一、直扩通信最佳干扰形式分析(论文文献综述)
吴坤[1](2021)在《面向水声直扩通信信号的对抗方法研究》文中提出
何其恢[2](2021)在《卫星安全通信波形设计及性能优化研究》文中认为卫星通信能够以较低的成本获得极大的覆盖范围,能够对受到地理和政治因素制约的地面通信系统提供有效的补充。在地面通信系统逐渐发展至饱和的当下,拓展通信系统的边界,建立空天地一体化通信网络成为了通信技术发展的重要方向。卫星通信存在安全性问题,其通信信号容易被非合作方检测、截获并进行后续处理。有必要在卫星通信波形中使用安全技术以提高卫星通信的可靠性。传统卫星通信使用扩频技术,提高了安全性能,得到了广泛的应用。低截获概率信号检测问题获得了非常大的进展,产生了能够有效检测扩频信号特征的技术,使传统扩频技术不再具有足够的安全性。本文设计了一种卫星通信安全波形,在传统扩频通信的基础上提出以时间信息为根的伪随机码生成机制,使用生成的时变伪随机码作为控制序列选择当前信号使用的扩频码、跳频频点和调制方式,获得了理想的抗截获性能。卫星通信信道一般具有高动态与低信噪比的特点,卫星通信中的信号同步一直以来都是非常重要的问题。传统直扩技术在提高抗截获性能的同时能对信号同步提供帮助,但卫星通信安全波形使用了非平稳技术,抑制了信号中的周期特征,对同步技术提出了更高的要求。PMF-FFT算法具有优秀的同步性能,该算法的各种优化算法在卫星通信领域得到了广泛的应用。但在卫星通信环境下存在功率和处理能力的限制,使用该算法进行信号检测,在能耗与运算效率上仍然存在优化的空间。本文提出了一种基于跳频和跳码扩频双图案的能量检测算法,该算法能够以符号周期为步长进行搜索。本文分析了这种同步方法的性能,确定了最佳参数并进行了蒙特卡洛仿真。将该算法性能和复杂度与其他一些算法进行对比,证明了使用该算法作为粗同步算法,PMF-FFT算法作为精同步算法组成同步机制时,能够大幅降低运算量并维持PMF-FFT算法的良好同步性能。
刘秋红[3](2021)在《混叠条件下直扩信号的截获与分析》文中指出直接序列扩频(DSSS)是一种通过扩展频域带宽换取低信噪比的通信技术,具有频带宽、功率低、保密性好、截获率低、可实现码分多址等优点,被广泛应用于军事和民用通信中。在非合作接收条件下,如通信侦察、无线电频谱监测及非法通信电台的定位跟踪等,实现该类信号的截获和分析,具有重要的现实意义和研究价值。虽然目前针对DSSS信号的盲分析已取得了较多进展,但均基于单一的直扩信号。当非合作接收环境中存在其他通信体制的同频强功率干扰信号,或合作方采用非对称成对载波多址通信体制且为了提高保密性或实现多用户传输而将小站信号采用DSSS调制时,第三方所截获的DSSS信号是带有强信号干扰的混叠信号,再加上多径干扰、复杂的相位调制等,都使得直扩信号的检测和盲分析极具挑战。本文主要针对混叠条件下直接序列扩频信号的盲分析问题,做了以下几点研究:1、研究了混叠条件下直扩信号的强干扰信号抵消技术。分别讨论了窄带干扰和宽带干扰两种情况。其中,重点针对混叠窄带干扰的DSSS信号,提出了一种基于互补对称滤波器的干扰抵消算法,且研究了算法参数、信号参数等对算法性能的影响。仿真结果表明,针对混叠有功率较强、带宽较窄的干扰信号的DSSS信号,该算法能够实现精度较高的干扰抵消。此外,所提算法的实现思路有较多应用前景,如宽带多信号抵消、信道估计以及隐蔽传输下的扩频检测等。2、研究了强干扰信号抵消后直扩信号的检测与参数估计问题。从多相制(MPSK)和连续相位(CPM)两种调制方式出发,分别讨论了载波频率、码片速率、扩频(PN)码周期三类参数型特征检测器。针对信号检测与载波频率估计,讨论了倍频、循环谱两类算法,其中,重点对循环谱特性进行了详细梳理和证明,并分析了二者在常用的MPSK、CPM调制下的性能差异;针对信号检测与码片速率估计,首先研究了针对MPSK调制的延时相乘算法,并通过仿真分析了延时参数对其性能的影响,而后针对CPM调制,提出了一种基于小波时频分析的估计算法,该算法可适用于CPM灵活多变的调制参数;针对信号检测与PN码周期估计,研究了应用成熟的自相关波动和二次功率谱,并通过仿真分析了二者对MPSK、CPM调制的性能差异。3、针对短码直扩信号,分别研究了高斯信道和多径信道下的PN码估计问题。针对高斯信道,对比讨论了现有的三类成熟算法,矩阵分解、子空间跟踪、神经网络,其中,矩阵分解性能最优,可达到克拉美罗下界(CRB),但算法存在复杂度高、跟踪性差等问题,子空间跟踪和神经网络避免了上述问题,但性能有所损失;针对多径信道,提出了一种基于最大似然的PN码和信道联合盲估计算法。为了降低低信噪比下信道估计误差对PN码估计带来的影响,进一步提出了一种改进的联合估计算法。此外,为了更好地评估算法对信道的估计性能,推导了合作通信下信道估计的CRB。所提算法不受PN码码型限制,且仿真结果表明,算法的PN码估计性能与理想情况下信道已知的PN码最大似然估计性能相当,信道估计性能逼近合作通信下的CRB。4、针对长码直扩信号,分别研究了高斯信道和多径信道下的PN码估计问题。针对高斯信道,对比分析了适用于复杂的非周期长码直扩信号的两类处理算法,分别是基于缺失数据模型转换的优化类算法和基于窄窗口重叠分段的矩阵分解类算法。其中,优化类算法可逼近CRB。而窄窗口分解类算法,由于存在概率上的近似性,因此算法性能低于优化算法。针对多径信道,提出了一种PN码和信道联合盲估计的算法。为了避免矩阵求逆等问题,给出了算法的自适应优化方式。此外,为了降低计算复杂度以及提高算法在低信噪比下的估计性能,进一步提出了一种基于近似模型的低复杂度联合盲估计算法。仿真结果表明,对于信道估计,所提方法性能优于基于已知PN码的信道半盲估计算法;对于PN码估计,所提方法性能优于基于已知多径信道均衡后的PN码盲估计算法。
