基于AIC信息的信號(hào)分選識(shí)別技術(shù)研究.pdf

1、隨著無線電技術(shù)的不斷發(fā)展,電磁環(huán)境日益趨于復(fù)雜化。在通信過程中通信雙方很難做到完全的抗干擾、抗偵聽,再加上頻譜資源的有限性,使得現(xiàn)代通信往高頻段方向發(fā)展,出現(xiàn)了如寬頻段高速跳頻、猝發(fā)、跳時(shí)等通信方式,它們有效地克服了干擾嚴(yán)重、抗偵聽差、多徑衰弱等問題,所以這些通信方式很快被運(yùn)用到了軍用和民用通信領(lǐng)域。但是在處理如超寬帶跳頻這樣的信號(hào)時(shí),奈奎斯特定理指出要想不失真的恢復(fù)原始信號(hào),采樣率需達(dá)到信號(hào)帶寬的兩倍以上,這將需要非常高的采樣率和極快

2、的數(shù)據(jù)處理速度,給現(xiàn)有硬件設(shè)施帶來了巨大的壓力,極大的制約了超寬帶信號(hào)的發(fā)展。所以如何突破奈奎斯特采樣定理的限制,以較低的采樣率對(duì)信號(hào)進(jìn)行采樣成為急需解決的問題。
　　 近年來,國外學(xué)者提出了一種名為壓縮采樣(Compressive Sampling,CS)的全新理論。當(dāng)信號(hào)通過模擬信息轉(zhuǎn)換器(Analog-to-Digital Converter,AIC)時(shí),可以以遠(yuǎn)低于奈奎斯特率對(duì)信號(hào)進(jìn)行采樣,獲得少量的信息樣點(diǎn),由此前端A

3、DC快速采樣和存儲(chǔ)設(shè)備面對(duì)海量數(shù)據(jù)的壓力能夠得到有效的緩解。但通過AIC后得到的是信息域數(shù)據(jù)而不再是傳統(tǒng)的時(shí)域數(shù)據(jù),所以原先的信號(hào)處理方法不再可行,需尋求新的快速處理算法。本論文通過與壓縮采樣原理相結(jié)合,對(duì)基于AIC信息的信號(hào)分選與識(shí)別技術(shù)做了深入研究,提出了幾種能應(yīng)用于超寬帶高速跳頻通信的信息域數(shù)據(jù)處理算法。
　　 本論文內(nèi)容包括四部分:首先,從離散信號(hào)角度出發(fā),詳細(xì)地介紹了壓縮采樣的基本原理和實(shí)現(xiàn)方法,并對(duì)其中信號(hào)的稀疏分解

4、、測量矩陣的設(shè)計(jì)和重建算法做了較深入研究。第二部分,從離散信號(hào)過渡到連續(xù)模擬信號(hào),構(gòu)建了三種模擬信息轉(zhuǎn)換器——并聯(lián)型AIC、分段型AIC和隨機(jī)調(diào)制型AIC,并進(jìn)行了數(shù)值仿真,定量分析了三種結(jié)構(gòu)在不同參數(shù)下對(duì)信號(hào)重建所需輸入信噪比及最小測量信息量(信息樣點(diǎn)數(shù))的影響。第三部分,對(duì)基于AIC信息的信號(hào)重建模型進(jìn)行了分析,介紹了幾種常用的信號(hào)重建算法,然后提出了一種擺脫稀疏度依賴的自適應(yīng)壓縮采樣匹配追蹤算法。通過計(jì)算機(jī)仿真將幾種重建算法做了性

5、能對(duì)比,論文提出的算法在計(jì)算復(fù)雜度和精確度方面均有所改善。第四部分,在寬頻帶內(nèi)存在若干定頻干擾信號(hào)的情況下,提出了最小均方誤差算法,實(shí)現(xiàn)了定頻干擾抑制這一目的,同時(shí)與傳統(tǒng)的方法做了對(duì)比。根據(jù)不同的跳頻頻率集可以生成不同的恢復(fù)字典,將AIC信息在恢復(fù)字典上求解稀疏度最小的稀疏矢量以實(shí)現(xiàn)不同跳頻網(wǎng)臺(tái)分選。在跳頻信號(hào)頻率估計(jì)方面,通過數(shù)值仿真得出夾角法很好的完成了每一跳信號(hào)的頻率估計(jì),在不同信噪比下歸一化的均方誤差均另人滿意,驗(yàn)證了這一算法的