申请/专利权人：西安电子科技大学

申请日：2019-06-20

公开（公告）日：2021-02-12

公开（公告）号：CN110113075B

主分类号：H04B1/713(20110101)

分类号：H04B1/713(20110101);H04B1/715(20110101);H04L25/03(20060101)

优先权：["20181029 CN 2018112691973"]

专利状态码：有效-授权

法律状态：2021.02.12#授权;2019.09.03#实质审查的生效;2019.08.09#公开

摘要：本发明公开了一种基于短时傅里叶变换STFT和平滑伪魏格纳分布SPWVD的混合网台跳频参数盲估计方法，用于解决现有技术在低信噪比条件下跳频参数估计精度低和复杂度高的问题。其实现方案是：首先，使用短时傅里叶变换将天线接收信号变换到时频域，并对时频信号进行自适应降噪处理，以增加系统抗噪声性能；其次，通过K‑means均值聚类算法进行频率的精估计；然后，根据精估计的频率提取时频信息得到跳时粗估计；最后，采用平滑伪魏格纳变换及修正后的截断门限进行跳变时刻的精估计。本发明降低了复杂度，增加了频率的分辨率，提高了跳时刻的估计精度，可用于复杂电磁环境中，跳频信号的参数估计。

主权项：1.一种基于STFT-SPWVD的混合网台跳频参数盲估计方法，其特征在于，包括如下：1将天线接收到的时域信号xt，利用短时傅里叶变换STFT转换到频域，得到天线接收信号的时频域信号Xt,f；2通过多次迭代得到稳定的时频支撑点的阈值ε，对天线接收信号的时频域信号Xt,f进行降噪处理，得到降噪后的天线接收信号的时频域信号3根据降噪后的天线接收信号的时频域信号获得时域信号yk：3a利用K-means算法对时频信号的频率进行聚类，得到各个频点的聚类频率fi，统计每个频率fi的起始窗终止窗以及持续窗数ti，用向量Ti表示为： 其中i＝1,…,L,L为频率个数；3b按照持续窗数ti对向量Ti进行分类，即对于类内每两跳信号，记前一跳信号的终止窗为后一跳信号的起始窗为得到跳变时刻的粗估计范围为到截取天线接收信号xt粗估计范围内的时域信号，用yk表示为： 其中P为短时傅里叶变换STFT的长度，k＝1,2…,m，m为跳变点的个数；4对时域信号yk进行平滑伪魏格纳SPWVD变换，得时域信号yk的时频域信号Ykt,f，再设置截断门限δ，对时域信号yk的时频域信号Ykt,f进行截断处理，得到截断处理后的时频信号Y′kt,f；5根据截断处理后的时频信号Y′kt,f，求得前一跳终止跳变时刻的精估计后一跳起始跳变时刻的精估计以及跳变周期5a利用3a中各个频点的聚类频率fi，找到截断处理后的时频信号Y′kt,f中的两个门限截断位置，即第一个截断位置为前一跳终止时刻hk1，第二个截断位置为后一跳起始时刻为hk2，5b根据3b中跳变时刻粗估计信号范围到和5a的结果求得前一跳终止跳变时刻的精估计和后一跳起始跳变时刻的精估计 5c根据前一跳终止跳变时刻的精估计和后一跳起始跳变时刻的精估计求得跳变周期

