形态学滤波与组合时频分布跳频信号参数估计

针对跳频信号参数估计中平滑类维格纳分布（WVD）运算量大和时频分辨率下降等问题,提出一种基于形态学滤波与组合时频分布的跳频参数盲估计方法。该方法首先利用短时傅里叶变换（STFT）和维格纳分布得到跳频信号的组合时频分布,然后通过形态学滤波得到清晰的时频图,进而估计出跳周期、跳变时刻和跳频频率等参数。理论分析和仿真结果表明,与直接利用平滑伪维格纳（SPWVD）进行跳频参数估计相比,该方法计算量更小,估计精确度更高。     

基于时频矩阵局部对比度的跳频信号参数估计

为了提高低信噪比下跳频信号参数估计性能,提出了一种基于时频矩阵局部对比度的跳频信号参数估计算法。根据跳频信号和噪声的时频分布不同特点,利用时频矩阵在不同尺度滑窗下的局部能量对比值均值,得到多尺度局部能量对比特征矩阵,通过此特征矩阵和自适应阈值分离得到仅保留了跳频信号时频信息的时频矩阵P。然后从P中提取时频跳变信息,精确估计跳频信号的跳频周期、起跳时间和跳变频率。仿真结果表明,与传统局部对比度（local contrast measure,LCM）法及形态学滤波法相比,本文算法具有更好的跳频信号提取效果和更高的参数估计精度,其有效性与实用性在DSP+FPGA的硬件系统上得到了测试验证。     

一种异步组网跳频信号实时分选方法

提出一种异步组网电台的实时分选方法,该方法仅仅利用各时刻的跳频信号载频信息即可将多个跳频电台分开,计算量少,能实时分选。方法还考虑了实际应用中跳频信号转换载频期间存在的空隙和由于信道衰落信号丢失产生的空隙,增加了分选鲁棒性。最后仿真了载频估计精度、组网电台数目、丢失数据率对分选性能的影响。方法在工程中得到了应用,效果良好。     

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。      

基于时频能量谱特征的跳频电台个体识别

针对于跳频电台的细微特征分类识别问题,提出基于跳频信号时频能量谱的细微特征提取算法。首先,利用跳频信号在时频域的稀疏特性,通过稀疏重构方法得到跳频信号时频能量谱;然后,在不同尺度条件下对时频能量谱进行分割,分别提取时频能量谱瑞利熵、多重分形维数和差分盒维数三种特征;最后,通过支持向量机分类器对提取特征集进行训练、分类和识别,实现跳频电台个体识别。利用四部电台的跳频信号,验证对比了本文算法与另外两种算法的识别性能。实验结果表明,本文方法所提取的细微特征集具有较强的分辨能力,避免了由单一特征的相似性而引起的误判问题,能够在少量训练样本条件下,保持较高的识别正确率。      

基于时频分布迭代的跳频信号参数估计

提出了一种基于时频分布迭代的跳频信号参数估计新算法,利用时频平面最大值,通过计算跳频信号与最优原子时频分布的残差逐次迭代获取匹配于跳频信号分量的时频参数,进而实现跳频信号参数估计.理论分析和仿真结果表明,与基于匹配追踪和粒子群优化的跳频信号参数估计相比,基于时频分布迭代的参数估计算法在保证算法精度的情况下,有效地降低了算法的计算复杂度,为跳频信号盲接收的实时实现提供了一种新方法.     

基于稀疏时频分布的跳频信号参数估计

基于常规时频分析方法的跳频信号参数估计中,采用核函数抑制时频分布交叉项会导致时频聚集性的下降,不利于信号参数提取。针对此问题,该文提出一种基于稀疏时频分布(STFD)的跳频信号处理方法。该方法首先根据Cohen类分布的原理和跳频信号模糊函数的特点,以模糊域矩形窗为核函数,构建了一种Cohen类的矩形核分布(RKD)。RKD可有效抑制交叉项,但其时频分辨率较低。为提高RKD的时频性能,在压缩感知框架下,利用跳频信号时频分布的稀疏特性,对RKD附加稀疏性约束,建立稀疏时频分布(STFD)的优化求解模型。STFD不仅能有效抑制交叉项,而且具有良好的时频聚集性。仿真分析表明,与传统时频分析方法相比,该文提出的基于STFD的跳频信号参数估计方法性能更优。     

基于时频分析的多跳频信号盲检测

为了减小低信噪比下干扰和噪声对跳频信号检测的影响,提出一种基于时频分析的多跳频信号盲检测算法.针对跳频信号、定频信号、高斯白噪声具有的不同时频分布特点,该算法利用短时傅里叶变换得到的时频图构造时频对消比;理论分析得到各信号的时频对消比是不同的,因此将其作为检测统计量,实现高斯白噪声背景下跳频、定频信号的盲检测.仿真结果...     

