CN115085761B - 基于跳频描述字的异步跳频网台分选方法 - Google Patents

基于跳频描述字的异步跳频网台分选方法 Download PDF

Info

Publication number
CN115085761B
CN115085761B CN202210847335.1A CN202210847335A CN115085761B CN 115085761 B CN115085761 B CN 115085761B CN 202210847335 A CN202210847335 A CN 202210847335A CN 115085761 B CN115085761 B CN 115085761B
Authority
CN
China
Prior art keywords
sorting
value
threshold value
frequency hopping
networks
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202210847335.1A
Other languages
English (en)
Other versions
CN115085761A (zh
Inventor
李青华
韩岱洪
秦固平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Huari Communication Technology Co ltd
Original Assignee
Chengdu Huari Communication Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chengdu Huari Communication Technology Co ltd filed Critical Chengdu Huari Communication Technology Co ltd
Priority to CN202210847335.1A priority Critical patent/CN115085761B/zh
Publication of CN115085761A publication Critical patent/CN115085761A/zh
Application granted granted Critical
Publication of CN115085761B publication Critical patent/CN115085761B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
    • H04B1/69—Spread spectrum techniques
    • H04B1/713—Spread spectrum techniques using frequency hopping
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种基于跳频描述字的异步跳频网台分选方法，涉及跳频非合作通信技术领域，包括：电台个数估计；基于驻留时间分选网络；当任意两个网络的平均驻留时间差小于门限值时，则辅助频差优化这两个网内电台分选；再次统计平均驻留时间，判断每个网络是否需要与其它网络合并；针对每一个网络，基于瞬时带宽继续分选；判断瞬时信号数大于门限值的网络个数，若小于估计的电台个数，且这些网络的平均驻留时间差求和后大于一定值时，基于跳频周期继续分选，判断当前分选的每一个电台是否继续存在，若存在则统计平均功率及所有平均功率的最大值，若平均功率小于最大值一定门限时则删除；对分选出的电台进行排序；本发明能够完成异步跳频网台分选。

