衛(wèi)星USB測(cè)控體制下信號(hào)特征參數(shù)的分析與識(shí)別.pdf

1、衛(wèi)星是現(xiàn)代信息網(wǎng)絡(luò)中的重要節(jié)點(diǎn)，是推動(dòng)全球信息化的重要手段。衛(wèi)星測(cè)控通信系統(tǒng)是衛(wèi)星與地球站或衛(wèi)星與其它衛(wèi)星之間進(jìn)行信息交流的紐帶，是衛(wèi)星實(shí)現(xiàn)信息獲取、信息傳輸和信息控制等功能的技術(shù)支持和功能保障。衛(wèi)星統(tǒng)一S頻段測(cè)控體制在軍事和民用領(lǐng)域均得到廣泛應(yīng)用。開(kāi)展衛(wèi)星信號(hào)參數(shù)自動(dòng)識(shí)別技術(shù)的研究，既可以用于自適應(yīng)信號(hào)檢測(cè)，又可以用于信息攻防中的信號(hào)偵收。因此，無(wú)論從理論角度還是從應(yīng)用角度來(lái)看，都具有重要的學(xué)術(shù)意義，同時(shí)也具有極為重要的國(guó)防應(yīng)用價(jià)值。

2、
　　與軟件無(wú)線電技術(shù)相結(jié)合是信號(hào)識(shí)別技術(shù)發(fā)展的新方向?；谲浖o(wú)線電的衛(wèi)星信號(hào)檢測(cè)識(shí)別系統(tǒng)以開(kāi)放性硬件為通用平臺(tái)，用可升級(jí)、可重置的不同應(yīng)用軟件來(lái)實(shí)現(xiàn)信號(hào)的自動(dòng)識(shí)別。以此為前提，如何在缺少先驗(yàn)知識(shí)的條件下保證參數(shù)識(shí)別的實(shí)時(shí)性、穩(wěn)定性和可靠性日益成為國(guó)內(nèi)外學(xué)者關(guān)注的焦點(diǎn)。
　　在此背景下，本文以衛(wèi)星測(cè)控信號(hào)特征參數(shù)識(shí)別為研究對(duì)象，研究?jī)?nèi)容包括衛(wèi)星測(cè)控信號(hào)去噪、單通道副載波欠定盲分離和測(cè)控信號(hào)調(diào)制參數(shù)盲估計(jì)三個(gè)關(guān)鍵技術(shù)。本文從

3、理論分析、算法仿真以及硬件實(shí)現(xiàn)三個(gè)層面對(duì)上述問(wèn)題展開(kāi)了系統(tǒng)而深入地研究。本文的主要研究?jī)?nèi)容如下所述：
　　首先，論文對(duì)衛(wèi)星測(cè)控信號(hào)去噪進(jìn)行了研究。信號(hào)去噪屬于參數(shù)識(shí)別的預(yù)處理，其目的是減小鏈路噪聲的影響，提高參數(shù)識(shí)別的準(zhǔn)確性和可靠性。為了降低算法對(duì)信號(hào)先驗(yàn)知識(shí)的依賴度，本文選擇小波系數(shù)閾值法作為信號(hào)去噪的基本方法。在簡(jiǎn)要介紹了閾值法的基本原理和算法結(jié)構(gòu)之后，對(duì)影響算法性能的幾個(gè)關(guān)鍵問(wèn)題進(jìn)行了研究：一是依據(jù)小波基的特性參數(shù)，選出適用

4、于本課題的最優(yōu)小波基，并引入重構(gòu)因子對(duì)所選小波基重構(gòu)信號(hào)的能力進(jìn)行評(píng)價(jià)；二是采用均值逼近法降低噪聲方差，弱化噪聲對(duì)閾值選取的影響，整體上減小了重構(gòu)信號(hào)與原始信號(hào)之間的偏差；最后選取無(wú)偏似然閾值準(zhǔn)則實(shí)現(xiàn)對(duì)閾值的自適應(yīng)選擇，并引入一種新的閾值函數(shù)對(duì)小波系數(shù)進(jìn)行迭代處理。仿真結(jié)果說(shuō)明了本文提出的自適應(yīng)小波閾值去噪算法具有較好的去除白噪聲的效果，為后續(xù)衛(wèi)星測(cè)控副載波信號(hào)盲分離研究奠定了基礎(chǔ)。
　　其次，論文介紹了副載波分離與參數(shù)估計(jì)涉及到