梁天棋[4](2020)在《基于深度学习的通信抗干扰接收算法研究》文中研究表明随着信息技术的发展以及信息化程度提高,各种通信设备种类和功能不断完善的同时也造成了环境中各种各样干扰的产生。多种干扰在多域相互交织与影响,导致通信质量下降。由于通信环境时刻遭受干扰的影响,因此研究通信的抗干扰技术一直是研究热点。目前人工智能不断崛起,基于学习的方法在图像和自然语言处理等领域取得显着成就,这使得研究人员考虑将人工智能与通信抗干扰相结合,使得抗干扰方式更加智能化与实时化。新一代智能抗干扰通信技术值得深入研究。本文在对传统通信抗干扰技术与智能抗干扰技术的国内外研究现状以及干扰模型总结分析基础上,分析了卷积神经网络用于通信干扰模型学习和作为干扰抑制方法的可行性。有别于传统扩频抗干扰的角度,本文从干扰学习和基于计算的抗干扰方法角度设计了基于深度学习的通信抗干扰接收算法,论文从以下几个方面阐述了主要工作:(1)针对传统直扩抗干扰通信占用带宽过大的问题,提出一种基于卷积神经网络接收端抗干扰算法,该方法首先将带有干扰的接收信号经过信号预处理,得到低通采样信号,信号经过格式处理与转化得到神经网络可以训练的输入信号。本文对常规的卷积神经网络进行结构化改进,用于处理一维通信数据,学习网络通过特征提取与学习,不断迭代最终获得干扰估计。将获得的干扰估计量从接收信号中消去达到干扰抑制的目的。该算法不对信号进行扩频处理来抑制干扰功率,而是牺牲了学习算法的计算资源,在相同性能下可以显着降低占用带宽。(2)针对抗干扰算法无法同时适应不同干扰类型与不同信号功率的问题,本文在上述的基于学习的抗干扰算法基础上进行改进,固定信噪比与干扰功率进行泛化性能分析。此外,本文在算法前端加入干扰分类算法,通过感知通信环境中的信号,识别出目前的干扰类型,选择相应的学习算法模块,实现对多种干扰的估计与抑制。对不同的干扰进行相应的学习算法训练,进而加入到干扰数据库,不断增强算法的干扰适应能力。综上,本文就设计的算法进行性能仿真。仿真结果表明本文提出的基于学习的抗干扰接收算法在保证系统误码性能的情况下,有别于传统扩频方法以带宽换取抗干扰增益,利用计算能力提升接收端的抗干扰性能;改进的基于学习的抗干扰算法在本文搭建的干扰环境下误码性能整体表现优良,泛化性能较好。
张航[5](2020)在《基于QPSK调制的扩频通信技术及其FPGA实现》文中指出扩展频谱通信是现代通信技术研究中的一个重要方向,也是应用极广的一种通信手段,在卫星通信、军事通信、移动通信占据了举足轻重的地位。扩频通信优良的抗干扰能力以及防窃听能力,能够满足现代通信对于保密性和抗干扰的要求。而数字调制解调技术是现代通信中的核心技术之一,其中QPSK调制由于其频带利用率高和抗干扰能力强的优势得到了广泛应用。软件无线电技术飞速发展,使用可编程的FPGA替代传统的硬件设备,大大降低了成本,提高了系统的通用性,因此本文研究直接序列扩频通信系统设计方法及其FPGA实现具有重要意义。本文首先研究扩频解扩方法和DQPSK调制解调方法的基本理论,主要包括伪码同步中捕获与跟踪的原理,以及QPSK调制解调的原理。本文设计的直扩系统发射端由码变换模块、差分编码模块、成形滤波以及载波调制等组成;接收端包括数字下变频、载波同步、伪码同步以及位定时同步环路等环路。以此为基础,本文详细介绍了各个模块设计原理和FPGA实现方案,重点研究直扩系统中伪码同步环路和QPSK解调算法的设计方案。本文采用了序列相位搜索法和延迟锁定环组成伪码同步环路;解调部分采用了基于Costas环的相干解调算法。对直扩信号的调制和解调判决中各个模块进行原理仿真的基础上,在Vivado中进行各个模块的FPGA功能设计并进行仿真验证。最后,本文在Xilinx Zynq-7000系列FPGA芯片上对算法进行了验证,将数据进行调制后,利用本文设计的FPGA程序对数据进行解调并分析。最终测试结果表明,本系统能够可靠有效地完成数据的收发任务,并且大大提高了系统的抗干扰能力。
于凯[6](2020)在《基于FPGA的直扩通信系统中伪码同步技术的研究》文中进行了进一步梳理扩频通信(Spread Spectrum Communication,SSC)是一种信息处理传输技术。在信息时代,扩频通信技术因具有保密性强、抗干扰性强、可码分多址等优良的性能,在军事、民事、和商业等领域得到了非常广泛的运用。随着FPGA技术在无线通信系统领域中不断地应用与发展,扩频通信技术与FPGA技术有了结合的机会,并在无线通信行业中体现出了极大优势。与常规的窄带通信系统相比,扩频通信系统有着独特的优势,但其硬件设计和软件设计更为复杂,并且要想准确的将原始信息恢复出来,其实现条件也更为苛刻。信号接收端除了常规通信系统的操作外,还需使用与发端扩频调制时一样的伪随机序列进行相关处理,并且只有当接收端的本地伪码相位同接收扩频码的相位一致时,才能保证准确的将原始信息解扩出来。直扩通信系统(Direct Sequence Spread Spectrum Communication System,DSSS)是最常用的扩频通信系统之一。为了能够不断提高直扩通信系统传递信息的性能,如何实现以及保证本地伪码相位与接收扩频码相位的一致一直是研究的重点。同时也是本文主要的研究部分。首先,本文对扩频技术的发展和伪码同步技术的国内外发展现状作了阐述,指出了本文的研究意义和研究内容。