跳頻體制下基于盲分離的抗干擾技術(shù)研究.pdf

1、時代在進步,科技在發(fā)展,電子戰(zhàn)逐漸成為一種重要的現(xiàn)代化作戰(zhàn)手段。全世界都在積極地研究各種電子戰(zhàn)算法,因此未來的電磁環(huán)境將會越來越復(fù)雜。常用的跳頻通信技術(shù)是以犧牲有限頻譜資源來提高其抗干擾能力,而這種犧牲也是有限的,因此需要新的方法來改善跳頻系統(tǒng)的抗干擾性能。本文利用盲源分離方法的優(yōu)勢,研究了盲源分離方法與跳頻通信技術(shù)相結(jié)合的抗干擾技術(shù),來提高系統(tǒng)的抗干擾能力。主要內(nèi)容為:
　　研究了基于空間時頻分布矩陣的跳頻信號盲分離技術(shù)。跳頻信

2、號是典型的非平穩(wěn)信號,且不同跳頻信號具有不同的跳頻圖案。本文充分利用跳頻信號的這些特征,采用了根據(jù)觀測信號的平滑偽Wigner-Ville分布來構(gòu)造一個四維矩陣,檢測出自源時頻點后,利用特征矩陣近似聯(lián)合對角化算法估計出酉矩陣,進而分離出源信號。本文在已有的時頻點選擇方法基礎(chǔ)上,對已有的選擇方法進行了改進。改進后的基于空間時頻分布矩陣的盲分離方法提高了分離性能,但是其算法的復(fù)雜度有所增加。
　　研究了基于負熵最大化的FastICA分

3、離算法。在接收端接收的信號都是來自不同的電子設(shè)備,所以可以認為觀測信號中包含的跳頻信號是統(tǒng)計獨立的。本文充分利用跳頻信號的相互獨立性、源信號中最多只有一路高斯信號和高斯信號的負熵最大這些性質(zhì),采用了基于負熵最大化的FastICA算法來分離包含多路跳頻信號的觀測信號。本文在原FastICA算法的基礎(chǔ)上,對迭代算法進行了改進。改進后的FastICA算法提高了分離精度,而且其復(fù)雜度遠遠小于基于空間時頻分布矩陣的盲分離算法,改進的FastICA

4、算法分離精度隨信噪比遞增,隨干信比增加而有所下降。為了分析盲源分離算法對誤比特率性能的影響,本文比較了先盲源分離后解跳與直接解跳的誤比特率,前者的誤比特率性能要優(yōu)于后者。
　　研究了跳頻信號的欠定混合矩陣估計。雖然跳頻信號在時域不是稀疏信號,但是通過短時傅里葉變換后,跳頻信號在時頻域內(nèi)具有稀疏性。本文利用跳頻信號這一特性,通過 K-means聚類算法估計出了混合矩陣。本文提出了一種新的初始聚類中心選擇方法,通過比較已有的選擇方法,