跳频信号的时频分析

时频分析是跳频信号检测的重要工具之一,获得清晰的时频图是跳频信号参数估计和信号分选的前提.使用各种时频分析工具,包括线性时频表示、二次时频分布、重排类二次时频分布、不同时频分布组合方法对跳频信号进行仿真,在时频聚焦性和抑制交义项干扰两个方面综合比较各分布之性能,寻找适合针对多个跳频信号同时存在的时频分布,并给出了各分布性能的定量评价.仿真结果表明,谱图、平衡伪wigner-Ville 分布(SP-WVD)、重排类时频分布以及线性与非线性时频分布组合方法能获得较清晰的时频图.     

基于时频稀疏性的跳频信号时频图修正方法

为了获取清晰的时频图,提出了一种基于时频稀疏性的跳频信号时频图修正方法。该方法根据跳频信号时频图的时频稀疏性,建立了修正时频图的最优化求解模型,然后利用匹配搜索的方法进行求解得到修正后清晰的时频图。仿真结果表明本文方法能够在低信噪比下获取精确的时频图,且用修正后的时频图估计跳周期,估计性能明显优于现有方法。     

一种正弦调频信号的数字解调技术研究

提出了一种正弦调频信号参数数字估计方法,首先利用子带分析滤波器组对信号进行时频分析,根据时频特性所提供的频率变化信息,进一步采用双滤波器结构进行参数估计。仿真结果表明,该方法能有效地检测出信号的调频特征和较准确估计出参数值。在算法的实施过程中,不含求根、变换等复杂运算,易于硬件实现。     

基于神经网络的时频域雷达信号调制参数估计

针对常规时频分析方法对多分量雷达信号分析的不足,提出一种基于神经网络的时频域多分量雷达信号调制参数估计新方法.把多分量雷达信号的时频分布作为灰度图像,通过神经网络训练得到高分辨率时频平面图,然后在时频域实现雷达信号各分量的调制参数估计,相对于时频重排等方法,其对时频分布的处理不需要关于各分量信号的先验知识.仿真实验表明,该方法在得到比时频重排方法更高分辨率时频图的基础上,能够较准确地估计各分量雷达信号调制参数.     

高动态跳频信号时钟同步设计与实现

由于跳频信号各跳之间的符号速率和符号数量不一致,特别是低速跳只含少量符号,导致时钟误差提取困难。针对高动态下的跳频信号时钟同步难题,提出基于频偏估计的钟偏反馈调整方法。该方法通过同步序列进行频率估计和钟偏估计,并结合反馈方法调整钟偏和时钟跟踪,实现了高精度时钟同步。仿真结果表明：该方法适应飞行速度7.9 km/s、加速度0.2 km/s²的超高动态,定时同步性能优越,定时精度满足高速跳频信号解调要求,且解调损失小于0.1 dB。     

一种基于聚类分析的跳频信号自动分选方法

为了从复杂电磁环境中分选出跳频信号,提出了一种基于聚类分析的自动分选方法。该方法首先将信号特征参数估计等效成聚类分析问题,估计测量集中所包含的信号个数及各信号的特征参数,包括载频、带宽和入射方向。然后根据跳频信号的跳速范围,通过对各截获信号的特征参数进行序贯聚类,剔除干扰,获得期望的跳频信号。仿真实验表明,所提出的方法能够从复杂环境中正确地分选出跳频信号。     

基于时频图像形态学的雷达信号IF估计

针对低信噪比下雷达信号的IF估计,提出一种将时频分析和图像处理相结合的估计方法.首先通过时频变换将一维信号转化为二维时频图像;然后采用形态学方法去除时频图像上的噪声点和毛刺,并将其骨骼化;最后采用图像处理中标注连接分量的方法,区分出不同分量的雷达信号以及噪声分量,并通过统计信号分量的行索引和列索引估计出信号的IF.对SFM、LFM和FSK信号的IF估计进行了仿真分析,实验结果表明该方法能够在较低信噪比下有效地估计出信号的IF,同时也适用于多分量信号.     

