基于STFT的跳频信号参数估计

合集下载

短波复杂信道下跳频信号的参数估计

ｔｔｅｃｍｌｘｈｇｅｕｎｙｅｖｒｎｅｔｉｔ，ｈｒＴｍｏｒｒｒｎｆｒ（ＴＴ）ｉｕｅｏｈｏｐｅｉｈｆｑｅｃｎｉｍｎ．ＦｒｌＳｏｔｉｅＦｕｉａｓｍＳＦｒｏｓｙｅＴｏｓｓｄ
ｔｅｉｅｔｅｉｅｆｅｕｎｙｐｅｔｏｒｐｏｄｒｖｈｔｍ－ｑｅｃｓｃｒｇａｈ，ｗｈｃｓｐｅｔｅｔｄｗｉｍａｅｒｃｓｉｇｔｃｎｑｅ．ｒｉｈｉｒ —ｒａｅｔｉｇｐｏｅｓｎｅｈｉｕｓｈＴｈｎｔｅｔｍｅｆｅｕｅｙｂａｋｏｅｃｒｅｏｈｅｓｅｔｏｒｐｈｉｘｒｃｅｅｈｉ — ｑｎｃｃｂｎｕｖｆｔｐｃｒｇａｓｅｔａｔｄ，ｔｅｄｓｏｔｏｆｗｈｃｓｒｈｉｔｒｉｎｏｉｈｉ
ｔｔｔｒｐｓｄｍｅｈｏｓｅｆｃｉｅｗｉｈｌｗｏｌｘｔｎｉｈａｃｒｃ．ｈａｈｅｐｏｏｅｔｄｉｆｅｔｖｔｏｃｍｐｅｉｙａｄｈｇｃｕａｙ
Ａｂｓｒｃ：ｈｉａｅｒｐｓｓａｈｇｃｕａｙｐａａｅｅｓｉａｉｎｍｅｈｄ，ｗｈｃａｅａｐｌｄｔａｔＴｓｐｐｒＰｏｏｅｉｈａｃｒｃｒｍｔｒｅｔｍｔｏｔｏｉｈｃｎｂｐｉｅ
ｅｉｎｔｄｂｎｒｄｃｎｈｔｅｔｒｈｌｇｍｏｔｅｈｉｕｓｈｌｈｕｏｉｏｓｌａｅｙｉｔｏｕｉｇｔｅｍａｈｍａｉｍｏｐｏｏｙｓｏｈｔｃｎｑｅ，ｗｉｔｅｊｍｐｐｓｉｎｉｍｉｃｅｔ

一种α稳定分布噪声下的跳频参数盲估计方法

YANG Yun-cheng，SUN Xue-li，ZHONG Zhao-gen （Naval A viation University，Y antai 264001，China）
Abstract：Aiming at the problem that most frequency -hopping parameters estimation methods based on Gaussian white noise are currently under the stably distributed noise background，the performance is drastically reduced. In this paper，two fractional low-order STFT with different window functions are firstly applied to the frequency-hopping signal to obtain two sets of time-frequency data. Then，two sets of time-frequency data are multiplied to obtain a new time-frequency representation，and finally based on time -frequency analysis. Frequency -hopping parameter estimation method realizes accurate estimation of frequency -hopping parameters. Simulation experiments show that the proposed method effectively suppresses the 琢 stable distribution noise. When 琢 =0.8，GSNR 逸1 dB；琢 =1.5， GSNR逸0 dB，an accurate estimation of the frequency-hopping period can be realized. At the time of 琢=1.5，the maximum relative error of the estimation time of the algorithm is 3 % lower than the STFT， 1.6 % lower than the fractional low-order STFT，and the estimated hopping-frequency is more accurate.