介绍了扩频通信系统的理论基础和优良的性能,并重点介绍了直接序列扩频系统的原理以及作为扩频伪码的伪随机序列的产生以及其优良的特性。对几种常用的伪随机序列及其性质进行了介绍,并详细地介绍了伪码同步的原理和相关技术,其包括滑动相关法、匹配滤波器捕获法、延迟锁相跟踪环等。随后,借鉴了滑动相关法的概念和匹配滤波捕获法的思想,给出了基于延迟锁相环实现伪码捕获与跟踪的整体设计方案。选择Xilinx公司的Zynq-7000系列的FPGA开发板作为硬件开发平台,在Vivado环境中使用Verilog语言编写和实现了伪码同步的功能代码,完成了伪码同步的FPGA设计与实现。在基于延迟锁相环实现伪码同步的过程中,通过对信号的截取、差频采样以及相位误差提取模块的优化设计,减小了相关计算量并且节省了系统的反馈时间。最后,通过测试,成功实现了伪码的同步以及恢复了原始信息,验证了基于延迟锁相环实现伪码同步的方法的可行性。并针对弱信号中存在的伪码捕获虚警现象,利用随机共振(Stochastic Resonance,SR)系统对相关信号的处理增益对本文中伪码的捕获过程进行了改进。仿真结果显示,伪码捕获在改进后的正确检测概率比改进前提高了大约16%,且在噪声较强的环境下效果更明显。
王新凯[7](2020)在《非合作直扩信号的扩频码估计问题研究》文中指出直接序列扩频信号通过扩频码将信息频带拓宽,使得传输带宽远大于信息带宽,频带展宽的过程降低了传输信号的功率谱密度,保证了信号可以在低信噪比条件下传输,因此直扩信号具有良好的抗干扰特性和抗截获特性,在民用和军用通信中均取得了广泛的应用。但同时,直扩信号的特性也提高了非合作通信条件下信号检测和估计的难度,因此在通信对抗的领域,直扩信号的解调解扩以及参数估计问题具有重要的研究价值。本文针对非合作通信条件下直扩信号的扩频码盲同步和盲估计问题进行了研究。针对扩频码盲同步问题,在分析基带直扩信号结构特征的基础上,构造了信息码差值函数,分析了分段窗起点与差值函数之间的数学关系,推导了信息码差值函数峰值位置与扩频码同步时间点的关系表达式,并通过仿真实验证明了该方法可获得正确的扩频码盲同步。接着分析了扩频码的存在对于信息码差值函数性能的不利影响,针对这一问题,对信号进行延迟相乘处理,提出了延迟相乘的信息码差值最大法。通过与滑动窗范数最大法进行了对比,本文提出的方法具有更低的计算复杂度,所需的硬件存储资源更少。在基于主成分分析的扩频码估计问题研究中:特征分解法通过提取信号协方差矩阵的最大特征向量得到扩频码的估计,针对特征分解法计算复杂度较高的问题,本文提出采用基于C-W函数的迭代方法完成信号协方差矩阵特征向量的提取,避免了高计算复杂度的矩阵特征分解,提升了实时处理性。神经网络算法同样具有提取主元的功能,利用带约束Hebb学习规则的神经网络算法可以得到扩频码的估计,针对收敛速度较慢的问题,本文提出基于可变相关因子的CHA神经网络法,在不影响估计性能的同时加快了收敛速度,提高了工作效率。在基于相关分析的扩频码估计问题研究中:相关运算法通过直扩信号的循环相关特性,对不同周期内的信号进行相关判决完成扩频码的估计,但受噪声影响较大。针对这一问题,本文提出了采用可变判决依据的相关运算法,采用集平均的方法来抑制噪声,在低信噪比条件下取得了良好的估计性能。在基于最大似然估计的扩频码估计问题研究中:交叉熵表征了两个概率分布之间的相似程度,基于这一特性,提出了扩频码估计的交叉熵法,将接收信号采样序列与一组待判决序列转化为概率分布形式后比较交叉熵的大小,交叉熵较小时对应的序列即为扩频码的估计。针对待判决序列个数过多的问题,本文又提出基于逐位判决的交叉熵法进行扩频码的估计,仿真证明了所提方法的有效性。分组编码与基带直扩信号的调制过程之间以及信道译码与扩频码估计问题之间具有相似性,本文基于最大似然译码准则构造了一个内积和函数,搜索得到使该函数值最大的待判决序列作为扩频码的估计。针对搜索过程计算复杂度高的问题,利用Viterbi算法和双向Viterbi算法进行改进,进一步提高了低信噪比条件下的估计性能。
钟武[8](2020)在《直扩系统可靠接收关键技术研究》文中进行了进一步梳理直接序列扩频作为信息时代最为重要的信息传输技术之一,因具有低截获率、信息隐蔽、可多址通信及较强抗干扰能力的优点,被广泛应用于军事抗干扰通信以及移动通信系统中。近年来随着直接序列扩频技术军事卫星同行领域中的快速发展,对直扩系统的可靠信号接收技术提出了更高的要求。在直扩通信中,系统可能因为接收机与发射机之间的相对运动,晶振不稳定以及传输时延而产生载波偏移,此时直扩系统的可靠性主要受载波同步模块的影响。同时,由于无线信道为一种复杂的时变信道,因此扩频信号通常会经过不同路径由发射端传输至接收端,这种情况最终会引起多径衰落甚至形成深度衰落,严重情况下甚至会导致通信中断。因此如何克服多径衰落也成为当前直扩通信需要解决的重要问题,而分集合并技术则是目前对抗多径衰落甚至深度衰落的主要方式之一。本文立足于上述典型问题,主要对直扩通信系统中的载波同步技术以及分集合并技术进行研究。本文从扩频通信的发展背景以及研究现状出发,对直接序列扩频通信的基本原理及关键技术进行了简要的介绍。其次结合直扩系统的同步需求,对可靠接收技术中的载波同步技术展开研究与分析。文章首先对多种时域及频域载波同步算法进行理论研究及仿真分析,针对传统载波同步算法估计精度不足及实际应用受限的缺点,本文提出改进的插值同步算法。改进的插值同步算法通过充分利用频谱首尾谱线的信息解决了传统频域同步算法在频偏极端大小情况下无法正常工作的问题,并使用谱线值的自然对数代替谱线值,使得频偏估计更加准确。