基于改进EMD算法的跳频信号参数估计

针对短时傅立叶变换时频分辨率不能同时很高,小波变换运算时间偏长,抗噪性差,Wigner-Ville变换及其改进方法受交叉项影响等问题,提出了一种基于希尔伯特-黄(HHT,Hilbert-Huang Transformation)算法的跳频信号参数估计.该方法的分解是自适应的,计算出的瞬时频率有很高的时间分辨率和较高频率分辨率.对于HHT算法中出现的虚假分量和端点效应问题,通过互相关方法来消除虚假分量,镜像闭合延拓方法去除端点效应.仿真结果表明该方法能很好解决上述两个问题.     

一种联合跳频信号参数估计方法

提出一种新的跳频信号参数联合估计算法,即对跳频信号作较短窗长STFT,然后提取其时频脊线得到跳频周期、跳变时刻的精确估计和跳频频率的粗估计,最后对跳频频率的粗估计值所在频域区间进行Zoom-FFT细化分析,得到跳频频率的准确估计。仿真结果表明,与基于SPWVD和基于小波变换的参数估计方法相比,该方法具有更好的抗噪性能和更小的计算量。     

短波复杂信道下跳频信号的参数估计

提出一种可以有效克服短波复杂信道环境影响的高精度跳频信号参数估计方法。首先使用短时傅里叶变换（STFT）做信号的时频谱图,并通过图像处理方法对谱图进行预处理;然后提取谱图的时频脊线,用形态学平滑消除时频脊线的畸变,通过一阶差分获得跳变位置;结合信号的时域信息精确估计跳变点位置,完成信号整体跳变定时;最后在信号整体跳变定时的基础上,对信号逐跳进行定时调整和精确测频。实验结果表明该方法切实有效,计算量小,参数估计精度高。     

一种跳频信号的时频分析和参数估计方法

为了获得跳频信号清晰的、高聚集度的时频谱图和高精度频率估计值,提出了一种改进的同步压缩变换的时频分析和参数估计方法.对短时傅里叶变换得到的信号时频谱提取最大值,得到二维时频平面,沿着频率方向进行频率聚类,通过迭代滤波方法得到跳频频率集,进而构造瞬时频率的二维时频平面,然后在同步压缩的基础上得到跳频信号清晰的时频谱.仿真...     

非线性时频分布重排算法在非合作跳频信号检测中的应用

在简述重排时频分布主要理论的基础上，具体分析了基于平滑伪Wigner-Ville分布的时频重排（rearrangement of the smooth pseudo Wigner-Ville distribution，RSPWVD）算法和基于Morlet小波的尺度图重排（rearrangement of the Morlet scale chart，RMSC）算法识别信号的基本原理，并导出了各自的重排算法表达式。分析结果表明，RMSC算法不仅可以获得比RSPWVD更为理想的抗干扰效果，而且可进一步提高信号时频分布的时频聚集性，从而更加精确地对跳频信号参数进行盲估计。最后给出了计算机仿真结果，并验证了其可行性和有效性。     

一种组合时频分布在跳频信号参数估计中的应用

为了有效分析跳频信号并估计其参数,根据跳频信号的特点,提出了一种基于频率分解的组合时频分布．这种新的时频分布先将多分量跳频信号通过带通滤波变成多个单分量信号,再将每个分量的Wigner-Ville分布线性叠加．理论分析和仿真结果表明,这种新的组合时频分布能够有效抑制跳频信号的交叉项干扰．与现有的方法相比,具有更高的时频分辨率,更适合于跳频信号的时频分析和参数估计．     

跳频信号的STFT时—频分析

利用短时傅立叶变换ＳＴＦＴ的时－频域分析特性,探讨了使用各种窗口函数的ＳＴＦＴ来分析跳频信号,计算并分析了利用不同窗口函数跟踪跳频信号时所产生的各类误差。     

基于压缩采样的宽带跳频信号盲检测算法

为了在非协作情况下,达到对宽带跳频信号进行实时检测的目的,提出一种基于压缩采样值数字特征的盲检测算法.首先分析了不同先验假设条件下压缩采样值的期望和方差,然后讨论了利用这些不同数字特征对高斯白噪声中的跳频信号进行检测的方法.仿真结果显示,该算法能在Eb/N0大于8dB时对高斯白噪声中的跳频信号进行有效的检测.该算法相对于传统基于奈奎斯特采样值的检测算法,运算复杂度低,实时性较好.     

基于形态学处理的短波跳频信号宽带时频检测算法

通过分析短波跳频信号的宽带时频特性,本文提出一种基于形态学处理的检测算法。算法分别利用形态学基本算法、改进的骨架化算法、改进的击中/击不中变换实现跳频检测过程中噪声和干扰信号的消除、跳频信号存在性的判定、跳频图像的还原等操作。仿真结果表明,算法在较低信噪比的情况下仍能较好的确定短波跳频信号的存在性,实现信号的检测与还原。     

