复杂噪声中跳频信号参数估计研究

《复杂噪声中跳频信号参数估计研究》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、辦市Ｍ專議硕士学位论文＿闘參作者姓名周研指导教师姓名、职称金艳副教授—圍西安电子科技大学学位论文独创性（或创新性〉声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，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为获得西安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一。与我同工作的同事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了谢意。１一学位论文若有不实之处，本人承担切法

2、律责任。°本人签名：日期：６，１／西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定，ｇ卩：研究生在校攻读学位期间论文工作的知识产权属于西安电子科技大学。学校有权保留送交论文的复印件，允许查阅、借阅论文；学校可以公布论文的全部或部分内容，允许采用影印、缩印或其它复制手段保存论文。同时本人保证，结合学位论文研究成果完成的论文、发明专利等成果，署名单位为西安电子科技大学。保密的学位论文在密后适用本授权书。＿年解Ｊ本人签名：导师签名：＾小丨丨日期：ｆｎ．日期：切客ｆｌ１

3、学校代码10701学号1502120958分类号TN91密级公开西安电子科技大学硕士学位论文复杂噪声中跳频信号参数估计研究作者姓名：周磊一级学科：信息与通信工程二级学科：信号与信息处理学位类别：工学硕士指导教师姓名、职称：金艳副教授学院：电子工程学院提交日期：2018年06月ResearchonParameterEstimationofFrequency-HoppingSignalinComplicatedNoiseAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthe

4、degreeofMasterinSignalandInformationProcessingByZhouLeiSupervisor:JinYanAssociateProfessorJune2018摘要摘要作为一种重要的扩频通信技术，跳频扩频被大量应用在现代通信系统中。在非合作情况下，接收方由于缺少相关信道参数很难捕获跳频通信内容，因此，如何实现跳频信号参数的盲估计，一直是非合作跳频通信技术中的研究热点。经典的统计信号处理方法多基于高斯分布建模背景噪声，然而研究发现，许多复杂噪声背景下的观测数据具有显著的尖峰脉冲特性，呈现典型的非高斯性，可以用α稳定分布建模。在这种情况下，

5、基于高斯假设的信号处理方法性能往往退化，需要设计新的参数估计方案。针对通信信道环境的多样性，本文分别基于高斯分布和α稳定分布模型，研究了两种不同噪声下跳频信号的参数估计问题，主要工作如下：1、高斯噪声背景下，基于常规时频分析方法估计跳频信号参数时，采用核函数抑制时频分布交叉项会导致时频聚集性的下降，不利于信号参数提取。对此，本文结合Cohen类时频分布和压缩感知理论，提出一种基于跳频信号时频分布特性的稀疏时频分布（SparseTime-FrequencyDistribution,STFD）。STFD不仅能有效抑制交叉项，而且具有良好的时频聚集性。仿真分析表明，在高斯噪声背

6、景中，与传统时频分析方法相比，基于STFD的跳频信号参数估计方法性能更优。2、α稳定分布噪声中，经典的稳健滤波方法所采用的统计模型多为α稳定分布特例（如Cauchy分布和Meridian分布等），其脉冲抑制效果受到限制。对此，本文基于稳健滤波原理和近似SαS分布模型提出一种新的加权最大似然近似SαS（WeightedMaximum-LikelihoodApproximateSαS,WMAS）滤波器。WMAS滤波器所采用的统计模型为幂函数形式的近似SαS分布概率密度函数，该分布能较好地刻画SαS分布概率密度函数的重拖尾特性，使WMAS滤波器可以对α稳定分布噪声下的观测信号进

7、行自适应滤波，具有良好的稳健性。3、提出一种α稳定分布噪声中基于最大似然的跳频信号参数估计新方法。首先将复杂的跳频信号模型简化为其频率和包络表示，并基于Cauchy分布建立估计信号频率的最大似然框架；然后提出一种基于迭代的频率估计算法，实现了α稳定分布噪声中信号频率参数的有效估计。同时，利用跳频信号的短时平稳性，基于窗宽递增寻优算法设计窗函数对其加滑动时间窗，提取跳频频率随时间变化曲线，进而得到跳变时刻和跳周期等的估计。仿真表明，该方法在确保有效估计跳频信号参数的同时，与基于分数低阶和Meridian滤波的参数估计方法相比更稳