Description

基于跳频描述字的异步跳频网台分选方法
技术领域
本发明涉及跳频非合作通信技术领域，特别是一种基于跳频描述字的异步跳频网台分选方法。
背景技术
在实际复杂的电磁环境中，通常具有多部跳频电台同时工作，即跳频组网，因此要对跳频信号实施有效侦察，最重要的前提就是能够正确的进行跳频网台分选，即能够从多个跳频电台的混合信号中分离出全部或特定电台对应的各跳信号。根据组网的方式不同，分为同步组网和异步组网，其中同步组网指网中各个跳频信号的载频同时发生跳变，拥有一样的跳时，且要求同一时刻不能够存在两个及以上的网台具有相同的载频，而异步组网指各跳频网之间的跳时、跳频图案及跳频频率表没有约束关系，频率表可以相互独立，也可以有部分频率相同或用一张频率表组成多个异步网。
现有的跳频网台分选方法主要分为两大类：基于盲源分离、独立分量分析（ICA）等方法和基于不同网台间的信号特征分选法。第一种方法对于阵列天线接收到的混合跳频信号，首先通过盲源分离、ICA等方法处理为多个单跳频信号，然后再利用时频分析技术、图像处理技术对分离出的各个跳频信号进一步分别处理，该方法不需要或需要很少的先验信息，阵列误差影响小，存在的主要问题是需要多元阵列天线接收，对系统要求较高，而且某些相似方法还需要利用输入信号的空域信息，要求测向结果准确。第二种方法的依据在于每一个跳频网台都有着与其它跳频网台相区别的特征，而同一电台发出的信号必然有着很多相似的特征，同步网台可利用的特征包括网台的同步频率、基本网络特征参数和信号的到达角度，对于非合作通信的第三方，显然无法得知前两种先验信息，信号到达角度的获得，仍要求阵列天线接收和准确测向。
发明内容
为解决现有技术中存在的问题，本发明的目的是提供一种基于跳频描述字的异步跳频网台分选方法，本发明基于较容易获得的中心频率、起始时间、驻留时间、结束时间、瞬时带宽和功率等跳频描述字（Hop Describe Word，HDW），能够完成异步跳频网台分选，不需要阵列天线接收，不需要已知电台个数，对系统的要求较低，易于工程化实现。
为实现上述目的，本发明采用的技术方案是：一种基于跳频描述字的异步跳频网台分选方法，包括以下步骤：
步骤1、电台个数估计：基于所述跳频描述字对电台个数进行估计，若多次同时出现了
Figure 100002_DEST_PATH_IMAGE002
个瞬时信号，则初步判断存在
Figure 811081DEST_PATH_IMAGE002
个电台；
步骤2、基于驻留时间分选网络；
步骤3、当任意两个网络的平均驻留时间差小于门限值时，则辅助频差优化这两个网内电台分选，否则直接转至步骤4；
步骤4、再次统计平均驻留时间，判断每个网络是否需要与其它网络合并；当任意两个网络的平均驻留时间差小于门限值，且每个网内的瞬时信号个数小于一定门限值时，合并这两个网络；
步骤5、针对每一个网络，基于瞬时带宽继续分选，当瞬时信号数大于门限值的网络个数大于1时，转至步骤7，否则转至步骤6；
步骤6、判断步骤4中输出的瞬时信号数大于门限值的网络个数，若小于估计的电台个数，且这些网络的平均驻留时间差求和后大于一定值时，针对每一个网络，基于跳频周期继续分选，否则转至步骤7；
步骤7、判断当前分选的每一个电台是否继续存在，若存在，则统计平均功率，以及所有平均功率的最大值，若某个电台的平均功率小于最大值一定门限时，则删除；
步骤8、对分选出的电台进行排序。
作为本发明的进一步改进，在步骤1中，所述跳频描述字通过单天线接收的基带连续IQ数据计算的谱图直接进行提取，所述跳频描述字为用于网台分选的瞬时信号参数集合，记为
Figure 100002_DEST_PATH_IMAGE004
：
Figure 100002_DEST_PATH_IMAGE006
其中，
Figure 100002_DEST_PATH_IMAGE008
为提取的瞬时信号个数，
Figure 100002_DEST_PATH_IMAGE010
为中心频率，
Figure 100002_DEST_PATH_IMAGE012
为功率，
Figure 100002_DEST_PATH_IMAGE014
为起始时间，
Figure 100002_DEST_PATH_IMAGE016
为驻留时间，
Figure 100002_DEST_PATH_IMAGE018
为结束时间，
Figure 100002_DEST_PATH_IMAGE020
为瞬时带宽。
作为本发明的进一步改进，所述步骤1具体如下：
首先假设所有瞬时信号的起始时间
Figure 100002_DEST_PATH_IMAGE022
，结束时间
Figure 100002_DEST_PATH_IMAGE024
，则计算任意两个信号之间的时域重叠长度，记为矩阵
Figure 100002_DEST_PATH_IMAGE026
：
Figure 100002_DEST_PATH_IMAGE028
Figure 100002_DEST_PATH_IMAGE030
，即
Figure 124644DEST_PATH_IMAGE026
为对称矩阵，当
Figure 100002_DEST_PATH_IMAGE032
时，
Figure 100002_DEST_PATH_IMAGE034
，否则
Figure 100002_DEST_PATH_IMAGE036
，其中
Figure 100002_DEST_PATH_IMAGE038
表示起点是
Figure 100002_DEST_PATH_IMAGE040
，以步进值1增加至
Figure 100002_DEST_PATH_IMAGE042
的矢量，
Figure 100002_DEST_PATH_IMAGE044
表示起点是
Figure 100002_DEST_PATH_IMAGE046
，以步进值1增加至
Figure 100002_DEST_PATH_IMAGE048
的矢量，
Figure 100002_DEST_PATH_IMAGE050
表示求交集，
Figure 100002_DEST_PATH_IMAGE052
表示求长度；
接着分别处理矩阵
Figure 991145DEST_PATH_IMAGE026
的每一行元素
Figure 100002_DEST_PATH_IMAGE054
，若大于门限值，则认为两个信号同时出现，并记录除了自身外满足条件的总个数，分别记为
Figure 100002_DEST_PATH_IMAGE056
，然后找
Figure 100002_DEST_PATH_IMAGE058
的最大值
Figure 100002_DEST_PATH_IMAGE060
，若
Figure 565608DEST_PATH_IMAGE060
大于门限值，则估计的电台个数
Figure 100002_DEST_PATH_IMAGE062
，否则
Figure 100002_DEST_PATH_IMAGE064
。
作为本发明的进一步改进，所述步骤2具体包括以下步骤：
I、通过区间聚类算法对驻留时间
Figure 100002_DEST_PATH_IMAGE066
进行处理：
①令电台类别数目的初始值
Figure 100002_DEST_PATH_IMAGE068
，并计算集合
Figure 408930DEST_PATH_IMAGE016
中所有元素的最小值
Figure 100002_DEST_PATH_IMAGE070
，以
Figure 301800DEST_PATH_IMAGE070
为中心，寻找集合
Figure 482246DEST_PATH_IMAGE016
中与
Figure 613013DEST_PATH_IMAGE070
距离较近的所有样本，即
Figure 100002_DEST_PATH_IMAGE072
，
Figure 100002_DEST_PATH_IMAGE074
，满足条件的样本将组成类
Figure 100002_DEST_PATH_IMAGE076
，并从集合
Figure 863122DEST_PATH_IMAGE016
中删除这些样本，其中
Figure 100002_DEST_PATH_IMAGE078
为相似性门限；
②若集合
Figure 56337DEST_PATH_IMAGE016
为空集则结束，否则，更新类别个数
