發(fā)布時(shí)間：2020-05-31 05:15

【摘要】：無(wú)人機(jī)起源于軍事領(lǐng)域,之后憑借其小型化的特點(diǎn)迅速在民用領(lǐng)域獲得青睞,近年來(lái)隨著小型無(wú)人機(jī)“黑飛”事件的愈演愈烈,將跳頻通信對(duì)抗的相關(guān)技術(shù)應(yīng)用到小型無(wú)人機(jī)反制領(lǐng)域是目前的熱點(diǎn)。對(duì)于小型無(wú)人機(jī)的干擾技術(shù)已經(jīng)成熟,而想要在復(fù)雜的電磁環(huán)境下,實(shí)現(xiàn)對(duì)小型無(wú)人機(jī)信號(hào)的偵收,并對(duì)其無(wú)源定位,是目前在技術(shù)和產(chǎn)品上研究的熱點(diǎn)。因此,針對(duì)信號(hào)偵收的問(wèn)題,無(wú)人機(jī)信號(hào)的偵收與識(shí)別方法的研究對(duì)無(wú)人機(jī)反制領(lǐng)域有著重要的意義和推動(dòng)作用。本文具體的工作安排如下:(1)主要研究了跳頻通信系統(tǒng)的原理和模型以及針對(duì)無(wú)人機(jī)信號(hào)分析,為后續(xù)檢測(cè)識(shí)別和參數(shù)估計(jì)的算法研究提供了理論基礎(chǔ)。(2)主要研究了小型無(wú)人機(jī)遙控信號(hào)的檢測(cè)方法,基于多跳自相關(guān)的檢測(cè)方法雖然檢測(cè)性能不錯(cuò),但是容易受到定頻信號(hào)(圖傳、WiFi)的影響,基于功率譜估計(jì)的檢測(cè)方法是利用遙控信號(hào)和定頻信號(hào)功率譜隨時(shí)間變化的不同,可以很好的剔除定頻信號(hào),并獲取目標(biāo)信號(hào)。最后針對(duì)遙控信號(hào)非平穩(wěn)的特點(diǎn),研究了基于譜圖的遙控信號(hào)提取方法,是根據(jù)遙控信號(hào)的先驗(yàn)信息(跳頻周期)去提取目標(biāo)信號(hào),相較于基于譜圖的剔除干擾信號(hào)的檢測(cè)方法,該方法不僅縮小了計(jì)算量,并且當(dāng)存在多個(gè)跳頻信號(hào)且跳頻周期不同時(shí),可以更加準(zhǔn)確的提取目標(biāo)信號(hào),并且不需要后續(xù)的分選過(guò)程。(3)主要研究小型無(wú)人機(jī)信號(hào)(遙控和圖傳)特征參數(shù)估計(jì)及識(shí)別方法,首先研究了基于譜圖的特征參數(shù)提取方法,包含了根據(jù)最大值和時(shí)頻脊線去估計(jì)參數(shù),并且考慮到頻率碰撞時(shí)的解決方法。在處理小型無(wú)人機(jī)實(shí)測(cè)遙控信號(hào)數(shù)據(jù)的情況下,研究了基于多窗口重疊譜圖的估計(jì)方法,并對(duì)實(shí)測(cè)小型無(wú)人機(jī)數(shù)據(jù)進(jìn)行了算法驗(yàn)證。然后研究了圖傳信號(hào)的識(shí)別方法,最后利用高階累積量和循環(huán)譜特性,研究了小型無(wú)人機(jī)實(shí)測(cè)圖傳信號(hào)調(diào)制識(shí)別和參數(shù)估計(jì)的方法。
【圖文】：

Matl信號(hào)定量波形視頻特征定性觀測(cè)無(wú)線信號(hào)大容量采集圖 2-10 采集分析流程圖圖 2-10 所示，室內(nèi)放置無(wú)人機(jī)與遙控器組成的無(wú)人飛行器系統(tǒng)，容量采集設(shè)備進(jìn)行信號(hào)連續(xù)采集；利用 Cooledit 軟件觀察采集信頻譜，提取圖傳信號(hào)與遙控信號(hào)，并進(jìn)行時(shí)頻特征參數(shù)粗略估計(jì)，及統(tǒng)計(jì)分析；建立信號(hào)參數(shù)盲估計(jì)算法模型，利用 Matlab 工具平識(shí)別、參數(shù)精確估計(jì)、信息解譯等。遙控信號(hào)分析1）時(shí)域特征：如圖 2-11 所示，，控制信號(hào)為周期性出現(xiàn)脈沖信號(hào)，s，脈沖寬度約為 3.262ms，當(dāng)遙控器與無(wú)人機(jī)建立連接的時(shí)候，下 9.76ms�？刂菩盘�(hào)包括兩個(gè)部分：前一部分幅度較低，約為 1.068度較高，約為 2.171ms，銜接處短時(shí)靜默，約為 23us。

