基于频域奇异值分解的LPI雷达信号降噪

随着低截获技术在战场上的大量使用,侦察接收机接收到的低截获（LPI）信号大多都湮没在噪声中。为了准确地检测威胁目标,在研究时域奇异值分解（SVD）降噪的基础上,提出了基于频域SVD的LPI雷达信号降噪方法。仿真实验表明,该方法可以将LPI雷达常用的线性调频连续波（LFMCW）信号和二相编码（BPSK）信号的信噪比从0 dB提升到6 dB以上。频域SVD降噪使侦察机发现LPI雷达的概率大大提高。     

基于去噪卷积神经网络的雷达信号调制类型识别

针对低截获概率雷达(LPI)信号处理复杂,低信噪比条件下识别率低的问题,该文提出一种基于去噪卷积神经网络和Inception网络的信号分类识别系统.首先对8种LPI雷达信号进行Choi-Williams分布(CWD)时频变换,得到2维时频图像,然后使用去噪卷积神经网络进行时频图像去噪处理,最后将图像发送到Inception-V4网络进行特征提取,并使用softmax分类器进行分类,实现LPI雷达信号的有效分类识别.仿真结果表明,该方法在–10?dB信噪比(SNR)下,识别率仍然可以达到90％以上.     

基于去噪卷积神经网络的雷达信号调制类型识别

针对低截获概率雷达(LPI)信号处理复杂,低信噪比条件下识别率低的问题,该文提出一种基于去噪卷积神经网络和Inception网络的信号分类识别系统。首先对8种LPI雷达信号进行Choi-Williams分布(CWD)时频变换,得到2维时频图像,然后使用去噪卷积神经网络进行时频图像去噪处理,最后将图像发送到Inception-V4网络进行特征提取,并使用softmax分类器进行分类,实现LPI雷达信号的有效分类识别。仿真结果表明,该方法在–10 dB信噪比(SNR)下,识别率仍然可以达到90%以上。     

基于栈式稀疏自编码器的低信噪比下低截获概率雷达信号调制类型识别

针对低截获概率(LPI)雷达信号识别率低且特征提取困难的问题,该文提出一种基于Choi-Williams分布(CWD)和栈式稀疏自编码器(sSAE)的自动分类识别系统。该系统从反映信号本质特征的时频图像入手,首先对LPI雷达信号进行CWD时频分析,获取2维时频图像;然后对得到的时频原始图像进行预处理,并把预处理后的图像送入多层稀疏自编码器(SAE)进行离线训练;最后把SAE自动提取的特征输入softmax分类器,实现雷达信号的在线分类识别。仿真结果表明,信噪比为时,该系统对8种LPI雷达信号(LFM, BPSK, Costas, Frank和T1~T4)的整体平均识别率达到96.4%,在低信噪比条件下明显优于人工设计提取信号特征的识别方法。     

低截获概率雷达信号的调制识别研究

在分析了低截获概率(LPI:Low Probability of Intercept)雷达信号的分数阶傅立叶变换(FRFT)的基础上,提出了把调频率和分量能量之比作为分类特征向量。分类特征向量通过自适应信号分解来提取。仿真结果表明了该方法适合于低截获概率雷达信号的低信噪比情况,具有很好的识别率。     

LPI信号的多通道数字截获

介绍了低截获概率(LPI)信号的截获原理。以线性调频连续波信号作为所要研究的LPI信号，讨论了利用多通道数字去斜技术实现对LPI信号截获的具体方法；针对多种可能情况进行了多通道数字去斜算法仿真，并从实验结果中分析了通道对LPI信号的失配和相位不同步对系统检测性能的影响；最后对基于上述多通道数字截获技术的LPI信号特征参数估计方法进行了总结。仿真结果表明采用上述数字去斜方法可以有效地从噪声背景中提取出LPI信号。     

基于Radon变换的具有线性调频特性的多相编码信号参数估计

基于线性调频(LFM)信号产生的多相编码信号(Frank码、P1、P2、P3、P4码)由于具有较好的脉冲压缩特性而在低截获概率(LPI)雷达中得到了广泛应用。利用这类多相编码信号具有与线性调频信号相似的模糊函数(Ambiguity Function)和Wigner-Ville分布的特性,提出了基于Radon-Ambiguity变换和改进的Radon-Wigner变换的多相编码信号参数估计方法。推导了参数估计的克拉美-罗下限(CRLB),并以P4码信号为例进行了仿真,仿真结果表明两种方法在低信噪比下均具有较好的参数估计精度。     

