基于时频图修正的欠定混合跳频参数盲估计方法
【专利摘要】本发明公开了一种基于时频图修正的跳频参数盲估计方法，主要解决现有技术在信噪比差的情况下估计误差大的问题。其实现步骤是：1.对信号作短时傅里叶变换得到观测信号的时频矩阵；2.计算该时频矩阵的能量矩阵；3.对时频图进行修正；4.根据修正的时频图估计出跳频信号参数。本发明可以在低信噪比情况下，获得清晰的时频图，提高了跳频信号参数估计的精度，可用于各种跳频通信的场景中。
【专利说明】基于时频图修正的欠定混合跳频参数盲估计方法
【技术领域】
[0001] 本发明属于信号处理领域，特别设及一种欠定混合跳频参数盲估计方法，可用于 跳频通信侦察、非协作跳频通信、军事通信等领域。
【背景技术】
[0002] 近年来跳频通信技术因抗干扰能力强、保密性好和易于组网等优点被广泛应用在 各种通信场景中。研究跳频通信技术，其主要任务之一是估计跳频信号的特征参数。
[0003] 目前，基于时频分析的方法是跳频信号参数盲估计常用的方法，该类方法首先采 用某种时频分析工具如短时傅里叶变化WVD，平滑伪魏格纳分布SPWVD，谱图等，得到跳频 信号的时频分布，然后利用时频分布每一时刻沿频率轴的最大值波形的周期性估计跳周 期，进而估计出其它参数。但是受时频不确定性、噪声和交叉干扰项等因素的影响，得到的 时频图往往比较模糊，直接从时频图上进行数据分析，误差大，因而该类方法信噪比适应能 力差。此外，还可W采用基于原子参数的方法来估计跳频信号参数，即构造一种与跳频信号 匹配的时频原子字典，再将跳频信号分解为时频原子的组合，最终根据该些时频原子的参 数值来估计跳频信号的参数。该类方法时频原子字典庞大，算法复杂度高。目前大多数算 法只适用于单个跳频信号的参数估计，特征矩阵联合近似最优化算法可将多个跳频信号分 离开来，然后再采用时频分析方法可W估计出多个跳频信号参数，但该方法只适用于超定 或正定的情形，且在信噪比低时性能很差。针对欠定情形下的跳频信号参数估计，虽然可W 应用基于时频稀疏性来修正时频图的方法，但该方法关键参数的选取不是自适应的，受信 噪比的影响很大，因而参数估计误差大。
【发明内容】
[0004] 本发明的目的在于针对上述已有技术的不足，提出一种基于时频图修正的欠定混 合跳频参数盲估计算法，W提高获取特征参数时对不同噪声的自适应能力，减小参数估计 误差。
[0005] 实现本发明的技术思路是；通过对时频域信号的分段，计算各段短时时频能量。由 各段的短时能量选取一个初始口限，将观测数据按照该个口限划分为信号段和噪声段。依 据信号段的短时能量，选取新的口限，将误划分到信号段的噪声信号重新划分到噪声段，得 到清晰的时频图，进行跳频信号的参数估计。
[0006] 依据上述思路，本发明的实现步骤如下：
[0007] (1)对接收到的时域观测信号X(t)做短时傅里叶变化STFT，得到时频矩阵乂；
[000引 （2)将时频矩阵文的每个元素取模值并平方后，得到时频能量矩阵B ;
[0009] (3)根据时频能量矩阵B按列依次修正时频矩阵乂，得到修正后的时频矩阵义：
[0010] (3a)将时频能量矩阵B的第q列数据b。分段并计算每段的短时能量，得到短时能 量向量￥，计算短时能量平均值^^再将由短时能量向量￥的最小值与最大值构成的区间划 分成若干个小区间，每个小区间的长度为短时能量的平均值统计各个小区间包含的短 时能量向量Y中数据个数，找出前后数据个数变化率最大的小区间i Y，并根据该i Y W及7 选取初始口限；r。= ;其中，*表示相乘；
[0011] (3b)根据初始口限丫。划分噪声区间与信号区间，将短时能量向量Y的各分量与 初始口限丫。进行比较，若分量小于初始口限丫。则该分量对应的分段属于噪声区间，否则 属于信号区间；分别记录噪声区间及信号区间对应的分段编号，并检查信号区间中是否有 连续的分段号，若无，则通过信号区间的分段编号得到频率下标矩阵Z和信号区间短时能 量向量F，否则，合并信号区间中分段号连续的相邻段，得到频率下标矩阵么和信号区间短 时能量向量F ;
[0012] (3c)对信号区间进行二次定位，计算信号区间短时能量向量；f的平均值f，并进 行比较，若信号区间短时能量向量f中的分量小于F，则将该分量加入到信号区间中的噪 声向量y，中，否则将该分量加入到信号向量y S中；根据信号向量y 及平均值7选取新的 口限；乃二引…化'"化).+外其中mean如）表示求y,中数据的平均值；
[0013] 计算
【权利要求】
