針對目前以高斯白噪聲為模型的大部分跳頻參數(shù)估計(jì)方法在α穩(wěn)定分布噪聲背景下,性能急劇下降的缺點(diǎn),對跳頻信號(hào)進(jìn)行兩次窗函數(shù)長短不同的分?jǐn)?shù)低階STFT,從而得到兩組時(shí)頻數(shù)據(jù),,將兩組時(shí)頻數(shù)據(jù)點(diǎn)乘,得到新的時(shí)頻表示,基于時(shí)頻分析的跳頻參數(shù)估計(jì)方法,實(shí)現(xiàn)跳頻參數(shù)的估計(jì)。仿真實(shí)驗(yàn)表明,提出的方法有效抑制了α噪聲,在α=0.8,GSNR≥1 d B;α=1.5,GSNR≥0 d B時(shí),可以實(shí)現(xiàn)跳頻周期的準(zhǔn)確估計(jì)。在α=1.5,GSNR=3 d B時(shí),該算法跳變時(shí)刻估計(jì)值最大相對誤差比STFT低3%、比分?jǐn)?shù)低階STFT低1.6%,跳變頻率估計(jì)值更加精確。 

【文章來源】：火力與指揮控制. 2020,45(02)北大核心CSCD

【文章頁數(shù)】：7 頁

【部分圖文】：

GSNR=3 d B時(shí)不同α值跳頻信號(hào)時(shí)域圖與頻域圖

從圖2中可以清楚地看到跳頻信號(hào)時(shí)間、頻率、幅度的三維分布情況。其中，凸起的峰值數(shù)目代表了跳頻信號(hào)的數(shù)目，圖中8個(gè)波峰對應(yīng)8個(gè)跳頻信號(hào)。凸起的峰值越尖銳，能量就越密集，說明算法的性能越好。圖中，時(shí)間軸上的峰寬代表跳周期，峰值的變化時(shí)刻代表了信號(hào)的跳變時(shí)刻，頻率軸的峰值代表了信號(hào)頻率的大小。顯然，在四組三維時(shí)頻分布圖中，分?jǐn)?shù)低階STFT對脈沖噪聲有抑制作用；而組合窗函數(shù)的分?jǐn)?shù)低階STFT對脈沖噪聲抑制效果更為顯著，峰值更加尖銳，通過該算法獲得的跳頻信號(hào)特征參數(shù)值會(huì)有更好的性能指標(biāo)。圖3 跳頻信號(hào)的等高線圖

圖2 跳頻信號(hào)的三維時(shí)頻分布圖為了更直觀地對不同時(shí)頻分析方法作出比較，圖3給出了跳頻信號(hào)的等高線示意圖。圖3(a）是跳頻信號(hào)經(jīng)STFT變換所得的等高線圖，由圖可見，脈沖性的α噪聲使STFT的時(shí)頻分析能力大大減弱。圖3(b）、圖3(c）是不同窗長的分?jǐn)?shù)低階STFT變換所得的等高線圖，該方法對脈沖性的α噪聲有一定的抑制作用，但不能同時(shí)獲得較好的時(shí)間分辨率和頻率分辨率，圖3(b）中短窗的分?jǐn)?shù)低階STFT變換有較好的時(shí)間分辨率，圖3(c）中長窗的分?jǐn)?shù)低階STFT變換有較好的頻率分辨率。圖3(d）是組合窗函數(shù)的分?jǐn)?shù)低階STFT變換所得的等高線圖，可以直觀地看到，該方法對脈沖性的α噪聲有顯著的抑制作用，性能明顯優(yōu)于上述方法，并可以同時(shí)得到較好的時(shí)間分辨率和頻率分辨率。

【參考文獻(xiàn)】：
期刊論文
[1]基于FPGA的擴(kuò)跳頻信號(hào)源的設(shè)計(jì)與實(shí)現(xiàn)[J]. 牛強(qiáng)軍,孫會(huì)超,張強(qiáng).  電光與控制. 2018(10)
[2]一種基于ARMA模型的欠定混合快速跳頻信號(hào)參數(shù)盲估計(jì)算法[J]. 付衛(wèi)紅,武少豪,張凡路,路貴朝.  北京郵電大學(xué)學(xué)報(bào). 2014(05)
[3]基于STFT與SPWVD的跳頻參數(shù)盲估計(jì)算法[J]. 付衛(wèi)紅,王璐,賈坤,路貴朝.  華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2014(09)
[4]基于原子分解的跳頻信號(hào)盲檢測和參數(shù)盲估計(jì)算法[J]. 范海寧,郭英,艾宇.  信號(hào)處理. 2010(05)
[5]基于小波變換的跳頻信號(hào)參數(shù)盲估計(jì)[J]. 張曦,王星,杜興民.  電路與系統(tǒng)學(xué)報(bào). 2009(04)
[6]α穩(wěn)定分布下的加權(quán)平均最小p-范數(shù)算法[J]. 邱天爽,楊志春,李小兵,陳艷霞.  電子與信息學(xué)報(bào). 2007(02)

博士論文
[1]穩(wěn)定分布環(huán)境下的時(shí)延估計(jì)新方法研究[D]. 郭瑩.大連理工大學(xué) 2009

碩士論文
[1]Alpha穩(wěn)定分布噪聲下跳頻信號(hào)的參數(shù)估計(jì)[D]. 劉杰.西安電子科技大學(xué) 2013



本文編號(hào)：3395519