跳频信号的参数估计和调制识别

合集下载

短波复杂信道下跳频信号的参数估计

ｔｔｅｃｍｌｘｈｇｅｕｎｙｅｖｒｎｅｔｉｔ，ｈｒＴｍｏｒｒｒｎｆｒ（ＴＴ）ｉｕｅｏｈｏｐｅｉｈｆｑｅｃｎｉｍｎ．ＦｒｌＳｏｔｉｅＦｕｉａｓｍＳＦｒｏｓｙｅＴｏｓｓｄ
ｔｅｉｅｔｅｉｅｆｅｕｎｙｐｅｔｏｒｐｏｄｒｖｈｔｍ－ｑｅｃｓｃｒｇａｈ，ｗｈｃｓｐｅｔｅｔｄｗｉｍａｅｒｃｓｉｇｔｃｎｑｅ．ｒｉｈｉｒ —ｒａｅｔｉｇｐｏｅｓｎｅｈｉｕｓｈＴｈｎｔｅｔｍｅｆｅｕｅｙｂａｋｏｅｃｒｅｏｈｅｓｅｔｏｒｐｈｉｘｒｃｅｅｈｉ — ｑｎｃｃｂｎｕｖｆｔｐｃｒｇａｓｅｔａｔｄ，ｔｅｄｓｏｔｏｆｗｈｃｓｒｈｉｔｒｉｎｏｉｈｉ
ｔｔｔｒｐｓｄｍｅｈｏｓｅｆｃｉｅｗｉｈｌｗｏｌｘｔｎｉｈａｃｒｃ．ｈａｈｅｐｏｏｅｔｄｉｆｅｔｖｔｏｃｍｐｅｉｙａｄｈｇｃｕａｙ
Ａｂｓｒｃ：ｈｉａｅｒｐｓｓａｈｇｃｕａｙｐａａｅｅｓｉａｉｎｍｅｈｄ，ｗｈｃａｅａｐｌｄｔａｔＴｓｐｐｒＰｏｏｅｉｈａｃｒｃｒｍｔｒｅｔｍｔｏｔｏｉｈｃｎｂｐｉｅ
ｅｉｎｔｄｂｎｒｄｃｎｈｔｅｔｒｈｌｇｍｏｔｅｈｉｕｓｈｌｈｕｏｉｏｓｌａｅｙｉｔｏｕｉｇｔｅｍａｈｍａｉｍｏｐｏｏｙｓｏｈｔｃｎｑｅ，ｗｉｔｅｊｍｐｐｓｉｎｉｍｉｃｅｔ

跳频信号参数盲估计算法研究及实现

跳频信号参数盲估计算法研究及实现跳频通信是扩频通信中抗干扰能力很强的一项技术,相对于其它通信抗干扰技术,跳频通信有着不可比拟的优势。

因此在通信、指挥、控制和情报系统中发挥着重要的作用。

在电子对抗领域,开展对跳频通信对抗的研究,寻求截获、识别跳频信号的方法,是当前紧迫而困难的任务。

目前,已有不少人在这一领域作了许多有益的探索,提出了不少跳频参数估计算法,主要有建立在傅立叶变换的基础之上的FFT算法,Morlet小波算法,WVD算法,用自相关法估计跳频信号跳周期和跳变时刻等等。

然而,这些方法都只能对部分跳频参数作出估计,尚无法做到真正的盲估计。

本文在分析现有各种跳频信号参数估计方法基础上,提出了一种采用FFT与Morlet小波变换复合的快速算法来估计未知跳频信号参数的方法,该方法可以在不需要知道信号任何先验参数的情况下,估计出跳频信号的跳周期,跳变时刻和跳频频率等参数,相比现有算法,在实时性、估计精度和抗信噪比能力方面都有显著的提升。

