结合图像处理与时频分析的直扩/跳频信号参数估计

为实现扩频带宽大于跳频间隔、干扰信号强度较大及存在信道噪声时直扩/跳频（DS/FH）信号参数精确估计,提出了一种结合图像处理算法与时频分析技术的DS/FH信号参数估计方法。该方法首先利用时频分析算法提取DS/FH信号的时频分布图,然后结合干扰分量在时频图中的图像特征,利用图像处理的开运算与闭运算剔除了图像中的孤立干扰点及“空洞”干扰点。特别地,为抑制复杂的毛刺干扰信号提出了一种迭代相关匹配算法。最后通过分析图像像素位置与时频参数的对应关系完成DS/FH信号的参数估计。仿真实验表明,该方法可以有效消除干扰信号的影响,准确快速提取混合扩频信号的时频参数。     

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。     

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。     

脉冲噪声下跳频信号时频图修正

为了在α稳定分布噪声的环境下获得清晰的跳频信号时频图,提出一种基于分数低阶SPWVD(Smoothed Pseudo Wigner-Vile Distribution)与形态学滤波相结合的跳频信号时频图修正算法。首先,根据接收到的多跳频信号建立跳频信号的模型和α稳定分布噪声模型;然后,采用低阶SPWVD变换抑制时频图中脉冲噪声;最后,根据形态学滤波处理方法对残留噪声进一步抑制进而得到清晰时频图。理论分析和仿真结果表明,所提算法在广义信噪比为-5 dB时仍可以得到清晰可靠的跳频信号时频图,并且基于时频图的参数估计性能优良。     

基于时域分割的DS/FH信号参数估计

针对时频分析方法在直扩/跳频(DS/FH)混 合扩频信号参数估计中存在时频分辨率受限、交叉项干扰、实时性差等缺点,通过分 析DS/FH信号的时频特性,提出了一种新的DS/FH信号参数估计方法。该方法从待测信号的时 域分析出发,利用不同跳频点对应的周期数不相等的性质,完成了对DS/FH信号的时域分割 ,最后结合DS/FH信号性质完成了对待测信号跳频周期、驻留时间、跳频频率的估计。仿真 结果表明,该方法针对DS/FH信号的参数估计精度高,运算速度较快,且没有干扰频率。     

基于时频子空间的多分量宽带调频信号DOA估计

为在复杂电磁环境下实现对多分量宽带线性调频信号的到达角(DOA)估计,研究了基于时频 子空间的到达角估计算法,对阵列接收信号通过二维时频掩膜滤波逐一提取各信源的时频自 项,建立了空时频矩阵,运用子空间技术得到各信源的到达角估计,并与宽带聚汇算法比较 ,进行了仿真实验。仿真结果表明,由于充分利用了多分量线性调频信号的时频信息,在低 信噪比条件下,宽带时频子空间方法比宽带聚汇算法具有更高的DOA估计的分辨率和估计精 度。     

波形未知信号时频差参数的最大似然估计算法

提出了波形未知确定信号时频差参数估计的最大似然算法,得出利用互模糊函数可以实现此 种信号条件下时频差参数最大似然估计的结论,推导出了闭合形式的克拉美罗下界并对比了 不同信号模型下的参数估计精度。仿真实验结果表明了估计算法和性能分析的正确性。     

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。     

小波空域相关ICA跳频信号盲分离算法

提出了一种小波变换空域相关的信息极大化独立分量分析（ICA）超分离方法,并将其应用 于 多跳频信号的盲分离和参数估计中。理论分析及仿真结果表明,空域相关的ICA方法相对传 统的ICA方法可较好地用于多跳频混合信号的分离与参数估计,且具有更快的收敛速度、无 需多导信号即可求出解混矩阵、抗噪能力强等优点。     

小波包在Chirp信号检测与时延估计中的应用

在Chirp信号探测中 ,利用发射信号和反射信号之间的时频分布相似性 ,提出用小波包变换时频分布的二维相关算法 ,估计接收信号中各个反射信号分量的时间延迟。该方法具有很强的压制噪声的能力 ,能从 - 5dB的接收信号中很准确地进行Chirp信号检测和时延估计     

基于迭代自适应方法的跳频信号缺失数据恢复

在复杂电磁环境下，通信信号侦察系统在侦收跳频通信信号时经常存在数据缺失的严重现象，因此实现缺失数据恢复具有重要的军事应用意义。针对常规数据恢复算法随着缺失比例升高性能急剧降低的问题，提出了一种基于迭代自适应方法（Iterative Adaptive Approach,IAA）的跳频信号缺失数据恢复算法。根据跳频信号短时间内可作为平稳信号处理的特征，算法选择加权最小二乘准则，利用系统获取的有效数据采用迭代自适应方法进行信号谱估计，然后基于最小二乘准则进行缺失数据恢复处理。通过仿真分析比较，在同等信噪比、缺失率条件下，所提算法比常规缺失数据恢复算法MAPES（Misssing-data Amplitude and Phase Estimation）具有更优的缺失数据恢复性能。     

无线通信中的跳频技术及其应用

介绍了跳频通信原理及跳频通信具有的特点,并重点论述了跳频图案的设计、同步技术、频率合成技术、跳频组网及自适应跳频等跳频通信中的关键技术,总结了跳频技术的应用,分析了跳频技术的发展趋势.