【摘要】：線性調(diào)頻信號具有較好的自相關(guān)特性和較寬的多普勒容限,常用作水聲通信的同步信標,通過對水聲LFM信號進行分析和處理,有助于發(fā)現(xiàn)信號并獲取有關(guān)水聲信道的參數(shù)信息,并將信道的參數(shù)信息用于信號解調(diào)過程中,提高水聲通信信號盲解調(diào)性能。在高斯白噪聲條件下,水聲LFM信號識別、參數(shù)估計以及盲解調(diào)已有大量成果,但是,水聲信道復雜多變,特別是淺海水聲信道中還夾雜著大量脈沖噪聲,使得現(xiàn)有的高斯白噪聲環(huán)境下的水聲LFM信號分析處理方法性能下降或者失效。本文針對含有脈沖噪聲的淺海水聲非合作通信信號,研究脈沖噪聲背景下復雜水聲信道中LFM信號的識別和參數(shù)估計,進而研究該環(huán)境下基于LFM信號的信道參數(shù)估計,然后設(shè)計水聲MPSK信號盲解調(diào)方案,給出各環(huán)節(jié)算法,最終完成淺海水聲MPSK通信信號的有效盲解調(diào)。論文的主要工作和研究成果概括如下:首先,針對在低信噪比脈沖噪聲環(huán)境下的LFM識別問題,給出了一種基于非線性映射離散分數(shù)階傅里葉變換的淺海水聲線性調(diào)頻信號識別方法。該算法首先對接收信號進行非線性變換,抑制脈沖噪聲,然后進行離散分數(shù)階傅里葉變換,設(shè)計了歸一化方差比作為信號識別特征量,最后通過支持向量機完成對LFM信號的識別。與現(xiàn)有算法相比,該算法避免了通過閾值判定時選取閾值的困難,提高了低信噪比時的識別率。通過仿真實驗和外場湖試實驗驗證了算法的有效性。其次,針對淺海脈沖噪聲低信噪比環(huán)境下LFM信號的參數(shù)估計問題,給出了一種二維粒子群優(yōu)化的LFM信號參數(shù)估計方法。該算法在基于離散分數(shù)階傅里葉變換的LFM信號參數(shù)的粗估計基礎(chǔ)上,進一步設(shè)計了二維粒子群優(yōu)化方法進行精細估計。與現(xiàn)有算法相比,本文算法在相近計算量條件下具有更高的精度。通過仿真實驗和外場湖試實驗驗證了算法的有效性。最后,針對淺海脈沖噪聲環(huán)境下非合作MPSK信號盲解調(diào)問題,給出了一種基于LFM信號估計與處理的盲解調(diào)方法,并給出了各環(huán)節(jié)的算法。該算法首先進行基于LFM信號強度的非線性變換對脈沖噪聲進行抑制,在較好抑制脈沖噪聲信號的同時減小了對信號的影響。然后,對LFM信號進行分數(shù)階傅里葉變換并分析,通過得到的信道參數(shù)信息初始化分數(shù)間隔盲均衡的抽頭系數(shù),最后通過M次方變換和鎖相環(huán)進行頻偏相偏的調(diào)整完成對信號的解調(diào)。通過仿真實驗驗證了算法的有效性。
【圖文】：

圖 6 常見的水聲通信信號結(jié)構(gòu)圖識別，有助于發(fā)現(xiàn)信號，通過對 LFM從而對接收信號進行信道補償。對圖 7 對信號進行分析的總體框圖信信號的影響分析信號的影響會受到多徑效應、稀疏信道、脈沖的影響下，，信號產(chǎn)生時延擴展，有信道的特點導致計算量較大，目前在多普勒效應的影響下，信號產(chǎn)生

離散分數(shù)階傅里葉變換的線性調(diào)頻信號進行非線性變換，只保留里葉變換，并提取特征量，最尖峰脈沖特性，可利用非線性先對接收信號y t 定義如下非, 0y t w tgle s t h t s t h t w
【學位授予單位】：戰(zhàn)略支援部隊信息工程大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TN929.3

【參考文獻】

相關(guān)期刊論文 前5條

1 趙龍;孟慶鶴;;PSK信號盲解調(diào)的Matlab仿真與實現(xiàn)[J];電子科技;2014年10期

2 陳文武;蔡征宇;陳如山;趙兆;;脈沖噪聲下基于Robust STFT的LFM信號檢測與參數(shù)估計[J];南京理工大學學報;2012年02期

3 陳陽;張藝朦;陳凱;趙安邦;;基于同步導頻復用技術(shù)的OFDM水聲通信[J];華中科技大學學報(自然科學版);2011年08期

4 王曉燕;方世良;朱志峰;;基于ST-FRFT的非合作水聲脈沖信號檢測方法[J];信號處理;2011年08期

5 梁國龍,生雪莉;基于WVD-HT的寬帶調(diào)頻信號檢測技術(shù)研究[J];電子學報;2004年12期

相關(guān)博士學位論文 前5條

1 劉明騫;非合作通信中信號檢測及調(diào)制識別的關(guān)鍵技術(shù)研究[D];西安電子科技大學;2013年

2 楊偉超;Alpha穩(wěn)定分布噪聲下通信信號調(diào)制識別研究[D];哈爾濱工程大學;2012年

3 李森;穩(wěn)定分布噪聲下通信信號處理新算法及性能分析[D];大連理工大學;2011年

4 劉建華;粒子群算法的基本理論及其改進研究[D];中南大學;2009年

5 許小東;非協(xié)作數(shù)字通信系統(tǒng)盲解調(diào)關(guān)鍵技術(shù)研究[D];中國科學技術(shù)大學;2007年

相關(guān)碩士學位論文 前10條

1 張娟娟;α穩(wěn)定分布噪聲下數(shù)字調(diào)制信號的分數(shù)低階循環(huán)譜分析[D];西安理工大學;2017年

2 張俊林;α穩(wěn)定分布噪聲下通信信號調(diào)制分析技術(shù)研究[D];解放軍信息工程大學;2017年

3 陳興;穩(wěn)定分布噪聲下通信信號的參數(shù)估計及調(diào)制識別[D];蘭州理工大學;2017年

4 楊清紅;線性調(diào)頻信號參數(shù)的快速估計技術(shù)研究[D];華南理工大學;2015年

5 張婷;基于常模的信道盲均衡若干新問題研究[D];解放軍信息工程大學;2014年

6 廖明;短時突發(fā)PSK信號分析和盲解調(diào)技術(shù)研究[D];中國工程物理研究院;2014年

7 李堯輝;噪聲環(huán)境下線性調(diào)頻信號參數(shù)估計技術(shù)研究[D];華南理工大學;2013年

8 王煒;水聲信道的多普勒處理及分集方法研究[D];上海交通大學;2011年

9 崔玉姣;MPSK通信信號盲解調(diào)技術(shù)研究[D];西安電子科技大學;2010年

10 郭志輝;粒子群優(yōu)化算法的若干改進及應用[D];蘭州理工大學;2009年

本文編號：2605707