全文数据：基于STFT-SPWVD的混合网台跳频参数盲估计方法技术领域本发明属于信号处理技术领域，特别涉及一种跳频信号参数估计方法，可用于复杂电磁环境中，跳频信号的参数估计。背景技术由于跳频信号具有抗干扰和抗衰落能力强、截获率低且易于实现多址组网的特点，因而广泛的应用在无线通信领域,同时也向通信对抗侦查提出了严峻的挑战，参数估计是跳频信号侦查的一个关键步骤。跳频信号的载波跳频技术已经越来越多的应用在跳频通信侦察领域，由于跳频电台的强抗干扰能力，常规的通信对抗技术不能实现有效对抗，因此，如何截获并处理跳频信号是跳频通信侦察的研究热点。跳频通信侦察主要包括以下几个步骤：捕获并识别出跳频信号，估计出跳频电台的特征参数信息，最后实现跳频电台的分选。在对电台实施干扰之前，对电台所发射的跳频信号进行参数估计是跳频侦察中十分关键的环节之一。因此对跳频信号参数盲估计技术展开研究，不仅具有理论上的创新性与必要性，在跳频通信侦察中也具有重要的实际应用价值。由于跳频信号的频率是不断变化的，传统的信号处理方法，如傅立叶变换，只能单独在时域或频域分析处理信号，无法准确描述跳频信号随时间变化的频谱特征。而时频分析可以同时从时域以及频域两个维度描述信号的能量分布特点，适合处理跳频信号。近些年来，以时频分析为基础，对跳频信号进行分析处理已经成为主流方法，是跳频通信侦察领域的重要研究方向。在以往跳频通信的盲侦察算法研究中，大部分算法需要一部分先验信息，并且不考虑干扰信号，现实环境中难以满足这样的要求。所谓“盲”侦察，就是在未知任何先验知识的情况中，对跳频信号进行检测以及分选，然后估计其相关参数。由于跳频通信技术良好的抗干扰特点以及保密特点，如果不知道跳频信号的大致工作带宽和跳频速率，检测跳频信号的难度非常大。目前，混合网台跳频信号参数估计效果较好的是基于谱图-平滑伪魏格纳变换SPWVD的组合时频方法，该方法采用谱图和平滑伪魏格纳变换SPWVD‘相乘’，即求两时频矩阵的Hadamard积，得到信号的时频图后，分别沿频率轴及时间轴投影寻找峰值，再修正峰值位置，将得到的准确的峰值位置分别作为载频以及跳变时刻的估计值。该方法虽然得到的时频图清晰稳健，去除了交叉项干扰，但对全部时域观测信号进行平滑伪魏格纳SPWVD变换，复杂度高，且信噪比低时，时频峰值的检测困难，跳周期估计误差性能差，而且在采样点数较多时，复杂度更高，不易于工程实现。王璐等人提出了基于短时傅里叶变换STFT与平滑伪魏格纳变换SPWVD的跳频参数盲估计方法，该方法先对信号进行短时傅里叶变换STFT变换，确定跳变时刻的粗估计范围，再对粗估计范围内的信号进行平滑伪魏格纳变换SPWVD，得到跳变时刻的精估计，从而估计出跳周期。该方法由于只考虑同步网台的情形，没有考虑通信系统中的频率转换时间，其与实际通信系统情况不符。同时由于该方法在判断跳变时刻时，采用的是主能量分布法，当能量主要分布在一个频率上时，则认为没有发生频率跳变，当能量分布在两个频率上时，则认为发生频率跳变，这种方式对于源信号能量分布均匀的情形判断较为准确，但是针对源信号能量分布非均匀甚至能量分布相差较大时，跳变时刻估计将偏差较大。发明内容本发明的目的在于提供了一种基于STFT-SPWVD的混合网台跳频参数盲估计方法，以解决上述现有技术没有考虑实际通信系统频率转换时间和混合组网方式，不易于工程实现，且跳频信号参数估计精度低，估计复杂度高的不足。