步进频率雷达多通道迭代收敛法速度估计方法研究

步进频率雷达中,目标的径向运动将导致合成的目标径向一维距离像产生距离徙动和波形失真,需要对目标速度进行估计以补偿其影响。首先基于相位对消原理提出一种适用于扩展目标的步进频率雷达信号处理方法。然后针对高速运动目标,提出基于多通道迭代法步进频率速度估计方法。该方法利用一组正跳频和负跳频步进频率脉冲串综合处理,通过多通道方法解速度模糊,迭代收敛法精确估计目标速度,从而实现高速运动目标无模糊速度精确测量。该方法可应用于步进频率雷达高速目标速度精确测量和成像补偿。     

基于循环互相关的窄带回波多普勒频移估计

针对雷达窄带回波信号的循环互相关估计多普勒频移问题进行了研究。利用信号循环平稳特性,分析了存在多普勒频移条件下雷达窄带回波信号的循环统计特性,在此基础上提出了基于循环互相关变换的多普勒频移估计算法,该方法能有效地估计多普勒频移参数。最后利用计算机进行了仿真实验,验证了该算法的有效性。     

一种正交跳频信号动态分选方法

针对复杂电磁环境下正交跳频信号分选时效不高问题,提出了一种正交跳频信号动态分选方法。首先基于滑动窗口的数据流模型,采用构造型神经网络对跳频信号频域数据和方位信息动态聚类,减轻噪声等因素影响,解决方位信息和幅度关联模糊性的问题;再在相应的覆盖簇内运用时频关联方法,实现正交跳频信号的动态分选,实验结果表明该方法是有效的。
     

基于空间时频分布矩阵的到达角估计

介绍了基于窄带信号模型的传统空间时频分布矩阵估计到达角 (DOA)的算法。在此基础上将该算法推广到对雷达信号的DOA估计 ,并给出了算法的适用条件。通过对阵元输出作时频分析 ,获取信号的瞬时频率特性 ,以此构造方向向量 ,并在时频脊点上构造空间时频分布矩阵 ,求得MUSIC空间谱 ,从而实现对DOA的估计。仿真结果显示 ,采用此处理方法 ,可以实现对DOA的正确估计     

卫星跳频通信的跟踪干扰技术

讨论了跟踪式干扰机干扰卫星跳频通信的设计极限条件 (即跳频通信抗跟踪干扰的几何地理保护条件等 )。跟踪式干扰机使用“测频器”电路来确定跳频信号的驻留频率 ,然后再产生包含有该跳频频率在内的窄带干扰来干扰之。对几何地理保护条件的分析结果表明 ,这种跟踪干扰受到空间条件的限制而难以实现。跟踪式干扰机的最小测频时间和正确测量的概率Phc都是接收SNR及测频器分辨力的函数。分析了快跳频 (指的是一跳或多跳每信息字符 )和慢跳频这两种情况 ,还讨论了使用跟踪式干扰机干扰卫星通信FDMA系统的性能 ,给出了最基本的干扰机设计诀窍     

基于时频子空间的DOA估计

提出了一种基于时频子空间的到达角 (DOA)估计新方法。传统的子空间测向方法由于本身固有的原因 ,存在三个缺陷 :无法分辨到达角相近甚至重合的信号 ;信号个数必须小于阵元个数 ;对多个不同中心频率的窄带信号测角时 ,必须进行频域搜索。把时频分析用于阵列信号处理 ,利用信号的时频脊点构造空域时频分布矩阵 (STFD) ,以代替传统的阵列相关矩阵 ,同时可以确定信号的导向矢量。通过对STFD矩阵进行特征分解来估计出信号子空间和噪声子空间 ,从而估计出信号的到达角。克服了传统子空间测向方法的缺陷 ,提高了测向能力。最后对非平稳信号进行了仿真 ,证实了时频子空间测向的优越性。     

基于多段差频正弦信号频谱相关的频率估计算法

针对多段差频正弦信号提出一种基于频谱相关的频率估计算法,用以提高低信噪比条件下短时正弦信号的频率估计精度,扩展多段信号融合法的适用范围.首先,设计差频修正矩阵消除各段信号频率不等对频谱融合的影响,使同频化处理后的多段差频正弦信号频谱等同于多段同频正弦信号频谱;其次,构造加权因子消除各段信号相位不连续对频谱分析的影响,使得到的最优加权积累频谱近似于与多段差频正弦信号长度相等的相位连续信号频谱;然后,通过对最优加权积累频谱和多段差频正弦信号累加频谱的相关处理,抑制虚假谱峰和噪声干扰.最后,峰值搜索频谱相关谱,实现频率的精确估计.实验表明与现有算法相比,本文算法估计精度高、抗噪性好、普适性好,特别在低信噪比、短时时宽下性能优良.     

