穩(wěn)健精細抗差異性頻譜感知技術(shù)研究

穩(wěn)健精細抗差異性頻譜感知技術(shù)研究頻譜感知技術(shù)是研究和發(fā)展認知動態(tài)系統(tǒng)的關(guān)鍵基礎(chǔ)要素,然而隨著無線通信、電子偵察以及電子對抗等技術(shù)的迅速發(fā)展,電子設(shè)備的種類層出不窮,各種無線電信號功率電平差異越來越大,通信信號體制、探測方式以及干擾模式也越來越多樣,使得空間電磁環(huán)境越來越復(fù)雜,這給頻譜感知技術(shù)帶來許多亟待解決和必須持續(xù)關(guān)注的新需求:1.穩(wěn)健頻譜感知在實用的認知動態(tài)系統(tǒng)中,頻譜感知技術(shù)必須具備在極低信噪比和無線信道嚴重衰落電磁背景下,進行實時盲頻譜感知的能力,這給經(jīng)典的頻譜感知算法感知的穩(wěn)健性帶來巨大的挑戰(zhàn)。2.精細頻譜感知新一代無線通信、監(jiān)測、偵察、對抗系統(tǒng)都或多或少地朝著超寬帶、短時突發(fā)以及多交互目標(biāo)的趨勢進一步推進,通信電子行業(yè)的這一技術(shù)發(fā)展趨勢需要認知動態(tài)系統(tǒng)具備超寬帶多目標(biāo)實時感知的能力,這為頻譜感知技術(shù)引入實時地在超寬帶內(nèi)精細化分析的技術(shù)難題。3.深度頻譜感知針對某些認知動態(tài)系統(tǒng),如認知雷達、認知電子對抗、認知無線電等,需要具備對無線電信號深度分析的能力,以獲取任意目標(biāo)信號的射頻特性、通信和干擾制式、調(diào)制類型、波形成形、來波方向以及位置等等眾多關(guān)鍵信息,從而實現(xiàn)系統(tǒng)的聯(lián)合優(yōu)化設(shè)計。然而,目前國內(nèi)外頻譜感知的技術(shù)和設(shè)備,極少具有深度感知的能力,這也將是頻譜感知技術(shù)需要長期演化進步的一個方向。4.抗差異性協(xié)作頻譜感知背景噪聲是由地面噪聲、大氣噪聲、降雨噪聲、人為噪聲、干擾噪聲以及信號檢測接收機熱噪聲等多種噪聲形式復(fù)合而成,背景噪聲電平往往在時間、地點以及頻率等多維域上呈現(xiàn)出異常復(fù)雜的高動態(tài)起伏變化的特點。為了使協(xié)作頻譜感知的結(jié)果更為準(zhǔn)確和可靠,協(xié)作頻譜感知技術(shù)必須具備適應(yīng)參與協(xié)作節(jié)點背景噪聲電平高動態(tài)變化的能力,來對抗和削弱各節(jié)點自身差異性帶給最終協(xié)作結(jié)果的不良影響。本文針對認知動態(tài)系統(tǒng)中頻譜感知技術(shù)面臨的新需求展開研究,論文主要研究成果如下:1.頻譜感知的系統(tǒng)模型常被簡單地塑造成二元假設(shè)的問題,往往忽略了衰落信道系數(shù)、信號碼元速率以及白噪聲帶寬之間的相互影響,本文構(gòu)建的系統(tǒng)模型,充分分析了三者之間的關(guān)聯(lián),并重點考慮了平坦慢衰落信道引入的樣本之間的相關(guān)性,保證了系統(tǒng)模型的精確性。2.針對現(xiàn)存頻譜感知算法面臨的穩(wěn)健性需求,本文從頻域信號處理的角度,利用歸一化純量變換的原理,設(shè)計出基于歸一化譜的信號檢測算法,該算法依據(jù)傅里葉變換的漸進正態(tài)性和相互獨立性計算功率譜統(tǒng)計特性,利用監(jiān)測頻帶內(nèi)部分譜線強度和與全部譜線強度和的比值作為檢驗統(tǒng)計量,該算法的判決門限只與頻譜感知算法的參數(shù)配置有關(guān),而與節(jié)點的噪聲方差無關(guān),可有效克服噪聲不確定度對頻譜感知性能的影響,固定信噪比,算法的頻譜感知性能不受噪聲電平改變的影響,應(yīng)用于高斯白噪聲和平坦慢衰落信道中,可在較寬的信噪比范圍內(nèi)獲得較優(yōu)越的頻譜感知性能。3.針對頻譜感知精細化的需求,現(xiàn)有常規(guī)超外差窄帶頻譜感知技術(shù)無法快速精確完成超寬帶內(nèi)多目標(biāo)的頻譜感知,本文進行面向離散頻段的實時多目標(biāo)并行頻譜感知研究,利用多通道-多相化的結(jié)構(gòu)進行超寬頻段功率譜的計算,然后并行計算出各離散頻段的歸一化功率譜,通過循環(huán)執(zhí)行正向和反向搜索,檢測出通信帶寬內(nèi)被占用的多個頻隙,在一個搜索循環(huán)中,首先執(zhí)行正向判決,檢測出瞬時功率參差不齊、差異較大的子帶信號,然后執(zhí)行反向判決,檢測出正向判決中漏檢的類似梳狀信號類型的子帶信號,完成對帶內(nèi)的多個目標(biāo)的并行頻譜感知。4.針對參與協(xié)作節(jié)點自身參數(shù)的差異性,論文首先設(shè)計了一種更具有普適性的協(xié)作頻譜感知算法,該算法將各節(jié)點本地歸一化譜上傳融合中心,克服噪聲電平動態(tài)變化在時域、空域和頻域上的效應(yīng)積累,然后在融合中心采用等增益平均或者最優(yōu)化加權(quán)平均的方式計算檢驗統(tǒng)計量,可有效消除背景噪聲高動態(tài)變化對信號頻譜感知性能的影響。5.設(shè)計和硬件