通过仿真分析可知,改进的插值同步算法的频偏估计范围及估计精度均优于常规的频域同步算法。同时,针对频域同步算法复杂度较高的缺点,本文通过将分段PMF-FFT算法与改进插值同步算法结合得到改进的PMF-FFT载波同步方案,通过仿真分析可知,改进的PMF-FFT载波同步方案兼具分段PMF-FFT与改进插值同步算法的优点,可同时实现算法结构与同步性能的共同优化。在分集合并技术研究部分,本文首先对最大比合并、等增益合并等传统的合并技术以及典型的混合合并技术展开讨论与仿真分析。分析可知,最大比合并的性能最优但实现复杂度很高,而等增益合并等技术虽然较易实现,但在非相干合并条件下性能较差。针对常规分集合并技术实现复杂度与合并性能互相矛盾的缺点,本文通过对典型MMSE合并方法的理论研究,提出基于前向门限检测的MMSE合并改进方案。该方案利用前向门限对支路信号进行检测与筛选,不仅简化了常规MMSE合并的算法复杂度,同时有干扰条件下可达到进一步提高合并性能的目的。针对军事通信等抗干扰需求较高的复杂通信环境,本文最后给出一种高可靠的直扩系统总体方案设计。该系统在采用直接序列扩频技术的同时,利用多元低密度奇偶校验编码LDPC、循环移位键控编码扩频技术CCSK与时间分集相结合的方式提高系统的抗干扰性能,可实现复杂电磁环境下宽带可靠信息传输。在信号接收端,将本文上述提出的改进的载波同步方案以及分集合并方案应用到该直扩系统中形成改进的信号接收方案,并与传统的接收方案进行仿真比较,从系统的角度验证本文研究内容的可行性。
张春鸣[9](2020)在《非合作条件下扩频信号感知方法研究》文中研究指明随着科学技术的迅猛发展,通信技术在世界各地的各个领域得到了广泛的应用,尤其是在军事通信领域,电子信息战已经成为现代化战争的必不可少的作战形式之一。由于扩频通信其自身具有抗干扰能力好和抗截获能力强等优点被广泛应用于军事通信领域。在军事电子通信对抗中,由于环境复杂和信噪比低并且缺乏先验数据,给扩频信号的检测和识别带来了困难,是当前人们研究的重要热点。本文主要研究扩频信号的检测,直接序列扩频信号与跳频信号的识别,直接序列扩频信号参数估计、跳频信号参数的估计。首先在研究了频谱感知理论的基础上,选取了适合非合作信号的检测算法,使用能量检测算法在不同虚警概率和不同信噪比下进行仿真。其次,研究了基于时频分析的扩频信号特征检测的算法,运用图像处理对时频图进行优化处理,然后对直接序列扩频信号与跳频信号进行了特征识别,并提出了基于图像处理的时频分析扩频信号的总体识别算法。研究了基于特征参数的调制方式识别的算法,并重新对分类树进行梳理规划,并完成8种不同调制信号的仿真验证。针对时频图提取的特征对跳频信号的跳周期、起跳时刻、跳频频率和码元速率等参数进行了估计,并完成了仿真。最后针对本文研究的直接扩频与跳频检测、参数估计方法建立感知策略并完成仿真验证,仿真结果表明该感知策略系统可以在完成在较低信噪比下对直扩信号与跳频信号的检测与参数估计。
颜灵恩[10](2019)在《直扩系统中的窄带干扰抑制技术研究》文中研究指明扩频通信技术凭借其抗干扰、抗多径、抗衰落和强隐蔽性等诸多优点,在军事和民用通信中获得广泛应用。其中直接序列扩频技术通过扩频码与序列相乘直接扩展信号频谱,其扩频码长度决定了直扩系统的干扰容限。但扩频码长度有限,因此干扰容限也有上限。当干扰功率过大,超出直扩系统的承受范围时,便对通信系统造成无法弥补的破坏。其中窄带干扰因其功率集中且具有一定带宽而极具破坏性。为了在存在窄带干扰的无线通信环境中实现信号的可靠传输,需要使用高性能的算法对干扰进行抑制。针对传统干扰抑制算法中存在的频域能量损失、适用范围受限的问题,从现有频域抑制技术出发,通过结合两种频域算法的优势研究了阈值边带算法,针对时域非线性表示问题,通过将扩频码信息与流水线递归神经网络(PRNN)结合研究了基于扩频码的PRNN算法,主要工作内容如下:1、研究了时域窄带干扰抑制技术。重点研究时域线性预测滤波技术和非线性预测滤波技术。研究了常见窄带干扰样式,给出干扰数学表达式,并进行仿真。最后对两种时域预测技术进行实验分析,其中非线性滤波具有更好的误码率性能。2、针对时域干扰抑制算法存在收敛性问题和复杂度高计算量大的不足,研究了频域窄带干扰抑制技术。首先对FFT变换前的加窗技术进行介绍,给出了不同窗函数之间的比较,并研究了重叠加窗技术,其中Blackman-Harris窗具有优异的旁瓣抑制性能。然后研究了频域自适应滤波算法、频域阈值算法和边带相关置换算法。针对频域阈值算法损失较多信号能量的问题和边带相关置换算法无法处理边带对称处同时存在干扰的问题,提出边带阈值算法。该算法针对不同的频域谱线采用相应的处理方式。实验仿真表明,提出的边带阈值算法能够获得比其他频域算法更优异的性能。3、针对时域技术中预测误差存在非线性的问题,引入神经网络技术。利用递归神经网络取代自适应滤波中的权值连接,再利用扩频码的信息将预测误差进行解扩重扩迭代更新,并采用RTRL算法实现递归神经网络的实时权值调整。实验仿真表明,基于扩频码的递归神经网络技术具有很强的非线性,能够较准确预测窄带干扰,抑制效果明显。
二、直扩通信最佳干扰形式分析(论文开题报告)
(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:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(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。
