn)行小波變換和傅立葉變換，即可估計(jì)