基于频率微分属性的跳频信号参数估计

基于频率微分属性的跳频信号参数估计
郭振;郭建涛;刘道华
【期刊名称】《信阳师范学院学报：自然科学版》
【年(卷),期】2012(25)1
【摘要】提出了一种基于跳频频率变化微分属性,能够估计跳周期、跳变时刻和跳频频率的特征参数方法.与传统平滑伪维格纳分布最大值序列算法相比,该方法增强了跳变时刻信号检测的可靠性,提高了参数估计的精度.仿真结果和性能分析表明了算法的有效性和实用性.
【总页数】4页(P86-89)
【关键词】跳频信号;参数估计;频率微分;时频分析
【作者】郭振;郭建涛;刘道华
【作者单位】信阳师范学院计算机与信息技术学院,河南信阳464000;信阳师范学院物理电子工程学院,河南信阳464000
【正文语种】中文
【中图分类】TN911
【相关文献】
1.基于稀疏时频分布的跳频信号参数估计 [J], 金艳;周磊;姬红兵
2.基于改进 SPWVD 的 DS/FH 信号跳频参数估计方法 [J], 钱怡;马庆力;路后兵
3.α稳定分布噪声中基于最优核时频分析的跳频信号参数估计 [J], 金艳;彭营;姬红兵
4.基于原子范数的多跳频信号时频参数估计 [J], 东润泽;郭英;张坤峰;杨银松
5.基于时频矩阵局部对比度的跳频信号参数估计 [J], 刘佳敏;赵知劲;尚俊娜;叶学义
因版权原因，仅展示原文概要，查看原文内容请购买。

基于能量归一化窗S变换的跳频信号参数盲估计

ｏｎｒｙｉｒｓｎｅ．ＩｈｓａｅｘｏｎｈａｉｐｃｐｅｏＴｆｒｅｅｇｓｐｅｅｔｄｎｔｉｐｐｒｗｅｅｐｕｄｔｅｂｓｒｎｉｌｆＳＮＷ，ｕｅｉｔａａｙｅｔｅＦｓｇａｓｎｏａｅｉｗｔｔｅｃｉｓｔ０ｎｌｓｈＨｉｎｌ，ａｄｃｍｐｒｔｉｏｈｒｈｔ — ｅｕｎｙａａｙｉｍｅｈｄ．Ａｔｌｓ，ｗｉｅｔｅｓｅｉｃｐｏｅｕｅｏｌｄｐｒｍｅｅｓｉｔｎａｇｒｈｆｒＦｓａ，ａｄｃｒｙｏｔｉｆｑｅｃｎｌｓｓｍｅｒｔｏｓａｔｅｇｖｈｐｃｆｒｃｄｒｆｉａａｔｒｅｔｉｂｎｍａｉｏｔｍＨｉｌｎａｒｕｏｌｉｏｎｇｔｅｓｍｕａｉｎｅｐｒｍｅｔａｄｐｒｏｍａｃｎｙｅ．Ｓｍｕａｉｎｒｓｌｅｎｔａｅｔｅｅｆｃｉｅｅｓａｄｅｆｉｎｙｏｈｔｏ．ｈｉｌｔｘｅｏｉｎｎｅｒｎｅａａｓｓｉｌｔｅｕｔｄｍｏｓｔｈｆｔｎｓｎｆｃｅｃｆｔｅｍｅｈｄｆｌｏｓｒｅｖｉＫｅｗｏｄｙｒｓＳｔｎｆｒｏｏａｉｄｗｉｄｗＦｅｕｎｙｈｐｉｇＢｉｄｐｒｍｅｅｓｉｔｎＴｍｅｆｑｅｃｎｌｓｓｒｓｏｍｎｒｌｓｎｏａｆｍｅｒｑｅｃｏｐｎｌａａｔｒｅｔｎｍａｉｉ — ｅｕｎｙａａｙｉｏｒ

低信噪比下的跳频信号参数估计

低信噪比下的跳频信号参数估计郭建涛;王宏远【摘要】针对基于时频分布的跳频信号参数估计存在信噪比阈值的问题,提出了一种参数估计的算法.该算法首先基于粒子群优化,利用匹配追踪算法对信号进行自适应分解,获取匹配原子;然后基于原子参数对跳频信号进行参数估计.仿真结果表明,该方法不仅解决了匹配追踪算法运算量巨大的问题,而且克服了跳频信号各参数估计误差的相互影响,同时在低信噪比下参数估计的方差也比较小,更加适应于实际的电子战环境.【期刊名称】《计算机工程与应用》【年(卷),期】2010(046)027【总页数】3页(P142-144)【关键词】跳频信号;匹配追踪;粒子群优化;参数估计【作者】郭建涛;王宏远【作者单位】信阳师范学院物理电子工程学院,河南,信阳,464000;华中科技大学电子与信息工程系,武汉,430074;华中科技大学电子与信息工程系,武汉,430074【正文语种】中文【中图分类】TN9111 引言跳频技术具有优良的抗截获和抗干扰能力，是现代军事通信中的重要制式。

