本文關鍵詞：短時突發(fā)信號偵察技術研究

  更多相關文章： 短時突發(fā)信號 信號檢測 信噪比估計 調制識別 最大似然 高斯混合模型

【摘要】：短時突發(fā)信號具有較強的抗截獲能力與保密性,在軍事領域和民用領域得到了越來越多的應用與關注,特別是在復雜的電磁對抗環(huán)境中顯示了其難以檢測與難以識別的優(yōu)勢,因此對于短時突發(fā)信號的偵查技術研究也顯得尤為迫切。本文針對短時突發(fā)信號的相關偵察技術做了研究,具體內容包括信號檢測、信噪比估計以及調制識別技術,論文的主要工作與貢獻如下:1、在理想或“準理想”的背景下,介紹了CUSUM算法與GLR算法兩種序貫檢測算法實現(xiàn)對突發(fā)信號的檢測;在完全沒有信號統(tǒng)計信息的背景下,首次引用基于重要性擬合的非參數(shù)方法實現(xiàn)了全盲信號的檢測。2、介紹了傳統(tǒng)的基于最大似然的信噪比估計算法。針對短時突發(fā)信號持續(xù)時間較短的特點,引用近年來最大似然估計最新發(fā)展理論,使用仿射修正的最大似然估計實現(xiàn)信噪比估計,新的估計技術能夠實現(xiàn)短數(shù)據(jù)情況下的準確估計。3、介紹了傳統(tǒng)的最大似然調制識別技術,針對傳統(tǒng)最大似然調制識別技術運算復雜度大的缺點,修正了傳統(tǒng)的調制識別算法,使運算復雜度減小一半。針對傳統(tǒng)算法對信號參數(shù)不穩(wěn)健的缺點,介紹了基于幅度的最大似然識別算法,進一步地提出了一種新的基于高斯混合模型的最大似然調制識別算法,建立了一種更加穩(wěn)健的星座圖模型,通過實驗仿真證明了該算法能夠有效地實現(xiàn)在突發(fā)信號背景下的信號識別。
【關鍵詞】：短時突發(fā)信號 信號檢測 信噪比估計 調制識別 最大似然 高斯混合模型
【學位授予單位】：電子科技大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TN971.1
【目錄】：

• 摘要5-6
• Abstract6-9
• 第一章 緒論9-13
• 1.1 短時突發(fā)信號介紹9
• 1.2 短時突發(fā)信號的研究發(fā)展與現(xiàn)狀9-11
• 1.3 本文的主要研究內容及安排11-13
• 第二章 短時突發(fā)信號檢測13-29
• 2.1 短時突發(fā)信號檢測算法簡析13-14
• 2.2 序貫檢測14-18
• 2.2.1 平均運行長度ARL： E_∞(T)￥15-16
• 2.2.2 平均檢測延遲： E_0(T)16-17
• 2.2.3 GLR仿真結果17-18
• 2.3 基于概率密度函數(shù)比的變點檢測18-28
• 2.3.1 問題描述19
• 2.3.2 差異性度量19-20
• 2.3.3 無約束最小二乘重要性擬合u LSIF20-22
• 2.3.3.1 學習算法20-21
• 2.3.3.2 基于u LSIF的突發(fā)信號檢測21-22
• 2.3.4 相對無約束最小二乘重要性擬合Ru LSIF22-23
• 2.3.4.1 相對PE差異22
• 2.3.4.2 學習算法22-23
• 2.3.4.3 基于Ru LSIF的突發(fā)信號檢測23
• 2.3.5 交叉驗證（Cross-Validation）算法23-24
• 2.3.6 實驗仿真24-28
• 2.4 本章小結28-29
• 第三章 短時突發(fā)信號信噪比估計29-47
• 3.1 短時突發(fā)信號信噪比估計算法簡析29-30
• 3.2 信噪比的最大似然估計算法30-38
• 3.2.1 信號模型30-31
• 3.2.2 最大似然估計器31-35
• 3.2.3 性能分析-克拉美羅下界（CRB）35-37
• 3.2.4 實驗仿真結果37-38
• 3.3 一致優(yōu)于最大似然的信噪比估計算法38-46
• 3.3.1 MLE的仿射修正-AMMLE40-41
• 3.3.2 AMMLE與UCRB41-42
• 3.3.3 界定SNR42-43
• 3.3.4 實驗仿真結果43-46
• 3.4 本章小結46-47
• 第四章 短時突發(fā)信號調制識別47-76
• 4.1 短時突發(fā)信號調制識別算法簡析47-48
• 4.2 理想情況下最大似然調制識別技術48-59
• 4.2.1 理想最大似然調制識別性能分析50-52
• 4.2.2 理想最大似然調制識別漸近性能52-53
• 4.2.3 改進的理想最大似然調制識別方法53-59
• 4.3 基于幅度的最大似然調制識別技術59-67
• 4.3.1 最優(yōu)的非相干ML識別器：萊斯（Rice）方法60
• 4.3.2 次優(yōu)非相干ML識別器：高信噪比下的近似60-62
• 4.3.3 次優(yōu)非相干ML識別器：Nakagami近似62-63
• 4.3.4 基于幅度最大似然識別算法性能分析63-67
• 4.4 基于混合高斯模型的最大似然調制識別技術67-75
• 4.4.1 高斯判別分析（GDA）68-69
• 4.4.2 基于GMM的穩(wěn)健ML調制識別69-72
• 4.4.3 基于GMM的穩(wěn)健ML調制識別數(shù)值結果72-75
• 4.5 本章小結75-76
• 第五章 結束語76-78
• 5.1 本文工作總結76
• 5.2 未來工作展望76-78
• 致謝78-79
• 參考文獻79-82
• 攻讀碩士學位期間取得的成果82-83

