本文關(guān)鍵詞：基于時(shí)頻分析的跳頻信號(hào)檢測(cè)與參數(shù)估計(jì)技術(shù)

  更多相關(guān)文章： 跳頻通信 信號(hào)檢測(cè) 參數(shù)估計(jì) 圖像處理 紋理 灰度共生矩陣 局部特征尺度分解

【摘要】：跳頻通信具有較強(qiáng)的抗干擾能力、抗截獲能力和抗衰落能力等優(yōu)勢(shì),無(wú)論是在軍用還是民用通信領(lǐng)域上它都獲得了廣泛的使用,但同時(shí)也給通信偵察提出了嚴(yán)峻的挑戰(zhàn)。對(duì)于非平穩(wěn)的跳頻信號(hào),主要采用時(shí)頻分析方法對(duì)其進(jìn)行分析處理,因此本文對(duì)適用于跳頻信號(hào)的時(shí)頻分析方法進(jìn)行研究,并基于此進(jìn)行跳頻信號(hào)的盲檢測(cè)與參數(shù)盲估計(jì),主要工作和創(chuàng)新內(nèi)容如下:1.研究了跳頻信號(hào)的全域波時(shí)頻分析方法。將多種時(shí)頻分布用于跳頻信號(hào)的分析,通過仿真對(duì)其在時(shí)頻聚集性和交叉干擾項(xiàng)的抑制能力這兩方面進(jìn)行定性比較。然后將信息熵用于跳頻信號(hào)時(shí)頻分布性能的定量比較,并結(jié)合運(yùn)算量綜合給出各個(gè)時(shí)頻分布的優(yōu)缺點(diǎn)。2.研究了跳頻信號(hào)的盲檢測(cè)算法。首先,針對(duì)跳頻信號(hào)在時(shí)頻圖中呈現(xiàn)著紋理特征這一特點(diǎn),通過灰度共生矩陣提取其紋理特征,再利用紋理特征量進(jìn)行閾值分割,較好地去除了背景噪聲,且該方法同樣適用于色噪聲條件下。然后給出了一種跳頻信號(hào)檢測(cè)流程,即先通過形態(tài)學(xué)濾波去除椒鹽噪聲,再對(duì)二值時(shí)頻圖中的信號(hào)進(jìn)行連通區(qū)域標(biāo)記,獲取各個(gè)時(shí)頻分量的參數(shù)信息,最后根據(jù)各參數(shù)進(jìn)行聚類去除干擾信號(hào),并對(duì)聚類結(jié)果進(jìn)行判定,當(dāng)超過設(shè)定門限時(shí)則判定存在跳頻信號(hào)。仿真結(jié)果表明,即使在較低的信干噪比條件下,按照本文的流程處理也能準(zhǔn)確地檢測(cè)出跳頻信號(hào)。3.研究了跳頻信號(hào)參數(shù)的盲估計(jì)算法。首先針對(duì)低速跳頻信號(hào),在本文提出的盲檢測(cè)算法基礎(chǔ)上進(jìn)行研究,給出了一種基于圖像處理的跳頻信號(hào)參數(shù)盲估計(jì)算法。該算法根據(jù)聚類結(jié)果恢復(fù)出跳頻圖案,然后提取其跳頻頻線并進(jìn)行修正,最后通過修正后的跳頻頻線進(jìn)行參數(shù)估計(jì)。該算法能夠在定頻、突發(fā)等干擾存在的條件下實(shí)現(xiàn)參數(shù)盲估計(jì),并且在較低的信噪比條件下也適用。然后針對(duì)高速跳頻信號(hào),分析了全域波時(shí)頻分析方法存在的一些缺點(diǎn)及與其相對(duì)應(yīng)的局域波時(shí)頻分析方法,提出了一種采用局部特征尺度分解的跳頻信號(hào)參數(shù)盲估計(jì)算法。該算法將跳頻信號(hào)迭代地分解成若干個(gè)內(nèi)稟尺度分量,并對(duì)其進(jìn)行噪聲屬性判斷,去除被判為噪聲的分量從而達(dá)到降噪的目的;再對(duì)降噪后信號(hào)的最大瞬時(shí)幅度進(jìn)行小波變換和傅立葉變換,即可估計(jì)出跳頻信號(hào)的跳頻周期和跳變時(shí)刻,進(jìn)而估計(jì)出跳頻頻率。仿真結(jié)果表明,該算法適用于高速跳頻信號(hào),能夠較為精確地估計(jì)出跳頻信號(hào)的參數(shù)。
【關(guān)鍵詞】：跳頻通信 信號(hào)檢測(cè) 參數(shù)估計(jì) 圖像處理 紋理 灰度共生矩陣 局部特征尺度分解
【學(xué)位授予單位】：解放軍信息工程大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN914.41
【目錄】：

