Alpha稳定分布噪声下基于柯西分布的相位键控信号码速率最大似然估计

针对现有的相位键控(PSK)编码信号码速率估计方法在Alpha稳定分布中性能严重退化的问题,该文提出一种基于柯西分布的码速率最大似然估计(CMLE)新方法,该方法可同时估计码速率与定时偏差.CMLE利用窗口法将信号划分为定时偏差窗和多个宽度一定的非重叠且已同步的时域窗,每个窗只包含一个码元符号;在 Alpha稳定分布噪声下,利用窗中符号信息构造了基于柯西分布的似然函数,可同时获得定时偏差窗宽与码元符号窗宽的最大似然估计.仿真结果表明,该方法能有效抑制Alpha稳定分布噪声并具有良好的参数估计性能.     

基于广义矩形时频分布的跳频信号参数估计

能够有效地对接收到的跳频信号进行参数估计是干扰跳频通信的重要前提。由于广义矩形时频分布能够在有效抑制交叉干扰项的同时具有好的时频聚集性,提出了一种基于广义矩形时频分布的跳频信号参数盲估计算法。该算法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。仿真结果表明,与基于平滑伪Wigner-Ville时频分布（SPWVD）估计跳频信号参数的算法进行比较,该算法提高了跳频信号参数估计的准确度和可靠性。     

基于多通道数据融合的跳频信号频率跳变时刻估计算法

针对低信噪比条件下宽带高速跳频信号的参数估计问题,提出一种多通道数据融合跳频信号频率跳变时刻估计算法。该算法利用无盲区数字信道化预处理实现宽带跳频信号的全概率、全盲接收,通过数据融合得到一路包含全部频率跳变信息的参考信号,并利用该参考信号进行最大似然估计得到频率跳变时刻精确估计值。给出了所提出跳变时刻估计算法的Cramer-Rao下界并进行实验仿真。理论推导和仿真结果表明:针对一定的输入信噪比,适当选择信道化数和估计时间可实现较高的估计精度。在0dB信噪比条件下,采用16通道数字信道化处理,估计方差小于10-3。      

基于贝叶斯压缩感知的跳频信号参数估计

针对跳频信号参数估计问题,提出一种基于贝叶斯压缩感知的方法。根据跳频信号的数学模型,将待估计的参数在给定的定义域内离散化构建过完备字典。由此,将参数估计问题转换为压缩感知邻域的稀疏表示问题。考虑到参数估计过程中存在的噪声干扰,采用贝叶斯压缩感知求解稀疏表示系数。根据稀疏表示系数的非零元素分布中解算跳频信号的跳变周期、跳变时刻以及跳频频率的估计值。基于仿真数据对提出方法进行验证实验,其结果表明了方法的有效性。     

压缩域宽带跳频信号跳变时刻估计算法

为了在非协作情况下,对跳频信号的频率跳变时刻进行精确快速估计,提出一种基于压缩采样值的跳频信号跳变时刻快速估计算法。该算法首先通过压缩感知技术以远低于奈奎斯特采样定理要求的速率对跳频信号进行整周期滑动采样,然后根据不同时刻相邻两跳信号窗函数的特点,重构信号在傅里叶正交基上的2个权值最大的稀疏系数,并由此对前后两跳持续时间进行判断,从而对跳频信号的跳变时刻进行参数估计。仿真结果显示,该算法能有效地估计跳频信号的跳频转换时刻,且实时性优于现有时频估计类算法。     

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。     

a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a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a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a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。     

跳频信号的归一化多普勒频差最大似然估计

针对双站定位涉及的跳频信号多普勒频差估计问题,提出了归一化的频差最大似然估计算法,利用两个定位站接收到的跳频脉冲串信号,构建一个关于基准跳频频率多普勒频差的似然函数,通过网格搜索得到使似然函数最大的多普勒频差估计,既解决了跳频信号在不同跳频频率上多普勒频差不一致的问题,又充分利用在不同频率的脉冲串信号提高了多普勒频差估计精度。通过仿真对算法的性能进行了评估,结果表明,与基于子空间的算法比较,在脉冲数达到240个时,所提算法执行效率提升30%以上。     