Figure 100002_DEST_PATH_IMAGE080
，继续转至步骤①；
II、对步骤I的聚类结果进行优化：
计算
Figure 100002_DEST_PATH_IMAGE082
Figure 571632DEST_PATH_IMAGE074
与每一个类
Figure 399648DEST_PATH_IMAGE076
中心的距离，若
Figure 178249DEST_PATH_IMAGE082
与当前所属类别的距离最近，则仍属于该类，否则追加至距离最近的类
Figure 100002_DEST_PATH_IMAGE084
;
III、判断类
Figure 108027DEST_PATH_IMAGE084
是否需要合并；
IV、再次对步骤III的结果进行优化，并更新聚类中心；
V、输出类别数、每个类内的样本数目、中心以及原始索引号。
作为本发明的进一步改进，所述步骤III中，判断类
Figure 630275DEST_PATH_IMAGE084
是否需要合并具体包括：
1）计算任意两个类
Figure 100002_DEST_PATH_IMAGE086
中心之间的距离，若小于一定门限值，则直接合并，并更新
Figure 100002_DEST_PATH_IMAGE088
值、聚类中心；
2）若
Figure 611001DEST_PATH_IMAGE088
大于估计的电台个数
Figure 357240DEST_PATH_IMAGE002
，则重新计算任意两个类
Figure 118523DEST_PATH_IMAGE076
中心之间的距离，并适当放宽1）中的门限值，若仍小于门限值，且类内的样本数目较少时则合并，并更新
Figure 555714DEST_PATH_IMAGE088
值、聚类中心；
3）若
Figure 718842DEST_PATH_IMAGE088
仍大于估计的电台个数
Figure 963878DEST_PATH_IMAGE002
，则再次重新计算任意两个类
Figure 274774DEST_PATH_IMAGE076
中心之间的距离，若仍小于2）中的门限值，则继续合并，并更新
Figure 138825DEST_PATH_IMAGE088
值、聚类中心。
作为本发明的进一步改进，所述步骤3具体如下：
统计每一个电台的频差
Figure 100002_DEST_PATH_IMAGE090
=
Figure 100002_DEST_PATH_IMAGE092
出现次数最多的值，记为
Figure 100002_DEST_PATH_IMAGE094
，其中，
Figure 100002_DEST_PATH_IMAGE096
，
Figure 562984DEST_PATH_IMAGE088
为已经分选的电台数目，若
Figure 100002_DEST_PATH_IMAGE098
（
Figure 100002_DEST_PATH_IMAGE100
）与
Figure 290506DEST_PATH_IMAGE094
的距离全部接近，则分选正确并结束，否则继续计算
Figure 100002_DEST_PATH_IMAGE102
和
Figure 100002_DEST_PATH_IMAGE104
，若两者与
Figure 636168DEST_PATH_IMAGE094
的距离均接近，则删除
Figure 100002_DEST_PATH_IMAGE106
，否则删除
Figure 100002_DEST_PATH_IMAGE108
。
作为本发明的进一步改进，统计每一个电台的频差
Figure 100647DEST_PATH_IMAGE090
具体包括以下步骤：
A、计算
Figure 769526DEST_PATH_IMAGE090
的距离矩阵
Figure 100002_DEST_PATH_IMAGE110
，其中
Figure 100002_DEST_PATH_IMAGE112
，
Figure 100002_DEST_PATH_IMAGE114
，
Figure 100002_DEST_PATH_IMAGE116
；
B、令频差统计次数
Figure 100002_DEST_PATH_IMAGE118
的初值为0，若
Figure 100002_DEST_PATH_IMAGE120
小于门限值且
Figure 100002_DEST_PATH_IMAGE122
，则
Figure 557964DEST_PATH_IMAGE118
自加；
C、计算
Figure 781135DEST_PATH_IMAGE118
的最大值，记为
Figure 100002_DEST_PATH_IMAGE124
，当
Figure 626469DEST_PATH_IMAGE124
大于门限值时，则统计值
Figure 353117DEST_PATH_IMAGE094
取对应的
Figure 100002_DEST_PATH_IMAGE126
，并将统计结果的可信度标志置为TRUE，否则置为FALSE，用于外部判断
Figure 845278DEST_PATH_IMAGE094
的可靠性。
作为本发明的进一步改进，步骤6中，基于跳频周期继续分选时，假设需要继续分选的所有瞬时信号的起始时间
Figure 100002_DEST_PATH_IMAGE128
，若利用截止时间完全相同，具体包括以下步骤：
i、将
Figure 431111DEST_PATH_IMAGE014
按照从小到大的顺序进行排序，结果记为
Figure 100002_DEST_PATH_IMAGE130
，并存储
Figure 100002_DEST_PATH_IMAGE132
对应的索引号；
ii、计算
Figure 100002_DEST_PATH_IMAGE134
的距离矩阵
Figure 100002_DEST_PATH_IMAGE136
：
Figure 100002_DEST_PATH_IMAGE138
其中
Figure 100002_DEST_PATH_IMAGE140
，
Figure 100002_DEST_PATH_IMAGE142
，
Figure 614224DEST_PATH_IMAGE074
，
Figure 100002_DEST_PATH_IMAGE144
，即距离矩阵
Figure 867482DEST_PATH_IMAGE136
为对称矩阵；
iii、处理距离矩阵
Figure 671490DEST_PATH_IMAGE136
的上对角线元素
Figure 100002_DEST_PATH_IMAGE146
（
Figure 100002_DEST_PATH_IMAGE148
），若小于门限值的个数等于电台个数
Figure 462729DEST_PATH_IMAGE002
，则直接将满足条件的索引号分别记入
Figure 100002_DEST_PATH_IMAGE150
，其中
Figure 100002_DEST_PATH_IMAGE152
，且避免将相同的索引号存入不同的
Figure 100002_DEST_PATH_IMAGE154
；
iv、当
Figure 100002_DEST_PATH_IMAGE156
大于门限值时，对于
Figure 994073DEST_PATH_IMAGE154
中的每一行，估计每个电台的跳频周期
Figure 100002_DEST_PATH_IMAGE158
（
Figure 100002_DEST_PATH_IMAGE160
），首先剔除掉每行中相同的索引号，结果记为
Figure 100002_DEST_PATH_IMAGE162
，共
Figure 100002_DEST_PATH_IMAGE164
个，并找到对应的
Figure 931199DEST_PATH_IMAGE134
，记为
Figure 100002_DEST_PATH_IMAGE166
，再计算一阶差分，结果记为
Figure 100002_DEST_PATH_IMAGE168
，
Figure 100002_DEST_PATH_IMAGE170
的最小值为
Figure 100002_DEST_PATH_IMAGE172
，周期数
Figure 100002_DEST_PATH_IMAGE174
