论文部分内容阅读
跳频通信因其具有诸多优越性,故无论是在民用还是在军事上都备受青睐,尤其是它具有较强的抗干扰能力、多址组网能力和抗衰落能力等特性,使其在军事中成为了主要的通信方式。而作为军事通信的第三方,所截获到的信号一般比较弱,噪声比较强,要想在低信噪比环境下成功破解敌方跳频信号跳变的规律,提取出敌方有用的信息,就要对所接收的信号进行检测,判断获得的该段信号中有无跳频信号,为后面的处理环节提供依据。在检测出含有跳频信号后,还要将其从复杂的环境中提取出来,为后续的参数估计和解跳拼接环节提供干净的跳频信号,因此非常有必要对这两方面做更进一步的研究。本文将从低信噪比环境下跳频信号的检测与提取两个方面进行研究。在跳频信号检测环节,首先引入了功率谱对消思想对多跳自相关检测进行改进,克服了多跳自相关在定频干扰存在时无法实现检测的缺点,同时增强了检测的性能;接着介绍了三种功率谱估计检测,对起伏不平的功率谱基底做了改进,进一步增加检测的准确性;然后研究了提取特征量检测的方法,在标记状态下剔除各种干扰后,对剩余信号重新进行标记,通过对各个信号的定位来提取其特征量,再结合跳频信号所具有的特点做识别检测;最后着重研究了聚类算法的检测,通过对跳频信号的时长及出现时刻进行两次聚类,然后对定位的类别进行检测。通过仿真实验,验证了以上提出的方法均能在较低的信噪比环境下检测到跳频信号的存在。在跳频信号提取环节,首先分析了连通标记提取相对传统逐行统计提取的优势,在连通标记的基础下研究了聚类定位提取法,分析了存在与跳频信号周期一致的干扰信号的情况,以及在含有多种跳频信号时,需要对指定跳频信号提取的情况,还研究了面积定位提取法,通过采用面积差分找突变点的方法对跳频信号进行定位提取;然后研究了估计跳周期的形态学提取方法,先初步去除噪声和干扰后,提取剩余信号的时频脊线进行跳周期的估计,为后面形态学处理的结构元素选择提供依据;最后重点研究了基于纹理图的跳频信号提取,对不同干扰及噪声存在时的不同情况分别进行了研究。通过实验分析,验证了以上提出的方法都能在低信噪比下实现跳频信号的准确提取。