復(fù)雜電磁環(huán)境下的信號(hào)檢測(cè)與估計(jì)關(guān)鍵技術(shù).pdf

1、隨著無(wú)線通信技術(shù)的飛速發(fā)展,通信信號(hào)的體制和調(diào)制樣式復(fù)雜多樣,頻譜日益擁擠和重疊,導(dǎo)致背景噪聲與干擾顯著提高,電磁環(huán)境極其復(fù)雜。這種復(fù)雜的電磁環(huán)境對(duì)于無(wú)論軍事領(lǐng)域還是民用領(lǐng)域的無(wú)線通信系統(tǒng)都會(huì)形成嚴(yán)重的電磁噪聲干擾,甚至?xí)雇ㄐ怕?lián)絡(luò)中斷,因而對(duì)于無(wú)線通信系統(tǒng)尤其是對(duì)于接收端的信號(hào)檢測(cè)與估計(jì)提出了更高的要求和更嚴(yán)峻的挑戰(zhàn)。由于非線性隨機(jī)共振處理技術(shù)對(duì)于濾除干擾噪聲和檢測(cè)微弱信號(hào)具有較好效果,甚至可以利用噪聲來(lái)增強(qiáng)有用信號(hào),使得這一非線性現(xiàn)

2、象在生物、化學(xué)、電子、圖像處理等領(lǐng)域得到廣泛應(yīng)用。盡管如此,將隨機(jī)共振理論應(yīng)用于無(wú)線通信系統(tǒng),仍然面臨模型設(shè)計(jì)、復(fù)雜信號(hào)處理、參數(shù)優(yōu)化與自適應(yīng)控制等諸多關(guān)鍵問(wèn)題。因此,針對(duì)當(dāng)前無(wú)線通信面臨的迫切需求和嚴(yán)峻挑戰(zhàn),本文將非線性科學(xué)領(lǐng)域的隨機(jī)共振技術(shù)引入到復(fù)雜電磁環(huán)境下的信號(hào)檢測(cè)與估計(jì)當(dāng)中,在深入研究典型隨機(jī)共振系統(tǒng)原理及其特性,并解決隨機(jī)共振相關(guān)瓶頸問(wèn)題的基礎(chǔ)上,提出基于非線性隨機(jī)共振系統(tǒng)的微弱信號(hào)檢測(cè)、非高斯信號(hào)接收和信號(hào)參數(shù)估計(jì)等關(guān)鍵技

3、術(shù),進(jìn)一步提升無(wú)線通信系統(tǒng)的接收性能。
　　 首先,對(duì)典型非線性系統(tǒng)中的隨機(jī)共振現(xiàn)象及其原理進(jìn)行詳細(xì)描述和深入研究,為后續(xù)隨機(jī)共振的實(shí)際應(yīng)用提供了理論基礎(chǔ)。將周期信號(hào)和噪聲輸入雙穩(wěn)態(tài)模型和單閾值模型這兩種典型隨機(jī)共振系統(tǒng),研究和分析了因非線性系統(tǒng)、信號(hào)和噪聲之間的協(xié)同效應(yīng)而產(chǎn)生的隨機(jī)共振現(xiàn)象及其機(jī)理。提出了基于線性變換的系統(tǒng)參數(shù)調(diào)整策略,并解決了SR系統(tǒng)參數(shù)最優(yōu)化和復(fù)雜信號(hào)處理等問(wèn)題,獲得了最佳的隨機(jī)共振處理性能。
　　

4、 接下來(lái),提出了復(fù)雜電磁環(huán)境下基于雙穩(wěn)態(tài)SR系統(tǒng)的能量檢測(cè)算法,證明了隨機(jī)共振處理能夠?qū)崿F(xiàn)噪聲能量向信號(hào)能量轉(zhuǎn)移,從而有效削弱了噪聲不確定度的影響,進(jìn)而改善1～2dB檢測(cè)性能。并且,提出了基于雙穩(wěn)態(tài)SR系統(tǒng)的截尾序貫檢驗(yàn)算法,推導(dǎo)了最佳截尾門限,進(jìn)一步縮短了50％的檢測(cè)時(shí)間。此外,提出了基于廣義SR系統(tǒng)的能量檢測(cè)算法,推導(dǎo)了最佳SR噪聲的概率密度解析式,僅通過(guò)增加SR噪聲就能改善檢測(cè)性能。
　　 其次,將隨機(jī)共振系統(tǒng)應(yīng)用到廣義高

5、斯噪聲情況下的信號(hào)最佳接收中,從而降低了誤碼率和改善接收性能。復(fù)雜環(huán)境下背景噪聲的非高斯分布特性會(huì)導(dǎo)致線性最佳接收算法性能的急劇惡化,因此在分析了陣列閾值隨機(jī)共振系統(tǒng)輸出信號(hào)特征基礎(chǔ)上,提出了基于陣列閾值系統(tǒng)的非線性接收算法。采用基于直接搜索法的閾值噪聲自適應(yīng)調(diào)整策略,實(shí)現(xiàn)了輸出信噪比和誤碼率的最優(yōu)化。理論推導(dǎo)和仿真結(jié)果表明在拉普拉斯型等非高斯分布噪聲下,所提算法的接收性能優(yōu)于基于匹配濾波的線性最佳接收算法1～3dB,從而保障了非高斯噪

6、聲下無(wú)線通信系統(tǒng)的接收性能。
　　 最后,針對(duì)復(fù)雜環(huán)境下的直接擴(kuò)頻信號(hào)估計(jì)需求,提出了基于廣義隨機(jī)共振系統(tǒng)和特征分解技術(shù)的信號(hào)參數(shù)估計(jì)算法。發(fā)現(xiàn)了電平通過(guò)率估計(jì)算法中的隨機(jī)共振現(xiàn)象,并提出了基于該SR模型的最大多普勒頻移估計(jì)算法,通過(guò)實(shí)現(xiàn)背景噪聲與多普勒估計(jì)器之間的匹配,改善多普勒估計(jì)性能達(dá)1.5dB以上。與此同時(shí),根據(jù)直接擴(kuò)頻信號(hào)相似性和特征分解原理,提出了一種基于平均互相關(guān)和特征分解的偽碼序列估計(jì)算法,性能分析和仿真結(jié)果表明