为实现上述目的，本发明目技术方案包括如下：1将天线接收到的时域信号xt，利用短时傅里叶变换STFT转换到频域，得到天线接收信号的时频域信号Xt,f；2通过多次迭代得到稳定的时频支撑点的阈值ε，对天线接收信号的时频域信号Xt,f进行降噪处理，得到降噪后的天线接收信号的时频域信号3根据降噪后的天线接收信号的时频域信号获得时域信号yk：3a利用K-means算法对时频信号的频率进行聚类，得到各个频点的聚类频率fi，统计每个频率fi的起始窗终止窗以及持续窗数ti，用向量Ti表示为：其中i＝1,…,L,L为频率个数；3b按照持续窗数ti对向量Ti进行分类，即对于类内每两跳信号，记前一跳信号的终止窗为后一跳信号的起始窗为得到跳变时刻的粗估计范围为到截取天线接收信号xt粗估计范围内的时域信号，用yk表示为：其中P为短时傅里叶变换STFT的长度，k＝1,2,…,m，m为跳变点的个数；4对时域信号yk进行平滑伪魏格纳SPWVD变换，得时域信号yk的时频域信号Ykt,f，再设置截断门限δ，对时域信号yk的时频域信号Ykt,f进行截断处理，得到截断处理后的时频信号Y′kt,f；5根据截断处理后的时频信号Y′kt,f，求得前一跳终止跳变时刻的精估计后一跳起始跳变时刻的精估计以及跳变周期5a利用3a中各个频点的聚类频率fi，找到截断处理后的时频信号Y′kt,f中的两个门限截断位置，即第一个截断位置为前一跳终止时刻hk1，第二个截断位置为后一跳起始时刻为hk2，5b根据3b中跳变时刻粗估计信号范围到和5a的结果求得前一跳终止跳变时刻的精估计和后一跳起始跳变时刻的精估计5c根据前一跳终止跳变时刻的精估计和后一跳起始跳变时刻的精估计求得跳变周期本发明与现有技术相比，具有以下优点：第一、本发明由于选取混合组网方式，将接收信号从时域转换到频域以后，对时频域信号进行自适应降噪处理，增加了的抗噪声性能；由于利用K-means算法对时频信息进行聚类，增加了频率的分辨率，从而得到各个频点的聚类频率；由于根据时频信息中的频率持续窗数将混合网台分成了若干个同步网台，简化了跳频信号的参数估计。第二、本发明由于考虑了频率转换时间，更符合实际跳频通信系统的结构特性；同时由于在使用平滑伪魏格纳分布SPWVD对跳变时刻精估计时，根据精估计频率修正截断门限，降低了非载频信息点对截断门限设置的影响，提高了参数估计的精度。第三、本发明由于先用短时傅里叶变换粗估计出跳时刻的位置，再用平滑伪魏格纳分布SPWVD进行跳时精估计，在采样点数较多时，大大降低了对参数的估计复杂度。仿真结果表明：本发明在源信号能量分布非均匀，跳频参数估计精度仍然较高，即受源信号能量分布影响较小。附图说明图1是本发明的实现流程图；图2是用本发明和现有频跳频参数估计方法对跳时刻估计精度的仿真结果对比图；图3是用本发明和现有跳频参数估计方法对跳周期估计精度的仿真结果对比图；图4是用本发明与现有频跳频参数估计方法对跳频频率估计精度的仿真结果对比图；图5是用现有频跳频参数估计方法在源信号能量分布均匀和非均匀条件下，进行跳变时刻和跳频频率估计的仿真结果对比图；图6是用本发明在源信号能量分布均匀和非均匀条件下，进行跳变时刻和跳频频率估计的仿真结果对比图。具体实施方式以下结合附图和具体实施例，对本发明的目的、技术方案和优点进行详细描述。