第一章介绍军事领域中跳频电台的概况,提出了跳频通信对抗的迫切性,然后简要介绍了本文的主要工作。

第二章介绍跳频通信系统的结构、特点,技术指标及数学模型。

第三章介绍跳频信号的参数估计,包括估计信号的跳周期(Hopdu ration),跳变时刻(Hoptim ing)和跳频图案(即跳频频率)等参数的一些基本方法,包括STFT-FFT算法,WVD-SPWVD算法和Morlet小波变换分析算法。

第四章通过对对第三章分析的三种基本算法进行系统比较,在相同测试条件下总结其优劣特性,采用STFT-FFT算法和Morlet小波变换分析算法为基础,进行优化组合提出一种复合快速算法,并设计一套方案将其应用于跳频信号的干扰。

第五章通过对复合快速算法的改进,基于已有的硬件平台进行了改进的设想,并从理论上分析改进方案的可行性并得出结论。

跳频信号参数估计方法

ｐｏｓｉｔｉｏｎ；ｃｏｍｐｒｅｓｓｉｏｎｓｅｎｓｉｎｇ
（ＥｑｕｉｐｍｅｎｔＡｃａｄｅｍｙ，Ｂｅｉｊｉｎｇ１０１４１６，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｆｒｅｑｕｅｎｃｙｈｏｐｐｉｎｇ（ＦＨ）ｃｏｍｍｕｎｉｃａｔｉｏｎｈａｓｂｅｅｎｗｉｄｅｌｙｕｓｅｄｉｎｍｉｌｉｔａｒｙｃｏｍｍｕｎｉｃａｔｉｏｎ
２０１５年６月
舰船电子对抗
ＳＨＩＰＢＯＡＲＤＥＬＥＣＴＲＯＮＩＣＣ０ＵＮＴＥＲＭＥＡＳＵＲＥ
Ｊｕｎ．２０１５
Ｖｏ１．３８ＮＯ．３
第３８卷第３期
跳频信号参数估计方法
任旭，朱卫纲，邢强
ｂｒｉｎｇｓｆｏｒｗａｒｄａｎａｕｓｔｅｒｅｃｈａｌｌｅｎｇｅｔＯｃｏｍｍｕｎｉｃａｔｉｏｎｒｅｃｏｎｎａｉｓｓａｎｃｅ．Ｈｏｗｔｏｅｓｔｉｍａｔｅｔｈｅｐａｒａｍｅ —
ｔｅｒｓｏｆＦＨｓｉｇｎａｌｑｕｉｃｋｌｙａｎｄａｃｃｕｒａｔｅｌｙｈａｓｂｅｃｏｍｅｏｎｅｏｆｕｒｇｅｎｔｐｒｏｂｌｅｍｓｔｈａｔｍｕｓｔｂｅｒｅｓｏｌｖｅｄｉｎｃｏｍｍｕｎｉｃａｔｉｏｎｒｅｃｏｎｎａｉｓｓａｎｃｅ．ＴｈｉｓｐａｐｅｒｓｕｍｍａｒｉｚｅｓｔｈｅｍｅｔｈｏｄｓｏｆｅｘｉｓｔｉｎｇＦＨｓｉｇｎａｌｐａｒａｍ—

一种短波跳频信号参数估计的方法

６
一
胡勇军，呈贵，兴豪王庞种短波跳频信号参数估计的方法
电子信息对抗技术・２第５卷２１００年１第１月期
２２短波信道的模型．
２模型的建立
２１跳频信号的模型．
跳频信号的模型可定义如下：
（）ｔ＝ｈｔ（ —ｍ）ｉＴｅ棚＝
电子信息对抗技术・２第５卷
２１００年１第１月期
一
胡勇军，王呈贵，庞兴豪种短波跳频信号参数估计的方法
７
频谱图的值移到另一点（）这个点就是（，），，ｔｆ附近信号能量的重心，这样得到了信号（）ｔ在任
短波信号在通过电离层反射传播时，由于多
径效应和电离层的不均匀性和不规则的变化引起
信号相位发生随机变化和散射，生了多普勒频产
移和多普勒扩展。Ｗａｅｓｎ型则较全面地考虑ｔｒ模ｔｏ
ｓｔ＝￣２ｒｔ（）／Ｐ（一
具有多径效应，造成信号的衰落，对信号的分析这处理也增加了难度。在这种情况下，提取信号时
频谱图包络再进行ＦＴ的方法＿已不再适用。针Ｆｒ３Ｊ对短波跳频信号的这些特点，文用多窗口重排本Ｇｂｒ提取频率脊线的方法对信号进行分析。ａｏ谱

