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。     

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MeanShift的短波跳频信号快速盲检测

在复杂的短波信道环境下,为了降低各种干扰信号和噪声对跳频信号的影响,实现低信噪比下跳频信号盲检测,结合时频分析技术,提出一种基于MeanShift算法的连通域标记跳频信号快速盲检测算法。首先,对信道环境灰度时频图进行二次灰度形态学滤波得到二值化时频图。其次,通过连通域标记算法,计算信号最大持续时长。再次,利用MeanShift算法对信号最大持续时长进行聚类分析。最后,结合自适应双门限对聚类结果进行二次判决。仿真结果表明,在无任何先验信息的情况下,所提算法能够在低信噪比下快速分离各种干扰信号与尖锐噪声,实现跳频信号快速盲检测,检测概率较高,在短波信道环境下抗干扰能力较强,计算复杂度较低,具有较高的工程实用价值。     

基于重排方法的跳频信号分析研究

跳频信号是一种非平稳信号,用时频分布来分析跳频信号是一种很有效的方法。然而,线性时频分析方法的时频分辨率受到测不准原理的限制很难同时得到兼顾,不利于跳频信号的分选和参数的估计。文章利用重排方法对时频变换后的时频谱图进行处理,通过仿真可以看出,重排后时频谱图具有良好的时频聚集性,频率分辨率损失(RL)最大可以改善6dB左右,提高了时频谱图的可读性。     

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。     

基于双通道多跳互相关的快跳频信号检测方法

针对快跳频信号频带宽、跳速快、检测难的问题,在分析多跳自相关检测的基础上,提出了一种基于双通道多跳互相关技术的快跳频信号检测方法。通过理论分析与仿真验证了该方法的可行性并得出结论：在不要求高采样率的情况下,采用双通道多跳互相关的方法能够有效检测出快跳频信号,且检测性能优于多跳自相关方法。     

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ρ判决的跳频信号多跳自相关检测

自相关检测是用于检测跳频信号的重要方法。针对跳频信号自相关的基本特征和基于功率采样的多跳自相关检测方法的缺点,提出了基于ρ判决的跳频信号多跳自相关检测方法,该方法不但能够避免基于功率采样的多跳自相关检测方法所带来的寄生干扰,而且判决门限的确定与信噪比无关并具有良好的性能。     

跳频信号时频分析的一种新方法

利用魏格纳-威尔变换等非线性时频分析方法,对跳频信号进行时频分析存在交叉项干扰的问题.为提高对跳频信号进行时频分析的准确度,提出一种新的时频分析方法.对跳频信号首先进行奇异点的检测,根据奇异点的位置将跳频信号划分为不同的单载频信号,然后利用非线性时频分析方法对单载频信号进行逐个处理,最后将得到的多个单载频信号的时频关系按跳频规律进行组合,进而得到完整的跳频信号时频关系.仿真验证了新方法可有效抑制交叉项,准确可行.     

STFT在跳频信号分析中的应用

跳频信号分析一直是通信领域研究的热点，用时频分布来分析跳频信号是一种很有效的方法。时频分析有多种方法，其中小波变换时频分布对信号中夹杂的噪声非常敏感，维格纳威利分布虽然具有很好的时频聚集性，但分析多分量信号时存在严重的交叉干扰项。经典的STFT(Short Time Fourier Trans form)是一种很好的时频工具，本文对多种窗函数以及同一窗函数不同参数的STFT进行了Matlab仿真，仿真结果表明，选择合适的窗函数及其相关参数，会使STFT在跳频信号分析中取得令人满意的效果。     

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.     

一种基于K-means聚类的跳频信号快速检测方法

为实现低信噪比条件下跳频( Frequency Hopping,FH)信号的快速检测,提出了一种基于K-means聚类的阈值选取方法.通过对时频矩阵中提取到的每一频率分量最大值进行K-means聚类确定阈值以及截断处理,依据跳频信号在驻留时间上的连续性与频域上的跳变性实现对跳频信号的检测.仿真结果表明,与同类方法相比,...     

Frequency hopping sequences based on d-form functions

By using d-form function,a new construction of frequency hopping sequence with optimal Hamming correlation is presented in this article,which generalizes the results presented by Ding (2007).Furthermore,a new class of non-power function style d-form function is proposed and an upper bound of the Hamming autocorrelation of the corresponding sequence is also derived.     

