金 艳 武艳凤 姬红兵



基于α稳定分布噪声稀疏性及最优匹配的跳频信号参数估计

金 艳 武艳凤*姬红兵

(西安电子科技大学电子工程学院 西安 710071)

跳频信号；参数估计；压缩感知；噪声稀疏性；最优匹配

1 引言

跳频(Frequency Hopping, FH)信号由于其突出的优点，例如良好的抗干扰性能、低拦截概率、多径衰落等能力，广泛地用于雷达、军事和民用通信等系统中，跳频信号的参数估计是在信号处理领域中引起更多注意的关键问题[1]。跳频信号的频率随着时间不断变化，传统的傅里叶变换方法不能同时展现信号在时域和频域的完整信息，因此不再适用。时频分析方法联合了时域和频域，得到了长足的发展，常见的有维格纳—威尔分布(Wigner-Ville Distribution, WVD)[2]、平滑伪WVD分布(SPWVD)[3]、小波变换(Wavelet Transform, WT)[4]、Gabor变换[5]等。这些方法一定程度上改进了傅里叶变换的缺陷，但均为全域波范畴，会受到时频不确定性以及交叉项的影响[6,7]。而局域波的引入为非平稳信号提供了又一种有效的时频分析方法，包括基于经验模态分解(Empirical Mode Decomposition, EMD)[8]、基于固有时间尺度分解(Intrinsic Time- scale Decomposition, ITD)[9]等方法，此类方法克服了全域波时频分析方法的缺点，不会受到时频不确定性等问题的影响，但存在分解速度慢、计算量大等缺点。另外，将时频图视作特定2维图，采用处理图像[10]的方法思路创新，但是由于噪声的存在会导致有用信号的误消。压缩感知(Compressed Sensing, CS)是近年来在信号处理方面的一个新研究领域，主要针对稀疏信号而言。跳频可视为多个正弦分量的线性组合，满足频域稀疏性，故而可将CS应用于跳频信号参数估计中，分析跳频信号的结构特点，通过自适应分解得到跳频信号的稀疏表示。……