数字信号调制参数测量与调制类型识别方法

国家无线电监测中心国家无线电频谱管理中心数字信号调制参数测量与调制类型识别方法国家无线电监测中心国家无线电频谱管理中心II 目录1.范围 ...................................................................... 1 2.术语、定义和缩略语 (1)2.1术语和定义 ........................................................... 1 2.2缩略语 ............................................................... 1 3.调制参数及调制类型范围 .. (1)3.1数字信号调制参数范围 ................................................. 1 3.2数字信号调制类型范围 ................................................. 2 4.信号采集和预处理 .. (3)4.1信号采集 (4)4.2信号预处理 (4)5.信号参数测量方法 (5)5.1波特率估计方法 ....................................................... 5 5.2载波频率估计方法 ..................................................... 8 5.3频率间隔估计方法 ..................................................... 9 6.信号调制类型识别方法 (10)6.1类间识别 ............................................................ 10 6.2单载波线性调制数字信号类内识别方法 .................................. 11 6.3单载波FSK 信号类内识别方法 .......................................... 13 6.4多载波信号调制类型识别方法 .......................................... 14 附录 A (15)国家无线电监测中心国家无线电频谱管理中心1数字信号调制参数测量与调制类型识别方法1.范围本规范规定了典型数字信号调制参数测量及调制类型识别的原理性方法，同时规定了信号采集、预处理等辅助环节的处理准则和方法。

基于时频分析的跳频信号参数估计

基于时频分析的跳频信号参数估计一、跳频通信系统的原理跳频技术是扩频技术的一种，是80年代以来出现的一种快速自动变换频率的新颖通信方式，用简单的术语表达就是“多频、选码、频移键控”，即用伪码序列构成跳频指令来控制频率合成器，并在多个频率中进行选择的频移键控。

其主要特点是能在高速连续改变频率的过程中实施通信，使敌方难以对无线电通信信号进行检测分析、识别与干扰。

跳频系统的简单原理图如图1.1所示：在发送端，信息数据经信息调制后，与频率合成器输出的频率进行跳频调制。

跳频系统的频率合成器输出的载波频率受到伪码序列即跳频指令控制。

在时钟的作用下，跳频指令发生器不断地生成控制指令，频率合成器不断地改变其输出载波的频率。

因此，混频器的输出信号载波频率也将随着指令不断地跳变，从而形成跳频信号。

在接收端，接收机首先从发送来的跳频信号整个提取跳频同步信号，完成本机伪随机序列控制的频率跳变与接收到的跳频信号的频率跳变同步任务，产生与发送端跳变频率完全同步一致的本地载波。

再用本地载波与接收到的跳频信号进行跳频解调，获取携带有信息的信号。

要实现跳频通信，关键之一是跳频系统的同步，包括捕获和跟踪两部分。

第一步是完成收发双方的跳频图案在频率上的同步，由搜索状态进入捕获状态，同时第二步需要进一步调整本地跳频图案与发射方图案的相位差，使收发双方的跳频图案在时间上同步。

