强干扰下跳频信号的参数估计

针对通信对抗中跳频信号参数估计问题,考虑存在强干扰的情况下,提出了一种基于时频重心的跳频信号跳周期估计和基于跳频部分接收的跳时估计方法。对于跳周期估计,在短时傅里叶变换（STFT）时频变换的基础上提取信号随时间变化的时频重心,再结合小波变换和谱分析估计出跳频周期;对于跳时估计,采用跳频带宽的部分接收避开强干扰,构造含有跳变信息的参考信号,通过参考信号采用最大似然(ML)方法得到跳时的精确估计。仿真实验表明,算法运算复杂度低,跳频定位精度高,在强定频干扰的情况下仍能有效估计出跳频周期和起跳时刻。     

一种基于小波脊时频分析的差分跳频信号检测方法

针对差分跳频信号频带宽、跳速快、检测难的问题,在分析比较短时傅里叶变换(STFT)的基础之上,提出一种通过提取小波脊进行时频分析和参数估计的信号检测方法。该方法的检测效果明显优于短时傅里叶变换,当信噪比大于-7 dB时,在不要求高采样率的情况下,对于差分跳频信号的参数估计是有效的。     

STFT算法在短波差分跳频信号检测中的应用

结合短波差分跳频(DFH)信号的特点,分析了短波信道的多径、时延和多普勒效应对高速跳 频信号的影响,构建了基于Turbo码的G函数模型,并提出采用短时傅里叶变换(STFT)算法和 最大后验概率（MA P）译码算法相结合的跳检测方法,进行跳频信号的跳检测。仿真结果表明：综合考虑短波 信道影响,采用该方法进行跳频信号检测,信噪比为6.8 dB时,误码率达到10-5, 可实现DFH信号的有效检测。     

STFT与SOPC技术相结合实现高速跳频图案的识别与跟踪

本文根据频率跟踪式干扰的基本原理,提出一种基于短时傅里叶变换 (STFT)的高速跳频图案的识别与跟踪方案,并采用可编程芯片系统 (SOPC)技术进行了硬件实现。理论分析与实测结果表明,该系统实现 1024点的STFT仅需 84μs,可对 10 000跳 /秒以下的高速跳频图案实时识别与跟踪。     

一种改进的跳频信号参数估计方法

针对在跳频信号跳变时刻和跳变频率估计方面实时性和估计精度无法同时兼顾的问题，提出了一种基于短时傅立叶变换(STFT)和多重信号分类(MUSIC)算法的跳频信号参数估计方法。在建立跳频信号数学模型的基础上，利用STFT选取较大时间窗对整个信号在时域进行粗搜索，生成时频谱图，提取时频脊线从而获得跳变时刻，然后选取较小时间窗在已知跳变时间段利用STFT进行跳变时刻的细估计，并利用MUSIC算法进行频率的精确估计。该方法利用STFT的二次估计，减少了MUSIC搜索范围，从而降低了时间开销。仿真表明该算法的跳变时刻频率估计精度高，实时性能满足参数测量需求。     

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。     

基于深度学习的跳频信号识别

针对跳频信号分选存在人工提取参数特征具有复杂性的问题，提出了一种基于深度学习的识别方法。首先对跳频信号进行短时傅里叶变换，得到二维的时频矩阵；接着提取信号的轮廓特征，构造三维矩阵作等高线图，并对等高线图进行预处理；最后把预处理后的等高线图输入到卷积神经网络中进行训练、测试，进而实现分类识别。仿真结果表明，在不需要复杂的人工提取参数特征的基础上，在分选率为100〖WT《Times New Roman》〗%〖WTBZ〗时，所提方法经裁剪处理下的信噪比为-15 dB，比支持向量机和传统K-Means聚类算法都低10 dB。实测数据的算法验证表明，所提方法能够将大疆精灵4Pro、hm无人机、司马航模X8HW以及大疆悟2这四类无人机正确分类。     

采用图像处理的跳频信号参数盲估计

针对短波复杂信道环境下的跳频信号参数估计问题,提出了一种基于图像处理的跳频信号参数盲估计算法。该算法在时频分析的基础上采用灰度共生矩阵提取信号的纹理特征,通过对纹理特征量的分割实现信号与背景噪声的分割,并运用形态学滤波去除二值化后产生的椒盐噪声;然后根据连通区域标记得到的各个信号在时频图中的位置信息来聚类,从而去除定频、突发等干扰信号,分选出跳频信号;最后根据分选出的跳频信号提取其跳频频线并进行修正,估计出跳频信号的跳周期、跳变时刻和跳频频率。仿真实验表明,该算法切实有效,能够在较低的信噪比条件下精确地估计出跳频信号的参数。     

一种新的极高精度的T_IIN频率估计内插算法

针对多普勒条件下接收端复信号的频率估计难的问题，研究了一种基于离散傅里叶变换与迭代频率估计的内插综合算法。区别于经典的内插算法，新算法在迭代频率内插算法基础上充分利用复数快速傅里叶变换结果的实虚部值，并通过最大峰值频谱和相邻两侧谱线以极高精度内插估计出复信号的频率参数。仿真结果分析表明,在二次迭代条件下信噪比为-10 dB时，该算法估计均方根误差仍能逼近克拉美-罗限的1.002 1倍。该算法在同等条件下比经典的Rife、Quinn和IIN算法具有更高的准确性、稳定性和可靠性。     

