测控系统频谱智能感知与干扰强度估计技术研究
发布时间：2022-01-10 16:38
在航天测控系统中,测控设备与航天器之间的信道环境不稳定,测控设备接收到的干扰信号（其他设备发送的信号对测控设备而言为干扰信号）存在受噪声影响大,干噪比区间较大,在较大区间内存在干噪比较低的问题。在测控设备中,需要在大动态范围干噪比,干噪比范围中存在低干噪比条件下对接收到的信号进行判断是否存在其他用户信号,对接收到的干扰信号进行干噪比估计,对接收到的信号进行调制方式的识别,才能完成测控设备对接收信号的解调,发射信号的调制方式选择与使用的频带选择。所以本文的研究内容分为三部分展开研究,分别是频谱感知技术研究,干扰信号强度估计技术研究和调制模式识别技术研究。近年来,研究者们在神经网络研究方面取得了重大突破,在图像和语音等方面得到了广泛的应用,神经网络具有很好自动提取深层鲁棒性特征的能力,所以本文使用神经网络研究这三个内容。第一,基于神经网络的频谱智能感知技术研究。研究过程中使用了一般的频谱感知算法自适应能量算法（ADAPT-ED）和基于特征值检测（MME）进行频谱感知,为了保证频谱感知的方法能够在较大信噪比范围和较低信噪比下有较好的性能,首先提出了单通道的神经网络频谱感知技术,单通道的频谱感...
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：73 页
【学位级别】：硕士
【部分图文】：
整体研究方案框图
哈尔滨工业大学工程硕士学位论文-9-第2章频谱智能感知与干扰信号强度估计技术基础2.1引言本章首先简单介绍本文研究的航天测控系统概念基础和各部分的工作流程。然后介绍本文的研究内容使用的信号数据为10种不同的调制方式信号数据，对使用的信号进行介绍并仿真，为后续的技术研究提供数据来源。同时本章将介绍课题研究中需要用到的神经网络的算法原理，如卷积神经网络，循环神经网络LSTM和GRU的网络结构，并简要介绍神经网络的损失函数和优化方法。2.2航天测控系统概念基础航天测控系统所面对的空间环境复杂，现在的航天测控频段主要使用S频段，当需要使用S频段中的某一子频段时，需要测控设备对该子频段中的信号进行处理，进一步判断是否可使用。因为在该空间环境中接收到的信号是多方用户发送的信号，对于单一测控设备来讲，均可以视为干扰信号。对接收到的干扰信号需要做进一步的处理，并为信号调制方式选择等提供依据。整体系统框图如下图2-1所示。图2-1整体系统框图整体系统中频谱感知主要用于对接收到的信号进行判断是否为噪声还是干扰信号和噪声的叠加信号，进而判断探测的子频段是否被占用。干扰信号的干噪比估计是对接收到的叠加信号进行干噪比估计，通过干噪比估计值进行比较使用干噪比最小的子频段。最后对接收到的信号进行调制模式识别，识别干扰信号的调制方式，进一步确定测控设备可以使用的调制体制等。工作流程框图如图2-2所示。
哈尔滨工业大学工程硕士学位论文-10-图2-2工作流程图2.3调制模式信号基础首先对卫星测控系统调制模式信号数据集的仿真，使用该数据集进行传统频谱感知算法仿真和神经网络频谱感知算法仿真和验证。本课题中假设信道环境为理想的高斯白噪声信道，用于进行课题研究的仿真信号数据集信号参数如下：信号集合为{2ASK、4ASK、8ASK、BPSK、QPSK、8PSK、16QAM}，经过射频处理过所提取的信号的中频频率为：fc=70M，信号的采样频率：fs=400M，信号的码速率为fd=2Mbps，数字基带信号码元长度设为18个码元，MFSK的频偏为1MHz。信噪比范围为[-15dB:1dB:15dB]，设定范围较大，信噪比较低，满足课题需要在低信噪比，大范围信噪比的频谱感知性能要求。数字基带幅度调制信号(MASK)是由数字基带的码元作为幅度大小调制载波信号。如果假设MASK信号的基带信号有M种持续时间为Ts的码元，则调制后的MASK信号载波幅度对应M种幅度，持续时间为Ts。所以可以有MASK信号的时域表达式为：()[()]cos(2)nscnxtAagtnTft(2-1)
【参考文献】：
期刊论文
[1]无线通信中的信噪比估计算法研究[J]. 刘剑锋,李瑞华,刘垚圻,苏泳涛,胡金龙. 计算机工程与应用. 2020(18)
[2]谐波重构先验信噪比估计算法[J]. 王杰,杨程程,莫嘉永,王敦泽,王谢谢. 计算机工程与应用. 2018(07)
[3]Sequential nonlinear tracking filter without requirement of measurement decorrelation[J]. Gongjian Zhou,Junhao Xie,Rongqing Xu,Taifan Quan. Journal of Systems Engineering and Electronics. 2015(06)
[4]基于K-SVD和稀疏表示的数字调制模式识别[J]. 王振宇,秦立龙,刁俊良. 计算机科学. 2013(10)
[5]基于隐马尔科夫树模型的小波域压缩采样信号重构方法[J]. 赵贻玖,王厚军,戴志坚. 电子测量与仪器学报. 2010(04)
[6]基于轮廓波维纳滤波的图像压缩传感重构[J]. 李林,孔令富,练秋生. 仪器仪表学报. 2009(10)
[7]一种基于高阶累积量的数字调相信号识别方法[J]. 陆凤波,黄知涛,易辉荣,姜文利. 系统工程与电子技术. 2008(09)
