干扰环境下非均匀跳频信号参数盲估计

发布时间：2020-07-27 08:11

【摘要】：随着通信领域技术研究的不断进步和发展,人们对现代通信的要求也越来越高。跳频通信技术因其低截获、高抗干扰能力成为通信抗干扰领域的领先技术,现已被应用于各行各业。在电子对抗中,除了保证自身通信信息的完整性与安全性,破译截获的信号也同样重要。在此研究背景下,本文针对存在定频、扫频、随机突发干扰和噪声的环境中非均匀跳频信号的参数估计问题进行研究,重点工作内容分为以下三个部分:1、跳频信号时频矩阵的预处理。基于对现有时频分析手段的研究及仿真精度要求,结合图像处理的直方图统计法与信号处理的自适应阈值去噪法,本文提出了一种通过直方图得到时频矩阵数据统计并选取阈值的时频矩阵直方图去噪法。经过仿真验证,该方法不受噪声类型影响,可以在无噪声信息的情况下有效区分时频矩阵中的噪声点与有效信号点,符合信号参数盲估计的条件。在本文的仿真条件下,当信噪比大于-6dB时,该算法可以达到较高的噪声点去除率和信号点保留率。2、无静默时间跳频信号参数提取。基于无静默时间跳频信号的时频域特征,针对其参数提取问题,本文提出一种基于连通区域标记,结合跳频信号时频矩阵时间和能量特性的信号参数集合提取方法。该方法使用图像处理中的连通区域标记方法提取时频矩阵信息,根据跳频信号的时间和能量特性对信号段筛选并分类,最后通过比较无信号时长大小选择目标信号集合。仿真结果表明,该方法在信噪比较高的情况下可以拥有较高的参数识别能力。3、含静默时间跳频信号参数提取。针对含静默时间的非均匀跳频信号的参数提取问题,本文使用基于数学形态学的干扰滤除方法,根据干扰信号在时频图中的不同形态特征去除时频矩阵中的大部分干扰,最后基于同源跳频信号的能量相近性选择目标跳频信号的参数集合。仿真结果表明,该方法在信噪比高于-4dB的条件下具有良好的参数识别率。
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TN914.41
【图文】：

部分信息,时频,矩阵,信号

图 3-3 信号时频矩阵部分信息观察图 3-3 可以发现，在时频矩阵中，一些数值较大的信号点在时间上连续，在频率上相对集中，符合跳频信号在时频域的分布特征；大部分数值较小的信号点均匀分布存在于整个检测时间中，符合噪声在时频域的分布情况。根据时频域的分布特点可以明显区分有效信号点和噪声信号点。并且，有效信号点的能量谱密度和噪声的能量谱密度在数值上具有指数级的巨大差异。因此，本节对时频矩阵数据进行分布情况统计并找到自适应阈值对有效信号点和噪声信号点进行区分来实现噪声点的去除。3.2.2 时频矩阵直方图去噪算法直方图是一种使用一系列高度不一的纵向线段来表示数据分布情况的统计方法。它能根据各类数据的统计特性直观的展示其分布状态。这种统计方法一开始广泛应用于反映产品质量分布情况，所以也被称为质量分布图。后来由于其能直观的表征数据分布情况，逐渐应用于其他各个领域的研究中。其中，应用最多的是图像

直方图,时频,矩阵,直方图

图 3-9 信噪比为-13dB 时的时频矩阵直方图为了验证在不同分布的噪声下时频矩阵直方图去噪法的去噪效果，从而更好的完成参数估计和信号段分选过程的预处理环节，向参数为表 3-1 中的多干扰非均匀跳频信号分别加入瑞利分布噪声、指数分布噪声和均匀分布噪声，它们的信噪比受到分布参数的控制。使用时频矩阵直方图去噪法分别对不同信噪比下的三种带噪检测信号的时频矩阵进行去噪，信噪比从-20dB 到 10dB 每 2dB 进行一次测试，三种带噪检测信号时频矩阵的噪声去除率和信号保留率如图 3-10 所示。

示意图,时频,矩阵,去噪

图 4-3 去噪后的时频矩阵示意图图 4-3 中，阴影部分的非零值为有效信号段，其他零值则为噪声部分。因此，可以根据每个有效信号段在时频矩阵中的信息提取出该信号段的时频参数。由于有效信号是由许多与图 4-3 中阴影部分相似的连通的信号段组成，为了让每个连通的信号段被单独的标识出来，在图像处理中一般采用连通区域标记的方法。本文使用连通区域标记对时频矩阵进行标记提取特征参数。4.2.1 连通区域标记连通区域标记是通过对阈值分割好的图像中每个连通的区域进行标记，从而能分别研究各个区域的图像特征[36]。因此，使用连通区域标记可以提取时频矩阵中各信号段的参数。预处理部分将时频矩阵处理为类似二值化图像，时频矩阵中各信号点的能量谱密度相当于二值化图像点的像素。连通区域是根据像素点之间的邻接关系来划定的，这种关系称为连通规则。常见的连通规则一般分为四连通和八连通两种。两种连通规则的示意图如图 4-4 所

【参考文献】