导读:本文包含了跳频信号论文开题报告文献综述、选题提纲参考文献，主要关键词:信号,稀疏,参数,分解,小波,重构,形态学。
跳频信号论文文献综述写法
眭萍,郭英,李红光,王宇宙[1]（2019）在《基于混沌吸引子重构和Low-rank聚类的跳频信号电台分选》一文中研究指出辐射源无调制信息的暂态信号能够表征辐射源发射机的无意调制特性,对该暂态信号分析可实现辐射源识别。而跳频电台在开机以及频率转换瞬间,都存在一个无信息传送的暂态调整时间,该暂态调整瞬间,电台发射的信号是无调制信息的非线性、非平稳和非高斯信号。该暂态时间序列可反映跳频电台的器件特性,同时该序列往往呈现复杂的混沌特性。因此,借鉴混沌时间序列分析的思想,同时利用暂态信号的Low-rank特性,该文提出了一种基于暂态信号混沌吸引子重构和Low-rank聚类的跳频信号电台分选算法。实验测试表明:跳频电台的暂态信号时间序列属于混沌时间序列,同时实测多跳频信号的电台分选结果证明了Low-rank聚类算法在跳频电台分选上的可行性。(本文来源于《电子与信息学报》期刊2019年12期）
赵景宏,李曦,李若维,邸卓,丁一[2]（2019）在《基于贝叶斯压缩感知的跳频信号参数估计》一文中研究指出针对跳频信号参数估计问题,提出一种基于贝叶斯压缩感知的方法。根据跳频信号的数学模型,将待估计的参数在给定的定义域内离散化构建过完备字典。由此,将参数估计问题转换为压缩感知邻域的稀疏表示问题。考虑到参数估计过程中存在的噪声干扰,采用贝叶斯压缩感知求解稀疏表示系数。根据稀疏表示系数的非零元素分布中解算跳频信号的跳变周期、跳变时刻以及跳频频率的估计值。基于仿真数据对提出方法进行验证实验,其结果表明了方法的有效性。(本文来源于《信息技术》期刊2019年10期）
刘广凯,全厚德,孙慧贤,崔佩璋,池阔[3]（2019）在《极低信噪比下对偶序列跳频信号的随机共振检测方法》一文中研究指出针对对偶序列跳频(DSHF)在极低信噪比(SNR)下无法通信的问题,该文充分利用对偶序列跳频信号时、频域物理特征,提出一种随机共振(SR)检测方法,极大扩展该信号的应用场景。首先,通过分析对偶序列跳频的发射、接收信号及超外差解调的中频(IF)信号,构建随机共振系统,采用尺度变换调整中频信号;然后,引入判决时刻,将无定态解的非自治福克普朗克方程(FPE)转化为可解的自治方程,从而推导出含时间参量的概率密度周期定态解;其次,以最大后验概率为准则,得到检测概率、虚警概率和接收机工作特性(ROC)曲线;最后,得出以下结论:(1)应用匹配随机共振检测对偶序列跳频信号的信噪比最低可达–18 dB;(2)对偶序列跳频与匹配随机共振结合,适用于信噪比在–18～–14 dB的信号检测;(3)应用匹配随机共振检测对偶序列跳频信号在信噪比为–14 dB时,检测性能提升了25.47%。仿真实验验证了理论的正确性。(本文来源于《电子与信息学报》期刊2019年10期）
杨鑫,郭英[4]（2019）在《基于二次迭代稀疏重构的跳频信号参数估计》一文中研究指出为了解决现有参数估计方法中时频聚集性不强,低信噪比下估计精度不高问题,提出了一种基于二次迭代稀疏重构的跳频信号参数估计方法。根据跳频信号的时频稀疏性进行稀疏重构,获取信号的时频分布矩阵;通过分析时频分布矩阵的特点,对信号进行二次迭代稀疏重构,获取二次时频分布矩阵。为了提高在低信噪比下算法性能,采用二值形态学滤波对时频图进行处理,进而实现信号的良好参数估计。仿真结果表明:该算法能够有效地提高参数估计精度,在低信噪比下有良好的估计效果。(本文来源于《传感器与微系统》期刊2019年10期）