显然，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。参照图1，一种基于STFT-SPWVD的混合网台跳频参数盲估计方法，实现步骤如下：步骤1，对天线接收信号的时频域信号Xt,f进行降噪处理。由于跳频通信系统常被应用在复杂电磁环境中，该系统受噪声影响较大，因此需要对该系统接收到的信号进行降噪处理，具体步骤如下：1a首先找到天线接收信号的时频信号Xt,f中时频点幅度的最小值X1，以及时频点幅度的最大值X2，得到一个初始阈值ε1：ε1＝X1+X22；1b以初始阈值ε1为初始时频支撑点阈值，将所有时频信号中的时频点分为两部分：将每一个时频点幅度的绝对值absXt,f与初始时频支撑点阈值ε1比较：若absXt,f＞ε1时，则将该时频点存储于第一矩阵TF1；若absXt,f≤ε1时，则将该时频点存储于第二矩阵TF2中；分别统计第一矩阵TF1中的频点的个数和第二矩阵TF2中频点的个数和并按照下式计算两个新的频点幅度模值：根据两个新的频点幅度模值X′、X″，计算出新的阈值ε2，其中ε2＝X′+X″2；1c重复步骤1b，直到第j次迭代的阈值εj与第j+1次迭代的阈值εj+1差的绝对值满足absεj-εj+1＜10-5时停止迭代，得到稳定的阈值ε＝εj+1，将大于该稳定阈值的时频点保留，小于该稳定阈值的时频点置零，最终得到降噪处理后的时频矩阵步骤2，提取时频信息，截取跳时粗估计范围。2a为增加频率的分辨率，对时频信号用K-means算法进行聚类，并得到各个频点的频率精估计fi；2b根据精估计频率fi，提取时频信息，依次统计各个频点频率fi的起始窗终止窗以及持续窗数ti，并将这些参数用向量Ti表示为：2c按照持续窗数ti对时频信息进行分类，将持续窗数相同的分为一类，并对各类时频信息按照起始窗从小到大排列；2d对排序完成的各类信号，对类内的每跳信号任取其中一跳替代该跳上的所有信号，设前后每相邻两跳信号中的前一跳信号终止窗为后一跳信号起始窗为则跳变时刻的粗估计范围为到得到截取对应的时域信号记为：其中k＝1,2…,m，m为跳变点的个数，P为短时傅里叶变换的点数。步骤3，对截取时域信号yk的时频矩阵Ykt,f进行截断处理，得到截断处理后的时频矩阵Y′kt,f。3a对截取的时域信号yk进行平滑伪魏格纳SPWVD变换，得到截取时域信号yk的时频矩阵Ykt,f；3b计算跳频信号的前一跳载频位置：n1＝fk1fs*P，其中fk1为yk前一跳的频率，fs为采样频率；3c计算跳频信号的后一跳载频位置：n2＝fk2fs*P，其中fk2为yk后一跳的频率；3d根据3b中求出的前一跳载频的位置n1和3c中求出的后一跳载频的位置n2计算出两个截断门限为：其中i＝1,2，Nk,i为时频矩阵Ykt,f第ni行时频点的个数；3e根据3d中求出的截断门限δi，对时频矩阵Ykt,f的第ni行进行截断处理，得到截断后的时频矩阵Y′kt,f：步骤4，根据截断门限的位置，估计得到跳频参数。