跳频信号的检测、参数估计与分选算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 研究背景与意义 | 第14-15页 |
| 1.2 跳频侦察技术研究现状 | 第15-18页 |
| 1.2.1 跳频信号检测 | 第15页 |
| 1.2.2 跳频信号参数估计 | 第15-17页 |
| 1.2.3 跳频信号的分选 | 第17-18页 |
| 1.2.4 小结 | 第18页 |
| 1.3 主要内容与结构安排 | 第18-20页 |
| 第二章 跳频通信技术简介 | 第20-25页 |
| 2.1 跳频通信原理及特征参数 | 第20-23页 |
| 2.1.1 跳频通信系统 | 第20-21页 |
| 2.1.2 重要参数与技术指标 | 第21-23页 |
| 2.2 跳频信号数学模型 | 第23-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第三章 跳频信号盲检测与识别技术 | 第25-42页 |
| 3.1 基于多相滤波器组的信道化接收 | 第26-32页 |
| 3.1.1 信道划分方式 | 第26-27页 |
| 3.1.2 多相滤波器组原理 | 第27-30页 |
| 3.1.3 仿真分析 | 第30-32页 |
| 3.2 基于谱图变换与非相干积累的信号盲检测技术 | 第32-37页 |
| 3.2.1 谱图变换与非相干积累 | 第32-34页 |
| 3.2.1.1 短时傅里叶变换 | 第32页 |
| 3.2.1.2 谱图 | 第32-33页 |
| 3.2.1.3 非相干积累 | 第33-34页 |
| 3.2.2 恒虚警检测门限 | 第34-37页 |
| 3.3 基于时频特性曲线的跳频信号识别技术 | 第37-41页 |
| 3.3.1 跳频信号识别原理 | 第37-38页 |
| 3.3.2 跳频信号识别流程 | 第38-39页 |
| 3.3.3 性能分析 | 第39-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 基于时频变换的跳频信号参数盲估计 | 第42-63页 |
| 4.1 单跳信号参数估计 | 第42-47页 |
| 4.1.1 跳周期估计 | 第42-44页 |
| 4.1.2 跳时及频率估计 | 第44-45页 |
| 4.1.3 单跳信号参数估计流程 | 第45页 |
| 4.1.4 性能分析 | 第45-47页 |
| 4.2 多跳信号参数估计 | 第47-62页 |
| 4.2.1 跳频电台数目检测 | 第48-50页 |
| 4.2.2 跳周期估计 | 第50-58页 |
| 4.2.2.1 二维峰值提取 | 第50-51页 |
| 4.2.2.2 基于跳频中心时刻变换的跳周期估计 | 第51-54页 |
| 4.2.2.3 跳周期变换算法流程 | 第54-55页 |
| 4.2.2.4 性能仿真 | 第55-58页 |
| 4.2.2.5 跳周期估计流程 | 第58页 |
| 4.2.3 跳时估计 | 第58-59页 |
| 4.2.4 跳频频率估计 | 第59-60页 |
| 4.2.5 性能分析 | 第60-62页 |
| 4.3 本章小结 | 第62-63页 |
| 第五章 跳频信号的分选研究 | 第63-81页 |
| 5.1 基于时频分布的异步组网跳频电台分选 | 第63-67页 |
| 5.1.1 分选模型及原理 | 第63-66页 |
| 5.1.2 性能分析 | 第66-67页 |
| 5.2 基于稀疏贝叶斯学习的跳频信号分选 | 第67-76页 |
| 5.2.1 算法理论 | 第68-71页 |
| 5.2.1.1 跳频信号特征提取 | 第68页 |
| 5.2.1.2 跳频信号分选模型 | 第68页 |
| 5.2.1.3 稀疏贝叶斯学习理论 | 第68-70页 |
| 5.2.1.4 算法流程 | 第70-71页 |
| 5.2.2 多跳频电台分类方案 | 第71页 |
| 5.2.3 性能仿真 | 第71-76页 |
| 5.2.3.1 有效性验证 | 第71-75页 |
| 5.2.3.2 正确率验证 | 第75页 |
| 5.2.3.3 识别时间验证 | 第75-76页 |
| 5.3 基于多跳频信号的估计及分选实验 | 第76-80页 |
| 5.3.1 两个跳频电台仿真实验 | 第76-78页 |
| 5.3.2 多个跳频电台仿真实验 | 第78-80页 |
| 5.4 本章小结 | 第80-81页 |
| 第六章 结束语 | 第81-83页 |
| 6.1 工作总结 | 第81页 |
| 6.2 研究展望 | 第81-83页 |
| 致谢 | 第83-84页 |
| 参考文献 | 第84-88页 |
| 攻硕期间取得的研究成果 | 第88-89页 |
