復(fù)雜噪聲中跳頻信號參數(shù)估計研究

《復(fù)雜噪聲中跳頻信號參數(shù)估計研究》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、辦市Ｍ專議碩士學(xué)位論文＿闘參作者姓名周研指導(dǎo)教師姓名、職稱金艷副教授—圍西安電子科技大學(xué)學(xué)位論文獨(dú)創(chuàng)性（或創(chuàng)新性〉聲明秉承學(xué)校嚴(yán)謹(jǐn)?shù)膶W(xué)風(fēng)和優(yōu)良的科學(xué)道德，本人聲明所呈交的論文是我個人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡我所知，除了文中特別加以標(biāo)注和致謝中所羅列的內(nèi)容以外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果；也不包含為獲得西安電子科技大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書而使用過的材料一。與我同工作的同事對本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說明并表示了謝意。１一學(xué)位論文若有不實之處，本人承擔(dān)切法

2、律責(zé)任。°本人簽名：日期：６，１／西安電子科技大學(xué)關(guān)于論文使用授權(quán)的說明本人完全了解西安電子科技大學(xué)有關(guān)保留和使用學(xué)位論文的規(guī)定，ｇ卩：研究生在校攻讀學(xué)位期間論文工作的知識產(chǎn)權(quán)屬于西安電子科技大學(xué)。學(xué)校有權(quán)保留送交論文的復(fù)印件，允許查閱、借閱論文；學(xué)?？梢怨颊撐牡娜炕虿糠謨?nèi)容，允許采用影印、縮印或其它復(fù)制手段保存論文。同時本人保證，結(jié)合學(xué)位論文研究成果完成的論文、發(fā)明專利等成果，署名單位為西安電子科技大學(xué)。保密的學(xué)位論文在密后適用本授權(quán)書。＿年解Ｊ本人簽名：導(dǎo)師簽名：＾小丨丨日期：ｆｎ．日期：切客ｆｌ１

3、學(xué)校代碼10701學(xué)號1502120958分類號TN91密級公開西安電子科技大學(xué)碩士學(xué)位論文復(fù)雜噪聲中跳頻信號參數(shù)估計研究作者姓名：周磊一級學(xué)科：信息與通信工程二級學(xué)科：信號與信息處理學(xué)位類別：工學(xué)碩士指導(dǎo)教師姓名、職稱：金艷副教授學(xué)院：電子工程學(xué)院提交日期：2018年06月ResearchonParameterEstimationofFrequency-HoppingSignalinComplicatedNoiseAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthe

4、degreeofMasterinSignalandInformationProcessingByZhouLeiSupervisor:JinYanAssociateProfessorJune2018摘要摘要作為一種重要的擴(kuò)頻通信技術(shù)，跳頻擴(kuò)頻被大量應(yīng)用在現(xiàn)代通信系統(tǒng)中。在非合作情況下，接收方由于缺少相關(guān)信道參數(shù)很難捕獲跳頻通信內(nèi)容，因此，如何實現(xiàn)跳頻信號參數(shù)的盲估計，一直是非合作跳頻通信技術(shù)中的研究熱點(diǎn)。經(jīng)典的統(tǒng)計信號處理方法多基于高斯分布建模背景噪聲，然而研究發(fā)現(xiàn)，許多復(fù)雜噪聲背景下的觀測數(shù)據(jù)具有顯著的尖峰脈沖特性，呈現(xiàn)典型的非高斯性，可以用α穩(wěn)定分布建模。在這種情況下，

5、基于高斯假設(shè)的信號處理方法性能往往退化，需要設(shè)計新的參數(shù)估計方案。針對通信信道環(huán)境的多樣性，本文分別基于高斯分布和α穩(wěn)定分布模型，研究了兩種不同噪聲下跳頻信號的參數(shù)估計問題，主要工作如下：1、高斯噪聲背景下，基于常規(guī)時頻分析方法估計跳頻信號參數(shù)時，采用核函數(shù)抑制時頻分布交叉項會導(dǎo)致時頻聚集性的下降，不利于信號參數(shù)提取。對此，本文結(jié)合Cohen類時頻分布和壓縮感知理論，提出一種基于跳頻信號時頻分布特性的稀疏時頻分布（SparseTime-FrequencyDistribution,STFD）。STFD不僅能有效抑制交叉項，而且具有良好的時頻聚集性。仿真分析表明，在高斯噪聲背

6、景中，與傳統(tǒng)時頻分析方法相比，基于STFD的跳頻信號參數(shù)估計方法性能更優(yōu)。2、α穩(wěn)定分布噪聲中，經(jīng)典的穩(wěn)健濾波方法所采用的統(tǒng)計模型多為α穩(wěn)定分布特例（如Cauchy分布和Meridian分布等），其脈沖抑制效果受到限制。對此，本文基于穩(wěn)健濾波原理和近似SαS分布模型提出一種新的加權(quán)最大似然近似SαS（WeightedMaximum-LikelihoodApproximateSαS,WMAS）濾波器。WMAS濾波器所采用的統(tǒng)計模型為冪函數(shù)形式的近似SαS分布概率密度函數(shù)，該分布能較好地刻畫SαS分布概率密度函數(shù)的重拖尾特性，使WMAS濾波器可以對α穩(wěn)定分布噪聲下的觀測信號進(jìn)

7、行自適應(yīng)濾波，具有良好的穩(wěn)健性。3、提出一種α穩(wěn)定分布噪聲中基于最大似然的跳頻信號參數(shù)估計新方法。首先將復(fù)雜的跳頻信號模型簡化為其頻率和包絡(luò)表示，并基于Cauchy分布建立估計信號頻率的最大似然框架；然后提出一種基于迭代的頻率估計算法，實現(xiàn)了α穩(wěn)定分布噪聲中信號頻率參數(shù)的有效估計。同時，利用跳頻信號的短時平穩(wěn)性，基于窗寬遞增尋優(yōu)算法設(shè)計窗函數(shù)對其加滑動時間窗，提取跳頻頻率隨時間變化曲線，進(jìn)而得到跳變時刻和跳周期等的估計。仿真表明，該方法在確保有效估計跳頻信號參數(shù)的同時，與基于分?jǐn)?shù)低階和Meridian濾波的參數(shù)估計方法相比更穩(wěn)