一种跳频系统干扰样式识别技术

摘要

本发明涉及一种跳频系统干扰样式识别技术，属于宽带无线通信领域，主要用于分析跳频系统的各种干扰类型。在不增加跳频带宽、不提高跳频速率等前提下，实现对各种干扰的样式识别。首先对接收信号进行去跳频点预处理，然后提取出干扰信号的时域、频域及时频域等特征参数，进行模式识别，从而实现不同干扰类型的分类识别。本发明对各种常见干扰具有较好的识别效果，具有较强的鲁棒性和稳定性，为进一步进行干扰抑制提供可靠的依据。另外，本发明方法计算复杂度低，易于系统实时实现。

主权项

1.一种跳频系统干扰样式识别技术，其特征在于包括以下步骤：(一)预处理(1)对有干扰存在的跳频接收信号x(m)进行时频分析，采用短时傅里叶变换，将时域信号变换到时频域，并在此基础上，根据已知的跳频图案，在时频域进行去跳频点处理，得到去跳频点后的时频图S_qt(m，n)；(2)对去跳频点后的时频图S_qt(m，n)进行归一化处理，然后沿时间轴求平均值，得到去跳频点后的平均频谱p_qt(n)；(3)根据平均频谱P_qt(n)，计算出干扰的归一化3dB带宽B_w和干扰载频F_c；(4)将步骤(3)中计算得到的B_w与确定的阈值T_Bw比较，如果B_w小于T_Bw，则判为窄带干扰，进入窄带干扰识别流程，否则判为宽带干扰，进入宽带干扰识别流程；(二)窄带干扰识别流程对于存在窄带干扰的跳频接收信号x(m)，将以干扰载频F_c为中心，在窄带干扰带宽阈值T_Bw内的跳频点称为干扰跳频点，其它跳频点称为非干扰跳频点，并进行以下处理：(1)将跳频接收信号x(m)中存在干扰跳频点的部分在时域截去，将截去干扰跳频点后的跳频接收信号变换到频域，在频域去除非干扰跳频点，并进一步在频域滤除噪声，得到干扰的频域估计J(k)，然后反变换到时域，得到干扰的时域估计j(m)；(2)根据步骤(1)中得到的干扰的时域估计j(m)，按照下式计算参数包络变化系数R_a和零中心归一化幅度的频谱最大值γ_max：$R_a={\sigma }_a^2/{\mu }_a^2$γ_max＝max|FFT[a_cn(m)]²/N_s|其中，μ_a和σ_a²分别是干扰时域估计j(m)的包络的均值和方差；N_s为采样点数，a_cn(m)为零中心归一化幅度，a_cn(m)由下式计算得到：a_cn(m)＝a_j(m)/m_a-1其中，$m_a=\frac{1}{N_s}\underset{n=1}{\overset{N_s}{\Sigma }}{a}_j\left(m\right),$a_j(m)是干扰时域估计j(m)的瞬时幅度；如果R_a大于阈值T_a且γ_max大于阈值T_γ，则判为ASK类键控干扰；如果R_a大于阈值T_a且γ_max小于阈值T_γ，则判为噪声调幅干扰AM；如果R_a小于或等于阈值T_a，则进入步骤(3)；(3)根据预处理中得到的平均频谱P_qt(n)，按照下面公式计算峰值带宽比R_p：R_p＝P_m/B_w其中，P_m是P_qt(n)的峰值相对于干扰信号能量的归一化，B_w是预处理中得到的归一化3dB带宽，并且根据步骤(1)中得到的干扰频谱J(k)，计算频谱的归一化峰度μ_f：${\mu }_f=\frac{E\left\{{\left|J\left(k\right)\right|}^4\right\}}{{\left\{E\right[{\left|J\left(k\right)\right|}^2\left]\right\}}^2}$如果R_p大于阈值T_p且μ_f大于阈值T_μ1，则判为单音干扰，如果R_p大于阈值T_p且μ_f小于阈值T_μ1，则判为PSK类键控干扰，如果R_p小于或等于阈值T_p，则进入步骤(4)；(4)根据步骤(1)中得到的干扰频谱J(k)，按照下面公式计算频谱的谱峰紧致度R_v：$R_v=\frac{1}{m_R-m_L+1}\underset{J_u\left(k\right)\ge 0.5}{\Sigma }{J}_u\left(k\right)$其中，$J_u\left(k\right)=\frac{\left|J\left(k\right)\right|}{\max \left(\right|J\left(k\right)\left|\right)},$$m_L=\underset{j_u\left(k\right)\ge 0.5}{\min }\left(k\right),$$m_R=\underset{J_u\left(k\right)\ge 0.5}{\max }\left(k\right),$如果μ_f小于阈值T_μ2且R_v大于阈值T_v，则判为噪声调频干扰，否则判为FSK类键控干扰，结束窄带干扰识别流程；(三)宽带干扰识别流程(1)首先，根据预处理中得到的平均频谱P_qt(n)，根据下式计算平均频谱平坦系数F_ss：$F_{\mathrm{ss}}=\sqrt{\frac{1}{N_t}\underset{n=0}{\overset{N_t-1}{\Sigma }}{(P_s\left(n\right)-\overline{P_s\left(n\right)})}^2}$其中，$P_s\left(n\right)=P_{\mathrm{qt}}\left(n\right)-\frac{1}{2L+1}\underset{i=-L}{\overset{L}{\Sigma }}{P}_{\mathrm{qt}}(n+i)$其中，P_qt(n)为去跳频点后的平均频谱，N_t为P_qt(n)的长度，L是滑动平均窗口的宽度，取L＝0.03N_t；其次，根据预处理中得到的时频图S_qt(m，n)，按照下式计算旋转变换域的峰值系数R_f和峰值角度α_max：$R_f=\frac{\underset{u,\alpha }{\max }\left\{R_T(u,\alpha )\right\}}{\overline{R_T(u,\alpha )}}$其中，R_T(u，α)是对去跳频点后的时频图S_qt(m，n)进行阈值Radon变换后得到的二维图像，α为Radon变换的旋转角，u为时频图原点到投影积分直线的距离；R_T(u，α)是R_T(u，α)的全局平均值，是R_T(u，α)的全局最大值，此最大值对应的角度α即为旋转变换域的峰值角度α_max；然后，按照下面公式，进一步计算旋转变换域的峰值叠加系数R_fm：$R_{\mathrm{fm}}=\frac{\underset{\alpha }{\max }\left\{P_R\left(\alpha \right)\right\}}{\overline{P_R\left(\alpha \right)}}$其中，P_R(α)是R_T(u，α)在各个α角的累加，R_T(u，α)是S_qt(m，n)经过阈值Radon变换后的结果，而是P_R(α)的最大值，P_R(α)是P_R(α)的平均值；(2)如果F_ss大于阈值T_f且α_max＝90°，则判为宽带梳状干扰，否则进入步骤(3)；(3)如果R_f大于阈值T_f1且α_max≠90°，则判为强宽带线扫频干扰，否则进入步骤(4)；(4)如果R_fm大于阈值T_m1且α_max≠90°，则判为弱宽带线扫频干扰，否则进入步骤(5)；(5)如果R_f大于阈值T_f2且R_fm大于阈值T_m2，则判为宽带噪声干扰，否则判为未知干扰，结束宽带干扰识别流程。