發(fā)布時間：2017-07-20 21:09

  本文關鍵詞：基于時頻分析的跳頻信號檢測與參數(shù)估計技術

  更多相關文章： 跳頻通信 信號檢測 參數(shù)估計 圖像處理 紋理 灰度共生矩陣 局部特征尺度分解

【摘要】：跳頻通信具有較強的抗干擾能力、抗截獲能力和抗衰落能力等優(yōu)勢,無論是在軍用還是民用通信領域上它都獲得了廣泛的使用,但同時也給通信偵察提出了嚴峻的挑戰(zhàn)。對于非平穩(wěn)的跳頻信號,主要采用時頻分析方法對其進行分析處理,因此本文對適用于跳頻信號的時頻分析方法進行研究,并基于此進行跳頻信號的盲檢測與參數(shù)盲估計,主要工作和創(chuàng)新內(nèi)容如下:1.研究了跳頻信號的全域波時頻分析方法。將多種時頻分布用于跳頻信號的分析,通過仿真對其在時頻聚集性和交叉干擾項的抑制能力這兩方面進行定性比較。然后將信息熵用于跳頻信號時頻分布性能的定量比較,并結合運算量綜合給出各個時頻分布的優(yōu)缺點。2.研究了跳頻信號的盲檢測算法。首先,針對跳頻信號在時頻圖中呈現(xiàn)著紋理特征這一特點,通過灰度共生矩陣提取其紋理特征,再利用紋理特征量進行閾值分割,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檢測流程,即先通過形態(tài)學濾波去除椒鹽噪聲,再對二值時頻圖中的信號進行連通區(qū)域標記,獲取各個時頻分量的參數(shù)信息,最后根據(jù)各參數(shù)進行聚類去除干擾信號,并對聚類結果進行判定,當超過設定門限時則判定存在跳頻信號。仿真結果表明,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確地檢測出跳頻信號。3.研究了跳頻信號參數(shù)的盲估計算法。首先針對低速跳頻信號,在本文提出的盲檢測算法基礎上進行研究,給出了一種基于圖像處理的跳頻信號參數(shù)盲估計算法。該算法根據(jù)聚類結果恢復出跳頻圖案,然后提取其跳頻頻線并進行修正,最后通過修正后的跳頻頻線進行參數(shù)估計。該算法能夠在定頻、突發(fā)等干擾存在的條件下實現(xiàn)參數(shù)盲估計,并且在較低的信噪比條件下也適用。然后針對高速跳頻信號,分析了全域波時頻分析方法存在的一些缺點及與其相對應的局域波時頻分析方法,提出了一種采用局部特征尺度分解的跳頻信號參數(shù)盲估計算法。該算法將跳頻信號迭代地分解成若干個內(nèi)稟尺度分量,并對其進行噪聲屬性判斷,去除被判為噪聲的分量從而達到降噪的目的;再對降噪后信號的最大瞬時幅度進行小波變換和傅立葉變換,即可估計出跳頻信號的跳頻周期和跳變時刻,進而估計出跳頻頻率。仿真結果表明,該算法適用于高速跳頻信號,能夠較為精確地估計出跳頻信號的參數(shù)。
【關鍵詞】：跳頻通信 信號檢測 參數(shù)估計 圖像處理 紋理 灰度共生矩陣 局部特征尺度分解
【學位授予單位】：解放軍信息工程大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TN914.41
【目錄】：

• 摘要4-5
• Abstract5-13
• 第一章 緒論13-19
• 1.1 研究背景及意義13
• 1.2 跳頻信號檢測的國內(nèi)外研究現(xiàn)狀13-16
• 1.2.1 非盲檢測算法13-15
• 1.2.2 盲檢測算法15-16
• 1.3 跳頻信號參數(shù)估計的國內(nèi)外研究現(xiàn)狀分析16-17
• 1.3.1 時頻分析類算法16-17
• 1.3.2 非時頻分析類算法17
• 1.4 本文主要內(nèi)容和結構安排17-19
• 第二章 跳頻通信系統(tǒng)19-25
• 2.1 跳頻通信系統(tǒng)原理19-21
• 2.1.1 理論基礎19
• 2.1.2 基本原理19-20
• 2.1.3 跳頻信號的數(shù)學模型20-21
• 2.2 跳頻通信的性能指標和特點21-22
• 2.2.1 跳頻通信的性能指標21-22
• 2.2.2 跳頻通信的特點22
• 2.3 跳頻信號偵察接收機22-24
• 2.3.1 數(shù)字FFT(TFA)接收機22
• 2.3.2 數(shù)字信道化接收機22-24
• 2.4 本章小結24-25
• 第三章 跳頻信號的時頻分析25-39
• 3.1 時頻分析基本理論25-27
• 3.1.1 解析信號25
• 3.1.2 信號的時頻分辨率25-26
• 3.1.3 不相容原理26-27
• 3.2 線性時頻分析方法27-29
• 3.2.1 STFT27-28
• 3.2.2 Gabor變換28-29
• 3.3 非線性時頻分析方法29-34
• 3.3.1 WVD29-31
• 3.3.2 Cohen類時頻分布31-33
• 3.3.3 譜圖33-34
• 3.4 重排及組合類時頻分析方法34-36
• 3.4.1 重排類時頻分析方法34-35
• 3.4.2 組合類時頻分析方法35-36
• 3.5 性能分析36-38
• 3.5.1 時頻分布的性能量化評價36-37
• 3.5.2 計算量37-38
• 3.5.3 性能綜合評價38
• 3.6 本章小結38-39
• 第四章 基于紋理特征的跳頻信號盲檢測算法39-57
• 4.1 引言39-40
• 4.2 背景噪聲消除40-49
• 4.2.1 紋理40
• 4.2.2 灰度共生矩陣40-43
• 4.2.3 紋理特征量43-44
• 4.2.4 信號的紋理特征提取44-46
• 4.2.5 仿真結果及分析46-49
• 4.3 跳頻信號的盲檢測49-56
• 4.3.1 形態(tài)學濾波50-51
• 4.3.2 連通區(qū)域標記51-52
• 4.3.3 聚類52-53
• 4.3.4 仿真結果及分析53-56
• 4.4 本章小結56-57
• 第五章 跳頻信號的參數(shù)盲估計57-73
• 5.1 引言57
• 5.2 采用全域波的跳頻信號參數(shù)估計方法57-64
• 5.2.1 基于時頻脊線的參數(shù)估計57-60
• 5.2.2 基于圖像處理的參數(shù)估計60-61
• 5.2.3 仿真結果及分析61-64
• 5.3 采用局域波的跳頻信號參數(shù)估計方法64-72
• 5.3.1 局域波時頻分析理論64-65
• 5.3.2 局部特征尺度分解算法65-68
• 5.3.3 估計算法68-70
• 5.3.4 仿真結果及分析70-72
• 5.4 本章小結72-73
• 第六章 總結與展望73-75
• 6.1 全文工作總結73
• 6.2 未來工作展望73-75
• 致謝75-76
• 參考文獻76-81
• 作者簡歷81

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 楊宇;潘海洋;程軍圣;;基于LCD降噪和VPMCD的滾動軸承故障診斷方法[J];中國機械工程;2013年24期

2 沙志超;黃知濤;周一宇;王豐華;;基于時頻稀疏性的跳頻信號時頻圖修正方法[J];宇航學報;2013年06期

3 沙志超;黃知濤;周一宇;王軍華;;基于稀疏重構的跳頻信號時頻分析方法[J];通信學報;2013年05期

4 賈宏雷;江樺;;基于形態(tài)學處理的短波跳頻信號寬帶時頻檢測算法[J];信息工程大學學報;2013年02期

5 王輝;王斌;;基于示向圖分割投影的短波跳頻信號檢測算法[J];信號處理;2012年12期

6 程軍圣;鄭近德;楊宇;;一種新的非平穩(wěn)信號分析方法——局部特征尺度分解法[J];振動工程學報;2012年02期

7 馮濤;袁超偉;;基于時頻脊線的跳頻參數(shù)盲估計[J];電子學報;2011年12期

8 范九倫;任靜;;基于平方距離的對稱共生矩陣閾值法[J];電子學報;2011年10期

9 齊昶;王斌;顏羨卿;;短波環(huán)境下跳頻信號檢測[J];雷達科學與技術;2011年04期

10 安金坤;田斌;易克初;于全;孫永軍;;基于ITD的跳頻信號跳速估計算法[J];系統(tǒng)工程與電子技術;2011年01期

，

本文編號：569990