亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        軟件無(wú)線(xiàn)電的GNSS干擾盲識(shí)別系統(tǒng)

        2019-06-06 08:30:56楊燕梅郎榮玲葉萬(wàn)洋
        導(dǎo)航定位學(xué)報(bào) 2019年2期
        關(guān)鍵詞:特征提取分類(lèi)利用

        楊燕梅,郎榮玲,葉萬(wàn)洋

        (北京航空航天大學(xué) 電子信息工程學(xué)院,北京 100191)

        0 引言

        由于全球衛(wèi)星導(dǎo)航系統(tǒng)(global navigation satellite system, GNSS)處于復(fù)雜的無(wú)線(xiàn)環(huán)境中,經(jīng)常受到各種不同干擾信號(hào)的影響,這些干擾信號(hào)直接影響導(dǎo)航接收機(jī)的性能,甚至使其不能工作。因此在接收機(jī)中一般需要對(duì)接收的信號(hào)進(jìn)行抗干擾,但是由于不同的干擾信號(hào)對(duì)導(dǎo)航信號(hào)的影響不同,所采用的抗干擾算法不同。比如在利用功率反演算法抗脈沖干擾時(shí),由于協(xié)方差矩陣存在不穩(wěn)定性,會(huì)導(dǎo)致抗干擾算法失效。但是在抗窄帶干擾以及單頻干擾時(shí),功率反演算法卻有很好的效果。而如果在抗干擾算法之前對(duì)干擾進(jìn)行監(jiān)測(cè),估計(jì)出干擾信號(hào)的類(lèi)型和參數(shù),例如脈沖干擾的周期和占空比,則可以很好地利用功率反演算法進(jìn)行抗干擾。因此為了保證衛(wèi)星導(dǎo)航系統(tǒng)的穩(wěn)定工作,對(duì)干擾信號(hào)調(diào)制類(lèi)型進(jìn)行識(shí)別及參數(shù)估計(jì)具有重要的意義。

        根據(jù)經(jīng)驗(yàn)和文獻(xiàn)資料調(diào)查發(fā)現(xiàn),針對(duì)GNSS的干擾的類(lèi)型包括數(shù)字、模擬、掃頻和脈沖干擾等多種形式,因此GNSS干擾識(shí)別是一種缺乏先驗(yàn)知識(shí)的數(shù)字調(diào)制方式、模擬調(diào)制方式及脈沖信號(hào)的混合識(shí)別。因此研究復(fù)雜環(huán)境下GNSS干擾盲識(shí)別技術(shù)是具有重要意義的。

        目前無(wú)線(xiàn)通信信號(hào)的調(diào)制體制識(shí)別主要分為2大類(lèi):基于最大似然假設(shè)檢驗(yàn)方法和基于特征提取的模式識(shí)別方法。

        基于最大似然假設(shè)檢驗(yàn)的方法的優(yōu)點(diǎn)在于,它理論上可以保證在貝葉斯最小誤判代價(jià)準(zhǔn)則下得到最好的分類(lèi)結(jié)果,但其局限性也很明顯,即需要有更多的先驗(yàn)知識(shí)。在沒(méi)有先驗(yàn)知識(shí)的條件下,它的復(fù)雜性和計(jì)算量較大,無(wú)法保證系統(tǒng)實(shí)時(shí)分類(lèi),工程應(yīng)用性較差。

        基于特征提取的模式識(shí)別方法主要包括2個(gè)步驟:特征提取和分類(lèi)器的設(shè)計(jì)。特征提取的方法主要分為3大類(lèi):

        1)基于時(shí)間域的特征提取。文獻(xiàn)[1]首次提出利用希爾伯特變換得到信號(hào)瞬時(shí)幅度、瞬時(shí)相位和瞬時(shí)頻率,利用瞬時(shí)幅度、瞬時(shí)相位和瞬時(shí)頻率的2階矩以及 2階中心距來(lái)對(duì)信號(hào)進(jìn)行特征提取,實(shí)現(xiàn)了模擬幅度調(diào)制,單邊帶、雙邊帶幅度調(diào)制以及調(diào)頻信號(hào)的分類(lèi);文獻(xiàn)[2]實(shí)現(xiàn)了數(shù)字調(diào)制信號(hào)MASK、MPSK、MFSK的分類(lèi);文獻(xiàn)[3]同樣利用希爾伯特變換得到的信號(hào)的瞬時(shí)幅度、頻率和相位等信息,以人工神經(jīng)網(wǎng)絡(luò)作為分類(lèi)器,實(shí)現(xiàn)數(shù)字調(diào)制信號(hào)(ASK/2FSK/4FSK/BPSK/ QPSK)和模擬調(diào)頻和調(diào)幅信號(hào)的識(shí)別。這種基于時(shí)間域的特征提取的方法實(shí)現(xiàn)簡(jiǎn)單,在高信噪比下特征易于提取,且特征具有明顯的物理意義,但這種提取方法受噪聲影響較大。