跳频技术的关键之二是频率合成技术，即由一个基准频率源经过变换、处理后产生一系列离散频率的技术。

随着纳米技术的应用，芯片的速度大大加快，以直接数字频率合成器为主要手段的频率合成方法兴起，频率合成逐渐具有分辨率高、频率转换速度快和容易实现各种调制的优点。

从跳频信号的产生和解调过程可以看出，一个跳频系统的技术性能，主要由跳频带宽、跳频频率的数目、跳频速率和跳频系统的同步时间等指标确定。

与定频连续信号波形不同，跳频信号的波形是不连续的，这是因为频率合成器产生的跳变载波信号之间是不连续的,从而可以将跳频信号看作多个分量信号的叠加。

跳频详解

跳频可分为快速跳频和慢速跳频,在GSM中采用的是慢速跳频,其特点是按照固定的间隔改变一个信道使用的频率.根据GSM的建议，基站无线信道的跳频是以每一个物理信道为基础的，因此对于移动台来说，只需要在每个帧的相应时隙跳变一次，其跳频速率为217跳/秒，它在一个时隙内用固定的频率发送和接收，然后在该时隙后需跳到下一个TDMA帧，由于监视其它基站需要时间，故允许跳频的时间约为1ms，收发频率为双工频率。

但对基站系统来说，每个基站中的TRX（收发信机）要同时于多个移动台通信，因此，对于每个TRX来说，能根据通信使用的物理信道，在其每个时隙上按照不同的跳频方案来进行跳变。

一、跳频的种类及各自实现的方法GSM中的跳频可分为基带跳频和射频跳频两种。

在北电系统中采用的是射频跳频。

基带跳频是通过腔体合成器来实现的，而射频跳频是通过混合合成器来实现的。

当采用基带跳频时，它的原理是在真单元和载频单元之间加入了一个以时隙为基础的交换单元，通过把某个时隙的信号切换到相应地无线频率上来实现跳频，这种做法的特点是比较简单，而且费用也底。

但由于采用的腔体合成器它要求其每个发信机的频率都是固定发射的，当发信机要改动其频率时，只能人工调谐到新的频率上，其话音信号随着时间的变化使用不同频率发射机发射，收发信机在跳频总线上不停的扫描观察，当总线发现有要求使用某一频率时，总线就自动指向拥有该频率的发信机上来发送信号。

采用基带跳频的小区的载频数与该小区使用的频点数是一样的。

当采用射频跳频时，它是在通过对其每个TRX的频率合成器进行控制，使其在每个时隙的基础上按照不同的方案进行跳频。

它采用的混合合成器对频带的要求十分宽松，每个发信机都可使用一组相同的频率，采用不同的MAIO加以区分。

但它必须有一个固定发射携带有BCCH的频率的发信机，其他的发信机可随着跳频序列的序列值的改变而改变。

两者的区别是：1、基带跳频采用的腔体合成器最多可配置8个发信机，而且衰耗小，此时衰耗仅为3.5dB;而射频跳频采用的混合合成器的容量较小,最多可配置4个发信机,而且衰耗大,当为H2D时,衰耗为4.5dB当为H4D 时,衰耗为8dB.显然,当基站配置较大时,采用混合合成器的基站的覆盖要小.2、腔体合成器对频段的要求不如混合合成器灵活,混合合成器所带的发信机可以使用一组频率,频点的间隔要求为200 K;腔体合成器的发信机仅能使用固定的频率发射,而且所用频点的间隔要求大于600K.3、基带跳频的每个发信机TX只能对应一个频点，而射频跳频的每个发信机TX能够发送所有参与跳频的频点。

