一种新的跳频信号参数盲估计算法

本文针对通信对抗中的跳频信号参数盲估计问题,提出了一种基于原子分解算法的跳频信号参数盲估计方法.根据跳频信号内部结构的特点,以加窗正弦函数为基函数构造了一种与跳频信号匹配的3-参数时频原子字典,将跳频信号分解为有限个3-参数时频原子的组合,最终根据这些时频原子的参数值来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,对跳频信号的跳周期、跳变时刻和跳频频率进行有效估计.     

采用MRSSA-ICA的共信道多通信信号盲分离

针对时频域部分重叠的多个跳频通信信号共信道盲分离问题,提出了一种新的共信道盲分离算法SCBSS(Single Channel Blind Source Separation)。首先,重新定义多分辨奇异谱分析(Multi-resolution Singular Spectrum Analysis,MRSSA)算法,利用其冗余性来重构伪多输入输出模型;接着引入独立分量分析算法用于提取感兴趣的独立分量。仿真结果验证了所提算法分离多个正交相移键控(Quadrature Phase Shift Keying,QPSK)调制的时频域部分重叠跳频通信信号的有效性和鲁棒性,且不需要任何先验。     

一种同步组网跳频信号的盲分离方法

针对多路混合的同步组网跳频信号,提出了一种基于时频分析的盲分离方法。首先利用同步组网的各跳频信号中各信号跳时相同、跳周期相同等特点,利用平滑伪魏格纳分布（SPWVD）提取信号在时频分布上的特征值。在此基础上,采用基于短时傅里叶变换（STFT）时频比方法对同步组网跳频电台信号进行分离。仿真实验表明,这种方法能有效分离同步组网电台跳频信号,且在跳频间隔较小时,依然具有良好的分离效果。     

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.     

基于自适应惯性权重粒子群优化的多跳频信号盲源分离

针对跳频通信中多跳频信号的盲源分离问题,提出了一种基于自适应惯性权重粒子群的盲源分离算法。该算法将分离信号的负熵作为目标函数,依据迭代前后每个粒子适应度值间差值自适应地调节惯性权重。把适应度值变差的粒子惯性权重设成零,以消除惯性分量不利影响,这样可以减少无效迭代次数,提高收敛速度。应用于盲源分离时,比经典算法分离效果好且克服了激活函数选取难题。实验结果表明该算法用于多跳频信号盲分离时性能稳定且收敛速度快,与经典算法比较优势明显,为智能算法在盲源分离方面的研究提供了一定的参考。     

基于拟合的宽带跳频信号的高精度时延估计方法

结合目前跳频信号带宽越来越宽、跳频点越来越多的特点,文中提出了一种充分利用宽带跳频信号频域特征的直线拟合时延估计方法,并针对解模糊过程中存在的奇异点问题,提出了采用周期拟合的处理方法,实验和分析表明该改进算法能够实现皮秒量级的时延估计精度,且易于工程实现.     

随机布局天线系统的跳频信号分选研究

现有的利用DOA分选跳频信号的方法大多使用规范的阵列流型,对天线的布局和通道的一致性要求较高,不能适用于机动灵活的应用场景。针对以上问题,本文在随机布局的多天线系统下利用稀疏贝叶斯学习算法对接收信号进行稀疏重构,根据稀疏权值向量估计跳频信号个数、载波频率以及各信号相对于多天线系统的时延向量,利用一种改进的K-means聚类算法对不同空域位置的跳频信号进行分选。仿真结果证明,本文提出的方法相比于已有的分选方法能够更加准确地完成参数估计和信号分选。      

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。     

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。     

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。      

一种跳频信号实时跟踪与参数估计方法

现有的跳频信号处理方法往往需要积累足够长的样本数据,缺乏实时快速运算的能力,无法处理高速跳频信号。在小样本条件下提出一种跳频信号实时跟踪和参数估计方法。根据跳频信号的频域稀疏性建立信号模型,引入稀疏贝叶斯学习(SBL)算法解决多观测向量(MMV)信号重构问题。在构建新的判决统计量基础上,推导一种保持恒虚警概率的跳变时刻检测方法,设计滑动策略实现跳频信号的实时跟踪。分别利用几何重心法和最小二乘法估计每跳(hop)的载波频率和来波方向(DOA)。实验证明,新方法在低信噪比(SNR)下具有更低的虚警概率,参数估计精确度得到明显提升。     

基于S变换的跳频信号特征参数盲估计

提出了一种基于S变换的未知跳频信号参数盲估计方法。该方法利用S变换良好的时频聚集性,在未知任何先验参数的情况下,能够准确估计出跳频信号的跳频频率、跳变时刻和跳频信号驻留时间等参数。文中阐述了S变换的基本原理,应用S变换对跳频信号进行了分析并与其他时频分析方法作了比较,最后给出了估计跳频信号参数的具体算法步骤,通过计算机仿真得到了较为准确的估计结果,验证了该算法的有效性。     