[8]基于星座图的数字调制方式识别[J]. 王建新,宋辉. 通信学报. 2004(06)
[9]基于高阶累积量和支撑矢量机的调制识别研究[J]. 韩钢,张文红,李建东,陈彦辉. 系统工程与电子技术. 2003(08)
[10]调制信号的分形特征研究[J]. 吕铁军,郭双冰,肖先赐. 中国科学E辑:技术科学. 2001(06)
硕士论文
[1]基于循环谱特征的频谱感知技术研究[D]. 杜金财.北京邮电大学 2018
[2]无线通信信噪比估计算法研究与实现[D]. 杨晓梅.电子科技大学 2014
本文编号：3581035
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：73 页
【学位级别】：硕士
【部分图文】：
整体研究方案框图
哈尔滨工业大学工程硕士学位论文-9-第2章频谱智能感知与干扰信号强度估计技术基础2.1引言本章首先简单介绍本文研究的航天测控系统概念基础和各部分的工作流程。然后介绍本文的研究内容使用的信号数据为10种不同的调制方式信号数据，对使用的信号进行介绍并仿真，为后续的技术研究提供数据来源。同时本章将介绍课题研究中需要用到的神经网络的算法原理，如卷积神经网络，循环神经网络LSTM和GRU的网络结构，并简要介绍神经网络的损失函数和优化方法。2.2航天测控系统概念基础航天测控系统所面对的空间环境复杂，现在的航天测控频段主要使用S频段，当需要使用S频段中的某一子频段时，需要测控设备对该子频段中的信号进行处理，进一步判断是否可使用。因为在该空间环境中接收到的信号是多方用户发送的信号，对于单一测控设备来讲，均可以视为干扰信号。对接收到的干扰信号需要做进一步的处理，并为信号调制方式选择等提供依据。整体系统框图如下图2-1所示。图2-1整体系统框图整体系统中频谱感知主要用于对接收到的信号进行判断是否为噪声还是干扰信号和噪声的叠加信号，进而判断探测的子频段是否被占用。干扰信号的干噪比估计是对接收到的叠加信号进行干噪比估计，通过干噪比估计值进行比较使用干噪比最小的子频段。最后对接收到的信号进行调制模式识别，识别干扰信号的调制方式，进一步确定测控设备可以使用的调制体制等。工作流程框图如图2-2所示。
哈尔滨工业大学工程硕士学位论文-10-图2-2工作流程图2.3调制模式信号基础首先对卫星测控系统调制模式信号数据集的仿真，使用该数据集进行传统频谱感知算法仿真和神经网络频谱感知算法仿真和验证。本课题中假设信道环境为理想的高斯白噪声信道，用于进行课题研究的仿真信号数据集信号参数如下：信号集合为{2ASK、4ASK、8ASK、BPSK、QPSK、8PSK、16QAM}，经过射频处理过所提取的信号的中频频率为：fc=70M，信号的采样频率：fs=400M，信号的码速率为fd=2Mbps，数字基带信号码元长度设为18个码元，MFSK的频偏为1MHz。信噪比范围为[-15dB:1dB:15dB]，设定范围较大，信噪比较低，满足课题需要在低信噪比，大范围信噪比的频谱感知性能要求。数字基带幅度调制信号(MASK)是由数字基带的码元作为幅度大小调制载波信号。如果假设MASK信号的基带信号有M种持续时间为Ts的码元，则调制后的MASK信号载波幅度对应M种幅度，持续时间为Ts。所以可以有MASK信号的时域表达式为：()[()]cos(2)nscnxtAagtnTft(2-1)
【参考文献】：
期刊论文
[1]无线通信中的信噪比估计算法研究[J]. 刘剑锋,李瑞华,刘垚圻,苏泳涛,胡金龙. 计算机工程与应用. 2020(18)
[2]谐波重构先验信噪比估计算法[J]. 王杰,杨程程,莫嘉永,王敦泽,王谢谢. 计算机工程与应用. 2018(07)
[3]Sequential nonlinear tracking filter without requirement of measurement decorrelation[J]. Gongjian Zhou,Junhao Xie,Rongqing Xu,Taifan Quan. Journal of Systems Engineering and Electronics. 2015(06)
[4]基于K-SVD和稀疏表示的数字调制模式识别[J]. 王振宇,秦立龙,刁俊良. 计算机科学. 2013(10)
[5]基于隐马尔科夫树模型的小波域压缩采样信号重构方法[J]. 赵贻玖,王厚军,戴志坚. 电子测量与仪器学报. 2010(04)
[6]基于轮廓波维纳滤波的图像压缩传感重构[J]. 李林,孔令富,练秋生. 仪器仪表学报. 2009(10)
[7]一种基于高阶累积量的数字调相信号识别方法[J]. 陆凤波,黄知涛,易辉荣,姜文利. 系统工程与电子技术. 2008(09)
[8]基于星座图的数字调制方式识别[J]. 王建新,宋辉. 通信学报. 2004(06)
[9]基于高阶累积量和支撑矢量机的调制识别研究[J]. 韩钢,张文红,李建东,陈彦辉. 系统工程与电子技术. 2003(08)
[10]调制信号的分形特征研究[J]. 吕铁军,郭双冰,肖先赐. 中国科学E辑:技术科学. 2001(06)
硕士论文
[1]基于循环谱特征的频谱感知技术研究[D]. 杜金财.北京邮电大学 2018
[2]无线通信信噪比估计算法研究与实现[D]. 杨晓梅.电子科技大学 2014
本文编号：3581035
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3581035.html
