干扰识别技术研究与实现

发布时间：2022-01-04 05:21

　　干扰样式识别作为通信对抗系统的重要组成部分，可为通信接收机针对不同干扰样式选择抗干扰措施提供支持，从而使抗干扰措施更有针对性，提高通信系统的性能。本文主要工作如下：1、针对当前干扰抑制技术的特点，归纳总结了直扩系统中的六种干扰样式，并对其进行仿真和时、频域分析。2、将模式识别方法引入干扰样式识别中，提出干扰样式识别的三个步骤：信号预处理、干扰特征参数提取、干扰样式分类。提取并验证了一组无需干扰先验知识、对干信比和干扰参数不敏感的分类特征参数。3、研究了基于BP神经网络和基于决策树理论两种干扰识别算法。分别对这两种算法的识别性能进行分析对比，仿真结果表明处理增益为24dB的直扩系统当信噪比为-3dB时，两种干扰识别算法对干信比大于15dB的干扰均可达到高于95%的识别率。4、提出了一种低复杂度的基于序列检测的窄带和宽带干扰识别算法。基于此算法将整个干扰识别系统自顶向下分为七个模块，并进行了FPGA实现。对每个模块的实现进行了详细描述，并将Isim仿真结果与Matlab仿真结果进行对比，验证了各模块的正确性。 

【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校

【文章页数】：70 页

【学位级别】：硕士

【部分图文】：

干扰识别系统的组成

含LFM干扰的接收信号的二维能量分布以及frR

含BPSK_WBI干扰的接收信号的二维能量分布以及frR

【参考文献】：
期刊论文
[1]GMSK跳频通信干扰样式的自动识别[J]. 闫云斌,何丰,全厚德.  海军工程大学学报. 2013(02)
[2]干扰识别的量子粒子群和支持向量机算法[J]. 张光辉,程昱.  中国电子科学研究院学报. 2011(05)
[3]直扩系统中基于SVM的干扰自动分类识别方法[J]. 于波,邵高平,孙红胜,任孝民.  信号处理. 2010(10)
[4]基于支持向量机的雷达欺骗性干扰类型识别[J]. 张红昌,阮怀林.  火控雷达技术. 2009(03)
[5]卫星通信中调制识别算法研究[J]. 黄英,雷菁.  系统工程与电子技术. 2009(06)
[6]基于高阶累积量的欺骗式干扰识别方法[J]. 李建勋,闫海,吕强.  微计算机信息. 2009(07)
[7]直接序列扩频通信系统中干扰样式的自动识别[J]. 杨小明,陶然.  兵工学报. 2008(09)
[8]一种面向卫星频谱监测的复合式干扰自动识别算法[J]. 吴昊,张杭,路威.  系统仿真学报. 2008(17)
[9]基于边界变异的量子粒子群优化算法[J]. 林星,冯斌,孙俊.  计算机工程. 2008(12)
[10]基于高阶累积量与神经网络的干扰识别算法[J]. 吴昊,张杭.  军事通信技术. 2008(01)

硕士论文
[1]直扩通信系统的窄带干扰抑制技术研究[D]. 宋巍.西安电子科技大学 2013
[2]基于FRFT水声通信算法的FPGA实现[D]. 宋威.哈尔滨工程大学 2012
[3]通信对抗中的干扰识别技术研究[D]. 沈家瑞.电子科技大学 2011
[4]直扩系统中的干扰类型识别方法研究[D]. 于波.解放军信息工程大学 2010
[5]DSSS通信中非平稳干扰抑制方法研究[D]. 任孝民.解放军信息工程大学 2009
[6]基于决策树的分类算法研究[D]. 关晓蔷.山西大学 2006
[7]分数阶Fourier变换的基本原理与应用[D]. 郭斌.电子科技大学 2006
[8]通信干扰生成原理及技术[D]. 熊小兰.华中科技大学 2007
[9]基于模式识别的通信对抗技术研究[D]. 曾祥明.重庆大学 2005



本文编号：3567744