跳频信号侦听技术和实现方法

介绍了跳频通信侦听的一般方法,提出了一个跳频信号侦听模式和侦听系统的几项关键技术,对跳频信号侦听过程中的信号失真提出了切实可行的解决方法。     

直扩信号的相关函数包络检测法

针对未知DS/SS信号的存在提出了一种基于自相关理论的快速检测方法,可以在低信噪比条件下将扩频信号从噪声环境中检测出来。同时该方法还可以较为准确地估计出直扩信号的伪码周期。给出了相关函数的包络峰值提取法理论分析,建立了相应的实验仿真系统并进行了性能测试,能够在较低的输入信噪比下良好地工作。     

基于Radon-Wigner变换的LFM扩谱信号的检测

提出了基于Radon-Wigner变换的线性调频扩谱信号的检测方法。根据LFM扩谱信号的特点,首先采用倒谱法估计出信号的码速率,然后截取一个码元的信号来提取码内的细微特征,通过检测由RWT生成的变换域,可以准确提取信号的调频斜率、载频等参数。理论和仿真实验表明,该方法有较强的抑制噪声能力。     

M-CPFSK信号的定时与频偏联合估算分析

目前已有的定时频偏联合估计方法仅仅解决了正交高阶连续相位频移键控(M-CPFSK)信号的同步问题,但仍无法直接应用于非正交信号的解调中。针对这一问题,通过对非正交M-CPFSK的基带采样信号进行幂变换,修正了信号的调制指数,使其满足了联合估计算法中的信号正交性。新方法实现了非正交情况下M-CPFSK信号的精确同步,并在加性高斯白噪声信道条件下对估计性能进行了理论分析和试验仿真。仿真结果及性能分析均验证了新算法的有效性和可行性。     

OFDM信号特征集构建技术研究

OFDM因其子载波正交且频谱彼此重叠的信号形式,给非协作通信中针对OFDM信号特征参数盲处理带来了很大的困难。针对这个问题,系统地分析了OFDM信号的特性,包括幅度包络分布特性、时域周期性、频谱包络结构特性、子载波间隔及其正交特性、子载波调制独立性、频谱的谐频特性以及导频信号频域相关特性。通过对不同域特征的综合,利用了不同域特征属性间的互补信息,构建了一种新的OFDM信号特征集。给出了OFDM信号和其他典型宽带通信信号的特征参数分布对比结果,证明了该方法能够为OFDM信号的盲检测与识别提供较为完备的特征空间。     

一种新的相位差精确测频法研究

提出了一种基于长短时延匹配的相位差测频方法,该方法借鉴了长短基线干涉仪测向原理,利用短时延相位差测量解决相位混叠的问题,长时延相位差测量提高测频的精度．对长短时延的匹配选取、多信号的测频能力以及抗噪声性能进行了理论分析和仿真试验,结果表明,与其他方法相比,新方法适应能力强、运算量小、精度高,在低信噪比下仍具有良好的估计精度和频域稳定性,适于硬件实现．     

直扩侦察系统中的全数字载波同步技术

讨论直扩侦察系统中的全数字载波同步技术。主要论述了本地载波与信号载波存在偏差时的载波同步问题,并以QPSK直扩信号的接收为例,详细分析了采用零中频技术实现载波同步的方法,提出了一种确定单个频点上的驻留时间的新方法。     

基于倒谱的OFDM信号盲检测方法研究（增刊）

提出一种基于倒谱的OFDM 信号盲检测方法，该方法充分利用了OFDM信号谱线的隐含周期性，具有较强的抑制加性干扰和乘性干扰的能力，能够在较低的信噪比条件下快速准确地检测OFDM信号，可以精确估计出OFDM信号的子载波频率间隔、符号周期、信号带宽、子载波数目，具有运算量小、精度高、适于硬件实现等特点。仿真结果进一步说明了该检测方法的有效性。     

采用非线性变换的MPSK/MQAM符号速率盲估计

提出了一种采用非线性变换的MPSK/MQAM类信号符号速率盲估计方法,充分利用了MPSK/MQAM数字信号相邻符号的相位变化信息,通过对零中频信号进行非线性处理,构造一个非线性变换的复数函数,生成含有符号速率的离散谱线。利用四阶累积量的方法实现在强背景噪声下提取符号速率的基频分量。该方法运算简单,适应性好,对MQAM和MPSK调制的不同阶数、不同成形滤波器系数的信号均适用,低信噪比下仍具有很好的测量性能。     

基于改进VGG16的超短波时频谱图分类方法

现代战场电磁环境日益复杂，战术通信网台主要集中在超短波频段。而未来的技术侦察对智能化、大数据处理的支撑需求越来越强烈。为实现超短波盲信号的分类，提出了一种将盲信号的时频谱图与优化后VGG16网络相结合的分类方法。该方法首先将电磁战场中实际采集到的超短波盲信号转换为时频谱图，然后通过迁移学习将其与优化后的VGG16卷积神经网络结合起来，并将空洞卷积引入网络，完成了对超短波盲信号的分类。实验结果表明，优化后的VGG16网络比原网络有更高的准确率，达到了93.1%。当将空洞卷积引入到优化后的VGG16网络的第7层和第10层时，识别率达到最高为92.2%，学习时间减少了34.1%，大大减少了模型的训练时长，验证了空洞卷积在超短波盲信号分类识别上的有效性。