通信电子中的调频信号检测与识别

通信电子中的调频信号检测与识别调频信号是一种广泛用于通信、广播等领域的信号类型。

调频信号的特点是频率随着信息的改变而改变，因此可以携带较高的信息带宽和传输速率。

在通信电子中，调频信号的检测与识别是非常重要的技术，可以应用于信号监测、频段管理、通信安全等多个领域。

一、调频信号的特点调频信号的特点是频率随着信息的改变而改变。

这种改变可以是连续的，也可以是离散的。

调频信号可以分为线性调频信号和非线性调频信号两种。

线性调频信号的频率随时间呈线性变化，如线性调频脉冲信号（LFM）；非线性调频信号的频率随时间呈非线性变化，如非线性调频脉冲信号（NLFM）。

调频信号的频率变化可以带来很高的信号带宽，因此可以携带较高的信息。

调频信号广泛应用于通信、雷达、声纳等领域。

例如，在调频雷达中，通过发送高带宽的调频脉冲信号，可以获得高分辨率的目标信息。

二、调频信号检测的方法调频信号检测的方法可以通过多种途径实现，例如通过时间域、频域、小波域等方法。

其中，常用的方法有：匹配滤波、快速傅里叶变换、小波变换、相位解调、自适应滤波等。

匹配滤波是一种常用的调频信号检测方法。

它的原理是将接收到的调频信号与已知的载波进行匹配，以达到检测的目的。

匹配滤波器的输出是一个扫描窗口，在扫描窗口内，对输入信号和已知的载波进行相关运算。

然后将相关值与门限比较，判断是否检测到调频信号。

相位解调是一种将载波相位转化为数字形式的方法。

它的原理是将接收到的调频信号与已知的载波进行乘积运算，然后对输出进行相位解调。

相位解调将接收到的模拟信号转化为数字信号，减小了处理噪声的难度。

自适应滤波是一种根据信号的自身特性进行滤波的方法。

其原理是通过信号的统计特性，自适应地调整滤波器的系数，以对接收到的信号进行滤波。

自适应滤波器可以很好地解决信道时变的问题，适用于复杂的信号场景。

三、调频信号识别的方法调频信号识别通常分为两个步骤：信号特征提取和信号分类识别。

在特征提取阶段，通常需要对信号的幅度、频率、调制方式等特征进行提取。

基于改进WVD的跳频信号参数估计方法

０引言
跳频通信作为扩频通信的一种，因其抗干扰能力强、密保性好和低截获率等优点在军事通信领域得到了广泛应用。在通信对抗中，到敌方混杂着噪声的未知跳频信号的跳频周得期、变时刻和跳频频率等参数是截获敌方通信或产生最佳跳
定的跳频频率集合｛，，ｆ｝￡ …，，中的元素，ＮＮ厂
０ — 跳变时刻，（ — — 信号噪声。 — ｎｔ）
５４３２１Ｏ
跳频频率个数，
２３４５
本文以一个夹杂着高斯白噪声的跳频信号ｘｔ为研究对（）象，设其信噪比为１，波频率依次为［０３，０１］ｚ采样假０载４，０，０Ｈ，２率为￡０Ｈ，频周期Ｔ＝０６ｓ采样得到２６样本值。＝１０ｚ跳．，４５个可知其归一化频率序列为［．０３．０１，１此跳频信号０４．０２．图为，，，］的时域波形。
的ＷＶ因此与ＷＶＤ相比，Ｄ，时频分辨率明显降低。
针对上述问题，文对信号ＷＶＤ加以改进，造出覆信本构号ＷＶＤ自项支撑区的时频窗函数，过对信号ＷＶ通Ｄ在时频
域加窗来去除交叉干扰项并保持了ＷＶ的高时频分辨率，Ｄ
收稿日期：２１－１１；修订Ｅ期：２１． —７０１ —００ｔ０１３１。０