        2)基于統(tǒng)計(jì)域的特征提取。統(tǒng)計(jì)域的特征主要是利用高階累積量,主要包括3階累計(jì)量和4階累計(jì)量:文獻(xiàn)[4]實(shí)現(xiàn)了利用高階累積量完成數(shù)字調(diào)制信號(hào)(BPSK/QPSK/ 16QAM/32QAM)分類(lèi);文獻(xiàn)[5]利用高階累積量實(shí)現(xiàn)了 4ASK、8ASK、BPSK、QPSK、8PSK、16QAM、32QAM、256QAM的分類(lèi);但利用提取高階累積量,需要將接收到的信號(hào)下變頻到基帶信號(hào),這就需要精確的估計(jì)載頻,通常載頻的估計(jì)會(huì)有一定的誤差,于是文獻(xiàn)[6]提出了改進(jìn)的方法,無(wú)需下變頻,實(shí)現(xiàn)了BPSK、QPSK、OQPSK、4PAM、8PSK、8QAM、16QAM、32QAM的分類(lèi);文獻(xiàn)[7]將高階累積量與支持向量機(jī)相結(jié)合,在信噪比為4 dB時(shí),識(shí)別的正確率可以達(dá)到98 %;文獻(xiàn)[8]除了實(shí)現(xiàn)4ASK、8ASK、BPSK、QPSK、8PSK、16QAM 的識(shí)別,還實(shí)現(xiàn)了 MFSK(2FSK、4FSK、8FSK)的識(shí)別。利用高階累積量的最大優(yōu)勢(shì)是對(duì)于加性的高斯白噪聲具有很好的抗干擾性能。

        3)基于變換域的特征提取?;谘h(huán)譜的特征提取是變換域特征提取的一種主要方法,不同的調(diào)制信號(hào)類(lèi)型的頻譜特征可能相同,但對(duì)于不同的調(diào)制信號(hào)類(lèi)型循環(huán)譜都不同。文獻(xiàn)[9]中通過(guò)估計(jì)不同調(diào)制信號(hào)的循環(huán)譜,在循環(huán)譜域提取提取 6個(gè)特征參數(shù),實(shí)現(xiàn) AM、DSM、VSB、SSB、ASK、FSK、PSK、MSK、QPSK的調(diào)制識(shí)別;文獻(xiàn)[10]利用高階累積量與循環(huán)譜域的特征參數(shù)相結(jié)合,首先利用高階累積量將數(shù)字調(diào)制信號(hào)分為{BPSK,2ASK}、{QPSK}、{2FSK, 4FSK}、{MSK}和{16QAM,64QAM}5類(lèi)。然后利用高階累積量以及循環(huán)譜對(duì){OFDM}、{16QAM, 64QAM}、{2ASK,BPSK}及{2FSK,4FSK}進(jìn)行識(shí)別;文獻(xiàn)[11]中通過(guò)估計(jì)不同調(diào)制信號(hào)的循環(huán)譜,并將神經(jīng)網(wǎng)絡(luò)作為分類(lèi)器,實(shí)現(xiàn)了 BPSK/QPSK/ FSK/MSK的分類(lèi)識(shí)別?;谘h(huán)譜特征提取的方法的優(yōu)勢(shì)是對(duì)于不同的調(diào)制信號(hào)類(lèi)型會(huì)有不同的循環(huán)譜,區(qū)分度明顯,且抗加性高斯白噪聲的性能較好,但計(jì)算量較大,不適合在工程中做實(shí)時(shí)分類(lèi)。