，即利用
Figure 100002_DEST_PATH_IMAGE176
函数四舍五入取整，令跳频周期
Figure 876414DEST_PATH_IMAGE158
的初值为0，然后
Figure 561473DEST_PATH_IMAGE158
一直自加
Figure 100002_DEST_PATH_IMAGE178
，直至
Figure 100002_DEST_PATH_IMAGE180
，最后
Figure 100002_DEST_PATH_IMAGE182
，即取跳频周期的平均值；
v、通过
Figure 850503DEST_PATH_IMAGE158
估计跳速
Figure 100002_DEST_PATH_IMAGE184
，且判断合理性，即是否大于假设跳速的最大值，或小于假设跳速的最小值，若合理，则类
Figure 100002_DEST_PATH_IMAGE186
，否则直接结束；
vi、计算所有正确类
Figure 100002_DEST_PATH_IMAGE188
中瞬时信号的总数，若等于
Figure 999725DEST_PATH_IMAGE008
，也就是说所有的瞬时信号已经被正确分类，则网络分选成功，转至步骤viii；
vii、继续判断起始时刻排序后
Figure 100002_DEST_PATH_IMAGE190
中剩余的瞬时信号，首先将每一个剩余的索引号插入至
Figure 394803DEST_PATH_IMAGE162
，直至所有的瞬时信号全部完成分类；
viii、辅助频差优化网内电台分选；输出类别数、每个类内的样本数目、中心以及原始索引号。
作为本发明的进一步改进，在步骤7中，针对每一个分选电台，首先计算输入的当前帧IQ数据结束时刻与所有跳点结束时刻的差值，若大于一定门限值的个数较多、跳点总数较少且该电台中未包含最大功率跳点时，则判断该电台已经消失，直接删除，否则继续统计平均功率，再次确认是否删除。
本发明的有益效果是：
本发明中，对于单天线接收的异步网台混合信号，可以首先提取较容易获得的中心频率、起始时间、驻留时间、结束时间、瞬时带宽和功率等HDW，然后根据HDW进行网台分选，最后再针对每一个网台完成后续处理，该方法不需要阵列天线接收，不需要已知电台个数，对系统的要求较低，易于工程化实现。测试表明，该方法适用于不同跳速、跳速相同但占空比不同、跳速相同但瞬时带宽不同、跳频频率集无任何要求的多个跳频信号网台分选，适用于信号源、实际电台发射的跳频信号，也适用于存在明显干扰的空口场景。
附图说明
图1为本发明实施例中跳频描述字
Figure 301579DEST_PATH_IMAGE004
的示意图；
图2为本发明实施例的整体流程图；
图3为本发明实施例中基于驻留时间的分选算法流程图；
图4为本发明实施例中两个跳频网台实测数据的谱图；
图5为本发明实施例中两个跳频网台实测数据的分选结果示意图；
图6为本发明实施例中基于跳频周期的分选算法流程图；
图7为本发明实施例中的
Figure 315672DEST_PATH_IMAGE162
示意图。
具体实施方式
下面结合附图对本发明的实施例进行详细说明。
实施例
本实施例中将利用的能够用于网台分选的瞬时信号参数集合，称为
Figure 257083DEST_PATH_IMAGE004
，记为：
Figure 370532DEST_PATH_IMAGE006
其中
Figure 129717DEST_PATH_IMAGE008
为提取的瞬时信号个数，每个参数对应的含义如图1所示，这些都可以通过单天线接收的基带连续IQ数据计算的谱图直接提取。
当获得
Figure 557287DEST_PATH_IMAGE004
后，如图2所示，一种基于跳频描述字的异步跳频网台分选方法，图2给出了异步组网模式下跳频网台分选算法的整体流程，主要有以下8步：
步骤1、电台个数估计；
对于异步网台，虽然各网台的频率之间会出现随机碰撞现象，但应尽可能保证通信的正常进行，因此若多次同时出现了
Figure 477839DEST_PATH_IMAGE002
个瞬时信号，则可以初步判断为存在
Figure 27769DEST_PATH_IMAGE002
个电台。
首先假设所有瞬时信号的起始时间
Figure 909137DEST_PATH_IMAGE022
，结束时间
Figure 750185DEST_PATH_IMAGE024
，则计算任意两个信号之间的时域重叠长度，记为矩阵
Figure 400609DEST_PATH_IMAGE026
：
Figure 449337DEST_PATH_IMAGE028
Figure 818001DEST_PATH_IMAGE030
，即
Figure 649691DEST_PATH_IMAGE026
为对称矩阵，当
Figure 528523DEST_PATH_IMAGE032
时，
Figure 623518DEST_PATH_IMAGE034
，否则
Figure 338533DEST_PATH_IMAGE036
，其中
Figure 177176DEST_PATH_IMAGE038
表示起点是
Figure 411980DEST_PATH_IMAGE040
，以步进值1增加至
Figure 677876DEST_PATH_IMAGE042
的矢量，
Figure 880187DEST_PATH_IMAGE044
表示起点是
Figure 319259DEST_PATH_IMAGE046
，以步进值1增加至
Figure 798782DEST_PATH_IMAGE048
的矢量，
Figure 612410DEST_PATH_IMAGE050
表示求交集，
Figure 911804DEST_PATH_IMAGE052
表示求长度。
接着分别处理矩阵
Figure 951305DEST_PATH_IMAGE026
的每一行元素
Figure 550913DEST_PATH_IMAGE054
，若大于门限值（与驻留时间的长度相关，需实时计算），则认为两个信号同时出现，并记录除了自身外满足条件的总个数，分别记为
Figure 955350DEST_PATH_IMAGE056
，然后找
Figure 882986DEST_PATH_IMAGE058
的最大值
Figure 335964DEST_PATH_IMAGE060
，若
Figure 914713DEST_PATH_IMAGE060
大于门限值，则估计的电台个数
Figure 693313DEST_PATH_IMAGE062
，否则
Figure 606780DEST_PATH_IMAGE064
。
步骤2、基于驻留时间
Figure 925766DEST_PATH_IMAGE016
分选网络，流程如图3所示，具体如下：
I、通过简单区间聚类算法对驻留时间
Figure 234387DEST_PATH_IMAGE066
处理，该方法运算量小，不需要类别数目的先验信息；
①令电台类别数目的初始值
Figure 42943DEST_PATH_IMAGE068
，并计算集合
Figure 804226DEST_PATH_IMAGE016
中所有元素的最小值
Figure 5531DEST_PATH_IMAGE070
，以
Figure 168659DEST_PATH_IMAGE070
为中心，寻找集合
Figure 85800DEST_PATH_IMAGE016
中与
Figure 724592DEST_PATH_IMAGE070
距离较近的所有样本，即
Figure 588642DEST_PATH_IMAGE072
，
Figure 717529DEST_PATH_IMAGE074
，满足条件的样本将组成类
Figure 274412DEST_PATH_IMAGE076
，并从集合
Figure 134921DEST_PATH_IMAGE016
中删除这些样本，其中
Figure 537083DEST_PATH_IMAGE078
为相似性门限；
②若集合
Figure 471541DEST_PATH_IMAGE016
为空集则结束，否则，更新类别个数
Figure 74692DEST_PATH_IMAGE080
，继续转至步骤①。