本实例的跳频参数包括：第一个截断位置的前一跳终止时刻hk1、第二个截断位置的后一跳起始时刻为hk2，以及跳周期由于在实际的跳频通信系统中，当从一个频率跳变到另一个频率时，存在频率转换时间，因此任意两个跳频信号之间首先需要估计出两个跳变时刻，再根据第一个截断位置的前一跳终止时刻hk1、第二个截断位置的后一跳起始时刻为hk2得到条周期，其实现如下：4a对于任意一跳频通信系统，用Tc表示为信号在某个跳变频率上的驻留时间，T′表示为频率转换时间，因此跳频信号的周期为：TH＝Tc+T′，占空比定义为：4b根据2a中精估计的各个频点的频率fi，在截断处理后的时频矩阵Y′kt,f中找到门限截断的位置，从而得到第一个截断位置的前一跳终止时刻hk1和第二个截断位置的后一跳起始时刻为hk2，分别表示如下：hk1＝maxt|absY′kt,fk1＞0，hk2＝mint|absY′kt,fk2＞0，其中fk1为yk前一跳的频率，Y′kt,fk1为根据前一跳频率fk1截断后的时频矩阵，fk2为yk后一跳的频率，Y′kt,fk2为根据后一跳频率fk2截断后的时频矩阵；4c设置平滑伪魏格分布SPWVD的滑窗长度为1，根据窗数和时刻点数一一对应的关系，得到实际的跳时精估计为：其中，为前一跳终止跳变时刻的精估计值，为后一跳起始跳变时刻的精估计值；4d根据4c中精估计出的前一跳终止跳变时刻的精估计值和后一跳起始跳变时刻的精估计值得到该类信号的跳周期为：其中，k＝1,2…,m，m为截取的粗估计信号的个数。对本发明的效果可通过以下仿真实验进一步说明：实验1，在混合组网条件下，分别用本发明方法、现有谱图-平滑伪魏格纳变换SPWVD方法、现有短时傅里叶变换STFT方法的对跳变时刻、跳变周期、跳频频率分别进行估计。1.1实验条件：仿真使用3个跳频信号，采用同步异步共存的混合组网方式，不考虑跳频信号之间的碰撞，符号速率分别为Rb1＝200kbits、Rb2＝200kbits、Rb3＝160kbits，跳频图案分别为s1＝{26.530332834}MHz，s2＝{31.535.530.52733}MHz、s3＝{24.5212622}MHz，其中s1、s2为同步信号，s3为异步信号，占空比K＝0.92，采样率fs＝80MHz，设现有短时傅里叶方法变化窗长P＝3200，滑动窗长为设本发明平滑伪魏格纳变换SPWVD的滑动窗长B1＝1；设现有谱图-平滑伪魏格纳变换SPWVD方法的步进窗长设置为B2＝64；每次仿真点数Tdot＝200000，跳速分别为Rh1＝2000hops、Rh2＝2000hops、Rh3＝1500hops，入网时间分别为0.125ms、0.125ms、0.25ms，入设角度为-66°、-30°、50°，信号采用MSK调制，均匀线阵接收；1.2实验内容：1.2.1在信噪比SNR从-11dB到10dB以1dB为间隔进行变化的条件下，用本发明方法、谱图-平滑伪魏格纳变换SPWVD方法、短时傅里叶变换STFT方法，分别对每个信噪比做100次蒙特卡罗实验，得到各个信噪比条件下的跳时估计均方误差，结果如图2所示。由图2可见，本发明方法的跳时估计均方误差比现有短时傅里叶变换STFT方法低2个数量级，比现有谱图-平滑伪魏格纳变换SPWVD方法低1个数量级，表明本发明的方法跳时估计精度要高于现有短时傅里叶变换STFT方法和现有谱图-平滑伪魏格纳变换SPWVD方法。1.2.2在信噪比SNR从-11dB到10dB以1dB为间隔进行变化的条件下，用本发明方法、谱图-平滑伪魏格纳变换SPWVD方法、短时傅里叶变换STFT方法，分别对每个信噪比做100次蒙特卡罗实验，得到各个信噪比条件下的跳周期估计均方误差，结果如图3所示。