在复杂电磁环境中，获取非合作跳频信号参数，从而引导干扰机对敌方通信实施有效干扰，或者截取敌方通信信息，成为打赢信息战的关键因素。

跳频信号参数估计及其在检测、同步和测向等问题上的研究日益成为各国学者研究的重点之一。

跳频信号作为典型的非平稳信号，传统的傅里叶变换无法同时提供跳频周期、跳变时刻及跳频频率信息，而时频分析以时间和频率的二维函数联合对信号进行分析，成为对诸如跳频信号的非平稳信号进行分析的有力工具。

Barbarossa[1]在1997年首次将伪魏格纳分布引入跳频信号时频分析领域，巧妙利用霍夫变换设计了参数估计算法。

文献[2-3]在此基础上，利用时频域平滑技术降低了信号时频分布中的交叉项干扰，可以在大于4 dB的情况下获取跳频周期的准确估计。

另外，文献[4]和文献[5]分别采用小波、短时傅里叶变换等对跳频信号进行参数估计。

但是，这类基于时频平面的跳频信号参数估计存在一个明显的信噪比阈值问题，当信噪比较低时，无法给出有意义的结果。

基于酉ESPRIT的跳频信号DOA估计

基于酉ESPRIT的跳频信号DOA估计杨银松;郭英;于欣永;齐子森;孟涛【摘要】为了利用跳频信号的空域信息辅助同步跳频信号的网台分选,提出了一种基于STFD&酉ESPRIT的跳频信号DOA估计算法.首先用WVD&SPWVD组合时频分析方法对接收数据进行时频变换,然后提取出跳频信号的有效跳(hop),并对其建立空时频矩阵(STFD),最后利用酉ESPRIT算法进行跳频信号DOA估计.该方法通过酉变换将ESPRIT算法的协方差矩阵从复数域转化到实数域,降低了计算量,而且酉ESPRIT算法利用了数据的共轭信息使数据长度等价增加了一倍,提高了估计精度.仿真结果表明文中算法在信噪比大于2 dB时,DOA估计性能优于ESPRIT算法.【期刊名称】《空军工程大学学报（自然科学版）》【年(卷),期】2018(019)002【总页数】7页(P93-99)【关键词】跳频;DOA;酉ESPRIT;STFD;网台分选【作者】杨银松;郭英;于欣永;齐子森;孟涛【作者单位】空军工程大学信息与导航学院,西安,710077;空军工程大学信息与导航学院,西安,710077;通信网信息传输与分发技术重点实验室,石家庄,050081;空军工程大学信息与导航学院,西安,710077;空军工程大学信息与导航学院,西安,710077;空军工程大学信息与导航学院,西安,710077【正文语种】中文【中图分类】TN911.7跳频通信因其抗干扰能力强、截获概率低、组网能力强等优点,在军事通信领域中得到了广泛的应用[8]。

同时,跳频通信的优良特性对通信对抗提出了巨大挑战,对跳频信号的有效侦察成为军事通信领域的重要作战任务之一。

信号波达分向(DOA)信息在跳频信号网台分选中发挥重要作用,也一直是其他领域的研究热点。

文献[1～2]最早提出空时频的概念,并将其用于信号盲分离和DOA估计,获得了比传统方法更优良的性能;文献[3～4]将空时频矩阵应用于跳频信号DOA 估计,提出利用多相滤波器组的方法获得跳频信号全景时频图,提取出单个有效跳构建空时频矩阵,并结合MUSIC算法估计DOA,但是该方法需要在参数空间进行谱峰搜索,计算量大。

