本文關(guān)鍵詞：通信對(duì)抗中的現(xiàn)代信號(hào)處理技術(shù)應(yīng)用研究

  更多相關(guān)文章： 通信對(duì)抗 信號(hào)檢測(cè) 調(diào)制模式識(shí)別 參數(shù)估計(jì) 電臺(tái)指紋識(shí)別

【摘要】： 信息技術(shù)在現(xiàn)代軍事領(lǐng)域占有越來(lái)越重要的地位，成為決定戰(zhàn)爭(zhēng)勝負(fù)的一個(gè)關(guān)鍵因素。信息戰(zhàn)已經(jīng)成為現(xiàn)代戰(zhàn)爭(zhēng)的主要作戰(zhàn)形式之一。以控制電磁頻譜為目的的電子戰(zhàn)是信息戰(zhàn)中最重要的核心部分。通信對(duì)抗是電子戰(zhàn)的重要組成部分。 應(yīng)用于軍事通信對(duì)抗的信號(hào)處理理論發(fā)展非常迅速，這得益于兩個(gè)方面的動(dòng)力：其一，軍事通信的技術(shù)和手段不斷更新，在數(shù)字化的基礎(chǔ)上逐步走向軟件化、智能化、寬帶化和網(wǎng)絡(luò)化，出現(xiàn)了自適應(yīng)跳頻、突發(fā)通信、寬帶調(diào)制和復(fù)雜編碼等新的實(shí)用技術(shù)，推動(dòng)了具有很強(qiáng)針對(duì)性的信號(hào)偵測(cè)和處理領(lǐng)域的算法研究；其二，現(xiàn)代信號(hào)處理的三大熱點(diǎn)——譜估計(jì)、高階統(tǒng)計(jì)量方法、時(shí)頻分析的理論和技術(shù)日臻完善，并逐漸應(yīng)用于通信對(duì)抗領(lǐng)域。此外，全數(shù)字接收機(jī)和軟件無(wú)線電技術(shù)的應(yīng)用和發(fā)展為現(xiàn)代信號(hào)處理技術(shù)提供了應(yīng)用平臺(tái)。 本文研究軍事通信對(duì)抗中的信號(hào)處理問(wèn)題。以構(gòu)建對(duì)敵方電臺(tái)進(jìn)行偵收和指紋識(shí)別的系統(tǒng)為目的，本文提出了多種算法，仿真實(shí)現(xiàn)了復(fù)雜電磁環(huán)境中的電臺(tái)信號(hào)提取、信號(hào)調(diào)制模式識(shí)別、擴(kuò)頻信號(hào)檢測(cè)、擴(kuò)頻參數(shù)估計(jì)，并實(shí)現(xiàn)了電臺(tái)的指紋識(shí)別。本文涉及非合作條件下的通信信號(hào)處理、非平穩(wěn)信號(hào)分析與處理，并將高階累積量方法、模式識(shí)別、聚類分析和神經(jīng)網(wǎng)絡(luò)等多個(gè)領(lǐng)域的技術(shù)用于信號(hào)的分析與處理。 本文首先給出了研究背景、研究目標(biāo)和系統(tǒng)總體方案，然后根據(jù)總體方案的各個(gè)模塊在各章討論了相關(guān)的算法、仿真實(shí)現(xiàn)和性能分析。 接收到多個(gè)電臺(tái)的混合信號(hào)后，首先通過(guò)信源數(shù)目估計(jì)、波達(dá)方向估計(jì)、波束形成和信號(hào)聚焦模塊，將不同電臺(tái)的信號(hào)分開，并將噪聲、電臺(tái)的暫態(tài)信號(hào)與通信信號(hào)分離。本文提出了改進(jìn)的基于Gerschgorin理論的信源數(shù)目估計(jì)算法，提出了基于奇異性的信號(hào)聚焦算法，并仿真實(shí)現(xiàn)了信號(hào)預(yù)處理的全過(guò)程。 其次，對(duì)通信信號(hào)，檢測(cè)是否有擴(kuò)頻信號(hào)存在并估計(jì)擴(kuò)頻參數(shù)；如果是非擴(kuò)頻的一般調(diào)制信號(hào)，，則識(shí)別其調(diào)制模式。本文提出了一種信號(hào)調(diào)制模式識(shí)別算法，能同時(shí)識(shí)別7種模擬調(diào)制信號(hào)(AM、DSB、USB、LSB、CW、FM、AM-FM信號(hào))和7種數(shù)字調(diào)制信號(hào)(2ASK、4ASK、2FSK、4FSK、2PSK、4PSK、16QAM信號(hào))。對(duì)直序擴(kuò)頻(DSSS)信號(hào)，本文提出了一種假設(shè)檢驗(yàn)算法檢測(cè)其存在性；利用DSSS信號(hào)的循環(huán)平穩(wěn)特性，提出了估計(jì)DSSS信號(hào)符號(hào)周期的方法。對(duì)跳頻(FH)信號(hào)，本文提出了基于多跳自相關(guān)的信號(hào)檢測(cè)方法和基于時(shí)頻分析的跳頻參數(shù)估計(jì)方法。 再次，利用暫態(tài)信號(hào)和通信信號(hào)的細(xì)微特征進(jìn)行電臺(tái)的指紋識(shí)別。對(duì)暫態(tài)信號(hào)，在沒(méi)有訓(xùn)練樣本的條件下，本文提出了綜合聚類算法實(shí)現(xiàn)信號(hào)的盲分類；在有訓(xùn)練樣本的情況下，提出了一種信號(hào)特征參數(shù)的提取方法，能夠更好地表現(xiàn)不同信號(hào)類之間的差異，并利用神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)了分類。此外，提出了分析通信信號(hào)細(xì)微特征的思路，并嘗試用高階統(tǒng)計(jì)量方法提取特征參數(shù)并識(shí)別電臺(tái)。
【關(guān)鍵詞】：通信對(duì)抗 信號(hào)檢測(cè) 調(diào)制模式識(shí)別 參數(shù)估計(jì) 電臺(tái)指紋識(shí)別
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2004
【分類號(hào)】：TN97
【目錄】：

