首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 62 毫秒
1.
本文提出了一种基于功率谱估计的跳频信号检测的新方法,该方法主要是利用定频信号、跳频信号的功率谱随时间变化的差异性,通过对定频信号功率谱进行对消以实现跳频信号的检测,分析了影响定频信号功率谱对消的因素,计算机仿真结果证实了该方法的有效性。  相似文献   

2.
一种基于神经网络的跳频信号频率预测方法   总被引:2,自引:0,他引:2  
对跳频通信进行有效干扰的关键在于对跳频信号的频率进行较准的预测,本文就此提出了一种基于神经网络的对跳频信号频率进行预测的新方法,该方法利用了神经网络的非线性映射能力,能够较好的对目标进行预测,仿真实验的结果表明该方法有限强的实用性,值得进一步研究。  相似文献   

3.
一种短波跳频信号盲检测和参数盲估计的方法   总被引:2,自引:0,他引:2  
提出一种基于阵列信号处理的短波跳频信号盲检测和参数盲估计方法,即在缺少足够的先验信息的条件下,充分挖掘信号的时域、频域和空域特性,完成短波FH信号的检测、分离并估计出其各自的参数集,包括驻留时间、跳速、跳时、到达方向(DOA)、频率集和跳频带宽.提出的门限策略不仅使得检测门限能够通过理论计算得到,而且还显著地抑制了非跳频信号的干扰,从而能有效地检测出FH信号.现场测试表明:该方法切实有效,且大大提高了信噪比,改善了整体性能.  相似文献   

4.
为解决复杂短波环境下跳频信号检测概率低的问题,提出了一种基于恒虚警概率(CFAR)的稳健的跳频信号检测算法.分析了CASH-CFAR算法,为了提高运算速度对其进行了一定的改进,根据跳频信号的特点将其扩展到二维并应用到时频谱图上检测跳频信号,通过形态学图像处理方法滤除噪声.仿真实验结果表明,该方法能够在低信噪比情况下有效地检测跳频信号,并同时抑制定频干扰,检测率较高,运算速度快.  相似文献   

5.
提出一种跳频信号参数估计的方法,该方法首先求出跳频信号的互相关函数及其随时间改变的功率谱密度矩阵,并从该矩阵中生成跳频信号的时频hop图,最后通过对hop的分析得出跳频信号的跳时、跳速、驻留时间和频率集等参数.该算法不仅提高了信噪比,大大改善了整体性能,而且既不需要知道信号的跳速或驻留时间等前提条件,也不要求信号必须是等跳速或者是等驻留时间的,同时也无需选择小波母基、核函数等特殊数学模型.通过对外场实际数据测试表明本算法切实有效.  相似文献   

6.
一种用于跳频信号参数估计的时频表示方法   总被引:1,自引:0,他引:1  
在时延和频移两个方向上,对跳频信号的模糊函数进行了分析,提出了一种基于跳频信号模糊函数自项特征的时频表示方法。其核函数在信号的模糊域能够有效地滤除噪声和交叉项,并保留绝大部分的自项能量。仿真试验结果证实,与平滑伪维格纳分布相比较,该方法提高了信号项的时频聚集性,具有更好的参数估计性能。  相似文献   

7.
刘放  叶菲 《电脑与信息技术》2007,15(6):28-30,46
跳频信号是典型的非平稳信号,必须采用非平稳信号处理方法.WVD是时频分布中最常用的一种手段,可用来进行跳频信号分析,但存在严重的干扰项.SPWVD是WVD的改进,可以减少WVD交叉干扰项的影响.文章介绍了跳频信号的模型以及SPWVD的离散化实现过程,对SPWVD进行了计算机仿真.结果表明WVD和SPWVD均可时跳频信号进行分析,而SPWVD可以抑制交叉项的影响,并且这种分析方法更加有效、合理.  相似文献   

8.
针对通信对抗中的跳频信号盲检测问题,提出了一种跳频信号盲检测算法.深入分析了带噪跳频信号和高斯白噪声在二阶循环平稳性上的差异,并考虑到截短效应对循环自相关函数估计的影响,提出利用观测信号的循环自相关函数估计的模值作为检验统计量,利用在接收端构造的高斯白噪声信号的循环自相关函数估计的模值的最大值作为检测阈值的跳频信号的盲检测算法.实验表明,该算法对于高斯白噪声环境中的跳频信号具有良好的检测性能,适于信噪比高于-3dB,非协作通信情况下的跳频信号检测.  相似文献   

9.
短波信道下跳频信号检测   总被引:1,自引:0,他引:1  
跳频信号检测是当前通信对抗领域紧迫而困难的任务之一,提出了一种在复杂短波环境下有效检测跳频信号的新方法。首先,对已有动态门限算法进行改进,提出一种新的估计噪声基底的方法;用该方法对信号时频图每个时间单元的功率谱图进行滤波,将信号的时频图降噪处理;然后根据短波信道特点设计了参数统计规则,得到信号描述表,最后采用直方图方法对各信号持续时间统计分类判断出是否存在跳频信号。仿真实验证明,该方法运算简单,能够较好地解决噪声和干扰较大的复杂短波信道环境下跳频信号的检测问题。  相似文献   