强干扰下跳频信号的参数估计

强干扰下跳频信号的参数估计在无线通信中，由于各种原因，噪声和干扰一直是影响系统性能的主要因素之一。

特别是在现实应用中，强干扰一直是制约无线通信性能的主要瓶颈之一。

跳频技术是一种有效的抗干扰技术，但在强干扰的情况下，跳频信号的参数估计会面临很大的挑战，因为干扰会影响接收信号的质量和可靠性，从而影响到信号参数的估计。

在强干扰下，跳频信号的参数估计需要考虑以下几个因素：1.信道噪声在无线通信中，信号在传输过程中会受到各种噪声的干扰，比如热噪声、多径噪声等。

这些噪声会对信号的质量和可靠性产生负面影响，从而影响到信号的参数估计。

在强干扰的情况下，信道噪声会更加复杂和难以预测，因此对信号的参数估计产生很大的影响。

2.干扰噪声在强干扰的情况下，干扰噪声会对信号的质量和可靠性产生非常大的影响。

跳频信号的参数估计需要考虑到干扰噪声的存在，从而在估计过程中采取相应的措施，减小干扰噪声对信号参数估计的影响。

3.信号功率信号功率在跳频信号参数估计中起到了至关重要的作用。

在强干扰环境下，信号功率会受到干扰噪声的影响而受到很大的抑制，这将对信号的参数估计产生负面影响。

为了解决这个问题，可以采用增强信号功率的方法，如增加发射功率或优化信号的调制参数。

在强干扰环境下跳频信号参数估计的方法有很多，但最常用的方法是FFT和相关函数法。

FFT法主要是对接收的信号进行傅里叶变换，以获取信号的频谱信息，从而得到信号的跳频序列；相关函数法则是利用信道模型估计信号的同相和正交分量，从而得到信号的跳频序列。

总之，在强干扰环境下的跳频信号参数估计是一个比较复杂和困难的问题，需要综合考虑信道噪声、干扰噪声和信号功率等因素，采用相应的技术和方法进行处理，以获得准确的信号参数估计结果。

跳频通信信号参数估计及干扰技术研究

西安电子科技大学硕士学位论文跳频通信信号参数估计及干扰技术研究姓名：***申请学位级别：硕士专业：信号与信息处理指导教师：***20060101跳频通信信号参数估计及干扰技术研究图３．３（ｄ）ｑｒｓｐｗｖ（ｓ（ｔ））图３．３（ｂ）ｔｈ－ｓ删，ｖ（ｎ００）））图３．３（ｅ）ｒｆｒｓｐｗｖ（Ｈ（ｓ（ｔ）））图３．３（ｃ）毋￡Ｐ＇＇Ⅳ（，（ｆ））图３．３（ｆ）斫ｒｓｌＪｗｖ（Ｈ０（ｆ）））图３．３信号ＳＰＩｎ／Ｄ变换成像图在空间传播的实际信号均为实信号，有时为了信号分析的方便，人为的将实信号转化为复信号。

与实信号相比，复信号没有负频谱，这给分析问题带来方便。

从图中可看出，复信号的频谱、复信号的希尔伯特变换的频谱、复信号解析形式的频谱相比，仅在于峰值不一样，同样的ｔｆｒｓｐｗｖ（ｓ（ｔ）），ｔｆｒｓｐｗｖ（Ｈ（ｓ（ｔ））），其估计跳频系统的参数。

ＰＷＶＤ变换在ＷＶＤ变换的基础上加频域的平滑窗（平滑窗选用长度为Ｎ／４的Ｈａｍｍｉｎｇ窗），从图３．４（ｂ）可看出效果比ＷＶＤ变换有所改善。

ＳＰＶ·ｒＶＤ变换在频域和时域都加了平滑窗（频域窗采用长度为Ｎ／４的Ｈａｍｍｉｎｇ窗，时域窗采用长度为Ｎ／ＩＯ的Ｈａｍｍｉｎｇ窗），因此交叉项干扰比起ＷＶＤ变换和ＰＷＶＤ变换要小得多。

短时傅立叶变换不存在交叉项干扰，时间分辨率和频率分辨率互相制约，从图中可看出短时傅立叶变换的时间分辨率与ＳＰＷＶＤ变换相比差一些。

（ａ）ＷＶＤ变换成像图（ｂ）ＰＷＶＤ变换成像图（ｃ）短时傅立叶变换成像图（ｄ）ＳＩ瑁ＶＤ变换成像图图３．４四种时频分析方式成像图比较考察跳频信号ＳＰＷＶＤ变换后的等高线图和三维图，分别如图３．５和图３．６。

