跳频信号的参数估计与分选方法研究

来源 :哈尔滨工程大学 | 被引量 : 0次 | 上传用户:catchersun
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
跳频(Frequency Hopping,FH)作为扩频通信的主要技术手段之一,具有抗干扰能力强、截获概率低等优势,因此跳频技术在现代军事通信中被广泛应用。跳频技术的反侦察和抗干扰的特性给军事通信侦察任务提出了严峻挑战,跳频信号的侦察主要包括两个关键任务,即跳频信号参数估计与分选。近年来跳频信号的参数估计、跳频网台分选等侦察处理技术是通信对抗领域的研究热点。本文根据现阶段跳频信号侦察技术中存在的问题,对跳频信号的参数估计以及分选方法进行了深入研究。
  本文针对现有算法估计异步跳频信号和同步正交跳频信号参数时存在复杂度高、正确率低、精确度差等缺陷,导致分选性能降低的问题,在单阵元情况下检测跳频时刻和跳频图案,并利用检测的跳频时刻和跳频图案完成异步跳频信号的拼接,进而完成异步跳频网台分选;在多阵元情况下欠定条件更符合实际的侦察环境,利用欠定盲源分离技术解决同步正交跳频网台分选问题,充分考虑跳频信号混合矩阵的时变特性,并利用估计的混合矩阵和恢复的源信号得到跳频信号各片段的到达角(Direction of Arrival,DOA)信息,再根据DOA的差异性完成同步正交跳频信号的拼接,进而完成同步正交跳频网台分选。针对现有算法中存在的问题,提出有效的解决方法,论文的主要工作如下:
  第一,为了解决单阵元情况下检测跳频时刻和跳频图案的算法复杂度随着接收数据长度的增加而非线性增长,引起的异步跳频信号拼接时效性低的问题,提出了一种基于跳频时刻片段检测的跳频时刻和跳频图案的估计方法。该方法假设跳频图案属于预设的频率集,将接收到的跳频信号分割成若干个不重叠片段,利用正交匹配追踪方法判断分割后的片段是否包含跳频时刻。对于不包含跳频时刻的片段,直接存储其频率信息;对于包含跳频时刻的分割片段,再利用预设的频率集以及跳频信号在时频域的双重稀疏性,构造分割片段的稀疏模型,最后利用交替方向乘子算法推导出迭代规则,算法收敛后得到稀疏矩阵和跳频时刻估计值。该方法通过检测包含跳频时刻的分割片段,减少了后续稀疏方法处理的数据量,达到了减少计算复杂度的目的,提高了异步跳频信号拼接的时效性,进而提升了异步跳频网台分选性能。仿真结果验证了所提算法的性能。
  第二,为了解决跳频图案不属于预设的频率集时,单阵元情况现有方法检测跳频时刻和跳频图案不准确,引起的异步跳频信号拼接正确率低的问题,提出了一种基于频率集修正的跳频时刻和跳频图案的估计方法。该方法首先通过设置频率偏差向量,推导出修正后的频率字典矩阵模型,并用修正后的频率字典矩阵与稀疏矩阵表示出接收的跳频信号;然后根据跳频信号分段平滑的特性,利用狄利克雷分布等构造各个参数的概率分布模型,并利用变分贝叶斯准则推导出了未知变量和隐变量的迭代规则,算法收敛后得到了稀疏矩阵和跳频时刻。该算法在迭代过程中不断地更新频率偏差,并修正频率字典矩阵,克服了现有方法设置固定的频率集而导致稀疏矩阵和跳频时刻估计性能降低的不足,提高跳频时刻的估计精度和跳频图案的准确性,达到了提高异步跳频信号的拼接正确率的目的,进而提升了异步跳频网台分选性能。仿真结果验证了所提算法的性能。
  第三,为了解决现有算法估计跳频信号的混合矩阵和恢复源信号的性能差,引起的同步正交跳频网台分选性能降低的问题,提出了两种基于欠定盲源分离的同步正交跳频网台分选方法。所提方法考虑了跳频信号混合矩阵的时变特性,利用检测的跳频时刻将接收到的跳频信号分割成不发生频率跳变的片段,从而把跳频信号的时变混合矩阵问题简化成非时变的情况。第一种方法是针对跳频信号在时频域中存在若干单源点的情况,提出了一种单源点检测准则,并估计出混合矩阵。第二种方法是针对跳频信号在时频域中单源点个数较少的情况,放宽了对跳频信号稀疏性的限制,提出了一种基于张量分解的跳频信号混合矩阵估计方法。在估计出跳频信号混合矩阵的条件下,考虑了时频点上跳频信号的冗余能量,通过判断时频点上存在的跳频信号个数改进了基于子空间投影的源信号恢复方法,提高了跳频信号的恢复性能。利用估计出的混合矩阵中的频率-方位信息以及恢复后的跳频信号,得到各个跳频片段的到达角信息,并利用不同片段到达角的差异性完成同步正交跳频信号的拼接。由于到达角的估计性能随混合矩阵和源信号的估计性能的提高而增加,所以达到了提高同步正交跳频信号拼接正确率的目的,进而提升了同步正交跳频网台分选性能。仿真结果验证了所提算法的性能。
其他文献
目前面对新一代微波器件、电路和系统日益增长的模型需求的挑战基于神经网络的微波器件建模技术已被认为是微波计算机辅助设计领域的一种重要工具。人工神经网络模型可以通过训练来学习微波器件和电路的电磁行为。经过训练的神经网络模型由于仿真和优化时运算速度快可以用于更高层级的微波电路和系统设计。本论文的目的是开发一种先进的神经网络建模方法和模型外推技术以高效地生成精度高、稳定性强的微波器件模型。本文所提出的技术
学位
空间激光通信技术作为下一代通信技术,近年来受到了世界各国的广泛关注,并在该研究领域展开了激烈的竞争。目前在空间激光通信研究领域处于领先地位的是美国、欧洲和日本,他们对该领域的研究均已进入了卫星实验阶段,其他国家也在大力发展空间激光通信技术。  利用成熟的地面光纤通信技术来提高空间激光通信系统性能已成为主流选择之一,光放大器和波分复用技术可以有效地提高空间激光通信系统的探测灵敏度和通信数据率。因此,
神经网络在机器学习和认知科学领域是一种模仿生物神经网络的结构和功能的数学或计算模型,用于对函数进行估计或近似。至今已有若干种深度神经网络,如卷积神经网络(CNN)、循环神经网络(RNN),应用在计算机视觉、自然语言处理、语音识别与生物信息学等领域并获取了很好的效果,特别是卷积神经网络可以在目标识别、检测和场景理解等任务上达到前所未有的精度。从2012年提出的AlexNet(8层网络)到2015年提
基于AlGaN材料制备的深紫外发光二极管(DUV-LED)具有高能效、无污染等特点成为传统汞灯的理想替代者之一。本论文采用金属有机化合物化学气相沉积(MOCVD)技术在半极性r面蓝宝石衬底上外延生长了高质量非极性a面AlGaN材料,并成功制备出发光波长为280nm的非极性AlGaN基多量子阱(MQWs),为制备高光效的非极性AlGaN基DUV-LED奠定了坚实的基础。本论文的主要研究内容如下:  
近年来,随着可见光技术的兴起,对可见光的应用和开发随之而来。传统的室内定位技术研究包括ZigBee技术、WiFi、蓝牙、超宽带技术等都集中在射频信号,辐射强并且保密性差。本文在可见光通信(Visible Light Communication,VLC)发展的契机上,将可见光通信技术应用于室内,为室内定位技术提供了一种新的解决方案。  针对传统室内定位的不足,本文创新性的结合室内的具体环境特点与可见
随着现代通信和多媒体技术的迅猛发展,网络上数字图像的数量出现了急剧增长,如何从海量的数字图像中快速而有效地找到人们所需要的图像,是一个非常有理论价值和实际意义的研究课题。为缩小图像底层特征与高层语义之间的语义鸿沟,如何将图像底层特征与图像的语义视觉关键词相结合进行图像自动标注,以及如何利用学习的图像标签进行高效的图像检索,成为新的研究热点。本文研究属性的学习以及基于属性的图像检索方法,围绕着三个问
学位
人体动作识别是计算机视觉领域中的一个研究热点,在智能监控、视频检索、人机交互、游戏等领域有着广泛的应用。深度相机的出现提供了视频的深度信息,解决了传统的基于RGB视频的人体动作识别方法受光照、背景等因素的影响较大的问题,同时也为如何处理这些信息带来了挑战。如何提取视频中的有效特征,一直是动作识别中的难点之一。近年来,研究人员在相关领域取得了巨大的进展,特别是基于动态图的人体动作识别方法取得了良好的
随着陆地资源的逐渐减少,海洋资源开发利用和海洋环境保护已经越来越令人关注,水下探测技术成为其中重要的支撑技术和研究领域。相比之下,水下光学图像因具有快速成像、高分辨率、丰富的纹理和细节信息以及颜色信息而成为水下近距离探测最为有效的手段。然而,水下环境与陆地环境的差异造成水下光学图像在成像过程中极易受到如下因素的影响:一是成像过程中电子元器件以及光子的不规则运动引起的随机噪声;二是水体对照射光线的吸
与有线通信系统相比,无线通信系统的传输环境比较复杂,导致其性能会受到无线传输信道的影响。特别值得注意的是无线通信信道的传输延迟引起的多径效应,导致严重的码间干扰,影响通信质量。为提高无线通信质量,降低系统误码率,消除多径效应造成的码间干扰,需要对无线通信信道进行有效估计,即信道估计。另外,由于多径效应的缘故,无线通信信道中的冲击响应通常表现出稀疏性。因此,本文旨在利用无线通信信道固有稀疏特性,针对
学位
多项式相位信号(Polynomial Phase Signal,PPS)是有限时间间隔内连续瞬时相位信号的最佳表示模型,广泛应用于雷达、声呐等领域。PPS参数估计在雷达领域中的目标识别、成像、运动参数获取以及声呐领域中的目标探测等应用中发挥着重要作用,是一个具有重要应用价值和理论研究意义的课题。本文针对现有PPS参数估计算法中存在的计算复杂度较高、抗噪性能较差以及伪峰问题进行研究,并提出了相应的解