非正交跳频网台信号的截获和识别技术

为了探讨对非正交跳频网台的截获，分选和识别方法，我们研制了一套跳频通信实验侦察装置。本文简介该装置的组成和工作原理后，着重介绍对非正交跳频网台信号的截获，分选和识别。试验表明：该装置不仅能截获低恒跳速的跳频信号，也能截获，分选和识别。试验表明：该装置不仅能截获低恒跳速的跳频信号，也能截获，识别跳速至２５０Ｈ／ｓ且跳速随机变化的跳频信号。     

利用无线电极化特征的跳频网台分选方法

针对现有方法在跳频通信用户“空时频能”域特征相近、跳频参数捷变等条件下,跳频网台分类识别效果不佳的问题,该文提出一种基于无线电极化特征的跳频用户分选方法。该方法将无线电双极化特征引入到跳频侦察,充分利用各用户的交叉极化鉴别度差异,实现了跳频网台精准分选。针对同类用户交叉极化鉴别度参数易受噪声污染的问题,构建了双通道双极化接收系统,抑制了信号噪声,保证了极化特征提取的精度。在此基础上,基于谱聚类思想,完成了极化特征的分类软判决,进一步提升了跳频网台分选效果,实现了跳频信号的精准识别。仿真实验表明,在5 dB信噪比条件下,所提方法可对同步正交和非正交组网方式下的多跳频网台准确识别,识别分类成功率达99%以上,验证了新方法的有效性。     

低速短波非正交跳频网台信号分选技术研究

介绍了利用改进型的时间相关算法进行短波非正交跳频网台信号分选的方法。由于短波信号环境的复杂性,影响了对短波领域跳频信号的检测,使得跳频信号的持续时间这一关键技术参数无法正确获取,因此采取提高跳频信号检测的准确性和找回因"频率碰撞"而丢失的跳频频点等方法对时间相关分选算法进行改进,以提高网台信号分选的正确概率。通过实验分析,结果表明,在适当的信噪比条件下,改进型时间相关分选算法能够完成四部非正交跳频网台信号的分选,分选的正确率大大提高。     

低速短波非正交跳频网台信号分选技术研究

介绍了利用改进型的时间相关算法进行短波非正交跳频网台信号分选的方法。由于短波信号环境的复杂性，影响了对短波领域跳频信号的检测，使得跳频信号的持续时间这一关键技术参数无法正确获取，因此采取提高跳频信号检测的准确性和找回因“频率碰撞”而丢失的跳频频点等方法对时间相关分选算法进行改进，以提高网台信号分选的正确概率。通过实验分析，结果表明，在适当的信噪比条件下，改进型时间相关分选算法能够完成四部非正交跳频网台信号的分选，分选的正确率大大提高。     

基于宽带测向系统的高速跳频截获方法

针对传统的跳频截获方法在多部跳频电台同时存在时容易出现判断错误的问题,提出了基于宽带测向系统的高速跳频截获方法。新方法利用了宽带快速测向系统的多信道并行处理和快速测向等优点,为后续的跳频网台处理提供了时域、频域和空域的综合特征,从而提高了对高速跳频的截获概率和网台分选正确率。仿真试验和工程实践均证明了新方法的可行性和有效性。     

提高跳频截获数据传输速度的一种方法

本文分析了跳频信号网台分选时跳频截获数据传输时间超长的原因，并提出了在现有软硬件基础上有效提高传输速度的一种接口设计改进方法。     

跳频正交网台信号分选算法研究

跳频正交网台信号的分选是跳频通信侦察领域亟待解决的关键问题,在简要叙述 2种典型跳频组网方式基本特征的基础上,从侦察和反侦察相结合的角度出发,进一步深入分 析了2种组网方式的组网机理和不同跳频网之间信号特征的差异性,并找出了可用于分选的 特征参数;重点讨论了2种网台信号的分选问题,分别给出了1种分选算法。     

跳频信号侦察技术研究

根据跳频通信的特点。分析了跳频侦察的基本要求。重点介绍了3种截获跳频信号的接收机方案，讨论了用于跳频信号网台分选的技术参数，并提出了跳频信号侦察技术的研究方向和发展前景。     

跳频高密度异步网台信号的分选

根据跳频高密度异步网台信号的主要特征，通过建立分选模型，确定分选参数，将跳频信号的网络信息参数用于跳频高密度异步网台信号的分选，并与跳频信号的频率统计特性相结合，提出了一种基于多接收机分频段侦收的跳频高密度异步网台信号分选算法，并对其进行了仿真验证。     

基于图像处理的跳频信号参数估计和双网台分选

针对多网台的跳频信号的参数估计和网台分选问题,提出了使用图像处理的方法。针对低信噪比的情况下参数估计精确率低的问题,提出了适用于图像处理去噪的自适应定门限二分聚类算法。最后,进行了实验仿真,仿真结果表明通过自适应定门限二分聚类算法对跳频信号进行去噪后,再通过图像处理的深度学习检测框架可以有效地对双网台的跳频信号进行网台分选,并且较为精确地识别出跳频参数。     