基于fft的频偏估计算法

基于fft的频偏估计算法英文回答：Frequency offset estimation is an important task in signal processing, especially in wireless communication systems. It refers to the estimation of the difference between the actual frequency of a signal and the expected frequency. This frequency offset can be caused by various factors, such as Doppler effect, oscillator inaccuracies, or channel impairments.One popular method for frequency offset estimation is based on the Fast Fourier Transform (FFT) algorithm. The FFT is a fast and efficient algorithm for computing the discrete Fourier transform of a sequence. By analyzing the spectrum of the received signal using FFT, we can estimate the frequency offset.The basic idea behind the FFT-based frequency offset estimation is to exploit the periodicity of the signal.When a frequency offset is present, the spectrum of the received signal will exhibit a peak at a frequencydifferent from the expected frequency. By identifying the location of this peak, we can estimate the frequency offset.To illustrate this, let's consider a simple example. Suppose we have a signal with a known frequency of 1 kHz,but due to frequency offset, the received signal appears to have a frequency of 1.02 kHz. We can apply FFT to the received signal and examine the spectrum. In this case, we would expect to see a peak at 1.02 kHz. By calculating the difference between the expected frequency and the frequency of the peak, we can estimate the frequency offset, which in this case would be 20 Hz.It is worth mentioning that the accuracy of the frequency offset estimation using FFT depends on the length of the analyzed signal and the signal-to-noise ratio.Longer signal lengths provide better frequency resolution, while higher signal-to-noise ratios improve the accuracy of the estimation.In addition to FFT-based methods, there are also other techniques for frequency offset estimation, such as maximum likelihood estimation and pilot symbol assisted techniques. These methods may offer better performance under certain conditions, but they often require more computational complexity compared to FFT-based methods.中文回答：频偏估计是信号处理中的一个重要任务，尤其在无线通信系统中。

基于重排时间尺度分布的跳频信号参数盲估计

测器法、时频分析、现代谱估计、循环平稳分析等方法。对于跳频信号这种典型的非平稳信号，其特征信息分布于时频联合域。时频分析方法通过将一维时域信号映射到能量对时间频率二维的分布上，
有效地表征了信号的时频联合特征，对于分析频域特征时变的跳频信号是较为有效的工具。线性时频分析方法中常用的主要是短时傅里叶变换，其意义明确，算法简单，但受限于不确定性
关键词；重排；时间尺度分布；跳频；参数盲估计
中图分类号ＴＮ９１１
文献标识码・Ａ
１
引言
跳频通信因其具有优越的抗干扰、抗衰落、抗截获能力和较强的多址组网能力，己经成为现代军
检测识别己成为亟待解决的问题。
跳频通信是一种通过近似随机的序列控制载波跳变的扩展频谱通信技术。因其信号频域特征随时间快速变化，具有良好的抗干扰性和低截获概率特性。在未知任何先验条件情况下，非合作方很难对其进行检测和参数估计。国内外许多学者在低截获概率跳频信号截获方面进行了研究，提出了能量检
基于重排时间尺度分布的跳频信号参数盲估计