基于原子分解的跳频信号盲检测和参数盲估计算法

本文针对跳频信号的检测和参数估计问题,提出了一种基于原子分解算法的跳频信号盲检测和参数盲估计算法。以Gabor函数为基函数对输入的多分量信号样本进行原子分解,在原子分解的每一次迭代后计算信号残差的信息论准则测度,通过与前一次迭代后的信息论准则测度作比较,找到信息论准则测度的第一个局部极小值,这个局部极小值对应的迭代次数就是信号样本中包含的信号分量的数量,进而根据分解得到的时频原子的参数值来聚类,从输入信号中分选出跳频信号的hop,并估计跳频信号的参数。仿真实验表明,该方法能够在未知任何先验知识的情况下,对高斯白噪声环境中跳频信号进行有效检测,并能够对跳周期、跳变时刻和跳频频率进行有效估计。      

基于分段压缩和原子范数的跳频信号参数估计

针对压缩域跳频信号参数估计方法需借助测量矩阵寻找压缩采样数据的数字特征,造成运算复杂度高,且存在基不匹配的问题,提出一种压缩域数字特征和原子范数的跳频信号参数估计方法。建立块对角化的测量矩阵,实现信号分段压缩,分析压缩采样数据的数字特征,实现跳变时刻粗估计;分离出未发生频率跳变的信号段,利用原子范数最小化方法实现跳变频率的精确估计;最后依据精确估计的跳变频率,设计原子字典,并在压缩域实现跳变时刻的精确估计。基于该算法的跳变频率估计性能高于基于压缩感知的跳变频率估计,亦能精确估计跳频信号的跳变时刻。仿真结果显示,在信噪比高于-2 dB,压缩比高于0.5时,基于该算法的归一化跳变频率估计误差低于10-4,归一化跳变时刻估计误差低于10-2。     

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。     

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α稳定分布噪声下OFDM信号调制识别与参数估计算法

正交频分复用（OFDM,Orthogonal Frequency Division Multiple）信号的调制识别与参数估计是非协作通信领域的重要研究内容.为了解决α稳定分布噪声下OFDM信号调制识别与参数估计困难的问题,提出一种广义循环平稳的盲处理算法.该算法首先对接收信号进行非线性变换,推导出接收信号的广义循环自相关函数表达式,分析了单载波调制信号与OFDM信号的广义循环自相关函数特性,并给出了OFDM信号的广义循环自相关函数与待估参数之间的关系.然后,基于分析结论,利用广义循环自相关函数构造调制识别特征完成OFDM信号与单载波信号的调制方式自动分类;最后,针对OFDM信号的调制参数估计问题,提出了一种基于广义循环自相关函数的调制参数估计算法.理论分析与仿真结果表明,在α稳定分布噪声环境下,该算法可以有效实现OFDM信号调制识别与参数估计,且算法不依赖接收信号的先验信息,可以直接对中频接收信号进行处理.     

A parameter estimation method for time‐frequency‐overlapped frequency hopping signals based on sparse linear regression and quadratic envelope optimization

The frequency hopping (FH) signals have well‐documented merits for commercial and military fields due to near‐far resistance and robustness to jamming. Therefore, the parameter estimation of FH signals is an important task for subsequent information acquisition and autonomous electronic countermeasure or attack. However, under the complex electromagnetic environment, there always exist overlaps in the time‐frequency domain among multiple signals, which bring poor signal sparsity and make the estimation more challenging. In this paper, a novel parameter estimation approach is developed for the time‐frequency‐overlapped FH signals under single‐channel reception. The exact solution is mainly composed of the sparse linear regression‐based matrix optimization (SLR‐MO) and quadratic envelope optimization (QEO). SLR‐MO highlights the removal of noise and distortion features for improving the overall sparsity and time‐frequency resolution. QEO further eliminates parts of the interfering signal features and outliers and then extracts and optimizes the average time‐frequency ridge to complete the parameter estimation (hopping instants, period, and carriers). Simulation results demonstrate that the developed estimator outperforms the traditional methods in the scope of application, estimation accuracy, and the robustness under low signal‐to‐noise ratio (SNR).     

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。     

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。     

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.