三、直扩通信最佳干扰形式分析(论文提纲范文)
(2)卫星安全通信波形设计及性能优化研究(论文提纲范文)
摘要 |
abstract |
缩略词表 |
第一章 绪论 |
1.1 研究工作的背景与意义 |
1.2 研究现状 |
1.2.1 信号抗截获技术发展现状 |
1.2.2 扩频信号同步技术发展现状 |
1.3 本论文的主要创新与贡献 |
1.4 本论文的结构安排 |
第二章 卫星安全通信中的扩频技术基本原理 |
2.1 直扩通信系统 |
2.1.1 扩频码的性质 |
2.2 跳码扩频技术 |
2.3 非平稳卫星通信信号波形设计 |
2.4 本章小结 |
第三章 基于时间的伪随机序列生成机制设计 |
3.1 伪随机序列定义及其性质 |
3.2 一种基于时间信息映射和混沌序列的伪随机序列生成机制 |
3.2.1 时间映射函数与隐藏变量的选择 |
3.2.2 混沌序列生成器设计 |
3.3 混沌序列的有限字长效应对随机性的影响 |
3.3.1 定点环境对控制序列生成的具体影响 |
3.3.2 线性部分映射的改进 |
3.4 混沌序列性质及其随机性验证 |
3.5 本章小结 |
第四章 基于伪随机控制序列的非平稳信号波形设计 |
4.1 随机相位调制技术 |
4.1.1 原理与模块结构 |
4.1.2 控制序列的控制逻辑 |
4.1.3 系统性能计算 |
4.1.4 系统性能仿真 |
4.2 基于伪随机控制序列的非平稳波形仿真与性能测试 |
4.2.1 循环谱法 |
4.2.2 高阶累积量法 |
4.3 本章小结 |
第五章 基于非平稳波形的低复杂度同步方法 |
5.1 传统同步方法 |
5.1.1 设计信号同步的主要问题 |
5.1.2 经典直扩信号同步算法 |
5.2 PMF-FFT算法及其存在的问题 |
5.2.1 PMF-FFT介绍 |
5.2.2 PMF-FFT检测性能分析 |
5.2.3 优势与缺陷 |
5.3 基于双图案的能量检测粗同步算法 |
5.3.1 双本地信号同步 |
5.3.2 能量检测法 |
5.3.3 同步头长度确定与虚警、检测概率 |
5.3.4 同步算法仿真 |
5.4 复杂度对比 |
5.5 本章小结 |
第六章 全文总结与展望 |
6.1 全文总结 |
6.2 后续工作展望 |
致谢 |
参考文献 |
攻读硕士学位期间取得的成果 |
个人简历 |
(3)混叠条件下直扩信号的截获与分析(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 课题背景 |
1.2 混叠条件下DSSS信号盲分析相关技术研究现状 |
1.2.1 混叠的强干扰信号的抵消研究现状 |
1.2.2 DSSS信号检测与参数估计研究现状 |
1.2.3 SC-DSSS信号PN码盲估计研究现状 |
1.2.4 LC-DSSS信号PN码盲估计研究现状 |
1.3 主要研究工作 |
1.4 论文章节安排 |
第二章 DSSS信号强功率干扰抵消 |
2.1 引言 |
2.2 信号模型 |
2.3 基于强信号波形重构的干扰抵消算法 |
2.3.1 定时同步 |
2.3.2 载波同步 |
2.3.3 幅度估计 |
2.4 基于强信号硬判决值的干扰抵消算法 |
2.4.1 算法原理 |
2.4.2 性能仿真 |
2.5 基于互补对称滤波器的干扰抵消算法 |
2.5.1 互补对称滤波器滤波 |
2.5.2 强弱信号分离 |
2.5.3 算法总结 |
2.5.4 性能仿真 |
2.6 本章小结 |
第三章 DSSS信号检测与参数估计 |
3.1 引言 |
3.2 信号模型 |
3.3 DSSS信号检测与载波频率估计 |
3.3.1 倍频法检测 |
3.3.2 循环谱检测 |
3.3.3 性能仿真 |
3.4 DSSS信号检测与码片速率估计 |
3.4.1 延时相乘算法 |
3.4.2 小波时频分析算法 |
3.4.3 性能仿真 |
3.5 DSSS信号检测与PN码周期估计 |
3.5.1 自相关波动 |
3.5.2 二次功率谱 |
3.5.3 性能仿真 |
3.6 本章小结 |
第四章 短码直扩信号PN码盲估计 |
4.1 引言 |
4.2 信号模型 |
4.3 高斯信道下短码直扩信号PN码估计 |
4.3.1 矩阵分解 |
4.3.2 子空间跟踪 |
4.3.3 神经网络 |
4.3.4 性能仿真 |
4.4 多径信道下短码直扩信号PN码估计 |
4.4.1 信号二阶统计特性 |
4.4.2 最大似然模型 |
4.4.3 基于ILSP的联合估计算法 |
4.4.4 基于ITLSP的联合估计算法 |
4.4.5 合作通信下信道估计的CRB |
4.4.6 性能仿真 |
4.5 本章小结 |
第五章 长码直扩信号PN码盲估计 |
5.1 引言 |
5.2 信号模型 |
5.3 高斯信道下长码直扩信号PN码估计 |
5.3.1 基于缺失数据模型的交替投影算法 |
5.3.2 基于窄窗口重叠分段的矩阵分解算法 |
5.3.3 性能仿真 |
5.4 多径信道下长码直扩信号PN码估计 |
5.4.1 基于最大似然的PN码和信道的联合盲估计 |
5.4.2 基于近似模型的PN码和信道的联合盲估计 |
5.4.3 性能仿真 |
5.5 本章小结 |
第六章 结束语 |
6.1 本文工作总结 |
6.2 未来工作展望 |
致谢 |
参考文献 |
作者简介 |
(4)基于深度学习的通信抗干扰接收算法研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题背景及研究的目的和意义 |