可以看出，所有的驻留时间已经被正确分类，即使某一类别中只有非常少的瞬时信号或检测不到跳频信号也无任何影响，后续将直接用于下一帧继续处理。
另外测试发现，
Figure 766704DEST_PATH_IMAGE078
会直接影响驻留时间分选算法的性能指标，
Figure 362771DEST_PATH_IMAGE078
较大，则估计的类别个数较少，
Figure 354998DEST_PATH_IMAGE078
较小，则估计的类别个数较多。实现时，
Figure 784842DEST_PATH_IMAGE078
取决于当前的聚类中心，并采用了M/N准则，例如1/3，而且若当前计算的
Figure 869210DEST_PATH_IMAGE078
大于一定值时，则设置为固定值。但聚类中心也较难选择，尝试过最小值、中值、第1个样本，最终确定为效果较好的最小值。
II、对I的聚类结果优化；
首先计算
Figure 878755DEST_PATH_IMAGE082
Figure 584542DEST_PATH_IMAGE074
与每一个类
Figure 654130DEST_PATH_IMAGE076
中心的距离，若
Figure 461680DEST_PATH_IMAGE082
与当前所属类别的距离最近，则仍属于该类，否则追加至距离最近的类
Figure 71653DEST_PATH_IMAGE084
，原因在于I的聚类中心可能仍存在一定的偏差。
III、判断类
Figure 38472DEST_PATH_IMAGE084
是否需要合并，分为3小步，坚持的原则是先宽松再严格；
1）计算任意两个类
Figure 872435DEST_PATH_IMAGE086
中心之间的距离，若小于一定门限值，则直接合并，并更新
Figure 557495DEST_PATH_IMAGE088
值、聚类中心；
2）若
Figure 705579DEST_PATH_IMAGE088
大于估计的电台个数
Figure 903736DEST_PATH_IMAGE002
，则重新计算任意两个类
Figure 49546DEST_PATH_IMAGE076
中心之间的距离，并适当放宽1）中的门限值，若仍小于门限值，且类内的样本数目较少时则合并，并更新
Figure 815377DEST_PATH_IMAGE088
值、聚类中心；
3）若
Figure 970415DEST_PATH_IMAGE088
仍大于估计的电台个数
Figure 521613DEST_PATH_IMAGE002
，则再次重新计算任意两个类
Figure 900642DEST_PATH_IMAGE076
中心之间的距离，若仍小于2）中的门限值，则继续合并，并更新
Figure 294714DEST_PATH_IMAGE088
值、聚类中心。
大量数据测试发现，缺少任何一个环节都可能造成某些场景下的结果异常，尤其是待分选的特征间隔较近时，目前采取的方法能够尽可能地降低错误概率。
IV、再次对III的结果优化，方法与II类似，并更新聚类中心；
V、输出类别数、每个类内的样本数目、中心以及原始索引号。
步骤3、当任意两个网络的平均驻留时间差小于门限值时，则辅助频差优化这两个网内电台分选，否则直接转至步骤4；
当基于驻留时间分选完成后，仍会出现如图4和图5所示的情况，即错误将瞬时信号2和1合并为一个电台，3和6合并为一个电台，因为2和3的驻留时间接近，此时需要借助其它信息才能更好地完成分选。
频差
Figure 100002_DEST_PATH_IMAGE192
=
Figure 100002_DEST_PATH_IMAGE194
指每个电台相邻跳点的中心频率间隔，其中
Figure DEST_PATH_IMAGE196
表示每个跳点的中心频率，但实际的跳频电台可能是不等间隔的，即
Figure 627344DEST_PATH_IMAGE192
不固定，而且实际电磁环境较复杂、异步网台存在频率碰撞等，因此实现时将频差仅作为辅助参考，即具有一定的可靠度，但不完全依赖。
对于频差辅助，首先统计每一个电台频差
Figure 219999DEST_PATH_IMAGE090
=
Figure 97826DEST_PATH_IMAGE092
（
Figure 448036DEST_PATH_IMAGE096
，
Figure 820242DEST_PATH_IMAGE088
为已经分选的电台数目）出现次数最多的值，记为
Figure 470666DEST_PATH_IMAGE094
，若
Figure 191498DEST_PATH_IMAGE098
（
Figure 684796DEST_PATH_IMAGE100
）与
Figure 454169DEST_PATH_IMAGE094
的距离全部接近，则分选正确并结束，否则继续计算
Figure 160149DEST_PATH_IMAGE102
和
Figure 255144DEST_PATH_IMAGE104
，若两者与
Figure 642263DEST_PATH_IMAGE094
的距离均接近，则删除
Figure 605540DEST_PATH_IMAGE106
，否则删除
Figure 230556DEST_PATH_IMAGE108
。
其中统计
Figure 106240DEST_PATH_IMAGE090
的算法思路为：
A、计算
Figure 183917DEST_PATH_IMAGE090
的距离矩阵
Figure 685306DEST_PATH_IMAGE110
，其中
Figure 164828DEST_PATH_IMAGE112
，
Figure 398364DEST_PATH_IMAGE114
，
Figure 71659DEST_PATH_IMAGE116
；
B、令频差统计次数
Figure 252105DEST_PATH_IMAGE118
的初值为0，若
Figure 648451DEST_PATH_IMAGE120
小于门限值且
Figure 380784DEST_PATH_IMAGE122
，则
Figure 167474DEST_PATH_IMAGE118
自加；
C、计算
Figure 26977DEST_PATH_IMAGE118
的最大值，记为
Figure 215513DEST_PATH_IMAGE124
，当
Figure 118747DEST_PATH_IMAGE124
大于门限值时，则统计值
Figure 392733DEST_PATH_IMAGE094
取对应的
Figure 711719DEST_PATH_IMAGE126
，并将统计结果的可信度标志置为TRUE，否则置为FALSE，用于外部判断
Figure 397172DEST_PATH_IMAGE094
的可靠性。
对于图4和图5，当辅助频差信息后，能够正确地将瞬时信号3和1合并为一个电台，2和6合并为一个电台。
步骤4、再次统计平均驻留时间，判断每个网络是否需要与其它网络合并；
当任意两个网络的平均驻留时间差小于门限值，且每个网内的瞬时信号个数小于一定门限值时，合并这两者，目的在于尽可能地消除步骤2中参数不合理的影响。
步骤5、针对每一个网络，基于瞬时带宽B继续分选，当瞬时信号数大于门限值的网络个数大于1时，转至步骤7，否则转至步骤6；
当驻留时间分选完成后，多个跳频网台可能会出现两种情况：
一种是已经全部正确分选；
另一种是与理论的跳频频率集相比较，若某一网台包含非常多的瞬时跳点时，则必然存在与该电台驻留时间接近的电台，即该电台未成功分选。
无论哪种情况，在处理过程中都无法得知，因此针对每一个网络，基于瞬时带宽继续分选，即使仅包含1个跳频信号，也不会产生较大影响，这能够适用于当任意多个电台的驻留时间接近，但瞬时带宽不同的场景，例如：分选每跳为单音和符号率较大的数字调制信号电台，分选不同调制参数的数字调制信号电台。
分选的方法与图3类似，唯一的不同点在于分选完成后，增加了若任意两个网络的平均瞬时带宽差小于门限值，且每个网内的瞬时信号个数小于一定值时，则直接合并。
步骤6、判断步骤4中输出的瞬时信号数大于门限值的网络个数，若小于估计的电台个数，且这些网络的平均驻留时间差求和后大于一定值时，针对每一个网络，基于跳频周期
Figure DEST_PATH_IMAGE198
继续分选，否则转至步骤7；
