一种基于STFT的跳频参数估计新方法

针对STFT在进行跳频信号参数估计时,时间分辨率和频率分辨率存在固有矛盾这一问题,通过分析窗函数对跳频信号STFT变换后时频谱图的影响,提出了一种基于STFT的跳频参数估计方法。该方法直接利用窗函数参数提取跳频参数,避免了时频谱图对参数估计精度的影响。通过不断改变窗函数起始时刻及窗函数宽度,寻找时频聚集性最好的时频谱图,确定目标窗函数参数。仿真结果表明,该方法实现了跳频参数的有效估计。     

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。     

高斯噪声下跳频信号的提取与噪声抑制

本文提出了一种在高斯白噪声环境下提取跳频信号的算法,将广义S变换(GST)和短时傅立叶变换(STFT)相结合,引入形态学图像处理技术,分别对其时频谱图进行平滑和锐化,结果进行乘积合并后,设计一种针对跳频信号的时频滤波算子进一步抑制噪声,提升跳频信号,得到高分辨率稳健的时频图案。仿真实验证明该算法得到的时频图案信噪比有明显提高,时频分辨率也有很大改善。     

跳频信号盲检测的时频语义对消方法

复杂电磁环境下精准检测跳频信号是实施跳频信号侦查的先决条件。针对复杂干扰下跳频信号难以检测的问题,本文提出一种名为时频语义对消的方法。该方法设计了一种具有自注意力和图注意力机制的暹罗嵌套UNet,并根据该网络提取包含跳频信号、干扰信号和噪声的时频图语义信息。将得到的结果与不包含跳频信号时频图的语义信息相消就可以得到仅包含跳频信号的时频图,实现对跳频信号的检测。仿真结果表明所提方法可以在复杂干扰下实现对跳频信号的参数估计与盲检测,在信噪比高于-5 dB和信干比高于0 dB时,虚警概率与漏警概率低于1‰。在信号时频范围检测中,对比实验表明语义对消检测方法比语义分割检测方法交并比分数提升0.31,消融实验表明注意力模块对交并比分数提升为0.022。同时分析了所提网络的复杂度,结果表明该方案具有较小的参数量以及较快的处理速度,可以运用于跳频信号的实际检测当中。      

脉冲噪声下跳频信号时频图修正

为了在α稳定分布噪声的环境下获得清晰的跳频信号时频图,提出一种基于分数低阶SPWVD(Smoothed Pseudo Wigner-Vile Distribution)与形态学滤波相结合的跳频信号时频图修正算法。首先,根据接收到的多跳频信号建立跳频信号的模型和α稳定分布噪声模型;然后,采用低阶SPWVD变换抑制时频图中脉冲噪声;最后,根据形态学滤波处理方法对残留噪声进一步抑制进而得到清晰时频图。理论分析和仿真结果表明,所提算法在广义信噪比为-5 dB时仍可以得到清晰可靠的跳频信号时频图,并且基于时频图的参数估计性能优良。     

复杂电磁环境下跳频信号检测及拼接算法

为了有效解决现代战场复杂电磁环境下跳频信号的侦察问题,采用STFT时频分析法进行跳频信号处理。针对存在定频干扰的情况,根据跳频信号的时频图随时间变化的差异性,提出了一种基于时频图跳频图案进行功率谱非线性对消的跳频信号检测算法,可以有效地抑制定频干扰,提高跳频信号的检测概率。对于跳频信号的自动拼接处理,提出在校时时通过补零法则来精确定位拐点的位置,仿真结果表明,改进的校时算法能实现跳频信号零误差拼接。     

基于稀疏重构的跳频信号时频分析方法

针对现有时频分析方法存在噪声抑制能力弱、时频聚集性不强的缺点,提出了一种基于稀疏重构的跳频信号时频分析方法来获取清晰的、高聚集度的时频图。首先根据惩罚函数的思想建立了跳频信号无约束的稀疏重构模型;然后理论分析了罚函数因子的取值标准;最后用近似l0范数算法求解得出跳频信号的时频图。仿真结果表明该算法能够有效地获取跳频信号的时频图。     