1.2 国内外研究现状 |
1.2.1 传统通信抗干扰技术在国内外的研究现状 |
1.2.2 智能通信抗干扰技术在国内外的研究现状 |
1.2.3 通信抗干扰技术研究现状分析 |
1.3 本文的主要研究内容和结构安排 |
第2章 抗干扰算法相关理论分析 |
2.1 干扰模型搭建 |
2.1.1 音频干扰模型 |
2.1.2 自回归干扰模型 |
2.1.3 扫频干扰模型 |
2.2 传统直接序列扩频抗干扰方法 |
2.2.1 直扩通信基本原理 |
2.2.2 直扩通信方法实现 |
2.3 基于深度学习的抗干扰方法研究 |
2.3.1 卷积神经网络用于抗干扰的合理性分析 |
2.3.2 卷积神经网络结构 |
2.3.3 卷积神经网络原理分析 |
2.3.4 基于深度学习的抗干扰算法总原理框架 |
2.4 本章小结 |
第3章 基于深度学习的抗干扰接收算法设计 |
3.1 抗干扰接收算法理论分析 |
3.1.1 抗干扰算法流程结构设计 |
3.1.2 基于深度学习的抗干扰算法模型推导 |
3.2 抗干扰接收算法数据库建立 |
3.2.1 通信与干扰数据产生 |
3.2.2 格式处理与数据划分 |
3.3 基于深度学习的抗干扰接收算法 |
3.3.1 干扰学习算法网络结构 |
3.3.2 干扰抑制算法实现流程 |
3.3.3 抗干扰算法仿真指标与参数设置 |
3.4 本章小结 |
第4章 基于深度学习的抗干扰接收算法仿真分析 |
4.1 固定干扰功率下抗干扰接收算法性能分析 |
4.1.1 传统抗干扰方法误码仿真分析 |
4.1.2 基于学习的抗干扰算法误码仿真分析 |
4.2 固定信噪比下抗干扰接收算法仿真分析 |
4.2.1 传统抗干扰方法误码仿真分析 |
4.2.2 基于学习的抗干扰算法误码仿真分析 |
4.3 抗干扰接收算法泛化能力仿真分析 |
4.3.1 信噪比泛化仿真分析 |
4.3.2 干扰功率泛化仿真分析 |
4.4 基于深度学习的抗干扰接收算法改进 |
4.4.1 接收算法前端干扰分类识别算法设计 |
4.4.2 干扰分类识别算法仿真分析 |
4.4.3 抗干扰学习算法处理干扰随机性分析 |
4.5 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间发表的论文及其它成果 |
致谢 |
(5)基于QPSK调制的扩频通信技术及其FPGA实现(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题来源和研究的目的及意义 |
1.2 国内外研究现状 |
1.2.1 扩频通信技术研究现状 |
1.2.2 软件无线电技术研究现状 |
1.2.3 QPSK调制解调技术研究现状 |
1.2.4 FPGA的发展和应用 |
1.3 主要研究内容及论文结构 |
第2章 扩频通信的理论基础 |
2.1 扩频通信系统的基本原理 |
2.2 扩频通信系统的特点 |
2.3 直接序列扩频数学模型 |
2.4 m序列的原理 |
2.5 本章小结 |
第3章 扩频通信系统发射端信号生成 |
3.1 扩频调制原理 |
3.1.1 QPSK调制原理 |
3.1.2 差分编码解码 |
3.1.3 成形滤波原理 |
3.2 扩频调制仿真 |
3.3 扩频调制FPGA设计 |
3.3.1 码变换模块 |
3.3.2 成形滤波模块 |
3.3.3 数字上变频模块设计 |
3.4 本章小结 |
第4章 扩频系统接收端信号解调设计与实现 |
4.1 数字下变频模块设计 |
4.2 直扩信号解扩方案设计 |
4.2.1 序列相位搜索法原理 |
4.2.2 延迟锁定跟踪环路设计 |
4.3 载波同步和伪码同步联合同步 |
4.3.1 载波同步环路设计 |
4.3.2 载波与伪码联合同步环路设计 |
4.3.3 伪码同步环路的FPGA实现 |
4.3.4 联合同步环路FPGA模块设计 |
4.4 本章小结 |
第5章 系统调试及功能验证 |
5.1 系统测试方案 |
5.2 测试结果与分析 |
5.2.1 扩频调制信号生成验证 |
5.2.2 直扩系统解扩解调验证 |
5.2.3 EVM测试 |
5.3 误码率分析 |
5.4 资源占用率分析 |
5.5 本章小结 |
结论 |
参考文献 |
致谢 |
(6)基于FPGA的直扩通信系统中伪码同步技术的研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景及现状 |
1.1.1 扩频通信概述 |
1.1.2 扩频通信技术的发展 |
1.1.3 伪码同步技术的发展与现状 |
1.2 本文的研究意义 |
1.3 本文的主要研究内容和章节安排 |
第二章 扩频通信系统的基本原理 |
2.1 扩频通信理论基础 |
2.2 扩频通信系统的性能指标 |
2.3 扩频通信系统的分类及特点 |
2.3.1 扩频通信系统的分类 |
2.3.2 扩频通信系统的特点 |
2.4 直接序列扩频通信系统 |
2.4.1 直接序列扩频通信系统原理 |
2.4.2 扩频信号的频谱分析 |
2.5 载波调制与解调技术 |
2.6 伪随机序列 |
2.6.1 概述 |
2.6.2 伪随机序列及其特性 |
2.6.3 伪码的产生 |
2.6.4 m序列的特性 |
2.7 本章小节 |
第三章 伪码同步方法及整体方案 |
3.1 伪码捕获技术 |
3.1.1 伪码捕获原理 |
3.1.2 滑动相关法 |
3.1.3 匹配滤波器捕获法 |