• 摘要3-4
• Abstract4-6
• 目錄6-9
• 第一章 緒論9-15
• 1.1 信息戰(zhàn)、電子戰(zhàn)與通信對(duì)抗10-12
• 1.2 本文的研究目的和總體方案12-13
• 1.3 本文主要工作和貢獻(xiàn)13-14
• 1.4 各章節(jié)內(nèi)容安排14-15
• 第二章 信號(hào)的預(yù)處理15-41
• 2.1 信源數(shù)目的估計(jì)15-25
• 2.1.1 各種信源數(shù)目估計(jì)算法回顧15-20
• 2.1.2 本文采用的信源數(shù)目估計(jì)算法20-25
• 2.2 DOA估計(jì)與波束形成25-30
• 2.2.1 DOA估計(jì)算法25-27
• 2.2.2 波束形成算法27-30
• 2.3 信號(hào)聚焦30-36
• 2.3.1 利用信號(hào)的奇異性聚焦30-32
• 2.3.2 仿真32-36
• 2.4 預(yù)處理整體仿真36-40
• 2.5 本章小結(jié)40-41
• 第三章 信號(hào)調(diào)制模式識(shí)別41-59
• 3.1 信號(hào)調(diào)制模式識(shí)別算法的回顧41-42
• 3.2 區(qū)分模擬調(diào)制信號(hào)和數(shù)字調(diào)制信號(hào)42-47
• 3.3 模擬調(diào)制模式識(shí)別47-51
• 3.4 數(shù)字調(diào)制模式識(shí)別51-55
• 3.5 仿真實(shí)現(xiàn)55-57
• 3.6 本章小結(jié)57-59
• 第四章 擴(kuò)頻信號(hào)檢測(cè)與參數(shù)估計(jì)59-99
• 4.1 擴(kuò)頻原理59-65
• 4.1.1 擴(kuò)頻60-61
• 4.1.2 偽噪聲序列61
• 4.1.3 直序擴(kuò)頻信號(hào)61-63
• 4.1.4 跳頻擴(kuò)頻信號(hào)63-65
• 4.2 直序擴(kuò)頻信號(hào)檢測(cè)65-72
• 4.2.1 系統(tǒng)模型與算法65-69
• 4.2.2 性能分析69-72
• 4.3 直序擴(kuò)頻信號(hào)參數(shù)估計(jì)72-82
• 4.3.1 符號(hào)周期估計(jì)72-74
• 4.3.2 碼片周期估計(jì)74-80
• 4.3.3 擴(kuò)頻序列估計(jì)80-82
• 4.4 跳頻信號(hào)檢測(cè)82-89
• 4.4.1 跳頻信號(hào)的多跳自相關(guān)過(guò)程82-85
• 4.4.2 信號(hào)檢測(cè)模型85-86
• 4.4.3 性能分析86-88
• 4.4.4 仿真88-89
• 4.5 跳頻信號(hào)參數(shù)估計(jì)89-97
• 4.5.1 WVD分布及其擴(kuò)展89-91
• 4.5.2 WVD分布的離散化及其實(shí)現(xiàn)91-92
• 4.5.3 SPWVD分布用于估計(jì)跳頻參數(shù)92-93
• 4.5.4 跳頻參數(shù)估計(jì)算法仿真93-96
• 4.5.5 性能分析96-97
• 4.6 本章小結(jié)97-99
• 第五章 電臺(tái)指紋識(shí)別99-129
• 5.1 無(wú)訓(xùn)練樣本條件下暫態(tài)信號(hào)的盲分類100-108
• 5.1.1 K-Means算法100-101
• 5.1.2 綜合聚類算法101-105
• 5.1.3 仿真與分析105-108
• 5.2 有訓(xùn)練樣本條件下暫態(tài)信號(hào)的分類108-115
• 5.2.1 小波變換與信號(hào)的分解109-110
• 5.2.2 小波系數(shù)的選取與神經(jīng)網(wǎng)絡(luò)110-112
• 5.2.3 仿真112-115
• 5.3 通信信號(hào)細(xì)微特征研究的背景與思路115-119
• 5.3.1 電臺(tái)載頻頻偏的精確測(cè)定115-116
• 5.3.2 對(duì)電臺(tái)細(xì)微特征的要求116
• 5.3.3 信號(hào)的常規(guī)特征116-117
• 5.3.4 過(guò)零點(diǎn)特征117
• 5.3.5 譜相關(guān)特征117-119
• 5.4 高階統(tǒng)計(jì)量方法分析通信信號(hào)細(xì)微特征119-128
• 5.4.1 從高階統(tǒng)計(jì)量到循環(huán)累積量譜119-122
• 5.4.2 實(shí)際電臺(tái)信號(hào)的分析與仿真122-128
• 5.5 本章小結(jié)128-129
• 總結(jié)與展望129-131
• 參考文獻(xiàn)131-139
• 致謝139-140
• 作者攻讀博士學(xué)位期間撰寫的學(xué)術(shù)論文140

