论文部分内容阅读
线性调频信号具有较好的自相关特性和较宽的多普勒容限,常用作水声通信的同步信标,通过对水声LFM信号进行分析和处理,有助于发现信号并获取有关水声信道的参数信息,并将信道的参数信息用于信号解调过程中,提高水声通信信号盲解调性能。在高斯白噪声条件下,水声LFM信号识别、参数估计以及盲解调已有大量成果,但是,水声信道复杂多变,特别是浅海水声信道中还夹杂着大量脉冲噪声,使得现有的高斯白噪声环境下的水声LFM信号分析处理方法性能下降或者失效。本文针对含有脉冲噪声的浅海水声非合作通信信号,研究脉冲噪声背景下复杂水声信道中LFM信号的识别和参数估计,进而研究该环境下基于LFM信号的信道参数估计,然后设计水声MPSK信号盲解调方案,给出各环节算法,最终完成浅海水声MPSK通信信号的有效盲解调。论文的主要工作和研究成果概括如下:首先,针对在低信噪比脉冲噪声环境下的LFM识别问题,给出了一种基于非线性映射离散分数阶傅里叶变换的浅海水声线性调频信号识别方法。该算法首先对接收信号进行非线性变换,抑制脉冲噪声,然后进行离散分数阶傅里叶变换,设计了归一化方差比作为信号识别特征量,最后通过支持向量机完成对LFM信号的识别。与现有算法相比,该算法避免了通过阈值判定时选取阈值的困难,提高了低信噪比时的识别率。通过仿真实验和外场湖试实验验证了算法的有效性。其次,针对浅海脉冲噪声低信噪比环境下LFM信号的参数估计问题,给出了一种二维粒子群优化的LFM信号参数估计方法。该算法在基于离散分数阶傅里叶变换的LFM信号参数的粗估计基础上,进一步设计了二维粒子群优化方法进行精细估计。与现有算法相比,本文算法在相近计算量条件下具有更高的精度。通过仿真实验和外场湖试实验验证了算法的有效性。最后,针对浅海脉冲噪声环境下非合作MPSK信号盲解调问题,给出了一种基于LFM信号估计与处理的盲解调方法,并给出了各环节的算法。该算法首先进行基于LFM信号强度的非线性变换对脉冲噪声进行抑制,在较好抑制脉冲噪声信号的同时减小了对信号的影响。然后,对LFM信号进行分数阶傅里叶变换并分析,通过得到的信道参数信息初始化分数间隔盲均衡的抽头系数,最后通过M次方变换和锁相环进行频偏相偏的调整完成对信号的解调。通过仿真实验验证了算法的有效性。