非合作方式下如果要對某些攜帶特定幀頭的信號進(jìn)行識別一般需要先估計出該信號的所有參數(shù)。而由于信道環(huán)境、接收機(jī)性能等因素的影響,偵察接收機(jī)對同一信號、同一頻段多次掃描得到的頻譜形狀存在細(xì)微差異,故而,每次利用頻譜進(jìn)行信號檢測和參數(shù)估計時,結(jié)果都會不同,造成對信號及頻譜的認(rèn)知困難,因此在非合作環(huán)境下研究快速信號檢測與特定信號識別具有重要的實際意義�；谝陨蠁栴},本文重點對信號頻譜快速檢測和特定信號識別開展研究。使用統(tǒng)計學(xué)習(xí)方法對大量的頻譜數(shù)據(jù)進(jìn)行詳盡分析,以此避免信道環(huán)境、接收機(jī)性能對信號檢測與估計的影響,得到較為準(zhǔn)確的頻譜中心頻率和帶寬估計結(jié)果并以此作為特定信號的識別依據(jù)。本文主要工作如下:1、設(shè)計了一種基于統(tǒng)計學(xué)習(xí)的快速信號檢測方法,可以檢測到所有滿足檢測要求的多個信號,在此基礎(chǔ)上,本文提出了一種基于網(wǎng)格的改進(jìn)K-means聚類算法,通過減少迭代求解的重新劃分信號點數(shù)目,來達(dá)到加快計算的目的。仿真結(jié)果證明:相比于原始K-means聚類算法,改進(jìn)方法的檢測速度提高了約6.1倍,而檢測準(zhǔn)確率依然保持較高水平,檢測的虛警率/漏警率較低,能夠滿足特定信號快速檢測的性能要求。2、提出了兩種基于幀頭... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：96 頁

【學(xué)位級別】：碩士

【部分圖文】：

(c)第二次迭代運(yùn)算

第二章基于統(tǒng)計學(xué)習(xí)的快速信號檢測17幅度，iA表示噪聲的平均值,0,1,12(...)iiiiAxxx，iy表示12幀頻譜相加的結(jié)果。若某信號頻點k持續(xù)存在了12幀，那么0,1,11,...+12*Akkkkkysss；當(dāng)信號剛開始出現(xiàn)時由于信號點出現(xiàn)的幀數(shù)較少，1y，2y，3y相比ky小很多，會更接近噪聲類中心點，很可能造成一部分點會被劃分到信號類，另一部分點被劃分到噪聲類，從而產(chǎn)生錯誤的結(jié)果。因此，在最后的計算結(jié)果中，需要排除掉這些錯誤頻率。聚類結(jié)果框圖如圖2-7所示，其中，假設(shè)頻譜中一直存在兩個信號，頻率分別為12f,f，而在某一個時刻，突然出現(xiàn)了第三個信號，頻率為3f。信號頻率12f,f是一直存在的，在信號3f出現(xiàn)的聚類過程中會出現(xiàn)多個錯誤頻率點，這種錯誤頻率只會在信號產(chǎn)生和結(jié)束的那段時間內(nèi)出現(xiàn)，如圖2-7所示：第一次聚類出現(xiàn)1111345,,,,nffff錯誤頻率點，第二次聚類出現(xiàn)2222345,,,,kffff錯誤頻率點，而這些錯誤頻率點的數(shù)量會隨著聚類單元的移動而逐漸減少，一直到信號出現(xiàn)的幀數(shù)完全覆蓋聚類單元。又由于移動步長為4，因此這種錯誤頻率的持續(xù)時間不會超過12/4=3次，正確頻率持續(xù)時間將大于（24*2/3）/4=4次，因此，本文以信號頻率是否持續(xù)4次為依據(jù)來判斷信號頻率是否為錯誤頻率。聚類單元12幀逐幀移動12f,f12341112信號出現(xiàn)111112345,,,,,,nffffff222212345,,,,,,kffffff333312345,,,,,,tffffff444412345,,,,,,mffffff聚類結(jié)果nktm錯誤頻點，隨機(jī)出現(xiàn)，互不相同信號出現(xiàn)時間連續(xù)出現(xiàn)頻率123f,f,f123f,f,f3f圖2-7信號出現(xiàn)時聚類結(jié)果當(dāng)出現(xiàn)多個頻率沒有持續(xù)4幀時，可以認(rèn)為信號在第一個出現(xiàn)的錯誤頻率點那一幀中產(chǎn)生，如111134

