跳頻信號參數(shù)盲估計方法研究.pdf

1、跳頻通信因其具有良好的抗截獲、抗干擾能力，在軍方跳頻電臺中得到廣泛應用，這對于非協(xié)作通信而言，加大了通信第三方截獲和破譯跳頻信號的難度。因此，研究適合跳頻信號的參數(shù)盲估計方法具有重大的軍事意義。
　　跳頻信號是一種典型的非平穩(wěn)信號，時頻分析方法是處理非平穩(wěn)信號的得力工具，基于時頻分析方法研究跳頻信號一直是通信對抗領域研究的熱點。已有的參考文獻大多從發(fā)掘和改進新的時頻分析算法的角度研究跳頻信號參數(shù)盲估計的性能，但對于如何有效地利用時

2、頻分析算法估計跳頻信號參數(shù)，即研究時頻算法本身的參數(shù)如何影響估計的性能，這方面的研究文獻很少。本文針對不同類型的跳頻信號，應用現(xiàn)有的時頻方法分析了時頻分布參數(shù)對參數(shù)估計性能的影響，同時研究了適合不同類型跳頻信號的參數(shù)估計方法。
　　首先，在學習各種不同的時頻分析算法(STFT、WVD、SPWVD、RSPWVD、WT等)的基礎上，仿真分析了算法各自的特性。其中，重點研究了 SPWVD時頻域窗長對時頻聚集性的影響，給出了基于熵測度的最

3、優(yōu)窗長，仿真驗證了最優(yōu)窗長比一般窗長具有更好的參數(shù)估計性能。分別對高、低速跳變的跳頻信號，深入研究基于時頻分析算法進行信號參數(shù)的估計，并用MATLAB仿真復現(xiàn)了已有的參數(shù)估計算法。
　　其次，由于跳周期估計是整個參數(shù)估計算法的關鍵，論文針對兩種不同的跳頻序列，即相鄰非重復跳頻序列和相鄰重復跳頻序列，重點研究了基于峰值曲線和時頻脊線的兩大類跳周期估計算法，將不同的時頻算法與跳周期估計方法相結合，仿真發(fā)現(xiàn)STFT與時頻脊線相結合的跳周

4、期估計方法對于這兩種跳頻序列均具有良好的估計性能。另外，針對不同復雜度的跳頻序列，仿真研究了時頻分析算法進行參數(shù)估計的性能，結果表明基于時頻分析的跳頻信號參數(shù)估計不受跳頻序列復雜度的影響。
　　最后，為了使參數(shù)估計更接近實際跳頻電臺信號的相關參數(shù)，研究了在低通和帶通采樣方式下，窄帶跳頻信號的參數(shù)盲估計算法，并綜合給出了適合窄帶跳頻信號的參數(shù)估計策略。同時，還具體分析了采樣頻率對頻率估計精度的影響，結果表明，并不是采樣頻率越高，頻率