        文獻(xiàn)[12-13]中對(duì)調(diào)制信號(hào)做連續(xù)小波變換,實(shí)現(xiàn)了BPSK、2FSK、QAM、MSK、ASK信號(hào)類(lèi)型的分類(lèi);文獻(xiàn)[14]中同樣利用小波變換實(shí)現(xiàn)了BPSK、2FSK、QAM、MSK、ASK信號(hào)類(lèi)型的分類(lèi);文獻(xiàn)[15]利用改進(jìn)的尺度縮放優(yōu)化小波變換算法,實(shí)現(xiàn)了 2ASK、4ASK、8ASK、16QAM、64QAM、128QAM的分類(lèi)。由于Haar連續(xù)小波變換技術(shù)可以實(shí)現(xiàn)碼元內(nèi)小波系數(shù)恒定不變,但不同的調(diào)制類(lèi)型碼元內(nèi)的小波系數(shù)可能不同,并且小波系數(shù)在變換點(diǎn)處發(fā)生突變,利用這一特點(diǎn)來(lái)實(shí)現(xiàn)不同調(diào)制類(lèi)型的分類(lèi),同時(shí)它對(duì)于噪聲也非常敏感,在低信噪下,識(shí)別率較差。

        此外還有基于譜分析的特征提?。何墨I(xiàn)[16]中利用信號(hào)譜、平方譜以及 4次方譜實(shí)現(xiàn)了 BPSK/QPSK/OQPSK/π/4QPSK/MSK/FSK/FM/CW 的分類(lèi)識(shí)別,信噪比大于12 dB時(shí)總體識(shí)別率達(dá)到95 %。

        分類(lèi)的方法大致有2類(lèi):傳統(tǒng)的基于決策樹(shù)的分類(lèi)器;基于人工智能的分類(lèi)器。傳統(tǒng)的分類(lèi)器每個(gè)特征都需要對(duì)應(yīng)設(shè)置一個(gè)判決門(mén)限,而判決門(mén)限的選取對(duì)識(shí)別的正確率影響很大;其次每個(gè)判決節(jié)點(diǎn)只能使用一個(gè)特征判決,這就導(dǎo)致識(shí)別的正確率不僅與特征量使用的先后次序有關(guān),而且完全取決于每個(gè)特征的單次正確判決率。而人工智能的方法對(duì)判決門(mén)限的選取是自適應(yīng)的,而且它每次判決都需要使用全部的特征向量,這就使得系統(tǒng)的識(shí)別成功率大大提高。

        GNSS所處電磁環(huán)境復(fù)雜,多種類(lèi)型干擾并存,并且還鮮有能應(yīng)用于導(dǎo)航系統(tǒng)的干擾監(jiān)測(cè)產(chǎn)品。軟件無(wú)線(xiàn)電具有高度的靈活性、通用性和功能模塊化等特點(diǎn),同時(shí)也是一種新的無(wú)線(xiàn)電系統(tǒng)體系結(jié)構(gòu),以開(kāi)放性、可擴(kuò)展、結(jié)構(gòu)精簡(jiǎn)的硬件為通用平臺(tái)。因此本文主要基于軟件無(wú)線(xiàn)電架構(gòu),搭建了GNSS干擾盲識(shí)別系統(tǒng)。本系統(tǒng)可識(shí)別多干擾并存環(huán)境下的干擾類(lèi)型以及每種類(lèi)型干擾的參數(shù)。

        1 系統(tǒng)設(shè)計(jì)

        GNSS盲識(shí)別系統(tǒng)的總體結(jié)構(gòu)如圖1所示。

        圖1 衛(wèi)星導(dǎo)航自適應(yīng)干擾盲識(shí)別系統(tǒng)

        硬件平臺(tái)由天線(xiàn),下變頻器、AD采集板、USB3.0接口、RS485接口、FPGA芯片以及上位機(jī)組成。

        硬件平臺(tái)完成信號(hào)采集并將采集的信號(hào)傳輸至上位機(jī)。在本系統(tǒng)中下變頻和 AD采用選用芯片AD9361完成,AD9361具有2個(gè)相互獨(dú)立的下變頻通道以及 12位模數(shù)轉(zhuǎn)換器(analog-to-digital converter,ADC)。系統(tǒng)中的FPGA采用Xilinx K7系列芯片。USB3.0作為數(shù)據(jù)總線(xiàn)用于傳輸數(shù)據(jù)、RS485作為控制總線(xiàn)傳送控制指令。