10.
针对非合作通信场景下的跳频信号自动化检测识别问题,本文提出了一种基于方向梯度直方图与支持向量机的跳频信号检测识别算法。该算法将无线通信信号转化为包含时间、频率和幅度的时频瀑布图,采用方向梯度直方图特征提取算法将不同跳频序列在瀑布图上产生的独特结构特征提取出来。然后利用支持向量机将特征序列映射到高维空间,通过寻找最大间隔分离超平面,实现跳频信号的检测与多种跳频序列的识别,并依此建立跳频信号检测识别原型系统。最后在室内多径信道环境下进行了测试验证,该算法能够完全自动化的精确检测到开放电磁环境下的跳频信号并且能够实现对多种跳频序列的识别。在信干噪比不超过20dB时,针对不同跳频序列的平均识别正确率能够达到98.01%。  相似文献   

11.
基于Gabor谱方法的跳频信号时频分析   总被引:2,自引:0,他引:2  
摘要:率高、交叉项干扰小的特点,对跳频信号进行时频分析,与其他常用时频分析方法比较得到了更精确的时变谱特征描述。通过对仿真结果的比较分析,证明了该方法对跳频信号分析的有效性,其方法也适用于其他非平稳信号的分析。  相似文献   

12.
蔡丽霞 《计算机系统应用》2014,23(1):154-157,123
为了有效分析跳频信号并估计其参数, 引入一种短时傅里叶变换的快速算法, 为改善其时频聚集性, 将该算法推广到重排域。该算法降低了参数估计的算法复杂度。最后,在跳频系统中对该算法的性能进行了仿真与分析。  相似文献   

13.
一种改进的混沌跳频序列的设计方法   总被引:2,自引:0,他引:2  
现有混沌跳频序列在混沌迭代次数、通信保密性和安全性等方面存在着不足.为解决上述问题,本文通过给出优化的Logistic映射函数,采用了一种改进的利用伪随机序列控制比特抽取来生成混沌跳频序列的方法.该方法各项跳频性能指标与已有研究成果相当,但其混沌迭代次数减少,序列安全性增强.  相似文献   

14.
为了提高水声跳频通信系统的可靠性和保密性,提出了基于误码率映射和对伪随机数流的量化来产生跳频图案的方法,该方法将各个跳频频点的误码率映射为一个概率密度函数,由此得到量化向量,根据伪随机数发生器产生的满足特定统计规律的伪随机数流和特定的量化准则,对伪随机数流进行量化,生成跳频图案,进行跳频通信。构建基于概率的自适应跳频通信仿真系统,仿真结果表明基于概率的自适应跳频通信相对于传统的跳频通信或自适应跳频通信误码率更低,且保密性更强。  相似文献   

15.
高动态扩频测控系统中,基于FFT的伪码捕获算法存在“栅栏效应”影响频偏估计精度。为了解决这个问题,提出了一种新的频率估计算法,采用扩频调制信息消除策略和分段相关FFT频谱分析技术实现频偏精确估计。理论分析和仿真结果表明,改进算法相比于已有的FFT算法可以很好地提高频偏估计精度,改善“栅栏效应”,并且具有较低的实现复杂度。  相似文献   

16.
计算复杂度高是制约时频原子分解算法在信号处理中应用的主要问题,由此,本文提出一种基于混沌粒子群算法的时频原子分解快速算法。在过完备Chirp原子库的基础上,采用时频原子分解算法分解信号,并利用混沌初始化粒子的初始位置,采用粒子群算法降低时频原子分解算法搜索过程的计算复杂度,提高信号处理效率。对雷达辐射源信号的仿真实验结果表明,该方法与传统的时频原子分解算法相比计算速度大幅提高,且用在数量上比Gabor少的Chirp原子刻画出信号的主要时频特征。  相似文献   

17.
跳频通信系统的关键技术是跳频序列的同步。本文利用混沌信号Logistic序列作跳频码,取代跳频通信中的伪随机序列,并采用动态双频同步方案使同步头信号同步,解决了混沌跳频序列的同步难题,进而实现发射系统和接收系统的混沌同步。在Matlab7.0/Simulink动态仿真平台,搭建了一个基于该同步方案的跳频通信系统,仿真结果表明该同步方案用于跳频通信可获得满意的通信效果。  相似文献   

18.
一种高可靠无线传感器网络自适应跳频算法   总被引:1,自引:0,他引:1  
对于复杂恶劣环境的无线传感器网络应用,多数协议采用跳频提高网络的抗干扰能力和安全性.广泛使用的IEEE802.15.4标准在2.4GHz频段提供了16个频道,有效的支持了跳频通信的设计.但是,跳频通信的可靠性和链路的特征有着密切的关系,本文通过对复杂室内环境(工厂,实验室)无线通信特征的测试和分析发现,链路具有时变性,同时在一段相当长的时间内具有稳定性,因此本文针对复杂室内环境链路特征提出了一种自适应跳烦方法,该方法通过评估当前频道的链路质量,只在频道的链路质量超出允许范围时进行跳频.仿真和测试结果表明,相比于多数工业应用采用时隙跳频方法,自适应跳频的可靠性提高了10%~16%,是一种有效的可靠性设计方法.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号