• 摘要4-5
• Abstract5-13
• 第一章 緒論13-19
• 1.1 研究背景及意義13
• 1.2 跳頻信號(hào)檢測(cè)的國(guó)內(nèi)外研究現(xiàn)狀13-16
• 1.2.1 非盲檢測(cè)算法13-15
• 1.2.2 盲檢測(cè)算法15-16
• 1.3 跳頻信號(hào)參數(shù)估計(jì)的國(guó)內(nèi)外研究現(xiàn)狀分析16-17
• 1.3.1 時(shí)頻分析類算法16-17
• 1.3.2 非時(shí)頻分析類算法17
• 1.4 本文主要內(nèi)容和結(jié)構(gòu)安排17-19
• 第二章 跳頻通信系統(tǒng)19-25
• 2.1 跳頻通信系統(tǒng)原理19-21
• 2.1.1 理論基礎(chǔ)19
• 2.1.2 基本原理19-20
• 2.1.3 跳頻信號(hào)的數(shù)學(xué)模型20-21
• 2.2 跳頻通信的性能指標(biāo)和特點(diǎn)21-22
• 2.2.1 跳頻通信的性能指標(biāo)21-22
• 2.2.2 跳頻通信的特點(diǎn)22
• 2.3 跳頻信號(hào)偵察接收機(jī)22-24
• 2.3.1 數(shù)字FFT(TFA)接收機(jī)22
• 2.3.2 數(shù)字信道化接收機(jī)22-24
• 2.4 本章小結(jié)24-25
• 第三章 跳頻信號(hào)的時(shí)頻分析25-39
• 3.1 時(shí)頻分析基本理論25-27
• 3.1.1 解析信號(hào)25
• 3.1.2 信號(hào)的時(shí)頻分辨率25-26
• 3.1.3 不相容原理26-27
• 3.2 線性時(shí)頻分析方法27-29
• 3.2.1 STFT27-28
• 3.2.2 Gabor變換28-29
• 3.3 非線性時(shí)頻分析方法29-34
• 3.3.1 WVD29-31
• 3.3.2 Cohen類時(shí)頻分布31-33
• 3.3.3 譜圖33-34
• 3.4 重排及組合類時(shí)頻分析方法34-36
• 3.4.1 重排類時(shí)頻分析方法34-35
• 3.4.2 組合類時(shí)頻分析方法35-36
• 3.5 性能分析36-38
• 3.5.1 時(shí)頻分布的性能量化評(píng)價(jià)36-37
• 3.5.2 計(jì)算量37-38
• 3.5.3 性能綜合評(píng)價(jià)38
• 3.6 本章小結(jié)38-39
• 第四章 基于紋理特征的跳頻信號(hào)盲檢測(cè)算法39-57
• 4.1 引言39-40
• 4.2 背景噪聲消除40-49
• 4.2.1 紋理40
• 4.2.2 灰度共生矩陣40-43
• 4.2.3 紋理特征量43-44
• 4.2.4 信號(hào)的紋理特征提取44-46
• 4.2.5 仿真結(jié)果及分析46-49
• 4.3 跳頻信號(hào)的盲檢測(cè)49-56
• 4.3.1 形態(tài)學(xué)濾波50-51
• 4.3.2 連通區(qū)域標(biāo)記51-52
• 4.3.3 聚類52-53
• 4.3.4 仿真結(jié)果及分析53-56
• 4.4 本章小結(jié)56-57
• 第五章 跳頻信號(hào)的參數(shù)盲估計(jì)57-73
• 5.1 引言57
• 5.2 采用全域波的跳頻信號(hào)參數(shù)估計(jì)方法57-64
• 5.2.1 基于時(shí)頻脊線的參數(shù)估計(jì)57-60
• 5.2.2 基于圖像處理的參數(shù)估計(jì)60-61
• 5.2.3 仿真結(jié)果及分析61-64
• 5.3 采用局域波的跳頻信號(hào)參數(shù)估計(jì)方法64-72
• 5.3.1 局域波時(shí)頻分析理論64-65
• 5.3.2 局部特征尺度分解算法65-68
• 5.3.3 估計(jì)算法68-70
• 5.3.4 仿真結(jié)果及分析70-72
• 5.4 本章小結(jié)72-73
• 第六章 總結(jié)與展望73-75
• 6.1 全文工作總結(jié)73
• 6.2 未來(lái)工作展望73-75
• 致謝75-76
• 參考文獻(xiàn)76-81
• 作者簡(jiǎn)歷81

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 楊宇;潘海洋;程軍圣;;基于LCD降噪和VPMCD的滾動(dòng)軸承故障診斷方法[J];中國(guó)機(jī)械工程;2013年24期

2 沙志超;黃知濤;周一宇;王豐華;;基于時(shí)頻稀疏性的跳頻信號(hào)時(shí)頻圖修正方法[J];宇航學(xué)報(bào);2013年06期

3 沙志超;黃知濤;周一宇;王軍華;;基于稀疏重構(gòu)的跳頻信號(hào)時(shí)頻分析方法[J];通信學(xué)報(bào);2013年05期

4 賈宏雷;江樺;;基于形態(tài)學(xué)處理的短波跳頻信號(hào)寬帶時(shí)頻檢測(cè)算法[J];信息工程大學(xué)學(xué)報(bào);2013年02期

5 王輝;王斌;;基于示向圖分割投影的短波跳頻信號(hào)檢測(cè)算法[J];信號(hào)處理;2012年12期

6 程軍圣;鄭近德;楊宇;;一種新的非平穩(wěn)信號(hào)分析方法——局部特征尺度分解法[J];振動(dòng)工程學(xué)報(bào);2012年02期

7 馮濤;袁超偉;;基于時(shí)頻脊線的跳頻參數(shù)盲估計(jì)[J];電子學(xué)報(bào);2011年12期

8 范九倫;任靜;;基于平方距離的對(duì)稱共生矩陣閾值法[J];電子學(xué)報(bào);2011年10期

9 齊昶;王斌;顏羨卿;;短波環(huán)境下跳頻信號(hào)檢測(cè)[J];雷達(dá)科學(xué)與技術(shù);2011年04期

10 安金坤;田斌;易克初;于全;孫永軍;;基于ITD的跳頻信號(hào)跳速估計(jì)算法[J];系統(tǒng)工程與電子技術(shù);2011年01期

，

本文編號(hào)：569990