        軟件部分在上位機(jī)上實(shí)現(xiàn),包括盲源分離、調(diào)制體制識(shí)別、調(diào)制參數(shù)識(shí)別3個(gè)功能。盲源分離模塊主要任務(wù)是將混疊的干擾信號(hào)進(jìn)行分離,本系統(tǒng)中采用的是復(fù)數(shù)快速獨(dú)立分量分析法實(shí)現(xiàn)混合信號(hào)的盲分離。調(diào)制體制識(shí)別模塊的任務(wù)是識(shí)別分離后的每一路信號(hào)的調(diào)制功能。調(diào)制參數(shù)識(shí)別的任務(wù)是識(shí)別每種調(diào)制體制的中心頻點(diǎn)、帶寬、占空比等參數(shù)。本論文主要研究干擾信號(hào)調(diào)制體制識(shí)別以及參數(shù)識(shí)別技術(shù)。

        2 干擾自適應(yīng)盲識(shí)別方法

        本論文基于特征參數(shù)的調(diào)制識(shí)別方法是利用二叉樹(shù)的分類(lèi)方法把每個(gè)特征參數(shù)的值與預(yù)先設(shè)定的閾值進(jìn)行比較,通過(guò)決策樹(shù)判決的方式實(shí)現(xiàn)多種調(diào)制方式的分類(lèi)與識(shí)別,具體過(guò)程如圖2所示。

        圖2 信號(hào)識(shí)別流程

        2.1 干擾類(lèi)型

        本系統(tǒng)可以識(shí)別衛(wèi)星導(dǎo)航系統(tǒng)所面臨的主要干擾類(lèi)型,包括單頻干擾、脈沖干擾、線(xiàn)性?huà)哳l干擾、調(diào)頻干擾、BPSK及FSK干擾。

        單頻干擾的數(shù)學(xué)模型為

        式中:fc為信號(hào)的載頻;E為信號(hào)功率;t為時(shí)間。脈沖干擾(pulse)的數(shù)學(xué)模型為

        式中:M是信號(hào)的周期內(nèi)高電平個(gè)數(shù);Tpluse為脈沖周期;rect(t)為門(mén)函數(shù)。

        掃頻干擾(sweep frequency,SW)的數(shù)學(xué)模型為

        式中:Tsweep為掃頻周期;K為掃頻信號(hào)的頻率變化率。

        BPSK干擾的數(shù)學(xué)模型為

        式中:Tr為碼元周期;m為進(jìn)制數(shù),為0、π;N為碼元個(gè)數(shù)。

        調(diào)頻干擾(frequency modulation, FM)的數(shù)學(xué)模型為

        式中:fm為調(diào)制信號(hào)的頻率;mf為調(diào)制指數(shù)。

        FSK干擾的數(shù)學(xué)模型為

        式中Δf為信號(hào)的頻偏。

        2.2 信號(hào)的特征提取

        不同類(lèi)型的調(diào)制信號(hào),具有不同的特征,下面將詳細(xì)研究如何利用調(diào)制信號(hào)的不同特征對(duì)信號(hào)進(jìn)行特征提取,本文利用了時(shí)域、頻域以及統(tǒng)計(jì)域的特征。

        2.2.1 零中心歸一化瞬時(shí)幅度譜密度的最大值

        在 2.1節(jié)描述的信號(hào)中只有脈沖信號(hào)的瞬時(shí)幅度是變化的,其他調(diào)制信號(hào)的瞬時(shí)幅值是恒定值,因此可以利用幅度信息來(lái)將脈沖信號(hào)與其他調(diào)制信號(hào)區(qū)分。

        為了減少噪聲以及個(gè)別離群值的影響,須提高識(shí)別方法的穩(wěn)定性。首先,對(duì)瞬時(shí)幅度做零中心歸一化處理,再對(duì)處理后的信號(hào)做傅里葉變換。幅度恒定信號(hào)做零中心歸一化以后幅值在零附近波動(dòng),頻率遍布整個(gè)帶寬內(nèi),無(wú)明顯最值。脈沖信號(hào)的瞬時(shí)幅值隨著脈沖周期不斷的變化,其傅里葉變換后,在某個(gè)頻點(diǎn)處呈現(xiàn)出明顯的最值(如圖3所示)。因此可以利用