非重构压缩样值跳频信号时频联合估计算法

针对宽带跳频信号的参数进行精确快速的估计,提出一种非重构压缩样值跳频信号时频联合估计算法。首先在非重构原始信号的前提下,通过研究信号的压缩数字特征,发现信号频率发生改变的位置,然后对该位置所在的数据段进行重构得到其频域系数,即可达到估计跳频频率、跳频周期以及跳频跳变时刻的目的。仿真结果表明,当信噪比为10d B,压缩比为1/4时,该算法估计出跳频信号的跳变时刻与Wigner算法达到相同误差条件下,所需处理的采样点个数为Wigner算法的1/4;比完全重构信号后估计算法误差小,所需重构的采样点个数为完全重构的1/4。该算法相对于传统的时频特征算法和基于压缩感知的完全重构估计算法,运算复杂度低,实时性较好。     

基于独立分量分析的混叠跳频信号分离算法

为解决混叠跳频信号的分离问题,在深入研究独立分量分析（ICA：Independent Component Analysis）理论基础上,结合跳频通信的特点,提出了基于独立分量分析的混叠跳频信号分离算法,实现了对混叠跳频信号的盲分离。该算法将基于负熵最大化的FastlCA算法应用到混叠跳频信号分离中。通过仿真实验表明,该算法能成功地排除乘性噪声干扰,完成对混叠跳频信号的分离。虽然分离信号的幅度、相位等参数较源信号发生了变化,但并不影响后续工作。这一过程在未知任何先验参数的条件下完成,并取得了较好的分离效果,为跳频通信信号的分离工作提供了新思路。     

一种基于循环前缀的OFDM盲检测及参数估计算法

提出了一种基于循环前缀的OFDM盲检测及参数估计算法。该算法利用接收信号循环前缀的相关性进行OFDM信号的盲检测,并通过搜索联合相关函数的峰值来实现参数估计。该算法能区分OFDM与其它多种体制的信号,应用范围广范。实验结果表明该算法所需数据量小,检测及参数估计精度高,具有一定的可行性和实用性。     

基于时频分析与形态学滤波的跳频参数估计

针对跳频信号侦察中的参数估计问题,在对跳频信号进行平滑伪Wigner-Ville分布（SPWVD）处理的基础上,提出了一种基于数学形态学滤波的跳频参数估计方法.该方法首先对跳频信号的SPWVD时频图进行阈值分割,转化为二值图;通过形态学滤波和细化提取时频脊线,从而估计跳频信号参数.仿真结果表明：与直接利用SPWVD变换后峰值提取脊线的方法相比,该方法具有更高的估计精度.     

一种混合网台跳频参数盲估计算法

针对低信噪比（SNR）和复杂电磁环境条件下跳频参数估计精度低及算法复杂度高的问题,提出了一种短时傅里叶变换（STFT）和平滑伪魏格纳分布（SPWVD）的组合时频分析方法.该算法首先利用STFT将天线接收信号变换到时频域,并对时频信号进行自适应降噪处理;通过自适应聚类算法进行频率的精估计;提取时频信息并剔除各类干扰,再通过网台分选后得到各类网台跳时粗估计;最后采用SPWVD及修正后的截断门限进行跳变时刻的精估计.仿真结果表明,该算法在混合网台和低SNR条件下,跳频参数估计精度较高,算法复杂度较低,有效解决了实际跳频通信系统存在频率转换时间条件下的参数估计问题.     

基于Kalman滤波器和遗传算法的参数估计方法

提出了一种基于Kalman滤波器和遗传算法的系统参数估计方法,可以对带测量噪声和过程噪声的线性系统中的未知参数进行有效估计。理论分析和数据仿真表明,此方法能较好地处理已知数据中的噪声,并且能应用于系统未知参数存在较复杂关联的情况。     

有噪自回归信号参数估计的最小均方算法

提出了噪声中自咽归信号未知参数包括信号的功率和噪声方差的估计问题,通过把基本自回归模型的阶数增加一阶,提出了一种以估计噪声方差为基础的新的最小均方算法,这种方法的特点是能够得到自回归模型参数的一致估计,与以前噪声中自回归信号未知参数的估计方法相比,该方法的优点是,在没有前置滤波的情况下直接利用含有噪声的观测数据不需要参数抽取而直接估计自回归信号的参数和噪声方差,计算机仿真和数字模拟结果证实和说明了这种理论。     

基于时频分析的LFM信号检测与参数估计

基于Radon Wigner变换、分数阶Fourier变换与时频分布的关系,利用其对线性调频(linearityfrquencymodulation,LFM)信号良好的时频聚集性,通过计算Radon Wigner变换或分数阶Fourier变换,对线性调频信号LFM信号进行检测和参数估计。理论分析和计算机仿真证明:2种方法对于LFM信号的分析好于Wigner Ville变换等常用的时频变换。     

基于宽带欠采样阵列的频率估计算法研究

鉴于宽带欠采样阵列的常规FFT频率估计算法只适用于输入信噪比较高且精度要求不高的单信号频率估计,给出了多组采样频率联合解模糊的方法,在无需增加复杂配对算法的情况下,实现了多信号频率的无模糊估计．针对常规FFT法估计精度不高的问题,提出了一种分级高分辨频率估计方法（CMUSIC算法）．该算法估计精度可达到10kHz级,相对于常FFT法的MHz级提高了至少一个数量级．最后,仿真结果验证了本文所提方法的有效性．     

定数截尾Parato分布的遗传算法估计

Parato分布在经济学、保险损失及可靠性研究等领域有着广泛的应用.遗传算法被用来估计定数截尾情形下Parato分布的模型参数.模拟研究表明遗传算法能有效地改善估计的效率.