跳频信号的检测、参数估计与分选算法研究

跳频信号的检测、参数估计与分选算法研究

ID:35107403

大小:7.64 MB

页数:89页

时间:2019-03-18

跳频信号的检测、参数估计与分选算法研究_第1页
跳频信号的检测、参数估计与分选算法研究_第2页
跳频信号的检测、参数估计与分选算法研究_第3页
跳频信号的检测、参数估计与分选算法研究_第4页
跳频信号的检测、参数估计与分选算法研究_第5页
资源描述:

《跳频信号的检测、参数估计与分选算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、擊,SFC-ITYOFELECTRONCSCIENCEANDTECHNOLOGYOHINAI...?養硕±学位论文MASTERTHESIS论文题目圓杉烦信号的检测、参数估计与分选算法研究学科专业信号与信息处理2013212401学号m^M,t'’'?‘作者姓名郭海召指量教师张顺生副研究员I击'IA独剑性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据義所知,除了文中特别加W标注和致谢的地方夕h

2、论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。-作者签名:日期;^t^/轉月^日^论文使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定,有权保留并向国家有关部口或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人授权电子科技大学可将学位论文的全部或部分内容编入有关数据库进行检索,可W采用影印、缩印或扫描■等复制手段保存、汇编学位论文。

3、(保密的学位论文在解密后应遵守此规定);签:作者签名导名师.__?^TAiC日:《月多日期年分类号密级注1UDC学位论文跳频信号的检测、参数估计与分选算法研究(题名和副题名)郭海召(作者姓名)指导教师张顺生副研究员电子科技大学成都(姓名、职称、单位名称)申请学位级别硕士学科专业信号与信息处理提交论文日期2016.04.06论文答辩日期2016.06.06学位授予单位和日期电子科技大学2016年6月日答辩委员会主席评阅人注1:注明《国际十进分类法UDC》的类号。StudyonDetection,ParametersEstimatio

4、nandSeperationAlgorithmforFrequency-hoppingSignalsAMasterThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:SignalandInformationProcessingAuthor:GuoHaizhaoAdvisor:ZhangShunshengAssociateprofessorSchool:ResearchInstituteofElectronicScienceandTechnologyofUE

5、STC摘要摘要由于跳频信号优越的抗干扰性能、较低的截获概率以及较强的多址组网能力,近年来,跳频通信在军事、民用等领域应用广泛。正因为此,跳频信号侦察困难重重,全面开展跳频信号的截获、参数估计以及分选研究刻不容缓。本文以复杂电磁环境中的跳频信号为处理对象,研究跳频信号处理过程中的关键技术,包括跳频信号盲检测,单、多跳频信号参数估计以及多跳频信号分选识别。针对当前跳频通信侦察存在的问题,本文的主要研究内容及创新点如下:1、采用基于多相滤波器组的信道化方案侦察接收跳频信号。针对强噪声环境,提出一种谱图变换与非相干积累的联合处理算法,改善了检测与识别信噪

6、比。根据跳频信号与其他通信调制信号时频特性的不同,研究了基于频率差分序列的识别跳频信号的方法。所提跳频信号识别方案整体计算量较小,仿真实验验证了该方案在较为恶劣的噪声环境下仍然有效。2、针对单跳频信号,研究了谱图与多重差分联合的方法对跳周期、跳时及跳频频率参数进行估计,仿真实验表明,当信噪比大于2dB时,跳周期与跳时的估9计方差均优于10。针对多跳信号,提出了一种基于跳频中心时刻变换的跳周期估计新算法。与逐级差分直方图相比,所提算法改善了多跳频信号的参数估计性能,尤其解决了丢跳等情况发生时估计性能不佳的问题。仿真实验表明,在相同条件下,所提算法

7、的跳周期估计方差比逐级差分直方图算法均低一个数量级。3、针对多跳频电台的分选,研究了一种基于异步组网的高效实时分选算法。该算法充分考虑了跳频数据丢失的各种情形,给出了不同丢跳率下的分选正确率,仿真验证其适用于跳频信号的快速分选。进一步,针对多跳频电台的分选正确率不高、识别效率低等问题,提出了一种基于稀疏贝叶斯学习的多跳频信号分选新算法,性能对比环节验证了所提算法的有效性及优越性。在此基础上,给出了多个跳频电台信号的参数估计及分选的完整仿真实验,为工程实践提供了可行性指导。关键词:跳频信号,非相干积累,参数估计,分选,稀疏贝叶斯学习IABSTRAC

8、TABSTRACTBecauseofsuperioranti-jammingperformance,lowinterceptionpro

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。