電子科技大學(xué)碩士學(xué)位論文20試，分別測試聚類檢測的分類指標(biāo)：精確度/準(zhǔn)確率/召回率/漏報率/虛警率，其信號點分類檢測性能如圖2-9所示。圖2-9改進(jìn)K-means聚類算法信號點分類性能從上圖中可以看到在信噪比較低時信號點遺漏數(shù)目較多，即漏報率較高，并且在信噪比升高時，被判斷為信號點的數(shù)目增多，虛警率也會緩慢上升，在信噪比大于15dB時虛警率超過10%，所以在后續(xù)需要對改進(jìn)K-means聚類結(jié)果進(jìn)行處理，以減小漏警率和虛警率。2.6雙門限法信號分隔在K-means得到所有信號點后，需要將能夠連接在一起的一簇信號點標(biāo)記為同一類信號，并將此類信號抽象為（中心頻率，帶寬）的表示方式，由于在整個寬頻帶內(nèi)可能同時存在多個信號，即在聚類時需要先準(zhǔn)確地區(qū)分出所有的信號，故而，本節(jié)主要內(nèi)容是將K-means聚類后的所有信號類點數(shù)分隔出來，得到多個實際的信號。因為頻譜的幅值是抖動變化的，如上一節(jié)圖2-8(b)的仿真分析，可能存在一個信號帶寬內(nèi)的某幾個頻點被劃分到了噪聲類，因此在進(jìn)行多信號分隔時，需要將這些誤分的頻點重新劃分到其所屬的信號內(nèi)，并且找到一個信號的完整邊界。在這里使用雙門限法分隔出所有信號，并且得到信號的中心頻率和帶寬。對于信號有：maxBf/2(2-7)-50510152025信噪比SNR00.10.20.30.40.50.60.70.80.91檢測概率改進(jìn)K-means算法信號點分類性能精確度準(zhǔn)確率召回率漏報率虛警率

【參考文獻(xiàn)】：
期刊論文
[1]非合作通信下弱突發(fā)信號的雙重檢測算法[J]. 郭婷鶯,陳永鋒,劉凱.  電訊技術(shù). 2018(11)
[2]基于峰值比的疊加單滑窗信號檢測算法[J]. 楊松.  無線電工程. 2017(04)
[3]一種多重前相關(guān)差分GPS信號檢測方法[J]. 蘇艷林.  現(xiàn)代導(dǎo)航. 2017(01)
[4]低信噪比短前導(dǎo)突發(fā)通信的頻偏估計[J]. 譚堯,楊擁軍,陳強(qiáng).  計算機(jī)應(yīng)用. 2016(S2)
[5]高速通信QPSK數(shù)字調(diào)制器設(shè)計與實現(xiàn)[J]. 王戰(zhàn)強(qiáng),王大慶.  空間電子技術(shù). 2015(06)
[6]基于自相關(guān)檢測法和能量重心法的正弦信號頻率估計算法[J]. 侯盼衛(wèi),楊錄.  科學(xué)技術(shù)與工程. 2014(03)
[7]基于聚類的未知頻率小信號檢測[J]. 陳新國,楊曉非,王潔蕓.  儀表技術(shù)與傳感器. 2012(06)
[8]一種抗頻偏的時間精同步方法及性能分析[J]. 王磊,徐大專.  電子與信息學(xué)報. 2011(02)
[9]基于蟻群算法的K-Means聚類雷達(dá)信號分選算法[J]. 趙貴喜,駱魯秦,陳彬.  雷達(dá)科學(xué)與技術(shù). 2009(02)
[10]基于循環(huán)平穩(wěn)分析的MPSK信號接收[J]. 羅明,楊紹全,魏青.  電路與系統(tǒng)學(xué)報. 2007(05)

博士論文
[1]有限訓(xùn)練樣本條件下的分類器構(gòu)建與應(yīng)用[D]. 陳鵬.北京科技大學(xué) 2020
[2]非合作模式下微弱信號識別技術(shù)研究[D]. 張克終.北京郵電大學(xué) 2019

碩士論文
[1]基于信號分離和主成分分析的頻譜感知研究[D]. 孫晨皓.廣東工業(yè)大學(xué) 2019
[2]基于聚類算法的認(rèn)知無線電頻譜感知研究[D]. 張順超.廣東工業(yè)大學(xué) 2019
[3]非協(xié)作智能頻譜感知算法研究與實現(xiàn)[D]. 王鵬.西安電子科技大學(xué) 2019
[4]認(rèn)知無線電中盲頻譜感知算法的研究[D]. 劉建.西安電子科技大學(xué) 2019
[5]基于機(jī)器學(xué)習(xí)的頻譜監(jiān)測算法研究與FPGA實現(xiàn)[D]. 孫智偉.西安電子科技大學(xué) 2019
[6]雷達(dá)信號實時分選算法的研究與FPGA實現(xiàn)[D]. 趙昊.電子科技大學(xué) 2018
[7]基于隨機(jī)森林的通信信號調(diào)制識別算法研究[D]. 譚正驕.云南大學(xué) 2018
[8]基于循環(huán)譜特征的頻譜感知技術(shù)研究[D]. 杜金財.北京郵電大學(xué) 2018
[9]基于大數(shù)據(jù)的頻譜分析算法的研究[D]. 閆戈.北京郵電大學(xué) 2017
[10]認(rèn)知無線電網(wǎng)絡(luò)中的頻譜感知研究[D]. 楊環(huán)宇.浙江大學(xué) 2014



本文編號：3301277