基于互相关协同的无人机集群区域覆盖监视优化方法

在电磁频谱监测领域，现阶段面向区域覆盖监视的无人机集群协同优化方法存在覆盖监视能力不足、实时性差等问题。针对上述问题，提出了一种基于互相关协同的无人机集群区域覆盖监视优化方法。首先，利用信号互相关原理和相关检测覆盖性能建立了多机相关检测可覆盖监视面积计算模型；其次，通过引入自适应非线性权重等策略，提出了基于自适应非线性权重的并行混合粒子群协同优化算法；最后，以多机相关检测可覆盖监视面积为区域覆盖监视的优化目标函数，迭代优化无人机的相对位置，得到面向区域覆盖监视的集群最优拓扑构型和最大可覆盖监视面积。仿真验证结果表明，与其他方法相比，本文方法能够将可覆盖监视范围提升60%以上，将优化收敛速度减少至1.05 s。     

通信受限条件下的多节点信号快速关联算法

多节点采集信号关联是多无人机协同信号处理的关键前置步骤。为了解决通信受限条件下多节点信号快速关联问题,提出了一种基于抽取互相关检测的信号快速关联算法,各无人机节点将抽取后的信号传输至数据处理节点进行互相关判决,从而实现信号的快速关联。为了在保证关联性能的同时提升关联速度,基于方差伽马分布推导了抽取互相关检测的性能描述模型,基于该模型实现了对算法参数的优化配置。仿真结果表明,与高斯近似性能描述模型相比,所提性能描述模型更加精确,采用该模型优化的算法在满足关联性能的前提下能够有效降低通信流量需求,提升关联速度。     

接收机畸变对辐射源指纹识别的影响

在辐射源个体识别技术应用中,接收机指纹和发射机指纹相互影响相互耦合,造成辐射源指纹库依赖于特定接收机,无法在不同接收机之间通用。针对此问题,对典型超外差接收机的滤波器、放大器畸变分量对接收信号指纹的影响进行了理论分析与实验验证。理论分析证明发射机和接收机的滤波器、放大器分量对于接收信号整体的畸变影响是等价的;实验中,利用两台超外差接收机对5台发射机进行个体识别测试验证,更换接收机前后,滤波器、放大器特征识别正确率分别从100%、95. 5%降到20%,证明了接收机畸变分量对发射机指纹识别具有严重影响。该研究成果可为后续辐射源个体识别接收机设计以及接收机畸变校正提供理论依据。     

基于幅度调制畸变Wiener模型的OOK辐射源指纹特征提取

通过分析生成On-Off Keying（OOK）信号的发射机系统的幅度调制畸变特性,阐明了OOK信号辐射源特征产生机理,建立了OOK辐射源的幅度调制畸变特性的Wiener模型,并根据信号模型应用差分进化算法完成OOK幅度畸变特性参数的估计,从而构建辐射源指纹特征完成对OOK信号辐射源的识别。仿真试验和实际数据测试表明,该算法具备OOK辐射源指纹特征提取和识别能力,对实测数据中4个OOK辐射源识别率为93%,优于基于暂态幅度特征的提取方法。     

卫星成对载波多址信号的一种联合分离解调算法

针对现有PCMA处理算法需要先分离后解调,且解调性能受分离误差影响的缺点,提出了一种基于TD-MLSE和PSP-MLSE思想的联合分离解调算法.该算法不需要进行混合信号分离,而是直接从接收信号中估计对方发送的信息序列.仿真表明,该算法在估计符号序列的同时具有良好的信道捕获与跟踪能力,并在2倍过采样下能得到较低的误码性能.小频偏下可选择复杂度小的TD-MLSE算法,而大频偏下选择PSP-MLSE算法跟踪性更好.     

一种基于相噪特性的辐射源指纹特征提取方法

辐射源指纹特征可用于实现对辐射源目标个体的识别.为了提升特征的区分能力和识别性能,提出了基于相位噪声特性的辐射源指纹特征提取方法.通过分析发射机频率源电路的等效数学模型,建立了描述发射机相位噪声特性的自回归-滑动平均(ARMA)模型,并提出通过ARMA参数估计构建辐射源指纹特征,从而完成辐射源个体识别.仿真结果证实了上述方法提取的特征可用于区分辐射源目标个体,且性能在中高信噪比情况下优于相噪功率谱特性的方法.结果表明,与依赖经验认识的经验参数特征方法相比,改进的相噪机理模型的指纹特征能更好地反映辐射源的本质差异,从而获得更好的识别性能.     

基于平均似然比的鲁棒性突发检测

突发检测对突发解调起着初始捕获同步的重要作用。该文对未定时随机采样调制信号,提出一种基于平均似然比的突发检测方法,该方法利用平均似然比对突发信号做贝叶斯检测,解决了以往提出的突发检测方法要求最佳定时采样和抗频偏性能差等问题。新算法在取得较佳检测性能的同时,对频偏和采样时间偏差表现出良好的鲁棒性,且检测虚警随信噪比变化不大。     

利用频移动态特征的辐射源目标盲分选

利用辐射源目标的频移动态特征进行盲分选时,针对已有的分选方法不能很好解决非合作接收数据非周期、间断、交叠的问题,提出了一种改进的逻辑回归分选算法,将信号分选转化为轨迹分类的问题来处理。首先,借鉴多目标航迹起始模型中的M/N逻辑法的框架,设计新的数据关联门限,以建立目标起始曲线;其次,采用最小二乘拟合方法替代卡尔曼滤波,设计新的外推规则,建立载频变化预测曲线;分析新的接收数据与预测曲线的关联性,不断迭代回归或形成新的分支,最后获得目标分选结果。仿真与实测试验表明,利用逻辑回归分选算法,对不同运动目标搭载的同频辐射源可进行自动分选,4个仿真目标与2个真实目标的分选正确率达到100%。同时,该方法拓展了辐射源目标盲分选中的动态频移特征应用,为辐射源个体识别提供了新的支持。     

特定辐射源识别的信息论描述

为对特定辐射源识别技术进行数学理论描述,引入了信息论对特定辐射源识别过程进行建模,设计了互信息计算算法以评估特定辐射源识别的理论极限性能,并采用信息论对特定辐射源识别的系统设计进行指导,提出依据互信息度量提取非参数特征实现特定辐射源识别.在实验和仿真中根据互信息描述对接收机畸变的影响和特征提取算法的性能进行了评估,表明了特定辐射源识别信息论描述的有效性和非参数特征的可行性.     

接收机畸变对辐射源个体识别中调制器指纹特征的影响

辐射源个体识别(Specific Emitter Identification,SEI)技术利用辐射源指纹特征识别发射设备,但辐射源指纹特征极易受接收机畸变的影响,无法在不同接收设备间通用.针对这一问题,基于一种利用调制畸变的辐射源个体识别方法,分析了接收机畸变对该方法特征识别结果的影响,得到了接收机畸变特性与特征估计...