無線電信號監(jiān)測若干關鍵問題研究與實現(xiàn).pdf

1、隨著現(xiàn)代通信技術的日新月異，對于無線電管理部門的技術要求也相應地與時俱進。鑒于這種情況，國家無線電監(jiān)測中心力圖對現(xiàn)行無線電監(jiān)測方法和算法提出具有建設性，切實可行的解決方案，以便可以處理現(xiàn)階段亟待解決的問題?，F(xiàn)今，對于空間無線電信號的監(jiān)測有兩個技術性難題，一是對于信號調制方式自動、高效以及準確的識別；二是對于信號發(fā)射源被動、便攜以及確切的定位。這兩個問題歸納到信號處理的領域，可歸類為信號調制方式自動識別和信源被動定位問題。無線電監(jiān)管涉及到

2、國家的軍事和民事安全，而這兩個問題又是無線電監(jiān)管中的技術難題，其重要性不言而喻。 針對調制方式識別領域，其主要方法分為基于極大似然法和基于特征量法兩種。研究對象一般為有限幾種空時可能混合使用的調制方式信號，并且可以較好的加以區(qū)分。但是，現(xiàn)行算法中，缺乏可對多種調制方式信號進行有效識別的研究；并且沒有很好的方法用于權衡算法性能以及計算量之間的矛盾；針對被動定位領域，按定位參數分，主要方法為基于時間、基于方向以及基于接收強度三種；按

3、是否發(fā)射檢測電波分，主要分為主動定位和被動定位兩種?，F(xiàn)有算法缺少對空間信源非協(xié)同被動定位的研究，另外現(xiàn)有算法對定位儀器的性能要求較高，且缺少便攜性。 本文廣泛調研，深入研究兩個問題現(xiàn)行主要研究手段和算法的基礎上，立足實際應用，針對現(xiàn)行算法的不足，提出了優(yōu)化的方案： 首先，采用基于高階累積量和人工神經網絡進行23種調制方式識別，提取信號高階累積量為特征參數，輔以其他時頻特征作為特征參數，并引用徑向基函數人工神經網絡作為分類

4、器。提出權衡系數，用以權衡算法識別性能與計算量；針對實際采集信號，進行下采樣后識別，在保障識別性能的前提下，顯著縮小計算量。 其次，采用基于時延估計的被動定位，引入群復相關方法，利用復相關以及后統(tǒng)計的方法，提高整體精度。并致力開發(fā)DSP平臺下的實用系統(tǒng)，從而在保證定位精度的前提下，降低了對設備的要求，增加系統(tǒng)便攜性。 兩個算法均已具備最終系統(tǒng)。調制方式自動高效識別系統(tǒng)，對于23種基本調制方式的仿真信號準確識別率達到97％