圖 2-12 頻譜圖3）時(shí)頻域特征：34 個(gè)頻點(diǎn)為一周期，長(zhǎng)度為 476ms（14ms*34），案取值如表 2-2 所示：表 2-2 無(wú)人機(jī)跳頻頻率集頻點(diǎn)組數(shù)頻點(diǎn) 1(MHz) 頻點(diǎn) 2(MHz) 頻點(diǎn) 3(MHz)第一組 2470 2448 2426/2404第二組 2450 2428 2406第三組 2452 2430 2408第四組 2454 2432 2410第五組 2456 2434 2412第六組 2458 2436 2414第七組 2460 2438 2416
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：V279

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 苗延青;金鐳;談煒榮;劉友丹;;淺談我國(guó)民用無(wú)人機(jī)適航發(fā)展趨勢(shì)[J];航空標(biāo)準(zhǔn)化與質(zhì)量;2014年06期

2 付衛(wèi)紅;王璐;賈坤;路貴朝;;基于STFT與SPWVD的跳頻參數(shù)盲估計(jì)算法[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年09期

3 趙新明;金艷;姬紅兵;;a穩(wěn)定分布噪聲下基于Merid濾波的跳頻信號(hào)參數(shù)估計(jì)[J];電子與信息學(xué)報(bào);2014年08期

4 劉玉珍;趙冉;;基于改進(jìn)WVD的跳頻信號(hào)參數(shù)估計(jì)方法[J];計(jì)算機(jī)工程與設(shè)計(jì);2011年11期

5 武開(kāi)有;馬緒;沈良;徐以濤;;基于S變換的跳頻信號(hào)參數(shù)估計(jì)[J];軍事通信技術(shù);2008年03期

6 高憲軍;李德鑫;李娜;陳超;;基于功率譜對(duì)消的跳頻信號(hào)檢測(cè)算法[J];吉林大學(xué)學(xué)報(bào)(信息科學(xué)版);2008年03期

7 雷迎科;鐘子發(fā);吳彥華;;基于RSPWVD高速跳頻信號(hào)跳周期估計(jì)算法[J];系統(tǒng)工程與電子技術(shù);2008年05期

8 劉放;葉菲;;跳頻信號(hào)SPWVD參數(shù)估計(jì)方法研究[J];電腦與信息技術(shù);2007年06期

9 姚勇,韓建國(guó);小波變換用于快速跳頻信號(hào)的測(cè)頻[J];無(wú)線電工程;2003年12期

10 趙俊,張朝陽(yáng),賴(lài)?yán)?曹千芊;一種基于時(shí)頻分析的跳頻信號(hào)參數(shù)盲估計(jì)方法[J];電路與系統(tǒng)學(xué)報(bào);2003年03期

相關(guān)博士學(xué)位論文 前1條

1 袁文浩;基于噪聲估計(jì)的語(yǔ)音增強(qiáng)方法研究[D];華東理工大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 路媛媛;跳頻信號(hào)特征提取及信號(hào)分選方法的研究[D];電子科技大學(xué);2017年

2 汪文軒;高速跳頻通信信號(hào)的序列分析[D];電子科技大學(xué);2017年

3 劉若蘭;跳頻通信信號(hào)檢測(cè)及參數(shù)估計(jì)方法研究[D];電子科技大學(xué);2016年

4 蔡月宏;寬帶OFDM測(cè)試中調(diào)制識(shí)別及參數(shù)估計(jì)算法的研究與實(shí)現(xiàn)[D];電子科技大學(xué);2013年

5 王虎;基于時(shí)頻分析的跳頻信號(hào)參數(shù)估計(jì)研究及應(yīng)用[D];電子科技大學(xué);2011年

6 高瑞濤;基于時(shí)頻分析的跳頻信號(hào)參數(shù)估計(jì)方法研究[D];西安電子科技大學(xué);2011年

7 柳雁杰;跳頻信號(hào)識(shí)別算法研究[D];大連理工大學(xué);2010年

8 唐婷婷;基于時(shí)頻分析的跳頻信號(hào)參數(shù)盲估計(jì)研究[D];西南交通大學(xué);2010年

9 欒海妍;基于時(shí)頻分析的跳頻信號(hào)檢測(cè)與特征提取[D];解放軍信息工程大學(xué);2007年

10 張毅敏;跳頻通信信號(hào)參數(shù)估計(jì)及干擾技術(shù)研究[D];西安電子科技大學(xué);2006年

本文編號(hào)：2689351