局域波分析在跳频信号参数估计中的应用（李）

【】为了对截获的跳频信号进行有效分析并估计其参数,根据跳频信号频率随时间变化的特点,提出了一种基于局域波分析的跳频参数估计方法。本文利用基于噪声辅助的局域波分解方法先将跳频信号分解成多个单分量信号,再将每个分量求其希尔伯特谱,得出时频图及其边际谱图,进而准确估计出跳频周期和跳频频率等参数。理论分析和仿真结果表明,这种新的时频分析方法能够有效抑制噪声干扰,得到跳频信号的时频图效果很好,是一种有效的跳频信号参数估计方法。     

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。     

FH/PSK混合调制扩频信号参数估计

针对混合调制信号参数难以估计的问题,本文通过对FH/PSK混合调制扩频信号特征的分析,提出了一种FH/PSK混合调制扩频信号参数估计方法。利用时频脊线分析、跳频分量数估计、快速四阶循环累积量算法与小波变换相结合的方法,实现了跳频频率和码速率等参数的高精度估计。仿真表明,本文方法可在较低信噪比下得到该混合调制扩频信号多个参数的高精度估计,具有较高的工程应用价值。     

稳定分布噪声下基于Merid滤波的跳频信号参数估计

常规时频分析方法是处理跳频(FH)信号的有力工具,但在稳定分布噪声环境下无法有效地实现参数估计。该文提出基于Merid滤波的时频分析方法对跳频信号进行参数估计。Merid滤波器可以有效地抑制稳定分布噪声,该文先对观测信号进行Merid滤波,再采用短时傅里叶变换(STFT)进行参数估计。仿真结果表明,在稳定分布噪声环境中,该方法的跳频信号参数估计性能优于基于分数低阶和基于Myriad滤波的两种时频分析方法。     

基于时域分割的DS/FH信号参数估计

针对时频分析方法在直扩/跳频(DS/FH)混合扩频信号参数估计中存在时频分辨率受限、交叉项干扰、实时性差等缺点,通过分析DS/FH信号的时频特性,提出了一种新的DS/FH信号参数估计方法。该方法从待测信号的时域分析出发,利用不同跳频点对应的周期数不相等的性质,完成了对DS/FH信号的时域分割,最后结合DS/FH信号性质完成了对待测信号跳频周期、驻留时间、跳频频率的估计。仿真结果表明,该方法针对DS/FH信号的参数估计精度高,运算速度较快,且没有干扰频率。     

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。      

基于自相关和时频分析的跳频参数估计

为解决低信噪比条件下跳频参数估计算法性能低的问题,提出了一种基于自相关和时频分析的跳频参数估计算法。首先,采用基于能量检测的分段自相关算法对接收端信号进行预处理;然后,进行时频变换,得到信号的时频矩阵,通过二值化和形态学滤波完成对信号的降噪提取;最后,通过聚类算法完成参数估计。仿真实验表明,该算法具有较高的估计精度和良好的抗噪声性能,在信噪比最低为-11 dB时估计误差数量级仍为10^-7,同时自相关运算对参数估计算法的抗噪声性能具有明显的提高作用。     

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.     

面向DS/FH信号的循环平稳空时频测向算法

综合采用直接序列扩频(DSSS)和跳频扩频(FHSS)体制的直序/跳频(DS/FH)通信信号显著降低了单位时频面积上的功率,经典的时频-多信号分类(TF-MUSIC)算法对这一类信号进行入射角(DOA)估计时误差较大。为解决该问题,本文对TF-MUSIC算法进行改进,在时频二维平面上计算DS/FH信号的时频特征值,并设计相应的时频掩膜滤波核函数,再根据估计出来的循环平稳频率计算相应的循环平稳空间自相关矩阵,得到了循环平稳可变核函数TF-MUSIC(CVCFTF-MUSIC)算法。该算法可显著提高DOA估计的精确度,数值仿真验证了上述观点。