基于STFT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。

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。

基于柯西分布的跳频信号参数最大似然估计方法金艳;李曙光;姬红兵【摘要】该文针对传统的跳频信号参数估计方法在alpha稳定分布噪声下性能严重退化的问题,引入基于柯西分布的最大似然估计方法.将跳频信号分解到由信号包络参数和频率参数构成的2维平面,基于柯西分布建立最大似然函数,在抑制alpha 稳定分布噪声的同时,直接对信号的频率参数进行估计.在构建的最大似然函数基础上,该方法依据跳频信号的短时平稳性,对信号进行加窗,有效获得信号的跳频频率及其跳变次序,进而实现对信号的跳变时刻和跳频周期等参数的估计.仿真结果表明,在alpha稳定分布噪声环境中,相比基于分数低阶统计量及基于Myriad滤波的时频分析方法,该文所提方法提高了跳频信号的参数估计精度,具有良好的稳健性.【期刊名称】《电子与信息学报》【年(卷),期】2016(038)007【总页数】7页(P1696-1702)【关键词】alpha稳定分布噪声;最大似然估计;跳频信号;参数估计;2维平面【作者】金艳;李曙光;姬红兵【作者单位】西安电子科技大学电子工程学院西安710071;西安电子科技大学电子工程学院西安710071;西安电子科技大学电子工程学院西安710071【正文语种】中文【中图分类】TN911.71 引言跳频(Frequency Hopping, FH)是扩频通信的重要方式，具备良好的抗干扰、低截获及多址组网能力，在军事和民用通信等系统中得到了广泛应用[1]。

非协作情况下，对FH信号进行参数估计是保证信息准确传输的先决条件，因此FH信号的盲估计成为近年来扩频通信研究的热点。

在传统的FH信号参数估计中，一般将背景噪声建模为高斯噪声。

然而，在实际噪声和杂波环境中，大气雷暴噪声、多用户干扰和海杂波等均具有很强的脉冲特性[2]，研究表明，这种脉冲噪声可用比高斯分布有更长拖尾的alpha稳定分布模型精确描述[3,4]。

基于高斯模型的传统信号处理方法无法有效地抑制alpha稳定分布噪声，针对这种情况，近年来国内外学者提出了基于分数低阶统计量(Fractional Lower Order statistics, FLO)[5]、稳健理论[6]和Myriad滤波器[7,8]等方法。

Alpha稳定分布噪声下跳频信号的参数估计的开题报告一、选题背景跳频通信系统是一种抗干扰性能较好的通信系统，常被用于军事通信、卫星通信和移动通信等领域。

在跳频通信系统中，由于跳频信号的多样性和复杂性，参数估计一直是一个重要的问题。

近年来，Alpha稳定分布逐渐被引入到信号处理领域中，由于其具有长尾分布、非高斯分布、强噪声鲁棒性等特点，被广泛应用于信号处理中。

因此，本文将研究跳频信号的参数估计问题，考虑使用Alpha稳定分布噪声模型对跳频信号进行建模。

二、研究内容及方法本文的研究内容为跳频信号的参数估计问题，主要涉及以下几个方面：1.跳频信号模型首先，本文将建立跳频信号的数学模型，包括跳频序列的生成模型和跳频信号的传输模型。

2. Alpha稳定分布噪声模型为更好地描述跳频信号的复杂性和噪声特性，本文将引入Alpha稳定分布作为跳频信号的噪声模型，该模型具有长尾分布、非高斯分布、强噪声鲁棒性等特点。

3. 参数估计算法针对跳频信号的参数估计问题，本文将提出一种基于Alpha稳定分布噪声模型的参数估计算法，并对其进行理论分析和实验验证。

4.实验结果分析本文将在仿真和实测跳频信号中对所提出的参数估计算法进行实验验证，并结合实验结果对算法的有效性进行分析和讨论。

三、研究意义本文研究跳频信号的参数估计问题，并将Alpha稳定分布噪声模型引入到跳频信号建模中，对于跳频信号的建模和参数估计具有重要意义。

同时，本文提出的参数估计算法能够适用于Alpha稳定分布噪声环境下的参数估计问题，具有一定的理论指导和应用价值。

四、研究预期成果本文将针对跳频信号的参数估计问题，建立Alpha稳定分布噪声模型并设计基于该噪声模型的参数估计算法，并在仿真和实测跳频信号中进行实验验证，预期达到以下成果:1.提出一种针对Alpha稳定分布噪声环境下跳频信号的参数估计算法。

2.在仿真和实测跳频信号环境中对算法进行实验验证。

3.对算法进行分析和讨论，探究算法在不同信噪比下的性能表现和应用范围。

一种基于时频分析的跳频信号参数盲估计方法
赵俊;张朝阳;赖利峰;曹千芊
【期刊名称】《电路与系统学报》
【年(卷),期】2003(008)003
【摘要】本文提出了一种采用平滑伪WVD(SPWVD)时频分析来估计未知跳频信号参数的方法,该方法可以在不需要知道信号任何先验参数的情况下,估计出跳频信号的跳周期(hop duration),跳变时刻(hop timing)和跳频频率(跳频图案)等参数.文中对跳频信号的WVD、PWVD和SPWVD结果作了比较,指出了SPWVD的优点,给出了基于SPWVD估计跳频信号参数的具体算法步骤,并进行了性能分析.【总页数】5页(P46-50)
【作者】赵俊;张朝阳;赖利峰;曹千芊
【作者单位】浙江大学,信息与通信工程研究所,浙江,杭州,310027;浙江大学,信息与通信工程研究所,浙江,杭州,310027;浙江大学,信息与通信工程研究所,浙江,杭州,310027;浙江大学,信息与通信工程研究所,浙江,杭州,310027
【正文语种】中文
【中图分类】TN911
【相关文献】
1.基于时频分析的跳频信号的参数盲估计方法 [J], 苏元伟;何明浩;余国文
2.一种多分量跳频信号参数盲估计方法 [J], 陈利虎;张尔扬
3.一种跳频信号的时频分析和参数估计方法 [J], 冯维婷;梁青;汪一楠
4.一种跳频信号的时频分析和参数估计方法 [J], 冯维婷;梁青;汪一楠
5.利用时频稀疏性的跳频信号盲检测和参数盲估计 [J], 王琳;赵知劲;金昊炫
因版权原因，仅展示原文概要，查看原文内容请购买。

基于FFT旋转不变性的ESPRIT跳频信号频率估计算法孙微涛;吕军;李彤【期刊名称】《测控技术》【年(卷),期】2014(033)011【摘要】为了解决信号的信噪比(SNR,signal to niose ratio)较低时,ESPRIT(estimated signal parameters via rotational invariance technique)算法的估计性能明显下降这一问题,提出一种基于FFT (fast Fourier transform)旋转不变性的ESPRIT跳频信号频率估计算法.该算法通过对采集到的信号样本进行FFT变换,对变换结果中幅度最大的谐波系数进行筛选构造新的信号序列,再利用FFT的旋转不变性重新合成两个具有旋转不变性的矩阵,最后再利用ESPRIT算法对信号频率进行估计.理论分析和仿真结果证明了该算法的可行性和有效性.【总页数】4页(P46-49)【作者】孙微涛;吕军;李彤【作者单位】中国人民解放军63788部队,陕西渭南714000;装甲兵工程学院信息工程系,北京100072;装甲兵工程学院信息工程系,北京100072【正文语种】中文【中图分类】TN911【相关文献】1.基于FFT旋转不变性的正弦信号频率估计新方法 [J], 蒋毅;刘章文;刘玮;古天祥2.基于多通道数据融合的跳频信号频率跳变时刻估计算法 [J], 蒋鸿宇;李兵;肖仕伟;张健3.基于ESPRIT的噪声抑制频率估计算法 [J], 杨萃4.基于Rife算法的跳频信号瞬时频率估计算法研究 [J], 孙微涛;张志宝;罗文峰;汪帆5.基于调制FFT的谐振式SAW传感器快速频率估计算法 [J], 王威威;卢孜筱;李红浪;田亚会;柯亚兵因版权原因，仅展示原文概要，查看原文内容请购买。

基于压缩采样值的跳频信号检测和参数估计跳频通信具有抗干扰、低截获和易组网等优点,在民用和军事通信中有广泛的应用。

近年来为了提高抗干扰能力,跳频通信有向宽频带、高跳速发展的趋势。

这给基于奈奎斯特采样架构的跳频捕获系统带来了诸多问题,最突出的就是前端采样数据量大、后续传输和处理困难。

在不损失信息的前提下,压缩感知技术能以极低的速率采集宽带稀疏信号,为解决跳频信号的非协作接收和处理提供了新的思路。

本文主要研究基于压缩信号处理(Compressive Signal Processing, CSP)的跳频信号检测和参数估计算法。

相对于基于奈奎斯特采样值的传统处理方式,基于少量压缩采样值的压缩跳频信号处理方式能有效的降低运算量,简化信号处理流程,从而提高系统工作的时效性。

现将本文主要研究内容和创新点总结如下：1.在噪声水平已知时,针对高斯白噪声中的未知信号检测问题,提出一种压缩能量检测算法(Compressive Energy Detection, CS-ED)。

根据单个压缩采样值在不同假设条件下其数字特征不同的特点,该算法将压缩采样值的方差作为判决依据,完成检测任务。

实验结果表明,该算法相对于传统的能量检测算法,CS-ED算法用少量检测性能的损失换取了算法时效性较大的提高。

2.在噪声水平未知时,提出一种基于压缩信号处理的压缩自相关检测算法(Compressive Auto-Correlative Detection,CS-ACD)。

该算法充分利用了信号的稀疏性和传感矩阵的严格等距特性,由稀疏系数自相关向量的不同统计分布进行检测判决。

仿真结果表明,在相同的压缩采样次数下,相对于重构原信号后再做检测的算法,CS-ACD算法拥有更低的错误概率；通过和现有压缩检测算法的对比,在信噪比大于-2dB时,CS-ACD算法可在保证检测性能的前提下降低运算量。

3.针对仅存在单个跳频信号的情况,提出一种基于压缩信号处理的跳频信号跳变时刻估计算法(Compressive Hopping Transition time Estimation, CS-HTE)。