复杂噪声中跳频信号参数估计研究

发布时间：2020-11-09 10:11

　　 作为一种重要的扩频通信技术,跳频扩频被大量应用在现代通信系统中。在非合作情况下,接收方由于缺少相关信道参数很难捕获跳频通信内容,因此,如何实现跳频信号参数的盲估计,一直是非合作跳频通信技术中的研究热点。经典的统计信号处理方法多基于高斯分布建模背景噪声,然而研究发现,许多复杂噪声背景下的观测数据具有显著的尖峰脉冲特性,呈现典型的非高斯性,可以用α稳定分布建模。在这种情况下,基于高斯假设的信号处理方法性能往往退化,需要设计新的参数估计方案。针对通信信道环境的多样性,本文分别基于高斯分布和α稳定分布模型,研究了两种不同噪声下跳频信号的参数估计问题,主要工作如下:1、高斯噪声背景下,基于常规时频分析方法估计跳频信号参数时,采用核函数抑制时频分布交叉项会导致时频聚集性的下降,不利于信号参数提取。对此,本文结合Cohen类时频分布和压缩感知理论,提出一种基于跳频信号时频分布特性的稀疏时频分布(Sparse Time-Frequency Distribution,STFD)。STFD不仅能有效抑制交叉项,而且具有良好的时频聚集性。仿真分析表明,在高斯噪声背景中,与传统时频分析方法相比,基于STFD的跳频信号参数估计方法性能更优。2、α稳定分布噪声中,经典的稳健滤波方法所采用的统计模型多为α稳定分布特例(如Cauchy分布和Meridian分布等),其脉冲抑制效果受到限制。对此,本文基于稳健滤波原理和近似SαS分布模型提出一种新的加权最大似然近似SαS(Weighted Maximum-Likelihood Approximate SαS,WMAS)滤波器。WMAS滤波器所采用的统计模型为幂函数形式的近似SαS分布概率密度函数,该分布能较好地刻画SαS分布概率密度函数的重拖尾特性,使WMAS滤波器可以对α稳定分布噪声下的观测信号进行自适应滤波,具有良好的稳健性。3、提出一种α稳定分布噪声中基于最大似然的跳频信号参数估计新方法。首先将复杂的跳频信号模型简化为其频率和包络表示,并基于Cauchy分布建立估计信号频率的最大似然框架;然后提出一种基于迭代的频率估计算法,实现了α稳定分布噪声中信号频率参数的有效估计。同时,利用跳频信号的短时平稳性,基于窗宽递增寻优算法设计窗函数对其加滑动时间窗,提取跳频频率随时间变化曲线,进而得到跳变时刻和跳周期等的估计。仿真表明,该方法在确保有效估计跳频信号参数的同时,与基于分数低阶和Meridian滤波的参数估计方法相比更稳健。
【学位单位】：西安电子科技大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TN914.41
【部分图文】：

图 2.1 跳频系统原理框图频系统的主要构成器件及功能如下：1）PN码产生器：生成PN码即伪随机序列，用于控制频率合成器产号。2）频率合成器：主要有直接频率合成器和间接频率合成器等，其。3）跳频同步器：通过一定机制确保发射机和接收机的本振频率同论上，使用随机性强的序列码控制跳频信号的载波频率进行跳变，的抗干扰和防拦截性能。但在实际应用中，发射机发送出去的跳频方准确接收需要跳频系统具备良好的同步性能，只有接收方按照相载波频率才有可能完成跳频通信过程。因此，收发双方必须提前制，使跳频信号的生成和接收端信号的解跳都有迹可循，在防止非干扰的同时，保证合作通信的可靠性和安全性。时间-频率的对应关系来看，载波频率的跳变规律可用跳频图案描

图 2.2 跳频图案频系统的性能参数和特点通信系统性能的参数主要有[38]：由频率合成器决定的跳频通率中的频率最大差值决定的跳频信带宽度，根据通信需要人为根据通信需求和系统性能设定的跳频速率，与系统跳频载波相系统性能决定的跳频同步时间等。相对于传统的定频通信系统显示出以下新特点：随机跳变的载度使其具有更强的抗干扰能力；非合作通信情况下接收方由于得系统的截获概率更低；伪随机序列码不仅可以用来控制载来实现多址组网；同时，从微观角度来看或者将跳频信号的所则其与窄带通信系统一样，表明其可以和窄带通信系统兼容验仿真信号的频率按照跳频图案伪随机跳变，可定义为

安电子科技大学硕士论文10（a）波形图 （b）频谱图 2.3 跳频信号波形图和频谱图2.3 非高斯脉冲噪声模型跳频通信信道噪声情况复杂，即有简单的高斯信道，也有复杂的非高斯信道，本节将介绍几种常见的用于非高斯信道建模的统计模型：2.3.1 混合高斯分布混合高斯分布是一种简单的非高斯噪声模型，其概率密度函数实际上是几个高斯分布的加权和，即1 1( ) ( ; , ) . . 1n ni i i ii ip x p N x x P s t p= == ∑ ∑=(2-2)混合分布的均值为1ni iix p x== ∑(2-3)方差为1 1[( )( ) ]n ni i i i ii iE x x x x p P p xx xx= = ′ = ∑ + ∑′ ′(2-4)2.3.2 广义高斯分布广义高斯分布的概率密度函数表达式为2
【参考文献】

相关期刊论文 前10条

1 金艳;朱敏;姬红兵;;Alpha稳定分布噪声下基于柯西分布的相位键控信号码速率最大似然估计[J];电子与信息学报;2015年06期

2 金艳;彭营;姬红兵;;α稳定分布噪声中基于最优核时频分析的跳频信号参数估计[J];系统工程与电子技术;2015年05期

3 钱怡;马庆力;路后兵;;基于改进SPWVD的DS/FH信号跳频参数估计方法[J];舰船电子对抗;2015年01期

4 赵新明;金艳;姬红兵;;a稳定分布噪声下基于Merid滤波的跳频信号参数估计[J];电子与信息学报;2014年08期

5 李世鹏;赵正予;黄硕;陈罡;;一种基于粒子滤波的跳频信号频率跟踪技术[J];华中科技大学学报(自然科学版);2011年09期

6 周涛;王嘉;;α稳定分布综述[J];电声技术;2011年03期

7 石光明;刘丹华;高大化;刘哲;林杰;王良君;;压缩感知理论及其研究进展[J];电子学报;2009年05期

8 雷迎科;钟子发;吴彦华;;基于RSPWVD高速跳频信号跳周期估计算法[J];系统工程与电子技术;2008年05期

9 李允公;姚兆;刘杰;刘劲涛;;基于瞬时频率的窗宽递增寻优的短时傅里叶变换[J];东北大学学报(自然科学版);2007年12期

10 常冬霞,冯大政;脉冲噪声环境的一种递归全局最小平均P-范数算法[J];电子学报;2003年03期

相关博士学位论文 前1条

1 赵知劲;统计通信信号处理技术研究[D];西安电子科技大学;2009年

相关硕士学位论文 前4条

1 李曙光;脉冲噪声下跳频信号的检测方法研究[D];西安电子科技大学;2015年

2 彭营;脉冲噪声下跳频信号的参数估计研究[D];西安电子科技大学;2014年

3 赵新明;Alpha稳定分布噪声下跳频信号参数估计研究[D];西安电子科技大学;2014年

4 刘杰;Alpha稳定分布噪声下跳频信号的参数估计[D];西安电子科技大学;2013年

本文编号：2876265