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ＴＮ９４４１．１中图分类号
ＰａｒｍｅｅｔｍａｉｎｏｅｕｅｙＨｏｐｉｉｎａｓＢａｅｎＳａｔｒＥｓｉｔｏｆＦｒｑｎｃ — ｐｎｇＳｇｌｓｄｏＴＦＴ
ＬｕＹｕｓｅｇｎｈｎＤｏｇＹｉｇｉｇｎｎｙｎ
频图案；频范围。又称为跳频带宽，明跳频电跳表台的工作频率范围；频间隔。跳频电台工作频率跳之间的最小间隔，称为频道间隔，常其他的频或通
率差是跳频间隔的整数倍。上述参数中的跳频范
总第２８期０２１年第１期０１Ｏ
舰船电子工程
ＳｉｅｔｏｉｎｉｅｒｎｈｐＥｌｃｒｎｃＥｇｎｅｉｇ
Ｖｏ．１Ｎｏ１１３．０
７３
基于ＳＦＴＴ的跳频信号参数估计
卢云生” 董英英。
（．３ｓａｃｎｔｕｅｏＮｏ６ＲｅｅｒｈＩｓｉｔｆＣＥＴＣ”，Ｊａｉｇ３４３）ｔｉｘｎ１０３
（ｕａｃｔｎｌＣｌｇｆＳｆｗａｅａｄＥｎｉｅｒｎ，Ｗｕａ４０５）ＷｈｎＶｏａｉａｏｌｅｏｏｔｒｎｇｎｅｉｇｏｅｈｎ３２０
（国电子科技集团公司第三十六研究所 ” 嘉兴中３４３）武汉软件工程职业技术学院武汉１０３（ ’ ４０５）３２０
摘
要
针对跳频信号的非叶变换（ＴＴ）文ＳＦ对跳频信号进行了分析，基并
波振荡器输出信号的频率，发射信号的载波频率使
随伪随机码的变化而跳变＿。频率跳变系统可供１］
随机选取的载波频率数通常是几千到几万个离散
围、频间隔、频图案、频速率是跳频通信网台跳跳跳
ＡｂｔａｔＡｉｎｔｔｅｎｎｔｔｎｒｎｒｑｅｃａｉｂｌｙｏｒｑｅｃ－ｏｐｎｉｎｌ，ＳｓｒｃｍｉｇａｈｏｓａｉａｙａｄｆｅｕｎｙｖｒｉｔｆｅｕｎｙｈｐｉｇｓｇａｓＴＦｒｉａｅＯａａｙｅｏａｉｆｓｔｋｎｔｎｌｓｆｅｕｎｙｈｐｉｇｓｇａｓｒｑｅｃ－ｏｐｎｉｎｌ．Ｔｈｅｉｄｔｎｒｑｅｃａａｔｒｆｆｅｕｎｙｈｐｉｇｓｇａｓｉｅｔｅｐｒ，ｉｏｍｅａｄｆｅｕｎｙｐｒｍｅｅｓｏｒｑｅｃ－ｏｐｎｉｎｌｓｓｉｔｄｂｓｄＯｍａｅａｅｎＳＴＦｒＬａｔｙ，ｔｅｉｆｕｎｅＯｄｈＯｎｏｔａａｔｒｅｔｔｏｎｌｓｄ．ｓｌｈｎｌｅｃｆｗｉｔｆｗｉｄｗｐｒｍｅｅｓｉｏｍａｉｎｉａａｙｅ．Ｔｈｅｕｔｆｓｍｕａｉｎｓｏｈｔｔｓｅｒｓｌｏｉｌｔｏｈｗｓｔａｈｅｃａａｔｒｓｉｐｒｍｅｅｓｏｒｑｅｃ－ｏｐｎｉｎｌｏｌｅｅｔｔｄｂＴＦｒ，ｗｈｃｓｔｅｆｕｄｔｎｏｈｒｃｅｉｔｃａａｔｒｆｆｅｕｎｙｈｐｉｇｓｇａｓｃｕｄｂｓｉｍａｅｙｓｉｈｉｈｏｎａｉｆＨＦｓｎｌｏｉａｇｃａｓｆｉｇｂｏｌｓｉｎｙｃｍｍｕｉａｉｎｓｏｔｓｓｅｙｎｃｔｃｕｙｔｍ．ｏＫｅｏｒｓｆｅｕｎｙｈｐｉｇｓｇａｓｆｅｕｎｙｈｐｉｇｐｒｏｙＷｄｒｑｅｃ－ｏｐｎｉｎｌ，ｒｑｅｃ－ｏｐｎｅｉｄ，ｆｅｕｎｙｈｐｉｇｔｅｆｅｕｎｙｈｐｉｇｆｅｒｑｅｃ－ｏｐｎｉ，ｒｑｅｃ－ｏｐｎｒ— ｍ
于ＳＦＴＴ对跳频信号的跳频周期、跳频时刻和跳频频率等参数进行了估计。最后分析了窗宽对参数估计的影响。仿真结果表明，采用ＳＴ方法可以有效估计出跳频信号的特征参数，ＴＦ为通信侦察系统进行跳频信号分选打下了良好的基础。关键词跳频信号；跳频周期；跳频时刻；跳频频率；窗宽
ｑｅｃ，ｗｉｔｆｗｉｄｗｕｎｙｄｈｏｎｏ
ＣｌｓｍｂｒＴＮ９４４ａｓＮｕｅ１．１
１引言
频率跳变系统是频率跳变扩展频谱通信系统
的简称，它是用二进制伪随机码序列去控制射频载
频率集。跳频电台所使用的很多频率的集合构成跳频通信网台的频率集，完整的跳频顺序构成跳其