论文部分内容阅读
短波通信技术的发展历经数十年而经久不衰。然而随着它技术水平不断提高,其弊端也越发得显现出来。这主要体现在两个方面:1.在短波信道下,通信信号的种类愈发地多样化,各种信号在短波环境中相互交织,产生干扰。2.信道质量较差,传输的信号信噪比较低,传输信号的质量不高。与此同时,跳频信号以其独特的调制方式一经问世,就获得了各个国家的“青睐”。载波频率的不断变化令其难以被侦察和捕捉。而短波信道的复杂环境更是让跳频信号“如虎添翼”,复杂的背景环境为跳频信号提供了“天然屏障”,让本身就难以被捕捉的跳频信号更是“如鱼得水”。因此在短波环境下实现跳频信号的侦察与截获是一个艰难的挑战。然而挑战孕育着机遇,本文旨在短波信道下复杂的环境中研究跳频信号的检测与参数估计问题。主要的工作如下:1.完成了复杂信道下跳频信号的检测工作。跳频信号的非平稳性使其具有很强的抗截获能力,而短波信道的复杂性更是为跳频信号检测工作带来了很大挑战。因此跳频信号的检测工作的关键在于:(1)捕捉特征;(2)对抗干扰。针对这两个方面,本文首先研究了一种基于能量特征分布的跳频信号非盲检测算法。该算法针对某种规格已知的跳频信号,利用主分量分析将信号投影到能量域,将原有接收数据白化并且提取主能量特征去除突发信号干扰;接着利用信道化处理方法,将接收信号的能量特征分解到各个信道中;在系列预处理将短波信道内的跳频信号检测问题转化为一般的二元信号检测问题之后,提取短时能量特征统计量,通过统计判决来判断跳频信号的存在性。最后对算法通过实际数据进行了验证,表明了该算法在精确捕捉到跳频信号的同时,实现了“批处理”方式无法做到的实时检测。在完成非盲检测工作后,又提出一种算法来实现跳频信号盲检测。盲检测算法旨在更精确地分析跳频信号的特征,进而寻找到不依赖于先验信息的更加优越的检测统计量,最终实现复杂环境下跳频信号的盲检测。由于通过能量分布特征去除干扰将信号投影至能量域,因此本文在此基础之上,通过在能量域构造检测统计量来实现跳频信号的盲检测。通过对算法进行实验仿真表明,该算法可以有效实现复杂环境中的跳频信号盲检测。2.完成了复杂信道下跳频信号的参数估计工作,提出一种短波信道下参数估计算法。准确提取跳频特征与排除其他干扰影响同样是跳频信号参数估计的关键。在研究了传统的时频分布对跳频信号的分析之后,选取了希尔伯特-黄变换(HHT)方法来提取跳频特征。该算法可以自适应地将跳频信号进行分解以便分析。针对信道中存在的复杂干扰,本文还融合了独立分量分析方法来应对各种干扰和噪声所带来的影响,提高特征准确性与估计精确性。