论文部分内容阅读
在现代通信背景下，利用宽带接收机采集到的信号往往是一个瞬息多变的复杂信号，信号本身常包含有扩频、跳频、跳时等调制方式，这些都使得后续的信号处理面临着巨大的挑战。相对于信号仅在时域或频域处理的方式，时频分析技术能够直观的得到信号在时间和频率方向上的分布，更为有效的实现了信号的检测、参数估计及调制识别。本文依据时频分析技术，主要研究其在信号检测和识别中的应用，具体工作内容如下：（1）介绍时频分析的基本理论，分析短时傅里叶变换以及WVD（Wigner-Ville分布）变换的特性和优缺点。针对WVD时频变换中的交叉项抑制问题，分析比较扩散算法和SPWVD（平滑伪WVD）时频变换在交叉项抑制中的效果。（2）研究常用图形处理算法在时频分析中的应用。在密集多信号的条件下，采用图形增强、图形分割、腐蚀、膨胀以及骨架化处理等算法，精确的实现了信号中心频率、到达时间、驻留时间与信号电平的估计。针对弱信号的检测，提出利用分块图形处理的方式，有效的解决了漏检信号恢复的问题。（3）介绍多尺度小波时频分析的概念，分析比较在不同小波尺度下，其对信号分析的不同效果。针对单频调制信号，给出最优小波尺度的概念，并利用仿真说明了最优小波尺度进行信号处理的优越性。（4）利用小波尺度直方图以及最优小波尺度的概念，在信号添加成型滤波器的前提下，实现MFSK、BPSK、QPSK、8PSK、16QAM以及64QAM信号的调制类型识别。研究信号码元转换时刻在多尺度小波变换中的特性，在较低信噪比下准确的完成了信号码元速率的估计。最后通过仿真实验验证了本文方法的有效性。结果显示，通过时频分析技术并结合图形处理算法精确地实现了信号的检测与参数估计。在低信噪比下，利用多尺度小波变换也可以得到较好的信号识别效果和码元速率估计性能。