基于模糊KHM聚类的跳频网台分选方法

针对聚类分析实现跳频网台分选时,分选结果对初始聚类中心敏感且某些样本点“既可以属于类A也可以属于类B”的问题,提出了一种基于模糊K调和均值(KHM)聚类的跳频网台分选方法。首先利用搜索统计直方图位置法预估聚类数目和聚类中心,减少了算法的迭代次数;然后根据跳频信号的各项参数,应用模糊KHM聚类算法对跳频网台进行分选,有效解决了样本点的隶属度问题;最后通过类内类间距法估计得到准确的聚类数目K、聚类中心位置,大幅提升了聚类算法准确度。仿真结果表明,该算法聚类中心接近实际类中心,分选正确率高,迭代次数少。     

多跳频信号波达方向与极化状态联合估计算法

为了有效辅助跳频(FH)网台分选和信号识别、跟踪,该文用正交偶极子对构造极化敏感阵列,基于空间极化时频分析,在欠定条件下实现了多跳频信号波达方向(Direction Of Arrival, DOA)与极化状态的高效联合估计。首先建立跳频信号的极化敏感阵列观察模型,然后根据参考阵元时频分析结果建立各跳信号的空间极化时频分布矩阵,再利用该矩阵中蕴含的信号极化-空域特征信息分别运用线性、二次型空间极化时频以及多项式求根共3种方法实现DOA与极化参数联合估计,最后蒙特卡罗仿真结果验证了该算法的有效性。     

基于盲源分离的多跳频信号网台分选算法

针对欠定条件下多跳频信号的网台分选问题,该文利用跳频信号在时频域上的稀疏性,提出了一种基于盲源分离的自适应信噪比网台分选算法。首先,用Gabor变换作为系统的时频变换建立欠定条件下跳频信号网台分选的模型;然后,采用了自适应信噪比的时频支撑点阈值设定方法寻找源信号的时频单源点,根据时频单源点的时频比矩阵估计出混合矩阵;最后,利用与信源相对功率偏差相结合的改进的子空间投影法进行网台分选。仿真实验验证了该算法在低信噪比条件下的有效性。      

复杂环境下基于联合特征聚类的多跳频网台分选

为了从混叠信号中去除干扰并分选出各个跳频网台信号,提出一种基于联合特征聚类的多跳频网台分选算法。首先,对混叠信号进行短时傅里叶变换得到时频矩阵,并根据时频矩阵能量分布直方图进行自适应阈值去噪；其次,通过形态学滤波处理,去除扫频干扰；再次,进行连通域标记,计算各段信号的持续时长和平均能量,以此去除定频干扰和短突发干扰并组成各跳频段的联合特征向量；最后,利用MeanShift算法对各段信号的联合特征向量进行聚类分析,完成各个跳频信号的分选。仿真结果表明,相比传统跳频网台分选算法,所提算法对混叠信号具有更高的分选率、更强的抗干扰能力和更广泛的适用性。     

跳频网台信号分选技术研究

详细阐述了跳频同步正交网台信号分选技术中网络信息参数的提取问题，并对参数提取的性能进行了仿真验证。     

基于跳频和调制跳变的无线通信抗截获新技术研究与展望

基于跳频和调制跳交的无线通信技术,是一种有效的低截获概率通信新技术.针对通信对抗技术发展的现状,即对跳频信号的截获接收、识别技术研究已经比较成熟,为保证信息的安全传输,提出了跳频和调制跳变相结合的思想.基于软件无线电的平台,提出了完整的跳频与调制跳变系统实现方案,从体制上减少了被截获识别的概率.并通过对其关键技术的深入研究,提出了调制星座图集分割方法和插入前导序列的同步算法,提高了系统的抗截获性能并且易于工程实现.最后对该技术的发展前景与趋势进行了展望.     

多跳频信号的2D-DOA估计

为了利用跳频信号的二维波达方向（2D-DOA）辅助同步跳频信号的网台分选和信号识别、跟踪,提出一种基于酉ESPRIT算法的多跳频信号2D-DOA估计方法。首先利用形态学滤波的方法对跳频信号的时频图进行修正,并在修正的时频图上完成有效跳的提取;然后基于平面天线阵列结构,建立有效跳的阵列快拍数据模型;在此基础上,采用酉ESPRIT算法进行跳频信号的2D-DOA联合估计。该方法将接收数据从复数域转化到实数域处理,降低了运算复杂度;同时构造实矩阵时,复用了接收数据,提高了估计精度。仿真结果表明,该算法具有良好的估计性能。      

复杂环境下跳频信号网台模糊分选

跳频信号的网台分选是电子战领域的一个传统难题。由于实际作战环境非常复杂,有时同时存在多个定频信号、多个跳频电台信号,而且这些电台的跳变速度相近,工作的频率范围又可能有重合,就更增加了网台分选的难度;文章详细分析了跳频信号的特点,建立了一个模糊分选的数学模型,并结合周期值估计的方法,利用容易侦察得到的频率、驻留时间、电平等参数进行网台模糊分选。通过大量的工程实用表明,这种算法能够适用于复杂环境下跳频信号的分选。     

跳频侦察中测向技术应用探讨

网台分选是跳频（FH）侦察中一个重要的环节,在宽带侦测一体化平台中,针对包含跳频信号的全景数据,提出了基于信号方位的辅助跳频网台分选算法,并给出了相应实测数据分析结果。     

基于中频存储和并行DSP的短波跳频侦察

介绍了采用中频信号存储和DSP并行处理技术的试验平台和基于该试验平台的短波跳频信号侦察方法,不但能够实现常规定频信号的搜索截获和分析测量,同时可对跳频、突发等短持续信号截获和识别。能快速截获50跳/s的跳频信号并获取其完备的频率集,测频精度优于50Hz。