观察图３．５和图３．６，可以明显看出在每个完整的跳频周期内ＳＰＷＶＤ变换的值都是中间大两边小，到了跳频时刻，ＳＰＷＶＩ）变换的值达到最小。

我们可以利用这一特点来估计跳频周期和跳频时刻。

基于上述分析，我们可以制定参数估计步骤如下：１．求出Ⅳ点采样数据ｘ（０的希尔伯特变换ＨＯ（ｆ）），得作为后续处理的数据源。

一种改进的跳频信号参数估计方法

一种改进的跳频信号参数估计方法张宝林;吕军;李彤;秦志宇【摘要】针对在跳频信号跳变时刻和跳变频率估计方面实时性和估计精度无法同时兼顾的问题,提出了一种基于短时傅立叶变换(STFT)和多重信号分类(MUSIC)算法的跳频信号参数估计方法.在建立跳频信号数学模型的基础上,利用STFT选取较大时间窗对整个信号在时域进行粗搜索,生成时频谱图,提取时频脊线从而获得跳变时刻,然后选取较小时间窗在已知跳变时间段利用STFT进行跳变时刻的细估计,并利用MUSIC算法进行频率的精确估计.该方法利用STFT的二次估计,减少了MUSIC搜索范围,从而降低了时间开销.仿真表明该算法的跳变时刻频率估计精度高,实时性能满足参数测量需求.【期刊名称】《电讯技术》【年(卷),期】2018(058)011【总页数】7页(P1310-1316)【关键词】跳频信号;参数估计;短时傅里叶变换;MUSIC算法;时频分析【作者】张宝林;吕军;李彤;秦志宇【作者单位】陆军装甲兵学院信息通信系,北京100072;陆军装甲兵学院信息通信系,北京100072;陆军装甲兵学院信息通信系,北京100072;解放军68048部队,陕西宝鸡721000【正文语种】中文【中图分类】TN9111 引言目前在跳频信号参数估计这一领域所作的探索主要有短时傅里叶变换(Short-Time Fourier Transform,STFT)、Morlet小波算法、平滑伪维格纳分布(Smoothed Pseudo Wigner-Ville Distribution,SPWVD)算法等[1]。

在跳变时刻的估计上，STFT的时间分辨率严重依赖于时间窗的长度，Morlet小波变换和SPWVD在跳变时刻的估计精度上相比STFT有所提升；但是SPWVD由于采用时域平滑滤波，边缘分布和瞬时特性被破坏，时域分辨率有所下降；Morlet的多分辨率特性决定了其在频率较低的部分具有较低的时间分辨率。

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,跳周期与跳时的估计方差均优于910-。

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。

一种跳频信号实时跟踪与参数估计方法

(Luoyang Electric Equipment Test Center，Luoyang Henan 471003，China)
Abstract：The existing Frequency-Hopping(FH) signal processing algorithms often require sufficient data, therefore cannot meet the need of real-time operation or require handling the FH signal with high hopping speed. In order to process FH signals with few samples, a real-time tracking and parameter estimation method is proposed. According to the sparsity in frequency domain, Sparse Bayesian Learning(SBL) is introduced to reconstruct Multiple Measurement Vector(MMV). By constructing new statistic parameter, a hop timing detecting method with constant false alarm probability is derived. Then FH signals can be tracked dynamically according to a sliding strategy. Finally, the proposed method estimates the carrier frequency and Direction-Of-Arrival(DOA) by gravity of geometric center and least square method respectively. Experiments show that the proposed method has lower false alarm probability under low Signal-to-Noise Ratio(SNR), and improves the accuracy of parameter estimation remarkably.

异速跳频互扰下跳频信号的参数估计

收稿日期：2019-01-16修回日期：2019-03-03作者简介：曾晓宇（1994-），男，湖北武汉人，硕士。

研究方向：无线电频谱监测与管理。

摘要：针对在跳频互扰情况下对多跳频信号参数盲估计困难的问题，提出了一种异速跳频互扰下跳频信号的参数估计方法。

该方法利用异速跳频信号周期的差异，通过二值连通域标记处理、连通域时长聚类，将互扰跳频信号从时频谱上分离后分别进行估计参数。

仿真结果表明，该方法能够实现在异速跳频信号互扰下对分量跳频参数的估计，且在高信噪比下能保证高的跳周期估计成功率与低的跳周期估计相对误差和起跳时刻估计相对均方误差。

