论文部分内容阅读
跳频通信具有较强的抗干扰能力、抗截获能力和抗衰落能力等优势,无论是在军用还是民用通信领域上它都获得了广泛的使用,但同时也给通信侦察提出了严峻的挑战。对于非平稳的跳频信号,主要采用时频分析方法对其进行分析处理,因此本文对适用于跳频信号的时频分析方法进行研究,并基于此进行跳频信号的盲检测与参数盲估计,主要工作和创新内容如下:1.研究了跳频信号的全域波时频分析方法。将多种时频分布用于跳频信号的分析,通过仿真对其在时频聚集性和交叉干扰项的抑制能力这两方面进行定性比较。然后将信息熵用于跳频信号时频分布性能的定量比较,并结合运算量综合给出各个时频分布的优缺点。2.研究了跳频信号的盲检测算法。首先,针对跳频信号在时频图中呈现着纹理特征这一特点,通过灰度共生矩阵提取其纹理特征,再利用纹理特征量进行阈值分割,较好地去除了背景噪声,且该方法同样适用于色噪声条件下。然后给出了一种跳频信号检测流程,即先通过形态学滤波去除椒盐噪声,再对二值时频图中的信号进行连通区域标记,获取各个时频分量的参数信息,最后根据各参数进行聚类去除干扰信号,并对聚类结果进行判定,当超过设定门限时则判定存在跳频信号。仿真结果表明,即使在较低的信干噪比条件下,按照本文的流程处理也能准确地检测出跳频信号。3.研究了跳频信号参数的盲估计算法。首先针对低速跳频信号,在本文提出的盲检测算法基础上进行研究,给出了一种基于图像处理的跳频信号参数盲估计算法。该算法根据聚类结果恢复出跳频图案,然后提取其跳频频线并进行修正,最后通过修正后的跳频频线进行参数估计。该算法能够在定频、突发等干扰存在的条件下实现参数盲估计,并且在较低的信噪比条件下也适用。然后针对高速跳频信号,分析了全域波时频分析方法存在的一些缺点及与其相对应的局域波时频分析方法,提出了一种采用局部特征尺度分解的跳频信号参数盲估计算法。该算法将跳频信号迭代地分解成若干个内禀尺度分量,并对其进行噪声属性判断,去除被判为噪声的分量从而达到降噪的目的;再对降噪后信号的最大瞬时幅度进行小波变换和傅立叶变换,即可估计出跳频信号的跳频周期和跳变时刻,进而估计出跳频频率。仿真结果表明,该算法适用于高速跳频信号,能够较为精确地估计出跳频信号的参数。