当基于瞬时带宽分选完成后，若满足条件（瞬时信号数大于门限值）的网络个数大于1，则表示分选成功，不再基于跳频周期分选。否则，继续判断驻留时间分选结果中瞬时信号数大于门限值的网络个数，若小于估计的电台个数，且这些网络的平均驻留时间差累加后大于一定值时，表示驻留时间可能未分选成功，算法继续通过跳频周期分选，这能够适用于当任意两个电台的驻留时间接近、瞬时带宽接近但跳频周期不同的场景，例如电台1的跳速为1000跳/s、占空比为1.0，电台2的跳速为100跳/s、占空比为0.1，每跳的调制方式均为单音，若需要成功分选，则仅能够通过跳频周期尝试。
然而，跳频周期
Figure 674569DEST_PATH_IMAGE198
无法通过
Figure 701431DEST_PATH_IMAGE004
直接得知，因为
Figure 558529DEST_PATH_IMAGE198
等于每两个相邻跳点起始时间或结束时间的差值，但必须首先判断出哪些瞬时信号属于同一个跳频电台，这与网台信号分选显然是矛盾的，因此这种情况较复杂。
首先假设需要继续分选的所有瞬时信号的起始时间
Figure 862602DEST_PATH_IMAGE128
，算法流程如图6所示，若利用截止时间，完全相同，具体流程为：
i、将
Figure 717426DEST_PATH_IMAGE014
按照从小到大的顺序进行排序，结果记为
Figure 90638DEST_PATH_IMAGE130
，并存储
Figure 954689DEST_PATH_IMAGE132
对应的索引号；
ii、计算
Figure 611804DEST_PATH_IMAGE134
的距离矩阵
Figure 699846DEST_PATH_IMAGE136
：
Figure 435721DEST_PATH_IMAGE138
其中
Figure 962517DEST_PATH_IMAGE140
，
Figure 100238DEST_PATH_IMAGE142
，
Figure 437809DEST_PATH_IMAGE074
，
Figure 660980DEST_PATH_IMAGE144
，即距离矩阵
Figure 929150DEST_PATH_IMAGE136
为对称矩阵；
iii、处理距离矩阵
Figure 46011DEST_PATH_IMAGE136
的上对角线元素
Figure 413538DEST_PATH_IMAGE146
（
Figure 500836DEST_PATH_IMAGE148
），若小于门限值的个数等于电台个数
Figure 510381DEST_PATH_IMAGE002
，则直接将满足条件的索引号分别记入
Figure 153852DEST_PATH_IMAGE150
，其中
Figure 348073DEST_PATH_IMAGE152
，且避免将相同的索引号存入不同的
Figure 14677DEST_PATH_IMAGE154
，例如
Figure DEST_PATH_IMAGE200
=5,
Figure DEST_PATH_IMAGE202
=6，当
Figure DEST_PATH_IMAGE204
满足条件时，则
Figure DEST_PATH_IMAGE206
=7，
Figure DEST_PATH_IMAGE208
，若
Figure 77180DEST_PATH_IMAGE146
小于门限值的个数大于
Figure 778420DEST_PATH_IMAGE002
，则将最小的满足条件的
Figure 815646DEST_PATH_IMAGE002
个索引号分别记入
Figure 359760DEST_PATH_IMAGE154
；
iv、当
Figure 711107DEST_PATH_IMAGE156
大于门限值时，对于
Figure 407798DEST_PATH_IMAGE154
中的每一行，估计每个电台的跳频周期
Figure 553609DEST_PATH_IMAGE158
（
Figure 585019DEST_PATH_IMAGE160
），首先剔除掉每行中相同的索引号，结果记为
Figure 536794DEST_PATH_IMAGE162
，共
Figure 212626DEST_PATH_IMAGE164
个，并找到对应的
Figure 171749DEST_PATH_IMAGE134
，记为
Figure 300242DEST_PATH_IMAGE166
，再计算一阶差分，结果记为
Figure 118025DEST_PATH_IMAGE168
，
Figure 710680DEST_PATH_IMAGE170
的最小值为
Figure 198293DEST_PATH_IMAGE172
，周期数
Figure 955028DEST_PATH_IMAGE174
，即利用
Figure 186289DEST_PATH_IMAGE176
函数四舍五入取整，令跳频周期
Figure 961347DEST_PATH_IMAGE158
的初值为0，然后
Figure 885441DEST_PATH_IMAGE158
一直自加
Figure 785264DEST_PATH_IMAGE178
，直至
Figure 194117DEST_PATH_IMAGE180
，最后
Figure 699048DEST_PATH_IMAGE182
，即取跳频周期的平均值；
v、通过
Figure 918676DEST_PATH_IMAGE158
估计跳速
Figure 509058DEST_PATH_IMAGE184
，且判断合理性，即是否大于假设跳速的最大值，或小于假设跳速的最小值，若合理，则类
Figure 144439DEST_PATH_IMAGE186
，否则直接结束；
vi、计算所有正确类
Figure 644821DEST_PATH_IMAGE188
中瞬时信号的总数，若等于
Figure 910717DEST_PATH_IMAGE008
，也就是说所有的瞬时信号已经被正确分类，则网络分选成功，转至步骤viii；
vii、继续判断起始时刻排序后
Figure 847449DEST_PATH_IMAGE190
中剩余的瞬时信号，首先将每一个剩余的索引号插入至
Figure 224204DEST_PATH_IMAGE162
，例如索引号等于1，
Figure 500465DEST_PATH_IMAGE162
如图7所示，则将1插入第1个位置，取
Figure DEST_PATH_IMAGE210
，
Figure DEST_PATH_IMAGE212
的最小值，记为
Figure 99112DEST_PATH_IMAGE172
，并与每一个
Figure 664086DEST_PATH_IMAGE158
比较，追加并更新
Figure DEST_PATH_IMAGE214
中的类别参数以及
Figure 985477DEST_PATH_IMAGE162
，直至所有的瞬时信号全部完成分类；
viii、辅助频差优化网内电台分选；输出类别数、每个类内的样本数目、中心（
Figure 319506DEST_PATH_IMAGE158
）以及原始索引号。
步骤7、判断当前分选的每一个电台是否继续存在，若存在，则统计平均功率，以及所有平均功率的最大值，若某个电台的平均功率小于最大值一定门限时，则删除；
针对每一个分选电台，首先计算输入的当前帧IQ数据结束时刻与所有跳点结束时刻的差值，若大于一定门限值的个数较多、跳点总数较少且该电台中未包含最大功率跳点时，则判断该电台已经消失，直接删除，否则继续统计平均功率，再次确认是否删除。该步能够减少错误电台的出现，以及对算法下一步处理的影响。
步骤8、电台排序：
排序的依据是分选的特征与参数的统计结果进行比较，从而能够尽可能的将电台输出的顺序固定，否则当继续后续处理时，算法内部会出现错乱，导致各种结果异常，但仍无法完全避免，尤其是当电台个数较多，且统计的输出电台总数与当前输出的实际电台个数有偏差、或者电台之间分选的特征相差较小时，因此在观察算法输出时，重点需要关注的是整体稳定的结果，而不是某些异常包。
以上所述实施例仅表达了本发明的具体实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。

