小波在電子偵察中的應(yīng)用.pdf

1、信號處理在現(xiàn)代電子戰(zhàn)系統(tǒng)中扮演著重要的角色，例如信號參數(shù)的估計、信號調(diào)制樣式的確定、輻射源識別等等。 本論文的目的是研究小波在電子偵察中的各種信號處理技術(shù)中的應(yīng)用。論文內(nèi)容涉及以下幾個方面： 1.小波可以分析、提取函數(shù)在不同周期內(nèi)的加權(quán)平均信息。這對于理解小波分析的本質(zhì)至關(guān)重要。因此我們在第二章首先對小波分析的核心思想進行討論，然后就小波在通信信號調(diào)制類型識別中的應(yīng)用進行研究。由于小波具有很好的檢測信號突變信息的能力，通

2、過提取通信信號由于參數(shù)變化引起的跳變次數(shù)，并把跳變次數(shù)建模為二項式分布，我們可以構(gòu)造出最大似然分類算法所需要的充分統(tǒng)計量。同時通過分析通信信號在Haar小波變換下的系數(shù)，我們得到了估計通信信號瞬時參數(shù)的算法，利用這些瞬時參數(shù)設(shè)計了一種并行的快速調(diào)制分類器。這種方法同樣也可以用于估計雷達信號的瞬時參數(shù)。 2.第三章重點討論了最大似然調(diào)制分類方法。通常調(diào)制分類可以視為多假設(shè)檢驗問題，假設(shè)檢驗所需的充分統(tǒng)計量可以從檢測理論或者從信號幅

3、度(或相位)參數(shù)的概率密度函數(shù)推導(dǎo)出來。我們對此進行了綜合分析和歸納。鑒于小波具有很好的降噪性能，我們提出了一種把通信信號變換到小波域，通過對小波系數(shù)進行統(tǒng)計建模(服從廣義高斯分布)來構(gòu)造似然分類所需的假設(shè)檢驗統(tǒng)計量，實現(xiàn)調(diào)制分類。 3.第四章討論了基于小波變化的MPSK信號符號率估計算法。以往的算法是綜合不同尺度的小波變換系數(shù)來定位由于信號相位跳變引起的時頻平面上的跳變點，通過分離跳變點來估計符號率。同樣的利用小波脊線來提取跳

4、變點也是一種有效的符號率估計方法。而能量算子可以有效的分離信號的幅度和頻率信息，同樣可以提取信號的瞬時能量信息。但是能量算子盡管簡單有效，但是在低信噪比情況下提取結(jié)果不可靠，為此需要利用多頻帶濾波器組來改善其檢測性能，即能量算子直接作用于多頻帶濾波器的最大輸出響應(yīng)，而不是原來的時域信號。這種處理方法既保留了能量算子計算簡單的優(yōu)點又可以增強其抗噪聲性能。實際仿真結(jié)果也說明此策略的可行性和合理性。 4.恒定包絡(luò)的多項式相位信號的參數(shù)

5、估計對于輻射源識別和脈內(nèi)參數(shù)分析有很重要的意義。已有的基于小波變換的方法都是利用相位平穩(wěn)原理對漸近信號進行近似展開來逼近的，例如小波脊線法和小波曲線方法。為此我們提出了一種利用高斯小波對多項式信號進行參數(shù)提取的方法， 從得到的結(jié)果可知，利用這種方法可以得到比其他方法更低的參數(shù)估計下界。 5.雷達輻射源識別技術(shù)的概述在第六章給出。然后介紹了一種新型的結(jié)合類型信息(What)和位置(Where)信息的模糊ARTMAP神經(jīng)網(wǎng)絡(luò)

6、輻射源識別系統(tǒng)。這種WhatandWhere融合策略可以大大提高輻射源正確識別概率。隨后對一種基于最小描述長度準則的可以同時實現(xiàn)類有效性(輻射源個數(shù))和聚類(輻射源識別)的算法進行了討論。最后引入了互信息概念來實現(xiàn)輻射源的識別。這種方法首先把脈沖信號變換到小波域，然后利用Parzen窗方法估計小波變換系數(shù)的概率密度函數(shù)，從而估計出不同脈沖信號的互信息量大小，以此作為我們的分類特征進行雷達輻射源識別。這種方法具有實現(xiàn)簡單和計算快速等優(yōu)點。