基于高斯chirplet时频原子参数自适应时频分布图的不变矩特征提取方法研究

根据时频分布性质,针对雷达目标的特征提取与分类识别问题,提出了一种基于高斯c hirplet时频原子参数自适应时频分布图的不变矩特征提取方法。首先分析了各种不变矩, 总结了它们各自的应用特点;接着把雷达信号和其时频分布图的不变矩特征结合起来分析了 目标的各种行为对时频分布图不变矩的影响,然后对提取时频分布图不变矩的算法进行了详 细的研究,识别仿真结果表明,利用信号参数自适应时频分布图像的不变矩特征进行雷达目 标识别是一个卓有成效的方法,该方法充分利用了雷达目标的散射信息,具有较高的识别率 。     

基于时频分布的电子侦察信道参数估计方法

提出了一种基于时频分布的信道参数盲估计方法。首先分析了多径信道模型和时频域匹配滤波算法,接着根据时频分布自身项和交叉项的不同特点,提出采用短时傅里叶变换的时频图对Wigner—Ville分布进行滤波,以提取源信号的时频脊线,然后利用时频域匹配滤波对多径信号进行参数估计。该方法快速简单,参数估计准确,分辨率高。仿真实验对雷达脉内频率调制信号进行多径参数估计,实验结果证明了该方法的正确性和有效性。     

基于谱相关函数-Wigner-Ville谱的轴承分布故障信号分析

针对包络解调技术不能有效提取滚动轴承中分布故障特征的问题,利用轴承分布故障振动信号的二阶循环平稳特性,研究了基于谱相关函数的Wigner-Ville谱的时频特征提取方法。与直接Wigner-Ville分布方法和匹配追踪时频分布方法不具备降噪功能不同,对含噪声的循环平稳信号,先用长数据序列计算得到谱相关函数,可通过计算中的多次平均显著削弱信号中噪声成分,再对谱相关函数作关于循环频率的逆傅里叶变换,得到的Wigner-Ville时频分布计算结果可有效降低噪声的干扰。对有轴承分布故障的振动信号,用滤波器去除一阶循环平稳成分,用获得的基于谱相关函数的Wigner-Ville时频谱消除平稳随机噪声的影响,能有效提取轴承分布故障的二阶循环平稳特征。仿真分析表明:所提方法能有效直观提取轴承分布故障,而普通Winger-Ville时频分布易受噪声影响,包络谱分析结果无法明确轴承分布故障特征。实验结果验证了所提时频算法提取齿轮箱轴承分布故障特征的有效性,而信号包络谱、平滑伪Wigner-Ville时频分布均无法有效提取该特征。     

脉冲串信号的时差和频差估计新方法

针对脉冲串信号的互模糊函数多峰特性以及时差频差估计运算量大的问题,提出一种时差和频差联合估计新方法。该方法首先基于信号频差与时差变化率的关系,利用时差序列引导互模糊函数的时差频差搜索范围,然后利用脉冲串信号的时域稀疏特性改进了基于互模糊函数的时差频差估计方法。理论和仿真分析表明,该算法可有效抑制频差模糊,并在估计精度损失不大的前提下有效降低运算量。     

卫星时分多址信号高精度快速时频差联合估计方法

针对传统时频差估计方法对时分多址(TDMA)信号进行参数估计时会出现不同用户相互影响、估计精度差,以及计算复杂度高不利于系统实时信号处理等问题,文章提出一种高精度快速时频差联合估计方法.首先,基于循环平稳特征对主站接收数据进行信号检测;然后,基于小波阈值去噪和短时电平和进行TDMA信号时隙分离;在此基础上,基于不同调制信号特征参数设计多级分类器,对每个分离的信号时隙进行调制样式判别,进而分选不同用户对应的信号时隙;接着,利用主站分选的各个用户信号分别与辅站信号进行时频差粗值估计;根据粗时频差估计值减小细化时差搜索范围,以获取精细时频差估计值;最后,利用二阶曲面拟合方法进一步提升参数估计精度.仿真结果表明:文章所提方法能够有效实现TDMA信号高精度快速时频差联合估计,可为后续卫星频谱感知体系的建设提供理论支撑.     

M-Rife频率估计法在测控信号载波捕获中的应用

针对航天测控对载波快速捕获的需求,设计一种能够实现载波快速捕获的方法,即先对导频信号进行频率估计,再将估计得到的频率值置入后续的科斯塔斯环进行处理。Rife频率估计方法的估计误差接近克拉美-罗限,但是当信噪比较低或载波频率在频率分辨率整数倍附近时,此方法有较大的估计误差。为了提高导频信号的频率估计精度,采用修正Rife(M-Rife)频率估计方法。对M-Rife频率估计方法的性能进行仿真分析,并与Rife频率估计方法进行对比,结果表明M-Rife频率估计方法可以有效地提高频率估计精度和稳定度。