        將脈沖信號(hào)識(shí)別出來(lái)。式(7)中:Ns為采樣點(diǎn)數(shù);為零中心歸一化瞬時(shí)幅度。零中心歸一化過(guò)程為

        信號(hào)歸一化的表達(dá)式為

        其中max(x)為信號(hào)的最大值。

        信號(hào)的零中心化的表達(dá)式為

        圖3 零中心歸一化瞬時(shí)幅度譜密度

        2.2.2 沖擊個(gè)數(shù)1δ

        不同的調(diào)制信號(hào)的功率譜計(jì)算公式為:

        1)FSK

        2)BPSK

        3)CW

        4)脈沖

        式中:fs為采樣率;fT為脈沖頻率;l為占空比。

        5)調(diào)頻

        6)掃頻

        式中K=B/Tsweep,B為帶寬。

        從圖4的功率譜可以看出,F(xiàn)SK、CW的功率譜都有沖擊函數(shù),而其他的調(diào)制類(lèi)型的信號(hào)沒(méi)有,由此可以根據(jù)沖擊個(gè)數(shù)1δ將FSK、CW與其他類(lèi)型的調(diào)制信號(hào)區(qū)分。

        圖4 5種干擾信號(hào)的頻譜

        2.2.3 沖擊個(gè)數(shù)δ2

        由于線(xiàn)性調(diào)頻信號(hào)和單音余弦調(diào)頻信號(hào)頻率是不斷變化的,其在時(shí)域和頻域都沒(méi)有區(qū)分度,因此可以通過(guò)離散相位變換區(qū)分,離散相位變換定義為

        式中:τ為時(shí)間延遲;x*(n)為x(n)的共軛。根據(jù)離散相位變換的定義,可以得出線(xiàn)性?huà)哳l信號(hào)的離散相位變換后的表達(dá)式為

        根據(jù)式(18)可以得出離散相位變換后的掃頻信號(hào)為一個(gè)單頻信號(hào)。

        調(diào)頻信號(hào)的離散相位變換后的表達(dá)式為

        根據(jù)式(19)可以得出離散相位變換后的調(diào)頻信號(hào)仍然為一個(gè)具有帶寬的信號(hào),即BPSK為

        根據(jù)式(20)可以得出離散相位變換后的BPSK信號(hào)為基帶的碼元信號(hào)。

        對(duì)離散相位變換后的信號(hào)做傅里葉變換后,掃頻信號(hào)含有沖擊函數(shù),而B(niǎo)PSK和調(diào)頻信號(hào)沒(méi)有沖擊信號(hào),由此可以將掃頻信號(hào)識(shí)別出來(lái)。

        圖5 3種干擾信號(hào)離散相位變換后的頻譜

        2.2.4 高階累積量

        因此對(duì)于均值為零的平穩(wěn)復(fù)基帶隨機(jī)過(guò)程,2階和4階累積量的表達(dá)式分別為

        根據(jù)高階累積量的定義可以知道,對(duì)于實(shí)信號(hào)它反映的是不同調(diào)制信號(hào)其隨機(jī)變量的概率密度的分布情況,對(duì)于復(fù)信號(hào)它反映的是不同調(diào)制類(lèi)型信號(hào)的星座圖的分布情況。并且對(duì)于不同的調(diào)制信號(hào)類(lèi)型的高階累積量可能相同,但是不同的高階累積量的調(diào)制信號(hào)類(lèi)型肯定不同。因此可以利用高階累積量來(lái)進(jìn)行信號(hào)調(diào)整類(lèi)型的識(shí)別。利用上述公式計(jì)算不同調(diào)制信號(hào)的高階累積量(如表 1所示)。令根據(jù)表格可以將單載波干擾和FSK區(qū)分開(kāi)、調(diào)頻干擾和BPSK干擾區(qū)分開(kāi)。

        表1 高階累積理論值

        2.3 參數(shù)估計(jì)

        本文中主要估計(jì)干擾信號(hào)的載波和碼速率,并且估計(jì)了脈沖信號(hào)的周期和占空比。

        2.3.1 載波估計(jì)