由图3可见，本发明方法的跳周期估计均方误差比现有短时傅里叶变换STFT方法低2个数量级，比现有谱图-平滑伪魏格纳变换SPWVD方法低1个数量级，表明本发明的方法跳周期估计精度要高于现有短时傅里叶变换STFT方法和现有谱图-平滑伪魏格纳变换SPWVD方法。1.2.3在信噪比SNR从-11dB到10dB以1dB为间隔进行变化的条件下，用本发明方法、谱图-平滑伪魏格纳变换SPWVD方法、短时傅里叶变换STFT方法，分别对每个信噪比做100次蒙特卡罗实验，得到各个信噪比条件下的跳频频率估计均方误差，结果如图4所示。由图4可见，本发明方法的跳频频率估计均方误差比现有短时傅里叶变换STFT方法低3个数量级，比现有谱图-平滑伪魏格纳变换SPWVD方法低2个数量级，表明本发明的方法跳频频率估计精度要高于现有短时傅里叶变换STFT方法和现有谱图-平滑伪魏格纳变换SPWVD方法。实验2，在同步组网条件下，用本发明方法、现有短时傅里叶变换STFT-平滑伪魏格纳变换SPWVD方法分别对源信号能量分布均匀和非均匀进行跳变时刻和跳频频率的估计。2.1实验条件设三个同步信号的跳频图案分别为：s1＝{26.530332834}MHz，s2＝{31.535.530.52733}MHz，s3＝{24.521262236}MHz，不考虑跳频信号之间的碰撞，在源信号能量分布均匀时三个源信号的能量比值分别为在源信号能量分布非均匀时，三个源信号的能量比值分别为跳速分别为Rh1＝2000hops、Rh2＝2000hops、Rh3＝2000hops，入网时间分别为0.125ms、0.125ms、0.125ms，占空比K＝0.92，采样频率fs＝80MHz，平滑伪魏格纳变换SPWVD的滑动窗长为1，短时傅里叶方法变化窗长P＝3200，滑动窗长为入设角度为-66°、-30°、50°，信号采用MSK调制，每次仿真点数Tdot＝200000，均匀线阵接收。2.2实验内容2.2.1在信噪比SNR从-11dB到10dB以1dB为间隔进行变化的条件下，现有短时傅里叶变换STFT-平滑伪魏格纳变换SPWVD方法，分别对每个信噪比做100次蒙特卡罗实验，在源信号能量分布均匀和非均匀条件下得到跳时和跳频频率均方误差，结果如图5所示；由图5可见，现有短时傅里叶变换STFT-平滑伪魏格纳变换SPWVD方法跳时估计受源信号的能量分布影响较大，该方法在源信号能量分布非均匀时，跳时均方误差增加了1个数量级，但该方法跳频频率几乎不受源信号能量分布的影响，表明现有短时傅里叶变换STFT-平滑伪魏格纳变换SPWVD方法跳时估计受源信号能量分布影响较大，而跳频频率估计基本不受影响。2.2.2在信噪比SNR从-11dB到10dB以1dB为间隔进行变化的条件下，本发明方法在每个信噪比下做100次蒙特卡罗实验，得到本发明方法在源信号能量分布均匀和非均匀条件下跳时和跳频频率估计精度，结果如图6所示；由图6可见，本发明提出的方法在源信号能量分布均匀和非均匀时，跳变时刻、跳频频率均方误差波动较小，跳变时刻均方误差稳定在10-6左右，跳频频率均方误差稳定在10-7左右，表明本发明提出的方法跳变时刻、跳频频率受源信号能量分布影响较小。从图2到图6可以看出，本发明能够实现混合网台的跳频信号参数盲估计，且考虑频率转换时间，在信噪比较低和源信号能量分布非均匀的情况下依然具有较高的跳频参数估计精度。