Claims (9)

1.一种基于跳频描述字的异步跳频网台分选方法，其特征在于，包括以下步骤：
步骤1、电台个数估计：基于所述跳频描述字对电台个数进行估计，若多次同时出现了
Figure DEST_PATH_IMAGE002
个瞬时信号，则初步判断存在
Figure 759793DEST_PATH_IMAGE002
个电台；
步骤2、基于驻留时间分选网络；
步骤3、当任意两个网络的平均驻留时间差小于门限值时，则辅助频差优化这两个网内电台分选，否则直接转至步骤4；
步骤4、再次统计平均驻留时间，判断每个网络是否需要与其它网络合并；当任意两个网络的平均驻留时间差小于门限值，且每个网内的瞬时信号个数小于门限值时，合并这两个网络；
步骤5、针对每一个网络，基于瞬时带宽继续分选，当瞬时信号数大于门限值的网络个数大于1时，转至步骤7，否则转至步骤6；
步骤6、判断步骤4中输出的瞬时信号数大于门限值的网络个数，若小于估计的电台个数，且这些网络的平均驻留时间差求和后大于设定的阈值时，针对每一个网络，基于跳频周期继续分选，否则转至步骤7；
步骤7、判断当前分选的每一个电台是否继续存在，若存在，则统计平均功率，以及所有平均功率的最大值，若某个电台的平均功率小于最大值与设定门限的差值时，则删除；
步骤8、对分选出的电台进行排序。
2.根据权利要求1所述的基于跳频描述字的异步跳频网台分选方法，其特征在于，在步骤1中，所述跳频描述字通过单天线接收的基带连续IQ数据计算的谱图直接进行提取，所述跳频描述字为用于网台分选的瞬时信号参数集合，记为
Figure DEST_PATH_IMAGE004
：
Figure DEST_PATH_IMAGE006
其中，
Figure DEST_PATH_IMAGE008
为提取的瞬时信号个数，
Figure DEST_PATH_IMAGE010
为中心频率，
Figure DEST_PATH_IMAGE012
为功率，
Figure DEST_PATH_IMAGE014
为起始时间，
Figure DEST_PATH_IMAGE016
为驻留时间，
Figure DEST_PATH_IMAGE018
为结束时间，
Figure DEST_PATH_IMAGE020
为瞬时带宽。
3.根据权利要求2所述的基于跳频描述字的异步跳频网台分选方法，其特征在于，所述步骤1具体如下：
首先假设所有瞬时信号的起始时间
Figure DEST_PATH_IMAGE022
，结束时间
Figure DEST_PATH_IMAGE024
，则计算任意两个信号之间的时域重叠长度，记为矩阵
Figure DEST_PATH_IMAGE026
：
Figure DEST_PATH_IMAGE028
Figure DEST_PATH_IMAGE030
，即
Figure 473671DEST_PATH_IMAGE026
为对称矩阵，当
Figure DEST_PATH_IMAGE032
时，
Figure DEST_PATH_IMAGE034
，否则
Figure DEST_PATH_IMAGE036
，其中
Figure DEST_PATH_IMAGE038
表示起点是
Figure DEST_PATH_IMAGE040
，以步进值1增加至
Figure DEST_PATH_IMAGE042
的矢量，
Figure DEST_PATH_IMAGE044
表示起点是
Figure DEST_PATH_IMAGE046
，以步进值1增加至
Figure DEST_PATH_IMAGE048
的矢量，
Figure DEST_PATH_IMAGE050
表示求交集，
Figure DEST_PATH_IMAGE052
表示求长度；
接着分别处理矩阵
Figure 630239DEST_PATH_IMAGE026
的每一行元素
Figure DEST_PATH_IMAGE054
，若大于门限值，则认为两个信号同时出现，并记录除了自身外满足条件的总个数，分别记为
Figure DEST_PATH_IMAGE056
，然后找
Figure DEST_PATH_IMAGE058
的最大值
Figure DEST_PATH_IMAGE060
，若
Figure 245022DEST_PATH_IMAGE060
大于门限值，则估计的电台个数
Figure DEST_PATH_IMAGE062
，否则
Figure DEST_PATH_IMAGE064
。
4.根据权利要求1或2或3所述的基于跳频描述字的异步跳频网台分选方法，其特征在于，所述步骤2具体包括以下步骤：
I、通过区间聚类算法对驻留时间
Figure DEST_PATH_IMAGE066
进行处理：
①令电台类别数目的初始值
Figure DEST_PATH_IMAGE068
，并计算集合
Figure 66917DEST_PATH_IMAGE016
中所有元素的最小值
Figure DEST_PATH_IMAGE070
，以
Figure 499166DEST_PATH_IMAGE070
为中心，寻找集合
Figure 828517DEST_PATH_IMAGE016
中与
Figure 637204DEST_PATH_IMAGE070
距离较近的所有样本，即
Figure DEST_PATH_IMAGE072
，
Figure DEST_PATH_IMAGE074
，满足条件的样本将组成类
Figure DEST_PATH_IMAGE076
，并从集合
Figure 712607DEST_PATH_IMAGE016
中删除这些样本，其中
Figure DEST_PATH_IMAGE078
为相似性门限；
②若集合
Figure 312828DEST_PATH_IMAGE016
为空集则结束，否则，更新类别个数
Figure DEST_PATH_IMAGE080
，继续转至步骤①；
II、对步骤I的聚类结果进行优化：
计算
Figure DEST_PATH_IMAGE082
Figure 208103DEST_PATH_IMAGE074
与每一个类
Figure 758164DEST_PATH_IMAGE076
中心的距离，若
Figure 343866DEST_PATH_IMAGE082
与当前所属类别的距离最近，则仍属于该类，否则追加至距离最近的类
Figure DEST_PATH_IMAGE084
;
III、判断类
Figure 180235DEST_PATH_IMAGE084
是否需要合并；
IV、再次对步骤III的结果进行优化，并更新聚类中心；
V、输出类别数、每个类内的样本数目、中心以及原始索引号。
5.根据权利要求4所述的基于跳频描述字的异步跳频网台分选方法，其特征在于，所述步骤III中，判断类
Figure 972261DEST_PATH_IMAGE084
是否需要合并具体包括：
1）计算任意两个类
Figure DEST_PATH_IMAGE086
中心之间的距离，若小于门限值，则直接合并，并更新
Figure DEST_PATH_IMAGE088
值、聚类中心；
2）若
Figure 591592DEST_PATH_IMAGE088
大于估计的电台个数
Figure 297380DEST_PATH_IMAGE002
，则重新计算任意两个类
Figure 445595DEST_PATH_IMAGE076
中心之间的距离，并适当放宽1）中的门限值，若仍小于门限值，且类内的样本数目小于设置的第一阈值时则合并，并更新
Figure 33572DEST_PATH_IMAGE088
值、聚类中心；
3）若
Figure 659856DEST_PATH_IMAGE088
仍大于估计的电台个数
Figure 220150DEST_PATH_IMAGE002
，则再次重新计算任意两个类
Figure 726218DEST_PATH_IMAGE076
中心之间的距离，若仍小于2）中的门限值，则继续合并，并更新
Figure 486976DEST_PATH_IMAGE088
值、聚类中心。
6.根据权利要求4所述的基于跳频描述字的异步跳频网台分选方法，其特征在于，所述步骤3具体如下：
统计每一个电台的频差
Figure DEST_PATH_IMAGE090
=
Figure DEST_PATH_IMAGE092
出现次数最多的值，记为
Figure DEST_PATH_IMAGE094
，其中，
Figure DEST_PATH_IMAGE096
，
Figure 448110DEST_PATH_IMAGE088
为已经分选的电台数目，若
Figure DEST_PATH_IMAGE098
（
Figure DEST_PATH_IMAGE100
）与
Figure 144802DEST_PATH_IMAGE094
的距离均小于门限值，则分选正确并结束，否则继续计算
Figure DEST_PATH_IMAGE102
和
Figure DEST_PATH_IMAGE104
，若两者与
Figure 321572DEST_PATH_IMAGE094
的距离均小于门限值，则删除
Figure DEST_PATH_IMAGE106
，否则删除
Figure DEST_PATH_IMAGE108
。
7.根据权利要求6所述的基于跳频描述字的异步跳频网台分选方法，其特征在于，统计每一个电台的频差
Figure 369294DEST_PATH_IMAGE090
具体包括以下步骤：
A、计算
Figure 852228DEST_PATH_IMAGE090
的距离矩阵
Figure DEST_PATH_IMAGE110
，其中
Figure DEST_PATH_IMAGE112
，
Figure DEST_PATH_IMAGE114
，
Figure DEST_PATH_IMAGE116
；
B、令频差统计次数
Figure DEST_PATH_IMAGE118
的初值为0，若
Figure DEST_PATH_IMAGE120
小于门限值且
Figure DEST_PATH_IMAGE122
，则
Figure 495437DEST_PATH_IMAGE118
自加；
C、计算
Figure 671203DEST_PATH_IMAGE118
的最大值，记为
Figure DEST_PATH_IMAGE124
，当
Figure 2958DEST_PATH_IMAGE124
大于门限值时，则统计值
Figure 961687DEST_PATH_IMAGE094
取对应的
Figure DEST_PATH_IMAGE126
，并将统计结果的可信度标志置为TRUE，否则置为FALSE，用于外部判断
Figure 901480DEST_PATH_IMAGE094
的可靠性。
8.根据权利要求7所述的基于跳频描述字的异步跳频网台分选方法，其特征在于，步骤6中，基于跳频周期继续分选时，假设需要继续分选的所有瞬时信号的起始时间
Figure DEST_PATH_IMAGE128
，若利用截止时间完全相同，具体包括以下步骤：
i、将
Figure 795618DEST_PATH_IMAGE014
按照从小到大的顺序进行排序，结果记为
Figure DEST_PATH_IMAGE130
，并存储
Figure DEST_PATH_IMAGE132
对应的索引号；
ii、计算
Figure DEST_PATH_IMAGE134
的距离矩阵
Figure DEST_PATH_IMAGE136
：
Figure DEST_PATH_IMAGE138
其中
Figure DEST_PATH_IMAGE140
，
Figure DEST_PATH_IMAGE142
，
Figure 441100DEST_PATH_IMAGE074
，
Figure DEST_PATH_IMAGE144
，即距离矩阵
Figure 344465DEST_PATH_IMAGE136
为对称矩阵；
iii、处理距离矩阵
Figure 322786DEST_PATH_IMAGE136
的上对角线元素
Figure DEST_PATH_IMAGE146
（
Figure DEST_PATH_IMAGE148
，
Figure DEST_PATH_IMAGE150
则分别取对应的
Figure DEST_PATH_IMAGE152
），若小于门限值的个数等于电台个数
Figure 723244DEST_PATH_IMAGE002
，则直接将满足条件的索引号分别记入
Figure DEST_PATH_IMAGE154
，其中
Figure DEST_PATH_IMAGE156
，且避免将相同的索引号存入不同的
Figure DEST_PATH_IMAGE158
；
iv、当
Figure DEST_PATH_IMAGE160
大于门限值时，对于
Figure 639378DEST_PATH_IMAGE158
中的每一行，估计每个电台的跳频周期
Figure DEST_PATH_IMAGE162
（
Figure DEST_PATH_IMAGE164
），首先剔除掉每行中相同的索引号，结果记为
Figure DEST_PATH_IMAGE166
，共
Figure DEST_PATH_IMAGE168
个，并找到对应的
Figure 297499DEST_PATH_IMAGE134
，记为
Figure DEST_PATH_IMAGE170
，再计算一阶差分，结果记为
Figure DEST_PATH_IMAGE172
，
Figure DEST_PATH_IMAGE174
的最小值为
Figure DEST_PATH_IMAGE176
，周期数
Figure DEST_PATH_IMAGE178
，即利用
Figure DEST_PATH_IMAGE180
函数四舍五入取整，令跳频周期
Figure 228196DEST_PATH_IMAGE162
的初值为0，然后
Figure 385508DEST_PATH_IMAGE162
一直自加
Figure DEST_PATH_IMAGE182
，直至
Figure DEST_PATH_IMAGE184
，最后
Figure DEST_PATH_IMAGE186
，即取跳频周期的平均值；
v、通过
Figure 929884DEST_PATH_IMAGE162
估计跳速
Figure DEST_PATH_IMAGE188
，且判断合理性，即是否大于假设跳速的最大值，或小于假设跳速的最小值，若合理，则类
Figure DEST_PATH_IMAGE190
，否则直接结束；
vi、计算所有正确类
Figure DEST_PATH_IMAGE192
中瞬时信号的总数，若等于
Figure 47488DEST_PATH_IMAGE008
，也就是说所有的瞬时信号已经被正确分类，则网络分选成功，转至步骤viii；
vii、继续判断起始时刻排序后
Figure DEST_PATH_IMAGE194
中剩余的瞬时信号，首先将每一个剩余的索引号插入至
Figure 610187DEST_PATH_IMAGE166
，直至所有的瞬时信号全部完成分类；
viii、辅助频差优化网内电台分选；输出类别数、每个类内的样本数目、中心以及原始索引号。
9.根据权利要求8所述的基于跳频描述字的异步跳频网台分选方法，其特征在于，在步骤7中，针对每一个分选电台，首先计算输入的当前帧IQ数据结束时刻与所有跳点结束时刻的差值，若大于门限值的个数大于设置的第二阈值、跳点总数小于设置的第三阈值且该电台中未包含最大功率跳点时，则判断该电台已经消失，直接删除，否则继续统计平均功率，再次确认是否删除。
CN202210847335.1A 2022-07-19 2022-07-19 基于跳频描述字的异步跳频网台分选方法 Active CN115085761B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210847335.1A CN115085761B (zh) 2022-07-19 2022-07-19 基于跳频描述字的异步跳频网台分选方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210847335.1A CN115085761B (zh) 2022-07-19 2022-07-19 基于跳频描述字的异步跳频网台分选方法