1. 一种基于时频图修正的欠定混合跳频参数盲估计方法，包括如下步骤： (1) 对接收到的时域观测信号X(t)做短时傅里叶变化STFT，得到时频矩阵义； (2) 将时频矩阵1的每个元素取模值并平方后，得到时频能量矩阵B; (3) 根据时频能量矩阵B按列依次修正时频矩阵f,得到修正后的时频矩阵f: (3a)将时频能量矩阵B的第q列数据bq分段并计算每段的短时能量，得到短时能量向 量Y，计算短时能量平均值再将由短时能量向量Y的最小值与最大值构成的区间划分成 若干个小区间，每个小区间的长度为短时能量的平均值f;统计各个小区间包含的短时能 量向量Y中数据个数，找出前后数据个数变化率最大的小区间iY，并根据该iY以及F选取 初始门限：其中，*表示相乘； (3b)根据初始门限Y(l划分噪声区间与信号区间，将短时能量向量Y的各分量与初始 门限y〇进行比较，若分量小于初始门限y〇则该分量对应的分段属于噪声区间，否则属于 信号区间；分别记录噪声区间及信号区间对应的分段编号，并检查信号区间中是否有连续 的分段号，若无，则通过信号区间的分段编号得到频率下标矩阵2和信号区间短时能量向 量F，否则，合并信号区间中分段号连续的相邻段，得到频率下标矩阵i和信号区间短时能 量向量#; (3c)对信号区间进行二次定位，计算信号区间短时能量向量f的平均值f，并进行比 较，若信号区间短时能量向量f中的分量小于f，则将该分量加入到信号区间中的噪声向 量yj，否则将该分量加入到信号向量y# ;根据信号向量ys以及平均值f选取新的门
检验信号区间噪声向量yw*的数据y"_，若>A-凡,.，则在信号区间中保留此分量 ywj，否则，将该分量对应的分段号重新加入到噪声区间中，并从频率下标矩阵2将分量ywj 对应的频率下标行向量去掉； (3d)修正时频矩阵：取出频率下标矩阵￡的每一行，找出每行的最小值Vmin和最大值 ，将每行的数据扩充为^_到￥_之间的所有连续整数，依次保存到集合D中，根据D 修正f中的第q列列向量孓，得到修正后的第q列向量弋； (3e)按照步骤（3a) -（3d)依次修正原始矩阵A中的所有列，得到修正后的时频矩阵
(4) 根据修正后的时频矩阵X，估计出跳频信号的源信号个数、跳变窗口、每跳信号的 载频向量、跳变时刻及跳变周期h这些参数。
2. 根据权利要求1所述的方法，其中所述步骤（4)中估计跳频信号的源信号个数，是对 于修正后的时频矩阵1的每窗先进行频率聚类，得到该窗的聚类频率构成的向量和聚类频 率的个数，记 < 为第q个窗口的聚类频率向量，numq为第q个窗口聚类频率的个数；统计聚 类频率个数出现的次数，将聚类频率个数出现次数最多的值作为源信号个数的估计值
3. 根据权利要求1所述的方法，其中所述步骤（4)中估计跳变窗口，是根据窗口的 聚类频率向量和聚类频率个数进行估计，即对于聚类频率个数大于源信号个数估计值的 窗口q，判断其前后窗口的聚类频率变化，查找正整数n，使n满足
若第q-n个窗口的聚类频率向量/；L和第q+n个窗口的聚类频率向量/;+H均满足
，则判断为不是跳变窗口，否则，是跳变窗口。
4. 根据权利要求1所述的方法，其中所述步骤（4)中估计每跳信号的载频向量，是先根 据跳变窗口对源信号按跳数进行划分，再对每跳信号作傅里叶变换，得到每跳信号的载频 向量。
5. 根据权利要求1所述的方法，其中所述步骤（4)中估计跳变时刻，按如下步骤进 行： (5a)以第k个跳变窗口作为第一检测窗口 的初始窗口，设检测窗口T:的起点为s， 终点为d，对第一检测窗口 1\作傅里叶变换得到第一频谱图F1; (5b)将第k跳信号的载频在第一频谱图匕中幅值的最大值ek与第一频谱图Fi中除 第k跳和第k+1跳信号载频外幅值的最大值A进行比较，若ek>A，则将第一检测窗口Tl 的起点s以步长8〖6口1向后移动，并更新第一频谱图Fi及所述的两个最大值ek和A，循环 执行此步直到ek〈A或s>d时停止，记录移动次数ni和第一检测窗口Ti的起点s;否则，直 接执行（5c);其中步长stePlS进行短时傅里叶变换时窗口大小的二十分之一； (5c)以第一检测窗口 的起点s为中心，以2倍的步长skp:为长度构造第二检测窗 口T2，对第二检测窗口 1~2作傅里叶变换得到第二频谱图F2; (5d)将第二频谱图F2中第k跳信号载频对应幅值的均值Xi及第k+1跳信号载频对 应幅值的均值12进行比较，若A，则将第二检测窗口T2的中心位置以步长^印2向后 移动，并更新第二频谱图F2及所述的两个均值X:和X2，循环执行此步直到X'A2停止， 记录移动次数n2并执行步骤（5f);否则，执行（5e);其中步长step2为步长step十分之 ， (5e)将第二检测窗口T2的中心位置以步长^印2向前移动，并更新第二频谱图F2以及 所述的两个均值^和X2，循环执行此步直到停止，记录移动次数1!2并执行（5f); (5f)计算跳变时刻
其中，符号"土"和符号"T"表示取" + "或取当采用步骤（5d)中的循环时，符号 " 土"取" + "，符号"平"取当采用步骤（5e)中的循环时，符号" 土"取符号"不"取 " + " ;hk为第k个跳变窗口的窗口编号，L_为进行短时傅里叶变换时的滑窗间隔。
6.根据权利要求1所述的方法，其中所述步骤（4)中计算跳变周期，通过以下公式进行 计算：
其中，6为跳变时刻的个数。
【文档编号】H04L25/02GK104485979SQ201410751678
【公开日】2015年4月1日 申请日期:2014年12月9日 优先权日:2014年12月9日
【发明者】付卫红, 熊超, 黑永强, 刘乃安, 李晓辉, 陈杰虎, 杨博 申请人:西安电子科技大学, 航天恒星科技有限公司