非合作方式下如果要對(duì)某些攜帶特定幀頭的信號(hào)進(jìn)行識(shí)別一般需要先估計(jì)出該信號(hào)的所有參數(shù)。而由于信道環(huán)境、接收機(jī)性能等因素的影響,偵察接收機(jī)對(duì)同一信號(hào)、同一頻段多次掃描得到的頻譜形狀存在細(xì)微差異,故而,每次利用頻譜進(jìn)行信號(hào)檢測(cè)和參數(shù)估計(jì)時(shí),結(jié)果都會(huì)不同,造成對(duì)信號(hào)及頻譜的認(rèn)知困難,因此在非合作環(huán)境下研究快速信號(hào)檢測(cè)與特定信號(hào)識(shí)別具有重要的實(shí)際意義�；谝陨蠁栴},本文重點(diǎn)對(duì)信號(hào)頻譜快速檢測(cè)和特定信號(hào)識(shí)別開展研究。使用統(tǒng)計(jì)學(xué)習(xí)方法對(duì)大量的頻譜數(shù)據(jù)進(jìn)行詳盡分析,以此避免信道環(huán)境、接收機(jī)性能對(duì)信號(hào)檢測(cè)與估計(jì)的影響,得到較為準(zhǔn)確的頻譜中心頻率和帶寬估計(jì)結(jié)果并以此作為特定信號(hào)的識(shí)別依據(jù)。本文主要工作如下:1、設(shè)計(jì)了一種基于統(tǒng)計(jì)學(xué)習(xí)的快速信號(hào)檢測(cè)方法,可以檢測(cè)到所有滿足檢測(cè)要求的多個(gè)信號(hào),在此基礎(chǔ)上,本文提出了一種基于網(wǎng)格的改進(jìn)K-means聚類算法,通過減少迭代求解的重新劃分信號(hào)點(diǎn)數(shù)目,來達(dá)到加快計(jì)算的目的。仿真結(jié)果證明:相比于原始K-means聚類算法,改進(jìn)方法的檢測(cè)速度提高了約6.1倍,而檢測(cè)準(zhǔn)確率依然保持較高水平,檢測(cè)的虛警率/漏警率較低,能夠滿足特定信號(hào)快速檢測(cè)的性能要求。2、提出了兩種基于幀頭... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：96 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

(c)第二次迭代運(yùn)算

第二章基于統(tǒng)計(jì)學(xué)習(xí)的快速信號(hào)檢測(cè)17幅度，iA表示噪聲的平均值,0,1,12(...)iiiiAxxx，iy表示12幀頻譜相加的結(jié)果。若某信號(hào)頻點(diǎn)k持續(xù)存在了12幀，那么0,1,11,...+12*Akkkkkysss；當(dāng)信號(hào)剛開始出現(xiàn)時(shí)由于信號(hào)點(diǎn)出現(xiàn)的幀數(shù)較少，1y，2y，3y相比ky小很多，會(huì)更接近噪聲類中心點(diǎn)，很可能造成一部分點(diǎn)會(huì)被劃分到信號(hào)類，另一部分點(diǎn)被劃分到噪聲類，從而產(chǎn)生錯(cuò)誤的結(jié)果。因此，在最后的計(jì)算結(jié)果中，需要排除掉這些錯(cuò)誤頻率。聚類結(jié)果框圖如圖2-7所示，其中，假設(shè)頻譜中一直存在兩個(gè)信號(hào)，頻率分別為12f,f，而在某一個(gè)時(shí)刻，突然出現(xiàn)了第三個(gè)信號(hào)，頻率為3f。信號(hào)頻率12f,f是一直存在的，在信號(hào)3f出現(xiàn)的聚類過程中會(huì)出現(xiàn)多個(gè)錯(cuò)誤頻率點(diǎn)，這種錯(cuò)誤頻率只會(huì)在信號(hào)產(chǎn)生和結(jié)束的那段時(shí)間內(nèi)出現(xiàn)，如圖2-7所示：第一次聚類出現(xiàn)1111345,,,,nffff錯(cuò)誤頻率點(diǎn)，第二次聚類出現(xiàn)2222345,,,,kffff錯(cuò)誤頻率點(diǎn)，而這些錯(cuò)誤頻率點(diǎn)的數(shù)量會(huì)隨著聚類單元的移動(dòng)而逐漸減少，一直到信號(hào)出現(xiàn)的幀數(shù)完全覆蓋聚類單元。又由于移動(dòng)步長(zhǎng)為4，因此這種錯(cuò)誤頻率的持續(xù)時(shí)間不會(huì)超過12/4=3次，正確頻率持續(xù)時(shí)間將大于（24*2/3）/4=4次，因此，本文以信號(hào)頻率是否持續(xù)4次為依據(jù)來判斷信號(hào)頻率是否為錯(cuò)誤頻率。聚類單元12幀逐幀移動(dòng)12f,f12341112信號(hào)出現(xiàn)111112345,,,,,,nffffff222212345,,,,,,kffffff333312345,,,,,,tffffff444412345,,,,,,mffffff聚類結(jié)果nktm錯(cuò)誤頻點(diǎn)，隨機(jī)出現(xiàn)，互不相同信號(hào)出現(xiàn)時(shí)間連續(xù)出現(xiàn)頻率123f,f,f123f,f,f3f圖2-7信號(hào)出現(xiàn)時(shí)聚類結(jié)果當(dāng)出現(xiàn)多個(gè)頻率沒有持續(xù)4幀時(shí)，可以認(rèn)為信號(hào)在第一個(gè)出現(xiàn)的錯(cuò)誤頻率點(diǎn)那一幀中產(chǎn)生，如111134