        本文中利用頻域估計(jì)方法將信號(hào)變換到頻域,利用信號(hào)的對(duì)稱(chēng)性估計(jì)信號(hào)的載頻。公式為

        式中:X(k)為信號(hào)的傅里葉變換:N為傅里葉變換的點(diǎn)數(shù)。

        2.3.2 碼速率估計(jì)

        碼速率估計(jì)的精確與否直接關(guān)系到接收端定時(shí)序列的重構(gòu)以及基帶信號(hào)的正確抽判,因此它也是信號(hào)估計(jì)的一個(gè)重要參數(shù)。本論文中利用小波變換的方法估計(jì)數(shù)字調(diào)制信號(hào)BPSK和FSK的碼速率。具體步驟如下:

        以Haar函數(shù)作為母函數(shù),對(duì)接收信號(hào)進(jìn)行2次小波變換后,圖中可以看出BPSK和FSK只有在碼元變換的時(shí)刻有沖擊信號(hào),而碼元周期內(nèi)為常數(shù)值,接著對(duì)小波系數(shù)進(jìn)行傅里葉變換,這樣就根據(jù)頻譜的最大值與次大值之間的頻率間隔得到碼元信號(hào)的頻率(如圖6、圖7所示)。

        圖6 FSK的小波變換

        圖7 BPSK的小波變換

        2.3.3 脈沖周期和占空比的估計(jì)

        脈沖信號(hào)瞬時(shí)幅度如圖8所示。

        1)估計(jì)信號(hào)的占空比。首先把信號(hào)下變頻到0、1電平的基帶信號(hào),即對(duì)復(fù)信號(hào)求模值即可。其次,估計(jì)0、1電平的均值,求大于均值的點(diǎn)數(shù),再用大于均值的點(diǎn)數(shù)除以總的點(diǎn)數(shù),即占空比。

        圖8 脈沖信號(hào)的瞬時(shí)幅度

        2)估計(jì)信號(hào)的脈沖周期。估計(jì)信號(hào)的頻譜為

        根據(jù)上式可以知道,頻譜的最大值和次大值的間隔為脈沖的頻率。

        3 實(shí)驗(yàn)與結(jié)果分析

        典型的模式干擾盲識(shí)別系統(tǒng)主要由信號(hào)預(yù)處理、特征提取和分類(lèi)判決3個(gè)部分組成,該過(guò)程的框圖如圖9所示。

        圖9 模式識(shí)別系統(tǒng)流程

        3.1 仿真與結(jié)果實(shí)驗(yàn)

        1)實(shí)驗(yàn)設(shè)置。為了驗(yàn)證特征參數(shù)提取的有效性,實(shí)驗(yàn)分別產(chǎn)生6種干擾信號(hào),每種調(diào)制類(lèi)型進(jìn)行100次實(shí)驗(yàn),信噪比為20 dB,干擾信號(hào)調(diào)制參數(shù)如表2所示。

        表2 6種仿真干擾信號(hào)參數(shù)設(shè)置

        2)實(shí)驗(yàn)結(jié)果與分析。根據(jù)以上的信號(hào)調(diào)制的參數(shù)設(shè)置估計(jì)出每個(gè)特征參數(shù),取 10次實(shí)驗(yàn)的平均值。實(shí)驗(yàn)結(jié)果表明在以上信號(hào)調(diào)制參數(shù)設(shè)置下,以上5個(gè)特征參數(shù)完全識(shí)別6種調(diào)制類(lèi)型的信號(hào)。特征估計(jì)參數(shù)如表3所示。

        表3 6種仿真干擾信號(hào)特征參數(shù)

        3)根據(jù)參數(shù)估計(jì)所用到的方法,對(duì)脈沖信號(hào)的占空比以及脈沖周期、BPSK和FSK的碼速率以及載頻進(jìn)行參數(shù)估計(jì)(如表4所示)

        表4 3種干擾信號(hào)的參數(shù)估計(jì)

        根據(jù)表格顯示的特征參數(shù)估計(jì)值與理論值相比較,這些特征參數(shù)可以對(duì)6種干擾信號(hào)進(jìn)行分類(lèi)。對(duì)干擾信號(hào)的調(diào)制參數(shù)的估計(jì)可以認(rèn)為誤差都控制在1 %以?xún)?nèi)。

