异速跳频互扰下跳频信号的参数估计

针对在跳频互扰情况下对多跳频信号参数盲估计困难的问题,提出了一种异速跳频互扰下跳频信号的参数估计方法。该方法利用异速跳频信号周期的差异,通过二值连通域标记处理、连通域时长聚类,将互扰跳频信号从时频谱上分离后分别进行估计参数。仿真结果表明,该方法能够实现在异速跳频信号互扰下对分量跳频参数的估计,且在高信噪比下能保证高的跳周期估计成功率与低的跳周期估计相对误差和起跳时刻估计相对均方误差。但互扰存在时的整体估计性能比仅单一跳频信号存在时会有所降低,同时该方法在SNR过低时会失效。     

基于相位差-频率拟合的宽带信号数字测向方法

提出了一种基于双阵元的宽带信号测向方法,该方法根据两阵元接收信号互谱的相频特性,采用直线拟合的方法可精确获得信号到达两阵元的时延参数,进而估计出信号的到达角.该方法所需阵元数少,不存在测向模湖,运算量小,易于工程实现.仿真实验表明,应用此方法可对宽带信号实时测向且有较高的估计精度.     

基于SPWVD的差分跳频信号参数估计方法

在深入分析差分跳频信号产生机理和信号特性的基础上,提出一种基于SPWVD的差分跳频信号参数估计方法,利用SPWVD算法对差分跳频信号进行时频分析,通过检测时频分析数组中相邻跳信号的频率跳变时间来估计跳驻留时间参数,进一步估计跳速、瞬时频率等参数。仿真结果表明,提出的算法可以对差分跳频信号实现有效的参数估计,且估计精度较高,处理计算量较少。     

基于时延的宽带LFM信号DOA估计算法

针对常用宽带LFM信号DOA估计算法采样数据量大、运算量大的特点,提出了一种基于时延的宽带LFM信号DOA估计算法。先把阵元接收到的信号变换到频域,而后用极值频率点进行时延估计,并对各极值频率点的时延估计值进行加权平均,进而估计出宽带LFM信号的来波方位。仿真验证了该算法的合理性和有效性。     

基于Butterworth分布的跳频信号参数估计

能够有效地估计接收到的跳频信号参数是干扰跳频通信的关键。针对接收到的未知任何先验参数的跳频信号,提出了一种基于Butterworth分布的跳频信号参数估计算法。由于Butterworth分布具有较好的时频聚集性和抑制交叉项性能,该算法能够在低信噪比条件下有效提取并估计出跳频信号的跳频周期、跳变时刻和跳频频率。仿真结果证明了该算法对跳频信号参数估计的有效性。     

基于Gabor谱方法的跳频信号参数盲估计

提出了一种基于Gabor谱的未知跳频信号参数盲估计方法。该方法利用Gabor谱能量集中、时频分辨率高、交叉项干扰小的特点,在未知任何先验参数的情况下,能够准确估计出跳频信号的跳频频率、跳变时刻和跳频信号驻留时间等参数。通过计算机仿真得到了较为准确的估计结果,验证了该算法的有效性。     

跳频信号与跟踪干扰信号DOA估计方法

提出了一种基于修正的旋转信号子空间(rotational signal subspace,RSS)算法的跳频信号和跟踪干扰信号波达方向(direction of arrival,DOA)估计方法。首先,将接收到的跳频信号和跟踪干扰信号进行离散傅里叶变换;然后,利用修正RSS算法,得到聚焦后协方差矩阵的估计值;最后,利用MUSIC算法,实现跳频信号和相关干扰信号的DOA估计。仿真结果验证了该方法的有效性。     

宽带系统中线性调频信号的目标参量估计

在宽带系统中,线性调频信号的模糊度函数不仅在时延和多普勒频移具有耦合性,而且其宽带模糊度函数的脊线已经不是简单的直线,使得进行目标参量估计变得复杂.系统地研究了高斯包络的线性调频信号的宽带、窄带模糊度函数,并应用其脊线之间的联系给出了两种简单的估计目标速度的修正方法,最后进行了充分的仿真,结果表明:这两种方法都可以有效的降低估计误差,提高精度.     

基于改进OMP算法的跳频信号跳变时刻精确估计

跳变时刻是跳频信号最重要的参数之一，精确估计跳变时刻有助于正确接收跳频信号，准确获取跳周期、跳频频率等参数。但是现有方法得到的跳变时刻精度不高，抗干扰能力较弱，为此提出了一种基于改进OMP算法的跳变时刻精确估计新方法。首先根据跳频信号原理建立了跳变时刻估计的稀疏表示模型；然后用改进OMP算法求解该模型提取跳变时刻。理论分析和仿真结果证明了该方法能够获取高精度的跳变时刻，估计性能优于现有算法。     

基于时频分析的到达角估计方法比较

提出了一种基于模式编码进行宽带信号到达角估计的方法。该方法通过广义回归神经网络(GRNN)对信号的线性时频协方差矩阵进行分类来实现。介绍了网络结构,数据仿真和应用于高频地波雷达目标定向的实际效果。特别介绍了通过窄带信号数据训练网络然后应用于宽带信号的训练方法,适于宽带训练数据难以获得的情形。仿真和实测数据的分析结果显示该估计方法能适应阵列的误差模式且鲁棒性好,在较低信噪比时能够给出正确估计。