多維度重疊數(shù)字調(diào)制通信信號時域建模算法研究.pdf

1、在現(xiàn)代戰(zhàn)爭中，電子偵察系統(tǒng)面臨著復雜、多變的電磁環(huán)境?？罩行盘栐絹碓矫芗l帶越來越擁擠，加之偵察裝備多采用單天線接收，導致接收機接收到的常常是時域、頻域和空域多維度重疊的信號。在此種情況下，對其信息的提取及信號的分析變得十分復雜。同時在信號多維度重疊情況下，常規(guī)的頻域濾波、空域濾波等信號分離技術失效。在信號分離方面，上世紀九十年代，興起了一種以獨立分量分析等理論為基礎的信號分離技術，稱之為盲分離技術。然而由于要利用一路數(shù)據(jù)恢復出多個源

2、信號，在數(shù)學上這是一個嚴重的病態(tài)問題。如果能結(jié)合信號本身特性，對時頻混疊信號實現(xiàn)時域高擬合度建模，將極大地有利于對信號的分析與分離。本文針對單天線接收條件下的時頻混疊信號進行了時域建模算法研究。主要工作內(nèi)容概括如下：
　?。?）分析了余弦基、沃爾什基和哈爾小波基三種基函數(shù)。通過離散余弦變換、沃爾什變換以及哈爾變換得到了時頻混疊通信信號在上述基函數(shù)下的展開系數(shù)，并分析了基展開建模在盲分離中的應用。
　?。?）研究了基于數(shù)據(jù)擬合

3、的混合通信信號建模算法。通過求解時頻混疊信號的自相似建立了自回歸模型正則方程，并利用Levinson-Durbin迭代算法得到自回歸模型系數(shù)。然后通過基于信息論的模型定階準則確定了模型的最優(yōu)階數(shù)，同時將該定階準則推廣至自回歸模型與自回歸滑動平均模型。
　?。?）由于滑動平均模型正則方程具有非線性，為此將滑動平均模型采用高階自回歸模型近似。自回歸滑動平均模型可以看作自回歸與滑動平均模型的級聯(lián)。因此在建立自回歸模型后，上述兩種模型系數(shù)