脉冲噪声下跳频信号的参数估计研究

摘要

近年来，具有优良的抗干扰性、低截获概率以及可兼容性等诸多优点的跳频信号受到了国内外学者的广泛关注，而且被军事和民用通信等系统广泛采用，有效的参数估计是保证信息准确传输的关键，也是跳频通信研究中的热点和难点。诸多研究表明雷达、地震、生物工程等领域中的杂波干扰或实际噪声均服从α稳定分布，这类分布的概率密度函数具有显著尖峰脉冲状波形和较厚拖尾，且不存在有限的二阶矩和高阶矩。在α稳定分布噪声下，通常的基于高斯模型的信号处理方法会出现性能降低甚至失效的情况。因此，在该类噪声背景下，研究切实可行的跳频信号参数估计方法对于跳频通信的发展具有重要意义。本文针对α稳定分布噪声下的跳频信号参数估计进行了研究，取得的主要成果如下：
　　1.对传统时频分析方法短时傅里叶变换窗宽的选择进行了研究。引入 Renyi熵的方法评价时频分析性能的优劣，通过确定最小熵值获得最佳窗宽。结合分数低阶方法，与传统短时傅里叶变换相比，基于Renyi熵的短时傅里叶变换更能准确估计α稳定分布噪声下跳频信号的跳频周期，并且提高了跳变时刻、跳频频率的估计精度。
　　2.对二次型时频分析方法中的交叉项抑制问题进行了研究。针对传统非线性时频分析方法在处理跳频信号时，会出现严重的交叉项和参数估计精度降低等问题，简要分析了交叉项和自项的位置，接着引入RGK时频分析方法，根据信号的不同自适应地选择最优高斯核函数，从而有效抑制远离原点的交叉项并保留原点附近的自项。实验结果表明，该方法具有良好的时频分辨率和参数估计性能。
　　3.对基于广义柯西分布的脉冲噪声抑制方法进行了研究。提出了一种WMGC滤波器，利用最大似然估计理论得到最佳样本值，并结合可靠性加权原则，根据代价函数最小准则求取最佳权系数，从而选取最接近期望值的样本。随后与RGK时频分析方法相结合，提出了 WR(WMGC-RGK)方法，并对α稳定分布噪声下的跳频信号进行参数估计。分别与基于分数低阶及Myriad滤波器的时频分析方法进行仿真对比，WR方法在α稳定分布噪声中具有良好的鲁棒性和优良的参数估计性能。

目录

封面

声明

中文摘要

英文摘要

插图索引

表格索引

符号对照表

缩略语对照表

目录

第一章 绪论

1.1 课题研究背景及意义

1.2 国内外研究现状

1.3 本文的主要工作及结构安排

第二章 跳频通信系统及α 稳定分布概述

2.1 引言

2. 2跳频通信系统概述

2.3 α 稳定分布基础知识

2.4 本章小结

第三章 基于时频分析的跳频信号参数估计方法

3.1 引言

3.2 TFA方法

3.3 WVD方法

3.4 本章小结

第四章 基于分数低阶径向高斯核函数的时频分析方法

4.1 引言

4.2 WVD自项和交叉项概述

4.3 RGK时频分析方法

4.4 参数估计性能对比

4.5 本章小结

第五章 基于WMGC滤波器的RGK时频分析方法

5.1 引言

5.2 WMGC滤波方法

5.3 基于WR方法的FH信号参数估计

5.4 各时频分析方法性能对比

5.5 本章小结

第六章 总结和展望

6.1 全文总结

6.2 未来展望

参考文献

致谢

作者简介