Publications (2)

Publication Number Publication Date
CN115085761A CN115085761A (zh) 2022-09-20
CN115085761B true CN115085761B (zh) 2022-11-04

Family

ID=83259942

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210847335.1A Active CN115085761B (zh) 2022-07-19 2022-07-19 基于跳频描述字的异步跳频网台分选方法

Country Status (1)

Country Link
CN (1) CN115085761B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007106694A2 (en) * 2006-03-07 2007-09-20 Comhouse Wireless, Lp Methods of suppressing gsm wireless device threats in dynamic or wide area static environments using minimal power consumption and collateral interference
CN102638436A (zh) * 2012-04-28 2012-08-15 南京大学 一种实现高保密快速跳频传输的方法和系统
CN103117772A (zh) * 2013-02-05 2013-05-22 思创网联（北京）科技发展有限公司 无线传感器网络中的同步跳频方法及系统
CN103746722A (zh) * 2014-01-02 2014-04-23 东南大学 一种跳频信号跳周期和起跳时间估计方法
CN109462422A (zh) * 2018-11-15 2019-03-12 同方电子科技有限公司 一种实现超短波跳频信号跟踪干扰的系统和方法
CN109803294A (zh) * 2019-01-16 2019-05-24 南京航空航天大学 一种面向高时敏业务的统计优先级多址接入方法
CN111431691A (zh) * 2020-03-09 2020-07-17 南京航空航天大学 一种基于四维超混沌系统的射频隐身跳频通信方法
CN113452408A (zh) * 2021-04-30 2021-09-28 郑州大学 一种网台跳频信号分选方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108462509B (zh) * 2018-03-26 2019-10-11 西安电子科技大学 基于时频图信息的异步跳频网台分选方法
CN110336585A (zh) * 2019-04-17 2019-10-15 四川大学 一种基于mwc的跳频信号参数估计方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007106694A2 (en) * 2006-03-07 2007-09-20 Comhouse Wireless, Lp Methods of suppressing gsm wireless device threats in dynamic or wide area static environments using minimal power consumption and collateral interference
CN102638436A (zh) * 2012-04-28 2012-08-15 南京大学 一种实现高保密快速跳频传输的方法和系统
CN103117772A (zh) * 2013-02-05 2013-05-22 思创网联（北京）科技发展有限公司 无线传感器网络中的同步跳频方法及系统
CN103746722A (zh) * 2014-01-02 2014-04-23 东南大学 一种跳频信号跳周期和起跳时间估计方法
CN109462422A (zh) * 2018-11-15 2019-03-12 同方电子科技有限公司 一种实现超短波跳频信号跟踪干扰的系统和方法
CN109803294A (zh) * 2019-01-16 2019-05-24 南京航空航天大学 一种面向高时敏业务的统计优先级多址接入方法
CN111431691A (zh) * 2020-03-09 2020-07-17 南京航空航天大学 一种基于四维超混沌系统的射频隐身跳频通信方法
CN113452408A (zh) * 2021-04-30 2021-09-28 郑州大学 一种网台跳频信号分选方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Peak-to-average power-ratio reduction via channel hopping for downlink CDMA systems;Y.J. Kou等;《 Proceedings of the 2003 International Symposium on Circuits and Systems, 2003. ISCAS "03》;20030625;全文 *
张贝贝.多网台跳频信号分选技术研究与仿真实现.《 中国优秀硕士论文电子期刊网》.2022, *
统计学习理论算法在跳频信号分选中的应用;王锐等;《空军工程大学学报(自然科学版)》;20100425(第02期);全文 *
跳频网台分选方法概述;李青华等;《中国无线电》;20220531;全文 *

Also Published As

Publication number Publication date
CN115085761A (zh) 2022-09-20

Similar Documents

Publication Publication Date Title
CN111935721B (zh) 一种实现异构网络共存的方法和系统
CN110458205A (zh) 一种改进的基于wlan室内定位的pca聚类方法
CN111224984B (zh) 一种基于数据挖掘算法的Snort改进方法
CN110649982B (zh) 基于次用户节点选择的双阈值能量检测方法
CN115085761B (zh) 基于跳频描述字的异步跳频网台分选方法
CN110659559B (zh) 一种监控场景多目标跟踪方法及系统
CN111030959A (zh) 一种nbiot的频域时频同步方法
CN109067678B (zh) 基于高阶累积量wfrft信号级联调制识别方法、无线通信系统
CN112105089A (zh) 基于响应时间概率分布的通信信号关联方法
CN116388798A (zh) 一种Link16跳频信号去噪侦察识别算法
CN111767695B (zh) 一种协议反向工程中字段边界推理优化方法
CN114866385A (zh) 一种5g通信终端智能探测与干扰攻击方法
Budianu et al. Good-Turing estimation of the number of operating sensors: a large deviations analysis
CN114895095A (zh) 一种用于台区拓扑识别的特征电流判别方法
CN110336817B (zh) 一种基于TextRank的未知协议帧定位方法
CN109104741B (zh) 一种样本分组方法及使用其估计主用户占空比的方法
CN110289924B (zh) 一种变分推断估计噪声功率的方法
JPH0843520A (ja) パルス信号分類装置
CN111130694A (zh) 一种低时延聚类的pdcch盲检方法及其系统
CN111866860B (zh) 一种基于序贯的无线设备射频指纹识别方法
CN117491953B (zh) 一种基于链表的雷达信号分选方法
CN110289925B (zh) 一种判决后变分推断估计主用户占空比的方法
CN114900406B (zh) 一种基于孪生网络的盲调制信号识别方法
CN117240676A (zh) 一种用于多音并行调制体制波形的帧同步捕获方法和系统
CN116963158A (zh) 一种基于协议特征决策树搜索的无线电传输系统识别方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant