STFT在跳频信号分析中的应用

跳频信号分析一直是通信领域研究的热点，用时频分布来分析跳频信号是一种很有效的方法。时频分析有多种方法，其中小波变换时频分布对信号中夹杂的噪声非常敏感，维格纳威利分布虽然具有很好的时频聚集性，但分析多分量信号时存在严重的交叉干扰项。经典的STFT(Short Time Fourier Trans form)是一种很好的时频工具，本文对多种窗函数以及同一窗函数不同参数的STFT进行了Matlab仿真，仿真结果表明，选择合适的窗函数及其相关参数，会使STFT在跳频信号分析中取得令人满意的效果。     

形态学滤波与组合时频分布跳频信号参数估计

针对跳频信号参数估计中平滑类维格纳分布（WVD）运算量大和时频分辨率下降等问题,提出一种基于形态学滤波与组合时频分布的跳频参数盲估计方法。该方法首先利用短时傅里叶变换（STFT）和维格纳分布得到跳频信号的组合时频分布,然后通过形态学滤波得到清晰的时频图,进而估计出跳周期、跳变时刻和跳频频率等参数。理论分析和仿真结果表明,与直接利用平滑伪维格纳（SPWVD）进行跳频参数估计相比,该方法计算量更小,估计精确度更高。     

基于重排方法的跳频信号分析研究

跳频信号是一种非平稳信号,用时频分布来分析跳频信号是一种很有效的方法。然而,线性时频分析方法的时频分辨率受到测不准原理的限制很难同时得到兼顾,不利于跳频信号的分选和参数的估计。文章利用重排方法对时频变换后的时频谱图进行处理,通过仿真可以看出,重排后时频谱图具有良好的时频聚集性,频率分辨率损失(RL)最大可以改善6dB左右,提高了时频谱图的可读性。     

基于稀疏时频分布的跳频信号参数估计

基于常规时频分析方法的跳频信号参数估计中,采用核函数抑制时频分布交叉项会导致时频聚集性的下降,不利于信号参数提取。针对此问题,该文提出一种基于稀疏时频分布(STFD)的跳频信号处理方法。该方法首先根据Cohen类分布的原理和跳频信号模糊函数的特点,以模糊域矩形窗为核函数,构建了一种Cohen类的矩形核分布(RKD)。RKD可有效抑制交叉项,但其时频分辨率较低。为提高RKD的时频性能,在压缩感知框架下,利用跳频信号时频分布的稀疏特性,对RKD附加稀疏性约束,建立稀疏时频分布(STFD)的优化求解模型。STFD不仅能有效抑制交叉项,而且具有良好的时频聚集性。仿真分析表明,与传统时频分析方法相比,该文提出的基于STFD的跳频信号参数估计方法性能更优。     

一种改进的跳频信号参数估计方法

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。     

一种基于多窗宽度STFT的PSWFs信号时频分析方法

固定窗宽度的短时傅里叶变换(Short Time Fourier Transform,STFT)时频分辨率是固定的,难以对频率时变的椭圆球面波函数(Prolate Spheroidal Wave Functions,PSWFs)信号的时频分布特性进行全面分析.剖析了窗宽度对不同参数PSWFs信号STFT时频分布的影响,...     

高斯噪声下跳频信号的提取与噪声抑制

本文提出了一种在高斯白噪声环境下提取跳频信号的算法,将广义S变换(GST)和短时傅立叶变换(STFT)相结合,引入形态学图像处理技术,分别对其时频谱图进行平滑和锐化,结果进行乘积合并后,设计一种针对跳频信号的时频滤波算子进一步抑制噪声,提升跳频信号,得到高分辨率稳健的时频图案。仿真实验证明该算法得到的时频图案信噪比有明显提高,时频分辨率也有很大改善。     

基于重排Gabor谱方法的跳频信号参数估计

对接收到的跳频信号进行时频分析是跳频信号参数估计的重要步骤。利用重排方法对信号的时频谱图进行重排,有效地抑制了交叉干扰项,提高了信号的时频聚集性并且改善了信号时频谱图的可读性。对跳频信号的Gabor谱进行重排,能够在低信噪比条件下估计出跳频信号的跳频周期、跳变时刻和跳频频率等参数。仿真结果表明,与Gabor谱方法比较,采用重。排Gabor谱方法对跳频信号进行分析,提高了跳频信号的跳频周期和跳变时刻估计的准确性。     

结合图像处理与时频分析的直扩/跳频信号参数估计

为实现扩频带宽大于跳频间隔、干扰信号强度较大及存在信道噪声时直扩/跳频(DS/FH)信号参数精确估计,提出了一种结合图像处理算法与时频分析技术的DS/FH信号参数估计方法。该方法首先利用时频分析算法提取DS/FH信号的时频分布图,然后结合干扰分量在时频图中的图像特征,利用图像处理的开运算与闭运算剔除了图像中的孤立干扰点及"空洞"干扰点。特别地,为抑制复杂的毛刺干扰信号提出了一种迭代相关匹配算法。最后通过分析图像像素位置与时频参数的对应关系完成DS/FH信号的参数估计。仿真实验表明,该方法可以有效消除干扰信号的影响,准确快速提取混合扩频信号的时频参数。     

基于时频分布迭代的跳频信号参数估计

提出了一种基于时频分布迭代的跳频信号参数估计新算法,利用时频平面最大值,通过计算跳频信号与最优原子时频分布的残差逐次迭代获取匹配于跳频信号分量的时频参数,进而实现跳频信号参数估计.理论分析和仿真结果表明,与基于匹配追踪和粒子群优化的跳频信号参数估计相比,基于时频分布迭代的参数估计算法在保证算法精度的情况下,有效地降低了算法的计算复杂度,为跳频信号盲接收的实时实现提供了一种新方法.     

FH/PSK混合调制扩频信号参数估计

针对混合调制信号参数难以估计的问题,本文通过对FH/PSK混合调制扩频信号特征的分析,提出了一种FH/PSK混合调制扩频信号参数估计方法。利用时频脊线分析、跳频分量数估计、快速四阶循环累积量算法与小波变换相结合的方法,实现了跳频频率和码速率等参数的高精度估计。仿真表明,本文方法可在较低信噪比下得到该混合调制扩频信号多个参数的高精度估计,具有较高的工程应用价值。     

基于时频脊线的跳频参数盲估计

 为了估计未知跳频信号的参数,提出一种基于时频脊线的跳频参数盲估计方法,根据跳频信号频率的瞬变特性,通过对跳频信号时频脊线的小波变换,可以准确估计跳周期,进而估计其它跳频参数.理论分析和仿真结果表明,该方法可以在低信噪比下以较低的运算复杂度实现高精度的参数估计,整体性能优于现有的跳频参数盲估计方法.     

复杂电磁环境下跳频信号检测及拼接算法

为了有效解决现代战场复杂电磁环境下跳频信号的侦察问题,采用STFT时频分析法进行跳频信号处理。针对存在定频干扰的情况,根据跳频信号的时频图随时间变化的差异性,提出了一种基于时频图跳频图案进行功率谱非线性对消的跳频信号检测算法,可以有效地抑制定频干扰,提高跳频信号的检测概率。对于跳频信号的自动拼接处理,提出在校时时通过补零法则来精确定位拐点的位置,仿真结果表明,改进的校时算法能实现跳频信号零误差拼接。     

基于最优Bohman窗的改进S变换电能质量扰动特征精确快速提取方法

针对传统S变换存在时频分辨率低且计算量大的问题,该文提出一种基于最优Bohman窗的改进S变换。该方法通过直接控制窗长获得最优时频分辨率,同时只针对主要频率点进行时频分析,实现对各类扰动信号特征的精确快速提取。首先根据所提评价标准确定最优长度参数;其次将采样信号进行快速傅里叶变换得到FFT频谱,再通过基于极大值包络的动态测度快速算法确定主要频率点;然后根据主要频率点所处频段选择对应最优长度参数进行计算处理;最后根据模时频矩阵计算时频幅值向量完成时频特征提取。仿真分析和实验结果表明,所提方法相较于传统S变换具有更高的时频分辨率和更短的计算时间,适用于电能质量扰动信号特征的精确快速提取。     

基于自相关和时频分析的跳频参数估计

为解决低信噪比条件下跳频参数估计算法性能低的问题,提出了一种基于自相关和时频分析的跳频参数估计算法。首先,采用基于能量检测的分段自相关算法对接收端信号进行预处理;然后,进行时频变换,得到信号的时频矩阵,通过二值化和形态学滤波完成对信号的降噪提取;最后,通过聚类算法完成参数估计。仿真实验表明,该算法具有较高的估计精度和良好的抗噪声性能,在信噪比最低为-11 dB时估计误差数量级仍为10^-7,同时自相关运算对参数估计算法的抗噪声性能具有明显的提高作用。     

一种基于阵列信号处理的短波跳频信号检测方法

提出了一个适用于阵列天线的跳频信号检测模型。在该模型中,首先产生基于短时傅立叶变换的时频图,接着将跳频信号的各跳从时频图中分割出来,并用阵列信号处理中的到达方向(DOA)估计理论在频域中估计各跳的方向参数,最后通过空间聚类得到跳频信号的数目及各自的参数集。该模型具有计算量小、可检测变跳速跳频信号等优点。通过仿真实验验证了该模型的可行性和有效性。     

基于时频矩阵局部对比度的跳频信号参数估计

为了提高低信噪比下跳频信号参数估计性能,提出了一种基于时频矩阵局部对比度的跳频信号参数估计算法。根据跳频信号和噪声的时频分布不同特点,利用时频矩阵在不同尺度滑窗下的局部能量对比值均值,得到多尺度局部能量对比特征矩阵,通过此特征矩阵和自适应阈值分离得到仅保留了跳频信号时频信息的时频矩阵P。然后从P中提取时频跳变信息,精确估计跳频信号的跳频周期、起跳时间和跳变频率。仿真结果表明,与传统局部对比度（local contrast measure,LCM）法及形态学滤波法相比,本文算法具有更好的跳频信号提取效果和更高的参数估计精度,其有效性与实用性在DSP+FPGA的硬件系统上得到了测试验证。