论文部分内容阅读
跳频通信作为扩频通信技术的一种重要方式,具有良好的抗干扰及组网能力,在军事和民用通信领域得到广泛应用。跳频信号参数估计研究逐渐成为扩频通信的研究热点。在传统的信号处理方法中一般以高斯分布作为背景噪声,然而,大量研究表明在诸如雷达、通信、水声、生物医学以及经济计量学等领域的实际应用中,许多噪声都呈现显著的脉冲特性。Alpha稳定分布模型更适合描述这类具有强尖峰脉冲特性和较厚的统计密度拖尾的非高斯噪声。在该类噪声中,基于高斯假定所采用的常规信号处理方法不再适用。基于此,本文开展了 alpha稳定分布噪声下跳频信号参数估计方面的研究,主要工作如下:1、介绍了短时傅里叶变换(Short-Time Fourier Transform,STFT)、维格纳-威利分布(Wigner-Ville Distribution,WVD)的性质和主要特点,STFT克服了传统傅里叶变换方法的缺陷,但无法兼顾时间分辨率和频率分辨率。WVD具有时频聚集性高的优点,却受交叉项的干扰,难以有效估计跳频信号的参数。为解决WVD在跳频信号处理中存在严重交叉项和参数估计精度降低等问题,引入了CWD和S-Method分布,介绍其抑制交叉项的原理和主要性质。之后在时频分布图的基础上,分析了 alpha稳定分布噪声的时频特性。结合数学形态学理论,提出了一种alpha稳定分布噪声环境下基于自适应联合图像(Adaptive Joint Image,AJI)滤波的新方法。利用提出的方法得到更清晰的时频分布图,保留了信号的基本特征,可有效估计跳频信号的参数。2、针对常规时频分析方法在alpha稳定分布噪声下性能退化的问题,本文从抑制脉冲幅值的角度出发,引入非线性幅值变换(Nonlinear Amplitude Transform,NAT)方法,介绍了两种常用的NAT函数,分析和比较了它们的抑噪效果。在此基础上,提出了一种新的NAT函数,利用该函数对含有脉冲噪声的信号进行预处理,可以抑制噪声的大幅值脉冲,同时保留跳频信号的跳变参数信息。通过仿真实验表明此方法在抑制alpha稳定分布噪声方面性能较好,且容易实现。3、提出了基于alpha稳定分布噪声稀疏性及最优匹配的跳频信号参数估计方法。分析了alpha稳定分布噪声的大幅值脉冲满足近似稀疏性条件,利用跳频信号与噪声之间的时域特征差异实现信噪分离,达到抑制噪声的目的。并在压缩感知框架下,建立与跳频信号特点相匹配的三参数字典,采用最优匹配方法对跳频信号自适应分解,获取匹配,原子。通过仿真实验,将该方法与常规时频分析(Time-Frequency Analysis,TFA)的方法以及基于Myriad滤波器方法作比较,该方法在alpha稳定分布噪声环境下有更好的鲁棒性,且参数估计性能较高。