多跳频信号频率跟踪与二维波达方向实时估计算法

为了实时提取跳频(FH)通信参数以及为通信对抗提供所需信息,该文提出一种多跳频信号频率跟踪和2维波达方向实时估计算法。首先建立跳频信号的L型阵列接收数据模型,并推导证明了自回归滑动平均(ARMA)模型对L型阵列数据的适用性,然后采用粒子滤波思想对阵列流型矩阵和频率进行实时估计。再基于频率估计值建立ARMA模型实时检测跳时刻,并结合流型矩阵估计值实现无需参数配对的2维波达方向(2D-DOA)准确估计。新方法通过设计合理的粒子生成以及权值更新方式,使流型矩阵与频率估计值能够迅速收敛至稳定状态。最后蒙特卡罗仿真结果验证了该算法的有效性。     

信息驱动DS/FH通信系统性能分析

扩跳频通信技术以其良好的抗干扰能力广泛地应用于现代军事与民用通信中,但其频谱效率不够高。因此本文给出了一种信息驱动扩跳频(MD-DS/FH)通信系统模型,即在发射机中的跳频图案不再由传统的跳频码发生器驱动,而由所传输的部分信息数据来代替,并且接收机釆用包络检测器对载波频率进行盲检测。本文推导了AWGN与Rayleigh衰落信道下系统的误比特率公式,给出了闭合表达式,并通过仿真验证了理论推导的正确性。理论分析与仿真结果表明,所给通信系统在提高扩跳频通信系统频谱效率的同时,也提高了系统的误比特率和抗阻塞噪声干扰性能。      

Wideband Blind Source Separation Algorithm Based on Beamforming

As the problem of array mixing model of wideband signals cannot be solved by conventional blind source separation algorithms, an improved algorithm based on beamforming is proposed in this paper. First, the received signals are transformed into time–frequency domain, and the delays of source signals are estimated. Then, the received signals are compensated with the estimated delay in frequency domain. Finally, the desired signal is acquired by using Frost wideband beamforming algorithm. Due to adopting the new methods of single source point extraction and delay estimation, the complexity of the proposed algorithm is reduced. Pre-steering delay is used in frequency domain to eliminate the compensation error when the delay is not an integer multiple of the sampling interval, which improves the separation performance significantly. The simulation results show that the proposed algorithm can adequately solve the problem of delay mismatch and achieve wideband blind source separation effectively. The existing algorithms are mostly fail for frequency hopping signals when there are numerous overlapping time–frequency points. In this case, the proposed algorithm still has good separation performance.

     

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).     

宽带通信中的干扰抑制处理方法研究

综述了DS/FH宽带通信系统中的干扰抑制预滤波处理方法，并侧重时频域的干扰消除技术，基于有关处理算法的适用条件和性能，探讨多系统共存环境下AIC（自适应干扰消除）处理的使用。     

Application of underdetermined blind source separation in ultra-wideband communication signals

Aiming to the estimation of source numbers, mixing matrix and separation of mixing signals under underdetermined case, the article puts forward a method of underdetermined blind source separation （UBSS） with an application in ultra-wideband （UWB） communication signals. The method is based on the sparse characteristic of UWB communication signals in the time domain. Firstly, finding the single source area by calculating the ratio of observed sampling points. Then an algorithm called hough-windowed method was introduced to estimate the number of sources and mixing matrix. Finally the separation of mixing signals using a method based on amended subspace projection. The simulation results indicate that the proposed method can separate UWB communication signals successfully, estimate the mixing matrix with higher accuracy and separate the mixing signals with higher gain compared with other conventional algorithms. At the same time, the method reflects the higher stability and the better noise immunity.     

跳频通信中阻塞干扰样式的自动识别

对跳频通信系统所处的干扰环境进行分析,可以使通信双方针对不同的干扰选择正确的抗干扰措施,对于跳频通信系统,跟踪干扰和阻塞干扰是非常有效的干扰方法。现有的干扰抑制算法只对某一类型的干扰有效,在干扰抑制之前,需要对干扰类型进行识别。本文以 FH-GMSK （frequency hopping-gaussian filtered minimum shift keying）通信系统为载体,对跳频通信中常见的阻塞干扰样式识别进行了研究,从接收信号中联合提取干扰的时域、频域和时频域特征,得到了一组稳定性好、对识别信噪比不敏感的特征参数,在不需要干扰先验知识的情况下对FH-GMSK通信系统中常用的阻塞干扰样式进行自动识别。仿真结果表明,对于跳频通信中常见的阻塞干扰信号,本方法在不同识别信噪比的情况下能获得很高的正确识别率。