【引證文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前3條

1 錢博;馮永新;潘成勝;田明浩;;一種基于多跳自相關(guān)的差分跳頻信號(hào)檢測(cè)方法[J];航空學(xué)報(bào);2011年12期

2 劉力維;魏成巍;李勇;張亞秒;;電子對(duì)抗訓(xùn)練中通信干擾效果評(píng)估方法研究[J];計(jì)算機(jī)與現(xiàn)代化;2010年11期

3 錢怡;武傳華;;跳頻信號(hào)檢測(cè)和參數(shù)估計(jì)技術(shù)研究[J];空間電子技術(shù);2007年02期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前1條

1 薛樂(lè);葉偉;;擴(kuò)頻信號(hào)檢測(cè)方法[A];2008通信理論與技術(shù)新發(fā)展——第十三屆全國(guó)青年通信學(xué)術(shù)會(huì)議論文集（下）[C];2008年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前3條

1 賈可新;通信偵察中的信號(hào)分選算法研究[D];電子科技大學(xué);2011年

2 曾德國(guó);低截獲概率雷達(dá)信號(hào)偵收技術(shù)研究[D];電子科技大學(xué);2012年

3 龍柯宇;寬帶雷達(dá)信號(hào)偵察接收機(jī)關(guān)鍵技術(shù)研究[D];電子科技大學(xué);2012年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 于波;直擴(kuò)系統(tǒng)中的干擾類型識(shí)別方法研究[D];解放軍信息工程大學(xué);2010年

2 吳效威;基于鄰域粗集神經(jīng)網(wǎng)絡(luò)的通信信號(hào)調(diào)制識(shí)別研究[D];太原理工大學(xué);2011年

3 王海清;數(shù)據(jù)壓縮與通信信號(hào)處理識(shí)別技術(shù)研究[D];北京郵電大學(xué);2011年

4 周發(fā);基于DSP的嘈雜背景下的聲源定位及分離技術(shù)[D];武漢科技大學(xué);2011年

5 靳朝;基于認(rèn)知無(wú)線電的擴(kuò)跳頻通信信號(hào)的調(diào)制識(shí)別[D];鄭州大學(xué);2011年

6 宋欽濤;對(duì)非合作信號(hào)的分布式檢測(cè)與接收技術(shù)研究[D];杭州電子科技大學(xué);2010年

7 張玉峰;最佳聚焦頻率的選擇及對(duì)寬帶相干子空間算法性能的影響[D];太原理工大學(xué);2008年

8 岳文卿;基于包絡(luò)高階特性的OFDM電臺(tái)識(shí)別技術(shù)研究[D];哈爾濱工程大學(xué);2009年

9 李琛;電子戰(zhàn)數(shù)字無(wú)線通信信號(hào)盲接收關(guān)鍵技術(shù)研究[D];電子科技大學(xué);2012年

10 杜雙敏;軟件無(wú)線電中的跳頻干擾及抗干擾波形設(shè)計(jì)[D];電子科技大學(xué);2012年

本文編號(hào)：639194