Frequency hopping modulation recognition based on time-frequency energy spectrum texture feature

For frequency hopping modulation identification,a novel method based on time-frequency energy spectrum texture feature was proposed.Firstly,the time-frequency diagram of the frequency hopping signal was obtained by smoothed pseudo Wigner-Ville distribution,and the background noise of the time-frequency diagram was removed by two-dimensional Wiener filtering to improve the resolution of the time-frequency diagram under low SNR conditions.Then,the connected-domain detection algorithm was used to extract the time-frequency energy spectrum of each hop signal and convert it into a time-frequency gray-scale image.The histogram statistical features and the gray-scale co-occurrence matrix feature were combined to form a 22-dimensional eigenvector.Finally,the feature set was trained,classified and identified by optimized support vector machine classifier.Simulation experiments show that the multi-dimensional feature vector extracted by the algorithm has strong representation ability and avoids the misjudgment caused by the similarity of single features.The average recognition accuracy of the six modulation methods of frequency hopping signals BPSK,QPSK,SDPSK,QASK,64QAM and GMSK is 91.4% under the condition of -4 dB SNR.     

一种跳频信号监测的改进方法

针对复杂电磁环境下的跳频信号监测问题,提出了一种基于加权阈值的信号提取方法,以解决低信噪比情况下跳频信号不易获取的难题.采用短时傅里叶变换对接收信号进行时频分析,得到反映信号频率成分随时间变化的时频矩阵,然后采用加权阈值提取每一时段的信号特征,经聚类筛选后采用统计直方图的方法进行跳频参数估计.存在定频干扰时,筛选过程可以有效去除定频频点.通过对仿真数据的处理验证了本文算法的有效性.     

Frequency hopping sequences with small cross-correlation

The cross-correlation of frequency hopping sequences obtained from non-binary m-sequences represented as vector m-sequences is developed. Preferred pairs of these vector m-sequences then yield vector or frequency hopping m-sequences which are shown to have small three-and four-level cross-correlation values. Modified preferred pairs are developed that yield frequency hopping m-sequences with reduced peak cross-correlation.     

基于差分跳频的短波高速跳频通信系统关键技术研究

本文就基于差分跳频技术的短波高速跳频通信系统的组成结构及主要特点进行简要分析,并在此基础上对其系统运行过程中所使用的相关关键技术进行深入探讨,希望能够对短波高速跳频通信系统关键技术的运用效果提升带来一定帮助。     

一种慢跳频系统频率跳变时刻同步算法

提出一种盲接收环境下的慢跳频（SFH）系统频率跳变时刻同步算法。该算法针对慢跳频系统中1跳数据包含多个调制符号的特征,通过非线性变换得到包含离散谱线的信号。利用跳频信号在每1跳内能量恒定的特性,将1跳信号均匀划分为2段,提取分段信号非线性变换后离散谱线能量差异,作为调整频率跳变时刻的判决量,通过反馈环路实现盲接收环境下频率跳变时刻的精确同步。对典型慢跳频DPSK（SFH/DPSK）系统在盲接收环境下的同步性能进行仿真,在Eb/N0大于16 dB时,算法同步性能接近10-3,验证了算法的有效性。     

差分跳频通信中的关键技术分析

介绍了近年来扩频通信的一种全新通信体制——差分跳频通信的原理,阐述了其与普通跳频通信的区别,重点分析了差分跳频通信所需解决的两个关键技术：G函数设计和接收信号检测技术。最后指出了差分跳频通信的应用前景和发展方向。     

基于谱估计的噪声调频信号检测方法研究

对干扰信号的频谱特征进行精确测量和分析是实施有效的电子反干扰(ECCM)的重要步骤.通过对噪声调频干扰信号的频谱特征分析,提出采用合适的功率谱估计方法来检测噪声调频信号的主要频谱特征参数.利用MATLAB/Simulink仿真软件分别建立了噪声调频信号源和谱估计方法的系统模型,研究了系统采用不同的谱估计方法和参数设置的情况下所能够达到的检测精度,并根据仿真结果分析比较了不同谱估计方法的性能.