3.1.4 FFT快速捕获法 |
3.2 伪码跟踪技术 |
3.2.1 伪码跟踪原理 |
3.2.2 锁相环技术 |
3.2.3 延迟锁相环跟踪法 |
3.2.4 τ摆动跟踪法 |
3.3 伪码同步的整体方案 |
3.4 本章小节 |
第四章 伪码捕获与跟踪的FPGA实现 |
4.1 硬件环境 |
4.2 主要功能模块 |
4.3 伪码的捕获 |
4.4 伪码的跟踪 |
4.5 捕获算法的改进 |
4.6 本章小节 |
第五章 总结与展望 |
参考文献 |
致谢 |
攻读学位期间取得的科研成果 |
(7)非合作直扩信号的扩频码估计问题研究(论文提纲范文)
摘要 |
符号对照表 |
缩略语对照表 |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 扩频码盲同步 |
1.2.2 扩频码盲估计 |
1.3 本文主要内容及章节安排 |
1.3.1 本文主要研究内容 |
1.3.2 本文章节结构安排 |
第二章 直接序列扩频通信概述 |
2.1 引言 |
2.2 直接序列扩频通信基本原理 |
2.2.1 扩频通信理论基础 |
2.2.2 直接序列扩频通信 |
2.3 扩频码简介 |
2.3.1 m序列 |
2.3.2 Gold序列 |
2.4 直扩信号的数学模型 |
2.5 本章小结 |
第三章 直扩信号的扩频码盲同步 |
3.1 引言 |
3.2 滑动窗范数最大法 |
3.3 基于信息码差值函数的扩频码盲同步 |
3.3.1 信息码差值函数 |
3.3.2 ICDM法 |
3.3.3 延迟相乘的ICDM法 |
3.4 扩频码盲同步方法对比 |
3.4.1 计算复杂度分析 |
3.4.2 仿真实验对比 |
3.5 本章小结 |
第四章 基于主成分分析和相关运算的扩频码估计 |
4.1 引言 |
4.2 基于C-W函数的迭代逼近法 |
4.2.1 特征分解法 |
4.2.2 C-W迭代法 |
4.3 基于可变相关因子的CHA神经网络法 |
4.3.1 CHA神经网络法 |
4.3.2 可变相关因子CHA神经网络法 |
4.4 基于可变判决依据的相关运算法 |
4.4.1 相关运算法 |
4.4.2 可变判决依据相关运算法 |
4.5 本章小结 |
第五章 基于最大似然估计的扩频码估计 |
5.1 引言 |
5.2 基于交叉熵的扩频码估计 |
5.2.1 交叉熵 |
5.2.2 交叉熵法 |
5.2.3 逐位判决的交叉熵法 |
5.2.4 仿真实验 |
5.3 扩频码盲估计的MLDC法 |
5.3.1 直扩与分组编码的相似性 |
5.3.2 最大似然译码准则 |
5.3.3 MLDC法 |
5.3.4 V-MLDC法 |
5.3.5 BVA-MLDC法 |
5.3.6 仿真实验 |
5.4 各类扩频码估计方法的对比 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 本文总结 |
6.2 未来工作展望 |
参考文献 |
致谢 |
作者简介 |
(8)直扩系统可靠接收关键技术研究(论文提纲范文)
摘要 |
ABSTRACT |
符号对照表 |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 载波同步技术研究现状 |
1.3 分集合并技术研究现状 |
1.4 本文的主要工作与章节结构 |
第二章 直接序列扩频通信系统 |
2.1 扩频通信 |
2.1.1 扩频技术基本原理 |
2.1.2 扩频系统分类 |
2.1.3 扩频通信的优点 |
2.1.4 香农定理 |
2.2 直接序列扩频技术基本原理 |
2.2.1 直接序列扩频系统基本框架 |
2.2.2 直接序列扩频的主要参数 |
2.3 扩频码选择 |
2.3.1 m序列 |
2.3.2 Gold序列 |
2.4 直扩系统接收关键技术 |
2.4.1 同步技术 |
2.4.2 分集合并技术 |
2.4.3 直扩系统中信号接收技术的不足 |
2.5 本章小结 |
第三章 载波同步技术研究与分析 |
3.1 系统理论模型 |
3.2 载波同步算法与分析 |
3.2.1 时域载波同步算法 |
3.2.2 频域载波同步算法 |
3.2.3 算法性能与仿真分析 |
3.3 载波同步算法的改进 |
3.3.1 改进的插值同步算法 |
3.3.2 改进的PMF-FFT同步算法 |
3.3.3 改进PMF-FFT算法性能分析 |
3.4 本章小结 |
第四章 分集合并技术研究与分析 |
4.1 分集合并技术概述 |
4.2 分集合并算法与分析 |
4.2.1 分集合并算法研究 |
4.2.2 算法性能与仿真分析 |
4.3 基于前向门限检测的MMSE合并算法与分析 |
4.3.1 基于前向门限检测的MMSE合并算法研究 |
4.3.2 算法性能与仿真分析 |
4.4 本章小结 |
第五章 高可靠直扩系统方案设计与仿真分析 |
5.1 直扩通信系统发射机结构 |
5.2 直扩通信系统接收机结构 |
5.2.1 载波同步模块 |
5.2.2 分集接收模块 |
5.3 仿真结果与性能分析 |
5.3.1 频偏对信号接收方案性能的影响 |
5.3.2 导频长度对信号接收方案性能的影响 |
5.3.3 干扰对信号接收方案性能的影响 |
5.3.4 抗干扰通信系统方案性能对比 |
5.4 本章小结 |
第六章 总结 |
参考文献 |
致谢 |
作者简介 |
(9)非合作条件下扩频信号感知方法研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 课题研究的目的及意义 |