基于TDMA的Ad Hoc网络跳频组网的实现

跳频组网的核心技术之一是跳频同步问题。对现有的跳频同步方案做了一些改进，分析了时间信息TOD与同步头频率使用原理、同步头频率捕获过程、跳频同步与跟踪过程。时分多址接入（TDMA）的前提条件需要跳频同步的完成，结合时隙同步方法和跳频同步技术阐述了基于TDMA的AdHoc网络跳频组网的实现过程。     

短波同步正交跳频网设计

常规短波跳频网由于自身的特性,常采用异步方式组网,限制了抗干扰能力的充分发挥。同步基准为设计性能优良的短波同步正交跳频网提供了条件。同步组网各跳频网络具有统一的时间基准,而异步组网时各跳频网络没有。为达到在任一瞬间,均不会发生频率碰撞,在总结常规跳频网络的特性的基础上,提出了基于同步基准的短波同步正交跳频组网的设计方法,并分析了短波同步正交跳频网的特性。     

基于时频脊线的跳频参数盲估计

 为了估计未知跳频信号的参数,提出一种基于时频脊线的跳频参数盲估计方法,根据跳频信号频率的瞬变特性,通过对跳频信号时频脊线的小波变换,可以准确估计跳周期,进而估计其它跳频参数.理论分析和仿真结果表明,该方法可以在低信噪比下以较低的运算复杂度实现高精度的参数估计,整体性能优于现有的跳频参数盲估计方法.     

基于S变换的跳频信号特征参数盲估计

提出了一种基于S变换的未知跳频信号参数盲估计方法。该方法利用S变换良好的时频聚集性,在未知任何先验参数的情况下,能够准确估计出跳频信号的跳频频率、跳变时刻和跳频信号驻留时间等参数。文中阐述了S变换的基本原理,应用S变换对跳频信号进行了分析并与其他时频分析方法作了比较,最后给出了估计跳频信号参数的具体算法步骤,通过计算机仿真得到了较为准确的估计结果,验证了该算法的有效性。     

强干扰下跳频信号的参数估计

针对通信对抗中跳频信号参数估计问题,考虑存在强干扰的情况下,提出了一种基于时频重心的跳频信号跳周期估计和基于跳频部分接收的跳时估计方法。对于跳周期估计,在短时傅里叶变换(STFT)时频变换的基础上提取信号随时间变化的时频重心,再结合小波变换和谱分析估计出跳频周期;对于跳时估计,采用跳频带宽的部分接收避开强干扰,构造含有跳变信息的参考信号,通过参考信号采用最大似然(ML)方法得到跳时的精确估计。仿真实验表明,算法运算复杂度低,跳频定位精度高,在强定频干扰的情况下仍能有效估计出跳频周期和起跳时刻。     

基于重排Gabor谱方法的跳频信号参数估计

对接收到的跳频信号进行时频分析是跳频信号参数估计的重要步骤。利用重排方法对信号的时频谱图进行重排,有效地抑制了交叉干扰项,提高了信号的时频聚集性并且改善了信号时频谱图的可读性。对跳频信号的Gabor谱进行重排,能够在低信噪比条件下估计出跳频信号的跳频周期、跳变时刻和跳频频率等参数。仿真结果表明,与Gabor谱方法比较,采用重。排Gabor谱方法对跳频信号进行分析,提高了跳频信号的跳频周期和跳变时刻估计的准确性。     

基于信道化谱增强的混合DS/FH扩频信号跳速估计

该方法首先利用非线性变换获得携带跳速信息的参考信号,并利用循环谱预估计该信号的频率集;在此基础上,提出一种新的信道化谱增强系统。该系统所具有的外在线性内在非线性(ELIN)特性能够在防止信号失真的前提下有效克服噪声及干扰对后续时频分析的影响;最后,通过SPWVD(平滑伪Wigner-Ville分布)实现精确的跳速估计。该算法无需信号的先验知识,并易于通信侦测接收机实现。仿真实验证明了该算法在低信噪比下对跳速估计的有效性。     

基于STFD&SCMUSIC的多跳频信号DOA估计与网台分选

为了在欠定条件下利用跳频信号的空域特征参数进行网台分选,该文提出一种基于STFD&SCMUSIC的跳频信号DOA估计算法。首先在时频域提取跳频信号的有效跳(hop),并建立该hop的空时频矩阵(STFD);然后在MUSIC算法基础上,利用噪声子空间降维思想构造SCMUSIC空间谱;最终通过半谱搜索实现DOA快速估计,进而利用DOA信息完成信号的分选;同时为了提高低信噪比算法的性能,采用形态学滤波的方法对时频图进行修正,在修正的时频图上完成跳频信号有效hop的提取。理论分析和仿真实验表明了该算法的有效性和良好的估计性能。      

一种基于时频分析的跳频信号参数盲估计方法

本文提出了一种采用平滑伪WVD(SPWVD)时频分析来估计未知跳频信号参数的方法，该方法可以在不需要知道信号任何先验参数的情况下，估计出跳频信号的跳周期(hop duration)，跳变时刻(hop timing)和跳频频率(跳频图案)等参数。文中对跳频信号的WVD、PWVD和SPWVD结果作了比较，指出了SPWVD的优点，给出了基于SPWVD估计跳频信号参数的具体算法步骤，并进行了性能分析。     

一种基于阵列信号处理的短波跳频信号检测方法

提出了一个适用于阵列天线的跳频信号检测模型。在该模型中,首先产生基于短时傅立叶变换的时频图,接着将跳频信号的各跳从时频图中分割出来,并用阵列信号处理中的到达方向(DOA)估计理论在频域中估计各跳的方向参数,最后通过空间聚类得到跳频信号的数目及各自的参数集。该模型具有计算量小、可检测变跳速跳频信号等优点。通过仿真实验验证了该模型的可行性和有效性。