跳频通信系统中的干扰识别技术研究

《跳频通信系统中的干扰识别技术研究》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、硕士学位论文＿闘參跳频通信系统中的干扰识别技术研究作者姓名￥申鹏学校导师姓名、职称李赞教授企业导师姓名、职称宋斌高工申请学位类别工程硕士学校代码10701学号1501120408分类号TN91密级公开西安电子科技大学硕士学位论文跳频通信系统中的干扰识别技术研究作者姓名：申鹏领域：电子与通信工程学位类别：工程硕士学校导师姓名、职称：李赞教授企业导师姓名、职称：宋斌高工学院：通信工程学院提交日期：2018年5月ResearchonInterferenceRecogniti

2、onTechnologyinFrequencyHoppingCommunicationSystemAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinElectronicsandCommunicationsEngineeringByShenPengSupervisor:LiZanProfessorSongBinSeniorEngineerMay2018西安电子科技

3、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己经发表或撰写过的研宄成果；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作的同事对本研宄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。一学位论文若有不实之处，本人承担切法律责任。本人签名日期西安电子科技

4、大学关于论文使用授权的说明ｇ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，卩：研宄生在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，允许釆用影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。本人签名：导师签名：離＜．■日期：２４Ｄ日期：１Ｍ＾摘要摘要在复杂的电磁环境中

5、，跳频通信系统具备良好的抗截获、抗干扰、抗衰落和多址组网能力，使得该技术在日常民用通信和国防军事通信领域都得到广泛的使用。但是电子对抗技术的快速发展使得干扰手段也变得多样起来，对于跳频通信的可靠性和稳定性提出了更高的要求。常规的跳频通信系统的缺点也日益显著。近年来，人们对传统的跳频技术进行了不断的优化与改进。一是提高跳频速率，但高速跳频技术也有自己的局限，由于高速跳频信号驻留时间短、频谱利用率低而且频谱占用较宽，使得副瓣对其邻近信道造成干扰。二是自适应跳频技术，通过在接收端添加一个实时信道评估模

6、块，对通信频段进行评估，并将结果反馈给发送端，不断地更新跳频图案，实现被干扰频段的替换。但是此方法的实时性差，在时变信道中系统性能大幅下降。三是干扰识别技术，通过对干扰进行有效的识别，判断干扰的类型和主要参数，然后采取相应的抗干扰策略，达到提升系统抗干扰性能的目的。本文深入研究干扰识别技术，为通信接收机的抗干扰策略提供支持，从而增强跳频通信系统的抗干扰能力。本文的主要研究内容和贡献包括以下几个方面：1、基于目前干扰抑制技术的特点，分析并整理了跳频通信系统中的8种常见的干扰类型：无干扰、宽带噪声干

7、扰（BNJ）、窄带噪声干扰（NNJ）、部分频带干扰（PBN）、单音干扰（STJ）、多音干扰（MTJ）、扫频干扰（FSJ）以及脉冲干扰（PJ），建立不同干扰类型的数学模型，使用Python对各类干扰信号进行仿真，并对其时域、频域以及时频域的特性进行分析。2、通过阅读大量的文献与仿真实验，深入研究干扰信号特征参数提取的方法。提取七种分类效果很好的特征参数，分别为：能限因子、归一化频谱带宽、载波因子系数、归一化频谱峰度、归一化频谱平坦度，时域峰平比和分数阶傅里叶域能量聚集度。将所有未知的干扰信号用7种

8、特征参数表示，实现干扰识别算法的统一。3、基于7种特征参数和模式识别的方法论，设计两种分类策略。第一种是基于BP神经网络的干扰识别策略，该策略使用随梯度下降算法对BP神经网络进行训练和参数调整，实现对未知干扰信号的识别；第二是基于决策树模型的干扰识别策略，基于CART树算法，构造决策树，实现对未知干扰信号的准确分类。仿真实验的结果表明，当干信比大于15dB时，两种分类器对干扰信号的准确识别率均可以达到90%以上。关键词：跳频通信，BP神经网络，决策树，干扰识别，特征参数提取IABSTRACTAB