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。     

直扩／跳频混合扩频信号测量性能分析

从模糊函数角度,研究了直扩/跳频(DS/FH)混合扩频信号的测距、测速性能.推导了DS/FH混合扩频信号的模糊函数表达式.由数值仿真得到一个跳频点内传递一个直扩伪码周期的混合扩频信号模糊图.仿真分析结果表明,DS/FH混合扩频信号具有良好的测距测速性能,从而论证了该信号用于跟踪测量的可行性.最后,根据信号估计理论分析了直扩/跳频混合扩频信号精度.     

基于延时相乘及其改进算法的DS/FH信号率线检测

针对DS/FH（直扩/跳频）混合扩频信号截获和参数估计问题,提出了一种基于延时相 乘结合自适应滤波和分段自相关的新方法。该算法首先将输入信号进行自适应滤波以提高 信噪比,滤波后送入延时相乘器,最后将乘积后数据分段进行自相关,通过分析谱图即可检 测DS/FH混合扩频信号的码速率谱线。计算机仿真显示,改进的算法不但能适应低信噪比( -2 0 dB)条件下DS/FH混合扩频信号的检测,而且同时能够实现对码速率的估计。该方法所用 算法简单,适合采用硬件设计实现,且如果是合作目标信号,搜索时间短,实时性强。     

多音干扰下DS/FH混合扩频测控信号检测性能分析

分析DS/FH(直扩/跳频)混合扩频测控信号在干扰环境下的性能对该新测控体制的研究 具有重要的意义。推导了多音干扰环境下DS/FH测控信号的检测概率和虚警概率表达式,仿 真分析了不同直扩增益、跳频增益组合情况在不同多音干扰条件下的检测性能,得到了一些 有意义的结论,为进一步研究提供了参考。     

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。     

基于重叠缓冲预解跳的DS/FH扩频信号快速捕获

DS/FH(Direct Sequence/Frequency Hopping)扩频信号捕获相对直接序列扩频(Direct Sequence Spread Spectrum,DSSS)需要更多维度的搜索，捕获电路复杂。针对现有DS/FH扩频信号捕获算法复杂度高、电路结构与波形参数强相关，以及通用性差、灵活度低的问题，提出了一种基于重叠缓冲预解跳的DS/FH扩频信号快速捕获方法，利用双缓冲补零(Double Block Zero Padding，DBZP)缓冲单元与预解跳单元的灵巧结合，将时域-频域-多普勒域高度耦合的扩跳频图案搜索进行降维分离，在保证积分增益的同时降低了捕获实现的复杂度。数值分析与仿真结果表明，所提方法兼顾了捕获性能与运算资源，相比现有基于预解跳方法的DS/FH扩频信号捕获算法的运算量减小了50%。     

基于跳频图案补偿的DS/FH混合扩频测控信号载波跟踪技术

DS/FH混合扩频测控系统的中频信号携带有多普勒频 率捷变 成分,这使载波跟踪环路不断切换到频率阶跃的响应状态,从而导致跟踪精度下降甚至环路 失锁。为此,提出一种基于跳频图案辅助的DS/FH混合扩频测控信号载波跟踪方法,通过预 知的跳 频图案和当前的载体速度测量值估计出下一个跳频点引入的多普勒捷变量,并将其及时补偿 到跟踪环路的NCO调整量中。Simulink建模仿真证实了该方法的有效性,在一定的跳频图案 时间同步误差范围内,能达到的测量精度与非跳频系统相当。     

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。     

DS/FH扩频测控信号的一种同步方案分析

针对航天测控信号的高动态特点,提出了直扩/跳频混合扩频(DS/FH)测控信号的一种快速同步方案.阐述了采用频率快速扫描和基于FFT算法的三维快捕方法.通过对码多普勒及多普勒频移跳变现象的分析,得到了利用跳频图案和多普勒频移的跟踪结果来实时补偿最大为8.2 kHz的多普勒跳变量的方法.在比较了几种载波跟踪方法的基础上,给出了采用算法嵌入式环路跟踪测控信号的建议.     

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。     

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。     

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。     

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。     

超宽带快速跳频信号侦察技术

在现有的器件水平下,采用多通道并行采集再进行数字信道化的方法对接收信号进行并行处理,可以完成极高频/超高频(EHF/SHF)频段战略战术通信中跳频带宽高达数吉赫、跳速高达每秒数万跳的超宽带快速跳频信号实时检测;同时,采用多通道高速采集、海量存储方法存储海量数据,再采用相应跳频信号分析方法可以完成信号分析和解跳解调以及信号解译。研究实践证明,该方法是目前进行超宽带快速跳频信号进行侦察的有效手段。     

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。