李慧启,李立春,张云飞,刘志鹏[5]（2019）在《基于分段压缩和原子范数的跳频信号参数估计》一文中研究指出针对压缩域跳频信号参数估计方法需借助测量矩阵寻找压缩采样数据的数字特征,造成运算复杂度高,且存在基不匹配的问题,提出一种压缩域数字特征和原子范数的跳频信号参数估计方法。建立块对角化的测量矩阵,实现信号分段压缩,分析压缩采样数据的数字特征,实现跳变时刻粗估计;分离出未发生频率跳变的信号段,利用原子范数最小化方法实现跳变频率的精确估计;最后依据精确估计的跳变频率,设计原子字典,并在压缩域实现跳变时刻的精确估计。基于该算法的跳变频率估计性能高于基于压缩感知的跳变频率估计,亦能精确估计跳频信号的跳变时刻。仿真结果显示,在信噪比高于-2 dB,压缩比高于0.5时,基于该算法的归一化跳变频率估计误差低于10~(-4),归一化跳变时刻估计误差低于10~(-2)。(本文来源于《太赫兹科学与电子信息学报》期刊2019年04期）
Ping,SUI,Ying,GUO,Kun-feng,ZHANG,Hong-guang,LI[6]（2019）在《基于核空间投影和联合表征的跳频信号辐射源指纹特征识别（英文）》一文中研究指出跳频作为扩频通信的一种常用技术,以其截获概率低、抗干扰能力强和保密性好等优点,在雷达和通信系统中得到广泛应用。然而,非合作条件下的跳频信号辐射源识别作为一大难题,不仅由于其对噪声影响敏感,信号的非线性、非高斯性和非平稳性使得很难在其原始信号空间实现跳频信号分类识别。现有的一些分类识别算法,如稀疏表征分类算法(SRC),仅使用单个信号样本而非整体样本表征测试数据,过分强调稀疏特性而忽略信号样本之间的相关性。为解决上述问题,本文提出一种基于核空间投影和联合表征的跳频信号辐射源指纹特征识别方法。该方法将核空间投影、相关特性表征以及个体分类学习融合到同一个联合表征框架,通过该框架实现辐射源信号分类识别。实际跳频信号的大量实验表明,与几种最先进的识别方法相比,所提算法具有可行性和有效性。(本文来源于《Frontiers of Information Technology & Electronic Engineering》期刊2019年08期）
李红光,郭英,齐子森,眭萍[7]（2019）在《实矩阵降维的稀疏贝叶斯跳频信号DOA估计》一文中研究指出提出一种基于实数域矩阵降维的稀疏贝叶斯跳频信号到达角(DOA)估计算法.该算法通过酉矩阵变换将复数域信号稀疏表示转换至实数域,利用奇异值分解对实数域数据矩阵进行降维,降低了计算复杂度;通过改进稀疏贝叶斯算法中预设阈值的比较方式和噪声方差初始值的设置方法,减少算法迭代次数.仿真结果表明:在低信噪比或低快拍数条件下,该算法DOA估计精度优于传统的稀疏贝叶斯学习算法,所需计算时间更少,且不受跳频信源相干性影响.(本文来源于《华中科技大学学报(自然科学版)》期刊2019年07期）
傅旭红[8]（2019）在《宽带跳频信号捕获分析方法研究》一文中研究指出跳频通信系统在军事、雷达通信等领域应用广泛。在电子对抗战中,跳频通信技术可用于保障通信的稳定。在民用通信领域中,如家庭射频、无线个人局域网中,利用跳频通信技术能够实现可靠的抗干扰数据传输。快速、准确地实现跳频同步是跳频通信系统正常运行的基础。跳频同步又分为同步捕获和同步跟踪两个阶段。文章主要对宽带跳频信号捕获分析方法进行研究。(本文来源于《无线互联科技》期刊2019年13期）
王苏[9]（2019）在《战术自组网的跳频信号盲解技术研究》一文中研究指出针对跳频信号(FH,Frequency Hopping)的分析处理,主要挑战在于大量的数据无法实时接收处理,表现为接收设备对大量信号数据存储压力大,信号分析过程计算量大导致分析过程实时性不佳。因此,如何降低接收数据的采样率,进而降低设备计算、存储压力是一个关键研究点。论文具体工作主要安排如下:第一,本文概述了跳频通信的特点及跳频信号盲解的主要流程,结合当前流行的压缩感知理论,总结分析了跳频信号分析处理的研究进展。第二,针对基于压缩感知理论的跳频信号稀疏分解过程面临的计算复杂度高,算法运算效率低的问题,本文首先将原子字典非相干分解为若干子字典,为进一步降低计算量,本文分析研究了算法理论特性,针对相邻代算法搜索原子高概率满足非相干性,本文在原子搜索过程中避免了逐次迭代,进一步降低了计算量。