電子科技大學(xué)碩士學(xué)位論文20試，分別測(cè)試聚類檢測(cè)的分類指標(biāo)：精確度/準(zhǔn)確率/召回率/漏報(bào)率/虛警率，其信號(hào)點(diǎn)分類檢測(cè)性能如圖2-9所示。圖2-9改進(jìn)K-means聚類算法信號(hào)點(diǎn)分類性能從上圖中可以看到在信噪比較低時(shí)信號(hào)點(diǎn)遺漏數(shù)目較多，即漏報(bào)率較高，并且在信噪比升高時(shí)，被判斷為信號(hào)點(diǎn)的數(shù)目增多，虛警率也會(huì)緩慢上升，在信噪比大于15dB時(shí)虛警率超過10%，所以在后續(xù)需要對(duì)改進(jìn)K-means聚類結(jié)果進(jìn)行處理，以減小漏警率和虛警率。2.6雙門限法信號(hào)分隔在K-means得到所有信號(hào)點(diǎn)后，需要將能夠連接在一起的一簇信號(hào)點(diǎn)標(biāo)記為同一類信號(hào)，并將此類信號(hào)抽象為（中心頻率，帶寬）的表示方式，由于在整個(gè)寬頻帶內(nèi)可能同時(shí)存在多個(gè)信號(hào)，即在聚類時(shí)需要先準(zhǔn)確地區(qū)分出所有的信號(hào)，故而，本節(jié)主要內(nèi)容是將K-means聚類后的所有信號(hào)類點(diǎn)數(shù)分隔出來，得到多個(gè)實(shí)際的信號(hào)。因?yàn)轭l譜的幅值是抖動(dòng)變化的，如上一節(jié)圖2-8(b)的仿真分析，可能存在一個(gè)信號(hào)帶寬內(nèi)的某幾個(gè)頻點(diǎn)被劃分到了噪聲類，因此在進(jìn)行多信號(hào)分隔時(shí)，需要將這些誤分的頻點(diǎn)重新劃分到其所屬的信號(hào)內(nèi)，并且找到一個(gè)信號(hào)的完整邊界。在這里使用雙門限法分隔出所有信號(hào)，并且得到信號(hào)的中心頻率和帶寬。對(duì)于信號(hào)有：maxBf/2(2-7)-50510152025信噪比SNR00.10.20.30.40.50.60.70.80.91檢測(cè)概率改進(jìn)K-means算法信號(hào)點(diǎn)分類性能精確度準(zhǔn)確率召回率漏報(bào)率虛警率

