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。     

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。     

一种新的跳频信号时延估计方法

针对噪声环境下的跳频信号,提出了一种基于稀疏分解的时延估计方法。对跳频信号 采用稀疏分解重构进行了研究,在此基础上,在不同天线下对跳频信号分别进行重构,得到 每跳信号对应的载波频率和时间中心,从而估计出跳频信号的时延。仿真结果表明,在信噪 比大于7 dB时,跳频信号的时延估计误差基本趋近于零,验证了时延估计方法的有效性 。     

基于排序时频特性的雷达脉内调制信号识别

提出了一种基于排序时频特性的雷达脉内调制信号识别算法。该 算法可分为三步：首先,通过检验信号时频曲线的互易回归特性,识别出线性调频信号;然 后,通过检验信号时频RANKIT图的正态性,识别出常规信号;最后,检验信号平方后时频RA NKIT图的正态性,用以区分二相编码与四相编码信号。仿真结果表明,该算法无需接收信号 的任何先验知识,在较低信噪比条件下可实现对常用雷达脉内调制方式的有效识别。     

跳频高密度异步网台信号的分选

根据跳频高密度异步网台信号的主要特征，通过建立分选模型，确定分选参数，将跳频信号的网络信息参数用于跳频高密度异步网台信号的分选，并与跳频信号的频率统计特性相结合，提出了一种基于多接收机分频段侦收的跳频高密度异步网台信号分选算法，并对其进行了仿真验证。     

跳频信号的归一化多普勒频差最大似然估计

针对双站定位涉及的跳频信号多普勒频差估计问题,提出了归一化的频差最大似然估计算法,利用两个定位站接收到的跳频脉冲串信号,构建一个关于基准跳频频率多普勒频差的似然函数,通过网格搜索得到使似然函数最大的多普勒频差估计,既解决了跳频信号在不同跳频频率上多普勒频差不一致的问题,又充分利用在不同频率的脉冲串信号提高了多普勒频差估计精度。通过仿真对算法的性能进行了评估,结果表明,与基于子空间的算法比较,在脉冲数达到240个时,所提算法执行效率提升30%以上。     

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。     

基于循环前缀频域自相关的OFDM信号频谱感知

针对无线通信频谱资源有限并且利用率非常低的问题,研究了认知无线电系统中基于信号典型特征的频谱感知策略,并进行动态频谱检测。提出了一种基于循环前缀频域自相关的频谱感知算法,利用正交频分复用（Orthogonal Frequency Division Multiplexing,OFDM）信号的循环前缀具有循环平稳特性,在信号频域进行自相关运算,设定判决门限,完成对信号频谱的检测,同时具备较好的抑制平稳噪声和干扰的能力。在低信噪比或者噪声不确定度大的应用场景下,能够获得比能量检测方法更优、更稳定的频谱感知效果,增强了噪声鲁棒性。在算法中采用双门限检测,进一步减弱了噪声不确定度对检测性能的影响,提高了频谱感知性能。     

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%。     

基于同步压缩短时傅里叶变换的微型无人机识别

针对利用雷达微多普勒效应的微型无人机识别问题,提出了一种基于同步压缩短时傅里叶变换（Synchrosqueezing Short-Time Fourier Transform,SSTFT）的分类识别方法。首先对无人机的微多普勒回波信号进行SSTFT从而获得信号时频谱,然后对时频谱进行多维度特征提取获得回波信号的时频特征及频率变化特征,最后将所获得联合特征输入到支持向量机（Support Vector Machine,SVM）中进而实现无人机的分类识别。基于实际雷达数据的实验结果表明,所提无人机分类方法准确率可达到97.03%。     

线性调频-伪码调相复合信号的伪码盲估计新算法

针对线性调频-伪码调相复合信号的伪码估计问题,提出一种基于离散多项式相位变 换和频谱搬移的伪码盲估计新算法。首先采用平方法消去伪码的相位突变,然后利用离散多 项式相位变换估计调频斜率,利用估计的高精度调频斜率重构二阶指数项,对原复合信号进 行解线调,再对解线调后的信号取实部从而可得正弦载波与伪码调相的复合信号,采用频谱 搬移的方法可恢复出原伪码序列。仿真结果表明,该算法在信噪比大于等于3 dB时可正 确估计出伪码,且性能随子脉冲个数的增加而改善,与FM-AM时频分析方法相比具有更好的 估计效果。     

一种用于自适应噪声抵消的变步长LMS算法

为了提高LMS自适应滤波算法的性能,在分析已有变步长算法的基础上进行了一些改 进。改进算法用误差信号的自相关来调节步长以实现对不相关噪声的更好抑制,且采 用先固定后变化的方法控制步长,兼顾了暂态和稳态性能。利用改进算法进行了自适应噪声 抵消的仿真实验,结果表明,基于改进变步长LMS算法的自适应噪声抵消器 能有效抵制噪声干扰,对含噪信号具有良好的消噪能力。