但互扰存在时的整体估计性能比仅单一跳频信号存在时会有所降低，同时该方法在SNR 过低时会失效。

关键词：跳频互扰，参数估计，连通域标记，聚类中图分类号：TN911.7文献标识码：ADOI ：10.3969/j.issn.1002-0640.2020.04.034引用格式：曾晓宇，矫文成，孙慧贤.异速跳频互扰下跳频信号的参数估计［J ］.火力与指挥控制，2020，45（4）：183-187.异速跳频互扰下跳频信号的参数估计曾晓宇，矫文成，孙慧贤（陆军工程大学石家庄校区，石家庄050003）Parameter Estimation under Mutual Interference ofFrequency Hopping Signals with Different Hopping SpeedsZENG Xiao-yu ，JIAO Wen-cheng ，SUN Hui-xian（Shijiazhuang Campus of the Army Engineering University ，Shijiazhuang 050003，China ）Abstract ：Aiming at the problem of blind estimation of multi-hopping signal parameters under thecondition of frequency hopping mutual interference ，a parameter estimation method for frequency hopping signals under all -speed hopping mutual interference is proposed.The method utilizes the difference of the period of the all-speed hopping signal ，and performs the estimation parameters by separating the mutual hopping frequency hopping signals from the time spectrum by the binary connected domain label processing and the connected domain duration clustering.The simulation results show that the proposed method can estimate the component hopping parameters under the mutual interference of the all-speed hopping signal ，and can guarantee the high hop-period estimation success rate and low hop-period estimation relative error and take-off at high SNR.The relative mean square error is estimated at all times.However ，the overall estimation performance in the presence of mutual interference is lower than that in the case of only a single frequency hopping signal.At the same time ，the method will fail when the SNR is too low.Key words ：frequency hopping mutual interference ，parameter estimation ，connected domain label ，clusteringCitation format ：ZENG X Y ，JIAO W C ，SUN H X.Parameter estimation under mutual interference of frequency hopping signals with different hopping speeds ［J ］.Fire Control &Command Control ，2020，45（4）：183-187.0引言跳频通信［1］是扩频通信的主要类型之一，其具有保密性好、抗干扰能力强、截获概率低、组网能力强等优点，是国内外军事通信的主导手段。

基于深度学习的常规调制信号与跳频调制信号识别

基于深度学习的常规调制信号与跳频调制信号识别
刘聪;韩东;李宁;张埂铭
【期刊名称】《电声技术》
【年(卷),期】2022(46)8
【摘要】跳频(Frequency Hopping,FH)调制手段是扩频通信方法中的一类,具有很强的抗干扰性能,被广泛应用在军事通信领域。

在战场的强电磁环境中,准确分类识别出跳频信号与常规调制信号,在判断敌我目标属性、实施通信干扰与抗干扰方面具有十分重要的意义。

传统基于信号特征提取的跳频信号分类识别手段受信噪比影响大,在低信噪比条件下无法实现有效分类识别。

对此,本文利用卷积神经网络实现跳频调制信号与常规调制信号的分类识别。

首先通过小波变换得到信号的时频图像,之后将时频图像输入卷积神经网络进行分类识别。

实验证明,相比于传统人工特征分类模型,基于卷积神经网络的分类识别模型受信噪比影响小,且分类识别准确率高,在信噪比大于-4 dB条件下,识别成功率达到98%以上。

【总页数】7页(P59-64)
【作者】刘聪;韩东;李宁;张埂铭
【作者单位】海军大连舰艇学院学员五大队;海军大连舰艇学院信息系统系
【正文语种】中文
【中图分类】TN911.3;TN914.41
【相关文献】
1.一种单信道时频重叠多进制数字相位调制信号调制识别方法
2.常规调制信号与扩频信号的调制识别算法
3.基于深度学习的卫星信号调制识别算法
4.基于时频特征的跳频信号调制识别
5.基于Yolov5的跳频信号调制方式检测识别
因版权原因，仅展示原文概要，查看原文内容请购买。