一种基于LMS滤波的OFDM系统信道估计方法

提出了一种适用于OFDM系统的最小均方(LMS)滤波的信道估计算法,对发送序列中导频位置的信道响应进行LMS滤波,进一步得出所有子载波上的信道响应。仿真结果表明,该方法同基于离散傅里叶变换(DFT)的信道估计算法相比,改善了估计的均方误差(MSE)和误码率(BER)性能。     

联合V2X通信和最小跳数距离的车辆定位方法

针对传统V2X定位方法定位成功率及定位精度较低的问题,提出了一种联合V2X通信和最小跳数距离的车辆定位方法。车辆利用最小跳数距离估算自身与通信范围外辅助节点间的相对距离,并利用路径相似度因子最高的辅助节点对该误差进行补偿,从而改善定位性能受通信距离约束的局限性。同时,综合考虑距离、辅助节点类型对定位性能的影响,利用加权最小二乘法对车辆位置坐标进行解算,提升定位的精度。仿真结果表明,所提定位方法与V2X定位方法相比,在定位成功率及定位精度方面分别提升38.6%和12.5%,具有一定的应用价值。     

无线传感器网络中DV-Hop定位方法的一种改进策略

原DV-Hop(Distance Vector-Hop)方法的定位步骤可归纳为两步：距离估计与位置计算。其中,距离估计精度对网络拓扑敏感,而位置计算算法对距离估计精度敏感,从而导致方法整体对多样性网络拓扑分布的鲁棒性较差。针对这一问题进行分析与改进,在距离估计阶段提出基于1跳内最近邻信标与其余信标的跳数连接关系独立确定未知节点与各信标间平均跳距的策略,以此改善未知节点与信标之间的距离估计误差;在位置计算阶段提出在原有Lateration算法的基础上增加牛顿迭代法优化步骤,以此提高定位精度。实验结果表明,在相同的网络条件下,与原DV-Hop方法和其他典型改进方法相比,改进策略首先在距离估计阶段提高了距离估计精度,进而在位置计算阶段提高了对距离估计误差的鲁棒性,从而整体上可有效提高全网未知节点的定位精度。     

低信噪比下LFM- PRBC信号参数的快速估计

为了解决目前算法中线性调频-伪码（LFM- PRBC）信号参数估计计算量较大的问题,提出了一种快速估计算法。该算法采用解线调与分数阶傅里叶变换（FRFT）进行参数的估计。首先对信号进行解线调估计出调频斜率的粗略值,然后由调频斜率确定旋转角,通过FRFT估计出码元宽度的粗略值。根据延时再进行解线调估计出调频斜率的精确值,再通过FRFT估计出码元宽度的精确值与起始频率。该算法不仅计算量较低,同时具有很高的估计精度与很强的抗噪性,仿真实验验证了该算法的有效性。     

基于改进DFT相位差的正弦波频率估计

针对基于离散傅里叶变换（DFT）相位差的正弦波频率估计方法对频偏敏感的问题,提出了一种改进DFT相位差频率估计方法。首先推导了DFT相位差法频率估计的均方误差,然后提出了基于Rife插值的改进DFT相位差频率估计方法,较好地解决了正弦波频率估计对频偏敏感的问题。仿真实验结果表明,改进方法在各种频偏下均能取得较高的估计精度,估计性能接近克拉美罗限（CRLB）。     

采用局部搜索的二维DOA估计

针对酉旋转不变估计信号参数(Unitary-ESPRIT)算法估计精度较低的问题，提出了一种采用局部搜索实现的非相干信源二维波达方向(2-D DOA)估计方法。该方法首先利用实特征矢量近似值估计导向矩阵,然后利用矩阵Kronecker积性质以及阵列旋转不变特性获得自动配对的角度估计值，降低了2-D DOA初始估计复杂度,实现了对Unitary-ESPRIT算法的改进；接着，采用一维局部搜索法对该初始估计结果进行优化，提高了低信噪比下的2-D DOA估计精度。仿真实验结果表明，相较于传统的Unitary-ESPRIT算法，所提方法在DOA估计精度和成功率上具有明显的优势，特别是在低信噪比以及快拍数较少条件下，因此该方法能够在计算复杂度和估计性能之间取的较好的折中。     

基于模糊函数的直接序列扩频信号参数估计改进方法

分析了基于模糊函数的直接序列扩频信号参数估计方法,研究了该方法在低信噪比环 境下针对信号码元传输速率、码片周期等参数估计结果的有效性。在此基础上,提出了一种 利用ANFIS（自适应神经模糊推理系统）网络先行去噪,再进行信号参数估计的改进方法。 计算机仿真结果证明了这一改 进方法的有效性。     

均匀平面阵下的二维DOA估计与互耦自校正

针对存在互耦效应时均匀平面阵的测向鲁棒性问题,提出了一种基于秩损准则的互耦自校正算法。根据对互耦效应的先验知识,提出的算法只需将受互耦扰动的阵列响应在变换域中重新排列,便可在后续处理中屏蔽掉互耦效应的不利影响,同时也避免了现有工作中存在的阵列孔径损失问题。借助秩损估计原理,在变换域中设计了一种巧妙的计算步骤,使得方位估计的降维操作得以实现;并且,后续还可通过特征分解法得到更精确的互耦系数估计,以进行阵列误差自校正。与现有的研究工作相比,所提算法无论是在估计精度,还是在计算效率上均有着显著的性能优势。