基于FRFT的对称三角LFMCW信号检测与参数估计

对称三角线性调频连续波(STLFMCW)信号是一种典型的低截获概率雷达信号。该文通过分析STLFMCW信号在分数阶Fourier变换(FRFT)域的频谱分布特征,发现STLFMCW信号包含的各段LFM信号在其对应的最佳FRFT域内具有很好的能量聚集性;各段LFM信号在频域内会完全重叠,叠加的频谱幅度较高,在低信噪比条件下,严重影响STLFMCW信号的检测与参数估计。因此,利用FRFT检测STLFMCW信号时,必须克服该问题。该文提出一种FRFT与聚类分析相结合的STLFMCW信号检测与参数估计方法。该算法解决了由STLFMCW信号的频谱叠加给信号检测带来的问题,而且,克服了信号尖峰的高度必须高于噪声幅度的限制,在低信噪比条件下具有较好的检测效果。最后,仿真验证了该方法的有效性。     

基于FPGA的LPI信号检测

本文分析了利用信号相关检测理论对典型的低截获概率(LPI)线性调频(LFM)信号进行检测的方法,并搭建了一个基于FPGA的信号相关检测系统。基于FIFO的设计方案通过中间乘积结果的预存大大减少了求相关运算的计算量。最后利用FPGA实现白噪声背景下LFM信号的产生,通过检测系统后发现有目标,证明了该系统在工程上是可实现的。     

LPI雷达多波形设计分析与实现

多种调频信号的组合是低截获概率(LPI)雷达技术的发展方向.在比较了多种非线性调频信号脉压性能的基础上,提出了一种基于AD9958型直接式数字合成(DDS)的LPI雷达多波形设计,并采用数字线性逼近法实现了非线性调频信号的方法.     

多无人水下航行器协同探测声呐宽带波形设计与性能分析

相比于空中的电磁波信号,水下的声波信号传播速度小、频率低,多普勒效应和窄带信号处理方法严重影响多无人水下航行器(multi-UUV)协同探测声呐对运动目标的探测性能。该文基于Costas序列和正交频分线性调频(OFD-LFM)波形,设计了离散频率编码非正交线性调频波形(DFCW-NOFD-LFM),并将该波形与二进制相移键控(BPSK)、离散频率编码波形(DFCW)等传统码分多址(CDMA)波形进行了性能比较。结果表明,所设计波形具有大多普勒容限、良好的自相关与互相关性能和优秀的抗混响能力,有望应用于多UUV协同探测声呐,以提高其运动目标探测性能。     

基于深度神经网络的收发同时系统中自干扰数字对消算法

为了解决转发式干扰机收发同时系统中的自干扰难以对消问题,该文设计一种基于深度神经网络(DNN)的自干扰对消算法。在自干扰信号与目标信号强相关且混叠的情况下该算法可以有效地消除自干扰信号。在此基础上,该文利用分段侦收的信号快速生成干扰的方法,验证了该算法在收发同时系统中自干扰信号对消的可行性,实现了基于本脉冲的雷达干扰信号构建,对敌方雷达快速做出反应,在电子对抗中占据有利地位。该文利用典型的线性调频(LFM)和二进制相移键控(BPSK)雷达信号生成数据集训练深度神经网络,用测试集去测试网络输出的模型。实验结果表明：在收发同时系统中目标信号与自干扰信号混叠的情况下,基于DNN的自干扰对消算法可以有效消除自干扰信号,在信干比–8 dB的情况下,对消比可达到26 dB以上。     

基于FPGA的多模式通信信号解调及自适应位同步技术

通信信号的识别与解调是通信侦察的重要组成部分。本文在假设侦察识别过程已经完成,且调制模式主要为FM、FSK、BPSK和QPSK四种方式,码速率在一定范围内变化的前提条件下,讨论这四种不同模式通信信号的解调技术,在解调中引入自适应的位同步技术,保证解调结果的正确输出。整个系统各模块基于FPGA实现,便于编程、修改以及升级改进,利于移植。     

瑞利信道下基于信号采样自相关的信号检测技术

信号检测技术是认知无线电中的首要及关键技术之一。为了提高低信噪比条件下的信号检测性能,采用基于接收信号采样自相关的检测方法来进行授权用户信号检测,并用捕获的数字电视信号以及随机产生的二相相移键控信号作为信号源,在MATLAB中进行信号检测仿真。仿真结果表明,在瑞利衰落信道以及低信噪比(特别是信噪比≤–14 dB)情况下,该检测方法与传统的能量检测方法相比,有较好的检测性能。此外,该检测方法中被检测信号相关性程度对检测概率也有一定影响。     

BPSK、QPSK、OQPSK、UQPSK信号识别研究

采用提取信号相位并用直方图统计的方法对BPSK、QPSK、OQPSK、UQPSK信号进行识别,并分析不同噪声背景下对这四种信号识别的影响。仿真结果表明在满足一定信噪比的条件下,能够完成对这四种调相信号的识别。     