        3.2 實(shí)測(cè)實(shí)驗(yàn)

        為測(cè)試上述方法的實(shí)際應(yīng)用效果,在實(shí)驗(yàn)環(huán)境中進(jìn)行了測(cè)試。實(shí)驗(yàn)設(shè)置如圖10所示,實(shí)驗(yàn)的信號(hào)參數(shù)設(shè)置如表5、表6所示,實(shí)測(cè)實(shí)驗(yàn)結(jié)果表明4個(gè)特征參數(shù)可以有效對(duì)信號(hào)進(jìn)行分類(lèi)。表 5、表 6分別是接收的實(shí)際信號(hào)所設(shè)置的參數(shù)以及所提取的特征參數(shù)。

        圖10 實(shí)驗(yàn)硬件設(shè)置及軟件設(shè)置

        表5 6種實(shí)際接收干擾信號(hào)參數(shù)設(shè)置

        表6 6種信號(hào)的特征參數(shù)

        4 結(jié)束語(yǔ)

        由于導(dǎo)航干擾信號(hào)類(lèi)型的多樣性,本論文在特征提取時(shí)也采用了多種方法,將高階累積量、譜分析以及離散相位變換相結(jié)合,得到5個(gè)特征參數(shù):4階累積量的比值、譜峰個(gè)數(shù)、離散相位變換后的譜峰個(gè)數(shù)、瞬時(shí)幅度零中心歸一化的最大值。實(shí)現(xiàn)6種導(dǎo)航干擾信號(hào)的分類(lèi)。在仿真實(shí)驗(yàn)中也證明了混合識(shí)別算法可以有效地識(shí)別數(shù)字調(diào)制信號(hào)與模擬調(diào)制信號(hào)的6種干擾信號(hào);最后利用實(shí)驗(yàn)室現(xiàn)有的信號(hào)采集設(shè)備進(jìn)行驗(yàn)證,具有較好的工程實(shí)用價(jià)值。

        猜你喜歡
        特征提取分類(lèi)利用
        利用min{a,b}的積分表示解決一類(lèi)絕對(duì)值不等式
        分類(lèi)算一算
        利用一半進(jìn)行移多補(bǔ)少
        基于Gazebo仿真環(huán)境的ORB特征提取與比對(duì)的研究
        電子制作(2019年15期)2019-08-27 01:12:00
        分類(lèi)討論求坐標(biāo)
        利用數(shù)的分解來(lái)思考
        Roommate is necessary when far away from home
        數(shù)據(jù)分析中的分類(lèi)討論
        教你一招:數(shù)的分類(lèi)
        一種基于LBP 特征提取和稀疏表示的肝病識(shí)別算法
        国产内射在线激情一区| 日韩中文字幕久久久老色批| 午夜视频在线观看一区二区小| 人妻少妇不满足中文字幕| 在线中文字幕有码中文| 亚洲高清中文字幕精品不卡 | 久久久国产精品va麻豆| 男男车车的车车网站w98免费| 无码Av在线一区二区三区| 久久偷拍国内亚洲青青草| 国产精品一区二区三久久不卡| 亚洲午夜无码av毛片久久| 免费视频一区二区| 男女男生精精品视频网站| 国产一品二品三品精品在线| 爆爽久久久一区二区又大又黄又嫩 | 欧美老妇牲交videos| 乌克兰粉嫩xxx极品hd| 国产伦精品一区二区三区四区| 国产白浆大屁股精品视频拍| 欧美日韩午夜群交多人轮换| 狠狠色综合网站久久久久久久| 91精品91久久久久久| 91精品国产九色综合久久香蕉| 射精专区一区二区朝鲜| 无码中文字幕色专区| 蜜桃av夺取一区二区三区| 国产午夜视频一区二区三区| 日韩精品久久久肉伦网站| 久久中文字幕无码一区二区| 国产精品黑丝美女av| 琪琪色原网站在线观看| 人妻少妇av无码一区二区| 无码三级国产三级在线电影| 97中文字幕精品一区二区三区 | 国产精品久久久久久久免费看| 天天插视频| 日产国产亚洲精品系列| 特级精品毛片免费观看| 欧美在线观看一区二区| 国产91成人自拍视频|