logo资料库

干扰信号识别.docx

发布时间：2022-06-13 发布人：admin 分类：说明书 资料大小：0.50M 资料格式：docx 举报 版权申诉
第1页 / 共19页
第2页 / 共19页
第3页 / 共19页
第4页 / 共19页
第5页 / 共19页
第6页 / 共19页
第7页 / 共19页
第8页 / 共19页
资料共19页，剩余部分请下载后查看
    一、题目要求
    二、通信干扰信号的生成
    (一)单音干扰
    (二)多音干扰
    (三)宽带噪声干扰
    (四)窄带噪声干扰
    (五)宽带梳状谱干扰
    (六)扫频干扰
    三、特征参数提取
    (一)信号预处理
    1.归一化
    2.中心化
    (二)时域参数
    1.R参数
    2.时域矩偏度系数a3
    (三)频域参数
    1.载波因子系数C
    2.平均频谱平坦系数Fse
    3.Rf参数
    4.频域矩偏度系数b3
    四、决策树法分类
    五、支持向量机（SVM）分类
    六、神经网络（NN）分类
    七、总结
    通信干扰信号识别 抗干扰通信编程作业——通信干扰信号的识别 一、 题目要求 基本部分：1）生成单音干扰、多音干扰、宽带噪声干扰、部分频带噪声干扰、宽带梳 状谱干扰、线性调频干扰等 6 种通信干扰信号；2）选择合适的特征参数，采用决策树法 实现对上述干扰信号的识别，高斯白噪声信道，干噪比(JNR)为 0~15dB，识别正确率大于 95%。扩展部分：选择合适的特征参数，采用 NN 或者 SVM 机器学习实现对上述干扰信 号的识别，高斯白噪声信道，干噪比(JNR)为 0~15dB，识别正确率大于 95%。 二、 通信干扰信号的生成 (一) 单音干扰 单音干扰信号在某个频点上发射，是一个单频连续正弦波形。时域表达式如下 J ( ) t  JP cos(2   J  f t J )  J ~ (0 ,2 )  (1) 其中， JP 为干扰信号功率， Jf 为干扰信号频率， J 为干扰信号相位且服从均匀分布。 设定 1w J  ，得到如 XX 所示时域波形和单边频谱。 JP  ， 50Hz Jf  ， 0 single-tone jam 1.5 1 0.5 0 -0.5 -1 -1.5 0 10 20 30 50 60 40 time (milliseconds) 70 80 90 100 Figure 1 单音干扰时域波形 第 1页
    通信干扰信号识别 Single-Sided Amplitude Spectrum of single-tone jam 100 10-1 10-2 | ) f ( Y | 10-3 0 20 40 60 100 80 Frequency (Hz) 120 140 160 180 200 Figure 2 单音干扰单边频谱 (二) 多音干扰 多音干扰信号在多个离散的频点上发射，时域表达式如下 ( ) J t Q   l 1  P l cos(2   l f t l  ) ~ (0,2 )  U  l (2) 其中， lP 为干扰信号功率， lf 为干扰信号频率， l为干扰信号相位且服从均匀分布。 ，设定 ，  100 + H z l  10Hz, l  1,2, .., . Q Q 表示多音干扰的频点个数。设定 ~ (0.9,1.1) 10Q  。得到如 XX 所示时域波形和单边频谱。 lP U lf 6 4 2 0 -2 -4 -6 0 multiple-tone jam 20 40 60 100 120 80 time (milliseconds) 140 160 180 200 Figure 3 多音干扰时域波形 第 2页
    | ) f ( Y | 100 10-1 10-2 10-3 0 通信干扰信号识别 Single-Sided Amplitude Spectrum of multiple-tone jam 50 100 150 200 Frequency (Hz) 250 300 350 Figure 4 多音干扰单边频谱 由图 X 可以看出，多音干扰信号从 100Hz 的频点开始，每间隔 10Hz 有一个冲激，代 表一个干扰频点，一个有 10 个冲激。 (三) 宽带噪声干扰 宽带噪声干扰是将高斯白噪声通过一个宽带滤波器，得到在每一个宽带范围内的阻塞 / 2J 噪声。设白噪声 ~ (0, 则宽带噪声干扰可以表示为 ( ) n t N P ( t  ) W I  ) ，其中 JP 是干扰功率， IW 是低通滤波器的截止频率。 ( ) t  ，滤波器的频域表达式为 ( ) h t ( 2 H j  f ) 1, |    0,  | f W  I otherwise (3) 设定 1w JP  ， IW  600Hz ，得到时域宽带噪声干扰信号和其单边频谱如图所示。 3 2 1 0 -1 -2 -3 0 Broadband Noise Jam 100 200 300 500 600 400 time (milliseconds) 700 800 900 1000 Figure 5 宽带噪声干扰时域波形 第 3页
    ) B d ( | ) f ( Y | -20 -40 -60 -80 -100 -120 0 通信干扰信号识别 Single-Sided Amplitude Spectrum of Broadband Noise Jam 100 200 300 400 500 600 700 800 900 1000 Frequency (Hz) Figure 6 多音干扰单边频谱 (四) 窄带噪声干扰 与宽带噪声干扰产生方法类似，将白噪声通过一个窄带滤波器，得到瞄准某一个窄带 范围的阻塞信号。窄带滤波器的频域表达式为 ( 2 H j f  )  1, |    0, f  f J |  otherwise W I 2 (4) Jf 表示瞄准频率。设定 Jf  600Hz ， IW  50Hz ，得到时域窄带噪声干扰信号和其单 边频谱如图所示。 0.8 0.6 0.4 0.2 0 -0.2 -0.4 -0.6 -0.8 Narrowband Noise jam 0 100 200 300 500 400 600 time (milliseconds) 700 800 900 1000 Figure 7 窄带噪声干扰信号时域波形 第 4页
    ) B d ( | ) f ( Y | -20 -40 -60 -80 -100 -120 -140 0 通信干扰信号识别 Single-Sided Amplitude Spectrum of Narrowband Noise jam 100 200 300 600 700 800 900 1000 400 500 Frequency (Hz) Figure 8 窄带噪声干扰信号单边频谱 (五) 宽带梳状谱干扰 将白噪声通过多个窄带滤波器，得到瞄准多个窄带范围的阻塞信号。宽带梳状谱干扰 的滤波器频域表达式为 ( 2 H j  f )  1, |    0, |  f  f , J i otherwise W , I i 2 (5) i  其中 1,2,..., 100Hz+(  f 频率 , J i i Q ，Q 表示窄带滤波器的个数。设定 4Q  ，第 i 个窄带滤波器的瞄准 1)  。得到时域宽带梳状谱干扰信号 1,2,..., 50Hz Hz, i 100 ， , I iW  Q  Partialband Noise Jam 和其单边频谱如图所示。 1.5 1 0.5 0 -0.5 -1 -1.5 0 100 200 300 500 400 600 time (milliseconds) 700 800 900 1000 Figure 9 宽带梳状谱干扰信号时域波形 第 5页
    通信干扰信号识别 Single-Sided Amplitude Spectrum of Partialband Noise Jam -20 -30 -40 -50 -60 -70 -80 -90 ) B d ( | ) f ( Y | -100 0 100 200 300 400 500 600 700 800 900 1000 Frequency (Hz) Figure 10 宽带梳状谱干扰信号时域波形 (六) 扫频干扰 扫频干扰在部分频谱内呈现出随时间线性扫描的特性。其时域表达式为 ( ) J t  ( )exp( A t 2 j t  i / 2  ) j   j t i ( ) A t  Arect t T ( / ) , | A 0, | t T  else    / 2 (6) (7) 其中 i为扫频速率， i为初始角频率，为初始相位，T 为扫频持续时间。由时域表 达式可以看出，扫频干扰的瞬时频率随时间呈不断的线性变化。设定 100 rad/s 20 r i  T  ，得到扫频干扰时域信号和其单边频谱如图所示。 ， 0 ， 2s  ad i ， Sweeping Jam 1 0.5 0 -0.5 -1 0 100 200 300 500 400 600 time (milliseconds) 700 800 900 1000 Figure 11 扫频干扰信号时域波形 第 6页
    通信干扰信号识别 Single-Sided Amplitude Spectrum of Sweeping Jam 50 100 150 300 350 400 450 500 200 250 Frequency (Hz) Figure 12 扫频干扰信号时域波形 ) B d ( | ) f ( Y | -20 -40 -60 -80 -100 -120 0 三、 特征参数提取 (一) 信号预处理 在对信号进行特征参数提取前，需要首先对信号进行预处理，包括归一化、中心化。 1. 归一化 设样本数据为 ( ), x n n  1,2,..., N ，采用中间值法将样本数据归一化到[-1,1]内，公式表 示为 ( ) y k  ( ) x k 1 ( x max 2  x mid x  min ) , k  1,2,..., N x mid  x max x min  2 其中 maxx 表示最大值， minx 表示最小值。 2. 中心化 采用 Z 分法 ( ) y k  ( ) x k    , k  1,2,..., N 其中为随机变量 X 的均值，为其标准差。 (二) 时域参数 1. R 参数 第 7页 (8) (9) (10)
    通信干扰信号识别 R  2  2  (11) 其中为随机变量 X 的均值，为其标准差，反映了变量 X 包络的变化程度。R 越大， 说明信号包络的变化程度越大；当 R 较小时，说明信号包络的变化程度较小。对 6 种类型 的通信干扰信号计算其 R 参数，得到如 Figure 13 所示结果。 Figure 13 不同干扰信号 R 参数随 JNR 变化趋势 可以看出，单音干扰和扫频干扰由于其信号包络恒定，因此其 R 参数相比其他 4 种干 扰信号要小，并且二者的 R 参数值几乎相同，随着 JNR 增大，R 参数减小。宽带噪声干扰 和窄带噪声干扰其信号包络与 JNR 大小无关，因此其 R 参数几乎不随 JNR 变化。梳状谱 干扰随着 JNR 增大，R 参数增大，说明其 JNR 越大时梳状谱信号的包络变化程度越大。多 音干扰的 R 参数没有明显的特征。 2. 时域矩偏度系数 a3 a 3  3 )  ( E x  3  (11) 为时域信号包络 x 的均值，为其标准差。 3b 描述了频谱偏离正态分布的程度。 3b 越 大，说明频谱偏离正态分布的程度越大。 (三) 频域参数 第 8页
    分享到：
    赞 收藏

    相关推荐

    资料库

    课程资源

    共收录17145份资料，累计13个分类，关注成员有19位，主要包括：PHP,网络管理,网页制作,Java,.Net,数据库,3G/移动开发,C/C++,游戏开发,嵌入式,讲义,软件测试,专业指导

    热门标签

    PHP 网络管理 网页制作 Java .Net 数据库 3G/移动开发 C/C++ 游戏开发 嵌入式 讲义 软件测试 专业指导

    最新资料