【參考文獻(xiàn)】：
期刊論文
[1]非合作通信下弱突發(fā)信號(hào)的雙重檢測(cè)算法[J]. 郭婷鶯,陳永鋒,劉凱.  電訊技術(shù). 2018(11)
[2]基于峰值比的疊加單滑窗信號(hào)檢測(cè)算法[J]. 楊松.  無線電工程. 2017(04)
[3]一種多重前相關(guān)差分GPS信號(hào)檢測(cè)方法[J]. 蘇艷林.  現(xiàn)代導(dǎo)航. 2017(01)
[4]低信噪比短前導(dǎo)突發(fā)通信的頻偏估計(jì)[J]. 譚堯,楊擁軍,陳強(qiáng).  計(jì)算機(jī)應(yīng)用. 2016(S2)
[5]高速通信QPSK數(shù)字調(diào)制器設(shè)計(jì)與實(shí)現(xiàn)[J]. 王戰(zhàn)強(qiáng),王大慶.  空間電子技術(shù). 2015(06)
[6]基于自相關(guān)檢測(cè)法和能量重心法的正弦信號(hào)頻率估計(jì)算法[J]. 侯盼衛(wèi),楊錄.  科學(xué)技術(shù)與工程. 2014(03)
[7]基于聚類的未知頻率小信號(hào)檢測(cè)[J]. 陳新國,楊曉非,王潔蕓.  儀表技術(shù)與傳感器. 2012(06)
[8]一種抗頻偏的時(shí)間精同步方法及性能分析[J]. 王磊,徐大專.  電子與信息學(xué)報(bào). 2011(02)
[9]基于蟻群算法的K-Means聚類雷達(dá)信號(hào)分選算法[J]. 趙貴喜,駱魯秦,陳彬.  雷達(dá)科學(xué)與技術(shù). 2009(02)
[10]基于循環(huán)平穩(wěn)分析的MPSK信號(hào)接收[J]. 羅明,楊紹全,魏青.  電路與系統(tǒng)學(xué)報(bào). 2007(05)

博士論文
[1]有限訓(xùn)練樣本條件下的分類器構(gòu)建與應(yīng)用[D]. 陳鵬.北京科技大學(xué) 2020
[2]非合作模式下微弱信號(hào)識(shí)別技術(shù)研究[D]. 張克終.北京郵電大學(xué) 2019

碩士論文
[1]基于信號(hào)分離和主成分分析的頻譜感知研究[D]. 孫晨皓.廣東工業(yè)大學(xué) 2019
[2]基于聚類算法的認(rèn)知無線電頻譜感知研究[D]. 張順超.廣東工業(yè)大學(xué) 2019
[3]非協(xié)作智能頻譜感知算法研究與實(shí)現(xiàn)[D]. 王鵬.西安電子科技大學(xué) 2019
[4]認(rèn)知無線電中盲頻譜感知算法的研究[D]. 劉建.西安電子科技大學(xué) 2019
[5]基于機(jī)器學(xué)習(xí)的頻譜監(jiān)測(cè)算法研究與FPGA實(shí)現(xiàn)[D]. 孫智偉.西安電子科技大學(xué) 2019
[6]雷達(dá)信號(hào)實(shí)時(shí)分選算法的研究與FPGA實(shí)現(xiàn)[D]. 趙昊.電子科技大學(xué) 2018
[7]基于隨機(jī)森林的通信信號(hào)調(diào)制識(shí)別算法研究[D]. 譚正驕.云南大學(xué) 2018
[8]基于循環(huán)譜特征的頻譜感知技術(shù)研究[D]. 杜金財(cái).北京郵電大學(xué) 2018
[9]基于大數(shù)據(jù)的頻譜分析算法的研究[D]. 閆戈.北京郵電大學(xué) 2017
[10]認(rèn)知無線電網(wǎng)絡(luò)中的頻譜感知研究[D]. 楊環(huán)宇.浙江大學(xué) 2014



本文編號(hào)：3301277