5、的粒子濾波相關(guān)的理論知識(shí)，為后續(xù)章節(jié)研究分離與參數(shù)識(shí)別算法奠定基礎(chǔ)，其內(nèi)容包括貝葉斯濾波原理、蒙特卡羅方法及粒子濾波的基本思想，最后，介紹了粒子濾波算法中存在的退化問(wèn)題并總結(jié)了粒子濾波的基本算法結(jié)構(gòu)。從對(duì)粒子濾波理論的分析中了解到粒子濾波算法不僅適用于盲信號(hào)、非線性等極端條件，并且可以通過(guò)未知信號(hào)和參數(shù)的聯(lián)合估計(jì)同時(shí)解決副載波分離與參數(shù)識(shí)別這兩個(gè)問(wèn)題，降低了算法復(fù)雜度。
　　再次，論文研究了衛(wèi)星USB測(cè)控副載波盲識(shí)別問(wèn)題。衛(wèi)星測(cè)控

6、副載波盲識(shí)別問(wèn)題包括分離和參數(shù)估計(jì)兩部分內(nèi)容。通過(guò)對(duì)衛(wèi)星測(cè)控副載波盲識(shí)別問(wèn)題的分析可知衛(wèi)星 USB測(cè)控體制采用的頻分復(fù)用技術(shù)決定了副載波盲分離屬于特殊的單通道欠定盲源分離問(wèn)題。本文引入粒子濾波的思想，提出了一種基于粒子濾波的副載波信號(hào)盲識(shí)別算法。將盲識(shí)別問(wèn)題轉(zhuǎn)化成了未知參數(shù)和信息符號(hào)的聯(lián)合估計(jì)，解決了單通道欠定盲源分離和參數(shù)估計(jì)兩個(gè)問(wèn)題。在運(yùn)用粒子濾波算法時(shí)，為了克服粒子退化問(wèn)題，依據(jù)衛(wèi)星信號(hào)狀態(tài)空間的特點(diǎn)，在兩個(gè)方面對(duì)粒子濾波盲識(shí)別算

7、法進(jìn)行改進(jìn)，通過(guò)輔助變量粒子濾波算法將最新的觀測(cè)值引入重要性函數(shù)中，同時(shí)，在重采樣過(guò)程中，提出了一種基于粒子群優(yōu)化思想的的粒子整體優(yōu)化算法，提高了粒子的利用效率。本章最后，研究了測(cè)控副載波碼速率識(shí)別算法。本文采用了對(duì)信噪比不敏感、無(wú)需先驗(yàn)知識(shí)的小波變換算法進(jìn)行碼速率的盲估計(jì)。為提高小波變換的分析性能，本文設(shè)計(jì)了一種粗細(xì)結(jié)合的兩步估計(jì)算法，即先利用快速算法進(jìn)行碼速率粗估計(jì)，然后根據(jù)粗估計(jì)的結(jié)果選擇小波尺度，再進(jìn)行碼速率細(xì)估計(jì)。仿真實(shí)驗(yàn)表明

8、：本文算法其估計(jì)性能優(yōu)于單一尺度算法。
　　最后，論文建立了一個(gè)測(cè)控信號(hào)識(shí)別試驗(yàn)系統(tǒng)，將衛(wèi)星信號(hào)參數(shù)識(shí)別算法移植到硬件平臺(tái)上。在對(duì)實(shí)驗(yàn)系統(tǒng)的組成部分進(jìn)行介紹之后，分析了算法在硬件平臺(tái)中實(shí)現(xiàn)的關(guān)鍵問(wèn)題，對(duì)測(cè)控副載波盲識(shí)別算法進(jìn)行改進(jìn)，給出了測(cè)控副載波參數(shù)識(shí)別硬件平臺(tái)驗(yàn)證算法。然后，通過(guò)CORTEX測(cè)控終端生成仿真信號(hào)，對(duì)移植到硬件平臺(tái)上的算法進(jìn)行測(cè)試。本文將系統(tǒng)與衛(wèi)星測(cè)控地面站相連，實(shí)地實(shí)時(shí)對(duì)接收的某一在軌衛(wèi)星信號(hào)進(jìn)行識(shí)別，驗(yàn)證了算