LFM/BPSK混合调制信号盲处理结果可信性评估:一种简化的似然比算法

针对以相关谱最大值作为统计量对线性调频/二相编码（LFM/BPSK,Linear Frequency Modulation/Binary Phase Shift Keying）混合调制信号盲处理结果进行可信性检验时,存在概率密度函数复杂,难以得到似然比检验闭合表达式的问题,提出了一种基于极值分布理论（EVT,Extreme Value Theory）的简化处理算法.利用相关谱最大值的极限分布替代其精确分布,基于纽曼-皮尔逊（NP,Neyman-Pearson）准则得到简化的似然比检验,给出了相应判决式及其判决门限的解析表达式.文中给出了不同假设下相关谱最大值的极限分布形式.计算机仿真结果表明：本算法与已有的恒虚警方法相当,但优于基于分组极值模型及超阈值模型的两种分布拟合检验法,且具有较低的计算复杂度.     

基于功率谱FFT的BPSK信号参数估计

针对低信噪比环境下二相编码(BPSK)信号参数估计的问题,该文提出一种基于功率谱FFT的信号参数估计算法。该算法根据信号功率谱傅里叶变换得到的幅度谱和相位谱与各参数之间的关系,实现BPSK信号的码元宽度、载频和码长估计。该算法对功率谱继续做傅里叶变换可以进一步消除噪声对估值的影响,更适合在低信噪比环境下实现参数的估计,且计算简单易于实现。仿真试验证明了该算法的准确性和抗噪性,在信噪比为-10 dB时BPSK信号的载频和码元宽度估计正确率分别比循环谱算法提高了9.9%和190.9%。     

太赫兹频段OFDM一体化波形的雷达探测性能分析

传统的正交频分复用(OFDM)信号在太赫兹通信系统中通常会面临峰均功率比(PAPR)过高的问题,严重降低功率放大器的效率,恶化太赫兹链路的非线性效应。恒模雷达-通信一体化波形可以抑制PAPR的影响。本文采用模糊函数作为评价标准,从距离和速度两方面分析和比较了太赫兹频段正交频分复用-16阶正交幅相调制-线调频(OFDM-16QAM-LFM)、正交频分复用-二进制相移键控-线调频(OFDM-BPSK-LFM)、正交频分复用-最小相移键控-线调频(OFDM-MSK-LFM)3种OFDM一体化波形的雷达探测性能。数值仿真结果表明,OFDM-16QAM-LFM波形在太赫兹频段的距离和速度探测性能良好,但PAPR过高;OFDM-BPSK-LFM、OFDM-MSK-LFM波形采用相位调制代替幅度-相位调制,保持恒定包络特性;OFDM-BPSK-LFM一体化波形的距离分辨力不会随着子载波数量增加而恶化,但速度分辨力随着子载波数量的增加而受到很大影响,不适宜用于高速运动状态下多目标的速度检测;OFDM-MSK-LFM波形可承载更多的子载波,适应复杂场景下的多载波雷达探测需求。本文方法为不同应用场景的一体化波形选择提供了参考。     

Blind and Semi-Blind Decoder Metrics for Turbo-Coded Frequency-Hopped Spread-Spectrum in Partial-Band Interference and Fading Channels

We consider turbo-coded frequency-hopped systems operating in partial-band interference and fading channels under conditions which make Signal-to-Noise Ratio (SNR) estimation difficult or infeasible. For Non-Coherent Binary Frequency Shift Keying (NCBFSK) we propose blind decoder metrics that offer significant performance gains over the conventional self-normalized metric originally proposed for non-fading channels and uncoded communications. We also propose several blind heuristic metrics for phase-compensated Binary Phase Shift Keying (BPSK) systems of varying complexity and performance. For both NCBFSK and CBPSK we then derive the exact conditional LLR given the second–order averages of the interference and noise, which we refer to as semi-blind metrics. Impressive performance gains are realized in both cases. For BPSK the best totally blind heuristic metric nearly achieves the performance of the exact conditional LLR and has the advantage of not requiring any statistics on interference or noise. In all cases the performance gains are most pronounced for small values of the interference duty factor.     

基于瞬时幅度特征的连续相位调制信号识别

针对非合作通信系统中连续相位调制（CPM）信号识别难的问题,提出一种CPM信号识别新方法。算法以信号的瞬时幅度谱为特征,结合谱线检测,实现了CPM信号与幅移键控（ASK）、正交幅度调制（QAM）、相移键控（PSK）、频移键控（FsK）信号的区分。算法无需各种参数估计及同步等预处理过程,仿真实验结果表明,在信噪比不小于4dB时,CPM信号正确识别率达到95％以上。与已有算法相比,本文所提算法具有计算量小、实现简单和低信噪比下识别率高等优点。