1.2 国内外研究现状 |
1.2.1 直扩信号检测与参数估计方法研究现状 |
1.2.2 跳频信号检测与参数估计方法研究现状 |
1.3 本文主要内容及结构安排 |
第2章 能量检测算法 |
2.1 能量检测法原理 |
2.1.1 基本原理 |
2.1.2 判决门限的设计与分析 |
2.1.3 能量检测算法性能分析 |
2.2 改进的能量检测法 |
2.2.1 检测门限改进的能量检测法原理 |
2.2.2 改进的能量检测法与能量检测法对比分析仿真 |
2.3 本章小结 |
第3章 直接扩频信号检测与参数估计方法研究 |
3.1 直接序列扩频系统通信机理 |
3.2 直接序列扩频信号检测算法 |
3.2.1 直扩信号的相关性 |
3.2.2 时域自相关检测法 |
3.2.3 直接序列扩频信号识别方法仿真分析 |
3.3 直接序列扩频信号参数估计 |
3.3.1 直扩信号载频估计 |
3.3.2 直扩信号调制方式识别估计 |
3.3.3 基于决策树改进的直扩信号调制方式识别 |
3.3.4 仿真结果与分析 |
3.4 本章小结 |
第4章 跳频信号检测方法研究 |
4.1 跳频系统通信机理 |
4.2 时频图预处理 |
4.2.1 纹理 |
4.2.2 灰度共生矩阵 |
4.2.3 纹理特征量 |
4.2.4 信号的纹理特征提取 |
4.2.5 仿真结果 |
4.3 跳频信号检测 |
4.3.1 形态学滤波-腐蚀与膨胀处理 |
4.3.2 连通区域标记 |
4.3.3 聚类算法 |
4.3.4 仿真结果及分析 |
4.4 本章小结 |
第5章 跳频信号参数估计方法研究及感知系统识别策略 |
5.1 基于WVD分布与SPWVD分布的跳频信号时频分析方法研究 |
5.2 跳频信号参数估计 |
5.2.1 跳频信号跳周期估计 |
5.2.2 跳驻留时间和跳速估计 |
5.2.3 仿真结果与分析 |
5.3 基于时频图特征提取的的参数估计方法研究 |
5.3.1 跳周期估计 |
5.3.2 跳变时刻和跳频频率估计 |
5.3.3 仿真结果及分析 |
5.4 整体识别策略及仿真分析 |
5.4.1 信号感知流程 |
5.4.2 感知仿真结果及分析 |
5.5 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间发表的论文和获得的科研成果 |
致谢 |
(10)直扩系统中的窄带干扰抑制技术研究(论文提纲范文)
摘要 |
ABSTRACT |
符号对照表 |
缩略语对照表 |
第一章 绪论 |
1.1 选题背景及意义 |
1.2 国内外研究现状 |
1.2.1 时域窄带干扰抑制技术 |
1.2.2 变换域窄带干扰抑制技术 |
1.2.3 基于神经网络的窄带干扰抑制技术 |
1.3 论文的研究内容及章节安排 |
第二章 直接序列扩频系统概述 |
2.1 直扩通信系统基本原理 |
2.2 直扩系统抗干扰原理 |
2.3 直扩系统主要特点 |
2.4 扩频通信抗干扰指标 |
2.5 本章小结 |
第三章 时域窄带干扰抑制技术 |
3.1 时域自适应预测技术基本原理 |
3.2 时域线性自适应预测技术 |
3.3 时域非线性自适应预测技术 |
3.4 常见窄带干扰模型 |
3.4.1 单音干扰 |
3.4.2 多音干扰 |
3.4.3 自回归干扰 |
3.4.4 窄带高斯噪声干扰 |
3.4.5 调制信号干扰 |
3.5 实验分析 |
3.6 本章小结 |
第四章 频域窄带干扰抑制技术 |
4.1 频域窄带干扰抑制技术原理 |
4.2 时域加窗性能分析 |
4.3 常用的频域窄带干扰抑制技术 |
4.3.1 频域自适应滤波技术 |
4.3.2 频域阈值干扰抑制算法 |
4.3.3 频域边带相关置换算法 |
4.4 一种改进的频域抑制算法 |
4.5 实验分析 |
4.6 本章小结 |
第五章 基于神经网络的窄带干扰抑制技术 |
5.1 神经网络概述 |
5.2 基于PRNN的干扰抑制算法 |
5.3 RTRL算法 |
5.4 基于码辅助的PRNN窄带干扰抑制算法 |
5.5 实验分析 |
5.6 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
作者简介 |
四、直扩通信最佳干扰形式分析(论文参考文献)
- [1]面向水声直扩通信信号的对抗方法研究[D]. 吴坤. 哈尔滨工程大学, 2021
- [2]卫星安全通信波形设计及性能优化研究[D]. 何其恢. 电子科技大学, 2021
- [3]混叠条件下直扩信号的截获与分析[D]. 刘秋红. 战略支援部队信息工程大学, 2021(03)
- [4]基于深度学习的通信抗干扰接收算法研究[D]. 梁天棋. 哈尔滨工业大学, 2020(01)
- [5]基于QPSK调制的扩频通信技术及其FPGA实现[D]. 张航. 哈尔滨工业大学, 2020(01)
- [6]基于FPGA的直扩通信系统中伪码同步技术的研究[D]. 于凯. 河北大学, 2020(08)
- [7]非合作直扩信号的扩频码估计问题研究[D]. 王新凯. 西安电子科技大学, 2020(05)
- [8]直扩系统可靠接收关键技术研究[D]. 钟武. 西安电子科技大学, 2020(05)
- [9]非合作条件下扩频信号感知方法研究[D]. 张春鸣. 沈阳理工大学, 2020(08)
- [10]直扩系统中的窄带干扰抑制技术研究[D]. 颜灵恩. 西安电子科技大学, 2019(02)