最后通过性能分析,验证了算法对比传统单原子搜索方式,本文算法在信噪比高于-6dB时,误差能够低于10~(-5),从分解速度的角度,本文算法在信噪比高于20dB后,运算是传统单原子匹配算法的22倍,进一步表明了算法的有效性。第叁,针对压缩感知框架下的测量信号重构过程中,基于传统贪婪追踪类算法重构精度低而基于凸松弛类算法重构精度高但计算量大,复杂度高的问题。从重构精度角度出发,研究改进了稀疏梯度投影重构算法,针对投影过程计算效率低的问题,研究改进了算法的惩罚项权重系数和步长参数,对权重系数进行自适应化,使其根据不同分量选择不同大小的惩罚项,降低了算法的复杂度。为加快目标函数的收敛,提高算法效率,结合当前迭代点近似模型和延迟策略改进了算法的步长设计。最后仿真验证了算法的目标函数下降速度明显快于经典投影重构算法,而且在运算时间成本和重构精度方面的性能方面优势明显。(本文来源于《重庆邮电大学》期刊2019-06-02）
郑洋,陈西豪,朱锐[10]（2019）在《改进的最优小波基选取方法与跳频信号检测研究》一文中研究指出跳频通信因其良好的抗干扰性和低截获性,在军事通信中备受青睐。因其在军事通信中的重要作用,研究跳频信号的检测方法显得尤为紧迫。基于小波分解与希尔伯特-黄变换的跳频信号检测方法,有效地解决了跳频信号检测过程中时间分辨率和频率分辨率不能同时兼顾的问题,提高了跳频信号检测的精度。在此基础上对最优去噪小波基的选取问题进行了深入研究。通过改进信噪比与信噪比增益这个小波去噪质量评价指标,提出了改进的最优小波基选取方法,有效地解决了非合作通信中信号真值未知情况下最优小波基的选取问题。同时利用这一方法成功实现了跳频信号的检测,为检测跳频信号提供了新思路。(本文来源于《火力与指挥控制》期刊2019年05期）
跳频信号论文开题报告范文
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对跳频信号参数估计问题,提出一种基于贝叶斯压缩感知的方法。根据跳频信号的数学模型,将待估计的参数在给定的定义域内离散化构建过完备字典。由此,将参数估计问题转换为压缩感知邻域的稀疏表示问题。考虑到参数估计过程中存在的噪声干扰,采用贝叶斯压缩感知求解稀疏表示系数。根据稀疏表示系数的非零元素分布中解算跳频信号的跳变周期、跳变时刻以及跳频频率的估计值。基于仿真数据对提出方法进行验证实验,其结果表明了方法的有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
跳频信号论文参考文献
[1].眭萍,郭英,李红光,王宇宙.基于混沌吸引子重构和Low-rank聚类的跳频信号电台分选[J].电子与信息学报.2019
[2].赵景宏,李曦,李若维,邸卓,丁一.基于贝叶斯压缩感知的跳频信号参数估计[J].信息技术.2019
[3].刘广凯,全厚德,孙慧贤,崔佩璋,池阔.极低信噪比下对偶序列跳频信号的随机共振检测方法[J].电子与信息学报.2019
[4].杨鑫,郭英.基于二次迭代稀疏重构的跳频信号参数估计[J].传感器与微系统.2019
[5].李慧启,李立春,张云飞,刘志鹏.基于分段压缩和原子范数的跳频信号参数估计[J].太赫兹科学与电子信息学报.2019
[6].Ping,SUI,Ying,GUO,Kun-feng,ZHANG,Hong-guang,LI.基于核空间投影和联合表征的跳频信号辐射源指纹特征识别（英文）[J].FrontiersofInformationTechnology&ElectronicEngineering.2019
[7].李红光,郭英,齐子森,眭萍.实矩阵降维的稀疏贝叶斯跳频信号DOA估计[J].华中科技大学学报(自然科学版).2019
[8].傅旭红.宽带跳频信号捕获分析方法研究[J].无线互联科技.2019
[9].王苏.战术自组网的跳频信号盲解技术研究[D].重庆邮电大学.2019
[10].郑洋,陈西豪,朱锐.改进的最优小波基选取方法与跳频信号检测研究[J].火力与指挥控制.2019