权利要求：1.一种基于STFT-SPWVD的混合网台跳频参数盲估计方法，其特征在于，包括如下：1将天线接收到的时域信号xt，利用短时傅里叶变换STFT转换到频域，得到天线接收信号的时频域信号Xt,f；2通过多次迭代得到稳定的时频支撑点的阈值ε，对天线接收信号的时频域信号Xt,f进行降噪处理，得到降噪后的天线接收信号的时频域信号3根据降噪后的天线接收信号的时频域信号获得时域信号yk：3a利用K-means算法对时频信号的频率进行聚类，得到各个频点的聚类频率fi，统计每个频率fi的起始窗终止窗以及持续窗数ti，用向量Ti表示为：其中i＝1,…,L,L为频率个数；3b按照持续窗数ti对向量Ti进行分类，即对于类内每两跳信号，记前一跳信号的终止窗为后一跳信号的起始窗为得到跳变时刻的粗估计范围为到截取天线接收信号xt粗估计范围内的时域信号，用yk表示为：其中P为短时傅里叶变换STFT的长度，k＝1,2,…,m，m为跳变点的个数；4对时域信号yk进行平滑伪魏格纳SPWVD变换，得时域信号yk的时频域信号Ykt,f，再设置截断门限δ，对时域信号yk的时频域信号Ykt,f进行截断处理，得到截断处理后的时频信号Y′kt,f；5根据截断处理后的时频信号Y′kt,f，求得前一跳终止跳变时刻的精估计后一跳起始跳变时刻的精估计以及跳变周期5a利用3a中各个频点的聚类频率fi，找到截断处理后的时频信号Y′kt,f中的两个门限截断位置，即第一个截断位置为前一跳终止时刻hk1，第二个截断位置为后一跳起始时刻为hk2，5b根据3b中跳变时刻粗估计信号范围到和5a的结果求得前一跳终止跳变时刻的精估计和后一跳起始跳变时刻的精估计5c根据前一跳终止跳变时刻的精估计和后一跳起始跳变时刻的精估计求得跳变周期2.根据权利要求1所述的方法，其特征在于，2中通过多次迭代得到稳定的时频支撑点的阈值ε，并对天线接收信号的时频域信号Xt,f进行降噪处理，其实现如下：2a找到天线接收信号的时频信号Xt,f中时频点幅度的最小值X1，以及时频点幅度的最大值X2，得到一个初始阈值ε1：ε1＝X1+X22；2b以初始阈值ε1为初始时频支撑点阈值，将所有时频信号中的时频点分为两部分：将每一个时频点幅度的绝对值absXt,f与初始时频支撑点阈值ε1比较：若absXt,f＞ε1时，则将该时频点存储于第一矩阵TF1；若absXt,f≤ε1时，则将该时频点存储于第二矩阵TF2中；分别统计第一矩阵TF1中的频点的个数和第二矩阵TF2中频点的个数和并按照下式计算两个新的频点幅度模值：根据两个新的频点幅度模值X′、X″，计算出新的阈值ε2，其中ε2＝X′+X″2；2c重复步骤2b，直到第j次迭代的阈值εj与第j+1次迭代的阈值εj+1差的绝对值满足absεj-εj+1＜10-5时停止迭代，得到稳定的阈值ε＝εj+1，将大于该稳定阈值的时频点保留，小于该稳定阈值的时频点置零，最终得到降噪处理后的时频矩阵3.根据权利要求1所述的方法，其特征在于，4中对截取时域信号yk的时频矩阵Ykt,f进行截断处理，其实现如下：4a对截取的时域信号yk进行平滑伪魏格纳SPWVD变换，得到截取时域信号yk的时频矩阵Ykt,f；4b计算跳频信号的前一跳载频位置：n1＝fk1fs*P，其中fk1为yk前一跳的频率，fs为采样频率；4c计算跳频信号的后一跳载频位置：n2＝fk2fs*P，其中fk2为yk后一跳的频率；4d根据4b中求出的前一跳载频的位置n1和4c中求出的后一跳载频的位置n2计算出两个截断门限为：其中i＝1,2，Nk,i为时频矩阵Ykt,f第ni行时频点的个数；4e根据4d中求出的截断门限δi，对时频矩阵Ykt,f第ni行进行截断处理，得到截断后的时频矩阵Y′kt,f：4.根据权利要求1所述的方法，其特征在于，5a中第一个截断位置的前一跳终止时刻hk1，表示如下：hk1＝maxt|absY′kt,fk1＞0，其中fk1为yk前一跳的频率，Y′kt,f为截断后的时频矩阵。5.根据权利要求1所述的方法，其特征在于，5a中第二个截断位置的后一跳起始时刻为hk2，表示如下：hk2＝mint|absY′kt,fk2＞0。其中，fk2为yk前一跳的频率，Y′kt,f为截断后的时频矩阵。

百度查询： 西安电子科技大学 基于STFT-SPWVD的混合网台跳频参数盲估计方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD