10.3969/j.issn.1001-506X.2016.09.29
脉冲噪声中基于数据可信度加权的跳频信号检测
时频分析是跳频（frequency-hopping，FH）信号检测的有力工具，但是脉冲噪声下性能严重退化，无法有效地提取跳频信号的周期、频率和跳变时刻等参数；基于分数低阶统计量和最大似然估计（maximum-likeli-hood，ML）的算法是改善脉冲噪声下 FH 信号时频分布的两类常用方法，但前者性能改善有限，后者通常对噪声的概率分布较为敏感，且计算复杂度高。对此，提出一种基于数据可信度加权（weighting based on the data credi-bility，WDC）的 FH 信号检测方法。该方法基于云模型（cloud model，CM）理论，建立了数据可信度的概念，以分析脉冲噪声下接收信号的不确定性，然后在此基础上实现信号加权，改善脉冲噪声下 FH 信号的时频分布特征。仿真实验证明，在稳定分布噪声中，该方法与基于分数低阶及 Myriad 滤波器的时频分析方法相比，能够较好地抑制脉冲噪声，获得 FH 信号的参数信息，具有良好的鲁棒特性。
数据可信度、云模型、跳频信号检测、时频分析、脉冲噪声
38
TN911.7
国家自然科学基金61201286；中央高校基本科研业务费专项资金K5051202013；陕西省自然科学基金2014JM8304资助课题
2016-09-27（万方平台首次上网日期，不代表论文的发表时间）
共8页
2171-2178