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 隋丹;葛臨東;;突發(fā)信號盲存在性檢測的兩種算法[J];信號處理;2008年05期

2 吳迪;葛臨東;王彬;;突發(fā)信號存在性自適應盲檢測算法[J];計算機應用;2010年08期

3 吳迪;葛臨東;王彬;;一種適用于突發(fā)信號的載波同步算法[J];信息工程大學學報;2010年04期

4 羅勝恩;羅來源;張曉勇;米良;;突發(fā)信號寬帶檢測概率分析[J];計算機工程與應用;2011年25期

5 練鍇;馮振明;陸明泉;;過零點檢測法改進[J];電子測量技術;2006年01期

6 林yN;彭華;王彬;李侃;;一種基于循環(huán)譜的突發(fā)信號盲檢測算法[J];信號處理;2011年12期

7 盧健;段田東;徐文艷;;基于分形縫隙的短波突發(fā)信號暫態(tài)特征提取[J];計算機工程與應用;2013年20期

8 雷鳴;梅順良;;全數(shù)字突發(fā)信號接收機實現(xiàn)[J];通信技術;2008年10期

9 黃麗艷,何巖;EPON系統(tǒng)中突發(fā)信號的處理[J];光通信研究;2005年05期

10 曹敏;辛昕;;一種新的基于RLS的突發(fā)信號存在性檢測方法[J];科技風;2009年11期

中國重要報紙全文數(shù)據(jù)庫 前1條

1 賈登和;體育課教學中的素質教育[N];甘肅經(jīng)濟日報;2001年

中國博士學位論文全文數(shù)據(jù)庫 前2條

1 劉世剛;短波突發(fā)信號盲接收技術研究[D];解放軍信息工程大學;2008年

2 許華;短時突發(fā)信號的盲處理技術研究[D];解放軍信息工程大學;2005年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 張浩;短時突發(fā)信號偵察技術研究[D];電子科技大學;2015年

2 梁聰;短時突發(fā)信號解調算法研究[D];解放軍信息工程大學;2011年

3 李輝;多載波突發(fā)信號整體解調技術研究[D];西安電子科技大學;2011年

4 鄭金良;衛(wèi)星突發(fā)信號解調技術研究與實現(xiàn)[D];解放軍信息工程大學;2006年

5 趙勇;基于數(shù)據(jù)重用的短突發(fā)信號盲均衡技術研究[D];解放軍信息工程大學;2011年

6 石代軍;直接序列擴頻突發(fā)信號同步算法研究及實現(xiàn)[D];電子科技大學;2007年

7 王偉;突發(fā)信號的載波同步技術研究[D];西安電子科技大學;2011年

8 蘇丹;基于FPGA的海事衛(wèi)星突發(fā)信號位同步檢測研究及實現(xiàn)[D];天津大學;2007年

9 邱為峰;短波突發(fā)信號接收關鍵技術研究[D];西安電子科技大學;2008年

10 陳含欣;短波信號監(jiān)測系統(tǒng)關鍵技術研究與實現(xiàn)[D];解放軍信息工程大學;2010年

，

本文編號：1114805