CN115835192A - 一种伴随搭载式隐蔽通信方法、系统、介质、设备及终端 - Google Patents

一种伴随搭载式隐蔽通信方法、系统、介质、设备及终端 Download PDF

Info

Publication number
CN115835192A
CN115835192A CN202310017254.3A CN202310017254A CN115835192A CN 115835192 A CN115835192 A CN 115835192A CN 202310017254 A CN202310017254 A CN 202310017254A CN 115835192 A CN115835192 A CN 115835192A
Authority
CN
China
Prior art keywords
signal
pulse
host
phase difference
angle
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.)
Granted
Application number
CN202310017254.3A
Other languages
English (en)
Other versions
CN115835192B (zh
Inventor
朱守中
高超
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.)
Hunan Hongchuan Technology Co ltd
Original Assignee
Hunan Hongchuan 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 Hunan Hongchuan Technology Co ltd filed Critical Hunan Hongchuan Technology Co ltd
Priority to CN202310017254.3A priority Critical patent/CN115835192B/zh
Publication of CN115835192A publication Critical patent/CN115835192A/zh
Application granted granted Critical
Publication of CN115835192B publication Critical patent/CN115835192B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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

  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明属于无线通信技术领域，公开了一种伴随搭载式隐蔽通信方法、系统、介质、设备及终端，宽带接收机接收扫描周围环境信号，并根据信号稳定性和阈值选择目标信号源作为寄主信号；对寄主信号进行高精度参数测量；将接收机转移到不同位置进行高精度参数测量，再采用异步交叉定位算法确定寄主位置；将己方待传输数据进行编码生成相同调制方式、编码模式的信号，得到宿客信号；寻找合适位置，将宿客信号伴随搭载在寄主信号上发射；接收端接收到混叠信号后进行单通道或多通道盲源分离，解调宿客信号，完成信号隐蔽传输。本发明提供的伴随搭载式隐蔽通信技术巧妙的利用了第三方通用信号源作为寄主信号，大大降低了宿客信号公开传输被截获的概率。

Description

一种伴随搭载式隐蔽通信方法、系统、介质、设备及终端
技术领域
本发明属于无线通信技术领域，尤其涉及一种伴随搭载式隐蔽通信方法、系统、介质、设备及终端。
背景技术
目前，随着无线通信传输速率的飞速提升，信息安全问题逐渐受到人们的重视。但传统的信息加密技术和物理层安全技术都无法完全解决隐私问题，因为窃听者可以通过分析窃听的流量数据获取关键的加密信息。
在实际应用中，宽带接收机接收扫描周围环境信号、并根据信号稳定性和阈值选择一种目标信号源作为寄主信号，并对该寄主信号进行测向，为实现360度全方位测向，一种常见的方法是采用多元圆阵测向。常用的测向方法主要分为比幅测向和干涉仪测向法。比幅测向是振幅法测向体制中最常用的一种，具有技术成熟、难度小、瞬时带宽大、截获概率高、不受测频影响等优势，但由于天线的幅度方向图特性难以准确解析表达，且不同天线的幅度一致性难以实现，精度很难做得很高。干涉仪测向法是相位法测向体制中最常用的方法之一，具有算法简单、测向精度高、灵敏度高、实时性好、适用天线阵型多样等优势，但其测向精度与相位模糊问题对基线长度的要求相互矛盾，要获得较高的精度，需要增大基线长度，而基线长度超过波长的二分之一时就会造成相位模糊，且基线越长，相位模糊越严重。
因此，隐蔽通信（Covert Communication）可以实现通信双方的隐藏信息传输，防止通信信号被恶意窃听者发现，即信号隐蔽。
通过上述分析，现有技术存在的问题及缺陷为：
（1）由于窃听者可以通过分析窃听的流量数据获取关键的加密信息，因此传统的信息加密技术和物理层安全技术都无法完全解决隐私问题。
（2）现有信号测向方法中，由于天线的幅度方向图特性难以准确解析表达，且不同天线的幅度一致性难以实现，比幅测向法精度很难做得很高。
（3）相关干涉仪测向法的测向精度与相位模糊问题对基线长度的要求相互矛盾，要获得较高的精度，需要增大基线长度，而基线长度超过波长的二分之一时就会造成相位模糊，且基线越长，相位模糊越严重。
（4）通信信号分离解调技术对弱信号分离检测要求信噪比高，尤其在工程实践上对弱信号提取难度大，没有成熟的技术。
发明内容
针对现有技术存在的问题，本发明提供了一种伴随搭载式隐蔽通信方法、系统、介质、设备及终端。
本发明是这样实现的，一种伴随搭载式隐蔽通信方法，伴随搭载式隐蔽通信方法包括：宽带接收机接收扫描周围环境信号，并根据信号稳定性和阈值选择目标信号源作为寄主信号；对寄主信号进行高精度参数测量；将接收机转移到不同位置进行参数测量相同操作，再采用异步交叉定位算法确定寄主位置；将己方待传输数据进行编码生成相同调制方式、编码模式的信号，得到宿客信号；寻找合适位置，将宿客信号伴随搭载在寄主信号上发射；接收端接收到混叠信号后进行单通道或多通道盲源分离，解调宿客信号，完成信号隐蔽传输。
进一步，伴随搭载式隐蔽通信方法包括以下步骤：
步骤一，高精度测向定位：通过相关比幅测向法粗测角度解相位差模糊，得到无模糊相位差后利用相关干涉仪实现高精度测向；
步骤二，高精度参数测量：确定好寄主信号并测的寄主信号方向后，利用脉冲包络微分对寄主信号进行高精度参数测量；
步骤三，信号分离解调：通信接收端通过设备接收到寄主信号和宿客信号后，采用分量分析算法多通道接收并对信号进行分离；
步骤四，异步交叉定位：采用异步交叉定位模式获取寄主的位置。
进一步，步骤一中的高精度测向定位包括：
提出基于比幅测向的圆阵相关干涉仪解模糊方法，通过相关比幅测向法粗测角度解相位差模糊，得到无模糊相位差后通过相关干涉仪实现高精度测向。
圆阵天线由
Figure SMS_1
个天线单元均匀分布在一个圆上，天线按逆时针编号，以圆心与一号 天线的连线为X轴，角度逆时针增大，则波达角
Figure SMS_2
定义为来波方向与Y轴的夹角，范围为
Figure SMS_3
。圆阵干涉仪的基本单元是两个天线组成的二阵元干涉仪，两天线对同一信号的相位 差为：
Figure SMS_4
；
其中，
Figure SMS_5
为基线长度，是两天线间距离；
Figure SMS_6
为信号波长；
Figure SMS_7
是信号的波达角与对应天 线对角平分线的夹角，将二者统一表述为波达角
Figure SMS_8
。
建立幅度比库，在
Figure SMS_9
范围内等距离选取若干入射角，实际测量并计算天线间 的幅度比，得到不同入射角的幅度比表，且幅度比库为一维表；采用求欧氏距离的方法将实 际测量的幅度比与幅度比库进行比对，实现波达角估计。
高精度测向定位包括分别为建立特征库和相关计算实现测向两部分。建立特征库包括建立各来波方向的一维幅度比库及其在不同频率下的二维相位差库；相关计算包括对测量幅度比与幅度比库进行相关运算实现粗测角，以解相位差模糊；对解模糊后的测量相位差与对应频率下的相位差库进行相关运算实现波达角精确估计，高精度测向定位的具体步骤如下：
（1）建立特征库
各来波方向的特征参数在暗室条件下测量得到。建立特征库时每个来波方向仅记录部分天线的相关参数，每个来波方向仅记录幅度最大的相邻天线编号及幅度比库和相位差库，其中相位差库在不同频率下测量。
对于幅度参数，在建立幅度比特征库前校正补偿天线通道的一致性，对于同一信号源测出各天线接收信号的最大增益，对相对大小对各天线接收信号的幅度进行补偿。选出补偿后幅度最大的相邻天线编号，计算相邻天线对的幅度比形成三维向量单元，建立幅度比库。
对于相位差参数，仅选取接收信号幅度最大的相邻天线，测量相邻天线对的相位差形成三维向量单元，建立不同频率下的二维相位差表；由于相邻天线间基线大于半波长，相位差存在2pi模糊，故在建立相位差库时，根据相邻天线对中心附近来波相位差不存在模糊；在获得存在模糊的原始相位差库后，根据相位差变化趋势进行解模糊，最终建立无模糊的相位差库。
（2）相关比幅法解相位差模糊
对于任意来波方向，测量所有天线单元的接收信号幅度。进行幅度补偿后，选出幅度最大的相邻天线编号及幅度，求出相邻天线对的幅度比参数，求出实测幅度比向量单元与库中对应天线幅度比向量单元的欧氏距离；
Figure SMS_10
；
其中，
Figure SMS_13
为各来波方向的编号，
Figure SMS_15
为天线的最小编号，
Figure SMS_17
为库中对应天线对各 来波方向的幅度比，
Figure SMS_12
为实测幅度比。设最小距离对应波达角度为
Figure SMS_14
，利用左右邻点
Figure SMS_16
及对应距离
Figure SMS_18
，通过二次插值估计波达角
Figure SMS_11
；
Figure SMS_19
；
其中，
Figure SMS_20
；
Figure SMS_21
；
将估计所得
Figure SMS_22
作为粗测角，求出对应天线对相位差的模糊数；
Figure SMS_23
；
其中，
Figure SMS_24
表示四舍五入取整，
Figure SMS_25
为对应天线对的中心角度，由此对实测的相位差 解模糊。
（3）相关干涉仪测向
由选出的天线编号取出相应天线对的相位差，根据求出的各相位差模糊数对实测值解模糊，求出解模糊的实测相位差向量单元与库中对应频率下的相位差向量单元的欧氏距离；采用与相关比幅法类似步骤，找出欧式距离最小的对应角度及左右邻点；通过二次插值的方法估计波达角，得到最终测向结果。
进一步，步骤二中的高精度参数测量包括：确定好寄主信号并测得寄主信号方向后，对寄主信号进行高精度参数测量；其中，寄主信号为通信信号，参数包括方位、俯仰、码速率、带宽、调制参数、脉冲宽度以及信噪比。
参数包括脉冲到达时间TOA、脉宽PW和脉幅PA。模块输入为视频包络信号、微分包络信号以及整形脉冲。模块在整形脉冲前沿锁存脉冲到达时间TOA计数器数值以及微分包络信号的前后三个样点，通过内插计算微分包络的正峰值位置，得到脉冲到达时间TOA的测量值；在整形脉冲后沿锁存TOA计数器数值和微分包络信号的前后三个样点，通过内插计算微分包络的负峰值位置，得到脉冲后沿到达时间，再减去TOA得到PW的测量值；在整形脉冲范围内对中频信号样点取平方后积累求和，再除以脉宽测量值得到脉内平均功率的估计值，最后对平均功率开平方得到PA的测量值。对时间取导数后前沿和后沿呈现尖锐的峰值，根据微分后波形判断脉冲开始和结束，检测脉冲及提取脉内样点，并测量脉冲的起始时间和结束时间。
对数字化包络
Figure SMS_26
求微分时采用最小二乘方法，以多点数据拟合求取包络的斜率。 当以2N+1个样点数据估计
Figure SMS_27
，则：
Figure SMS_28
；
其中，N的点数应不超过脉冲上升沿的过渡时间。微分包络的计算在FPGA中利用FIR(有限冲击响应)滤波器实现。
检测包络微分的上升沿并进行内插以精确估计TOA参数。当vf＇峰值的出现时刻为N，则由vf＇峰值及两边样点内插二次项拟合估计脉冲前沿TOA如下：
Figure SMS_29
；
其中，
Figure SMS_30
为采样周期。
检测包络微分的下降沿，测量下降沿时间，再以下降沿时间减去上升沿时间得到脉宽测量值。对上升沿与下降沿之间的脉冲包络数据取平均，估计得到脉冲幅度。频域参数测量模块输入包括中频复信号和整形脉冲、输出脉冲的中频频率和带宽以及部分脉内频谱数据。采用FFT(快速傅里叶变换)模块计算脉冲的频率参数。当信号脉冲宽度的范围为0.2μs至2ms。采用分段FFT的处理策略，以固定长度为512点FFT模块，对长脉宽信号逐段计算频谱数据，分析频谱中心和调制范围。脉冲中频信号样点按FFT点数分为多段后，分别计算每一段信号的频谱数据。搜索各段频谱数据中的最大值，以最大值的0.5倍作为门限，对频谱数据进行频率分量的检测和提取。通过统计全部的谱峰位置，计算中心频率和信号带宽。提取出的谱峰数据保存于存储器中，用于计算互模糊函数。仅提取第一段FFT的谱数据，且最多保留16根谱线的数据。测量寄主信号参数后，结合己方待传输的信号进行调制编码，生成相同调制方式、编码模式的信号，称为宿客信号。
进一步，步骤三中的信号分离包括：
基于ICA的盲信号分离是根据源信号间相互独立性达到信号分离的目的，判据是负熵最大化，将非高斯性作为判断信号独立性的依据。非高斯性越强则信号各分量之间越独立，根据信息论原理，在所有具有相同协方差矩阵的分布中，高斯分布的熵最大。负熵以高斯分布为参考，用于描述分布与高斯分布之间的偏离程度，偏离程度是非高斯性。负熵的定义为：
Figure SMS_31
；
式中，
Figure SMS_32
是多路信号
Figure SMS_33
的联合微分熵，而
Figure SMS_34
是与
Figure SMS_35
具有相同协方差矩 阵的高斯分布的微分熵。当
Figure SMS_36
最大时，
Figure SMS_37
的非高斯性最强，
Figure SMS_38
各分量之间的独立性最 强。对负熵的表达式作一定的逼近，得到以下判据：
Figure SMS_39
；
其中，函数
Figure SMS_41
是非线性函数，
Figure SMS_43
是总集均值，
Figure SMS_45
是服从
Figure SMS_42
分布的高斯变 量。若独立分离估计
Figure SMS_44
，
Figure SMS_46
是分离矩阵，
Figure SMS_47
表示矩阵转置，
Figure SMS_40
是经过白化后的观 测信号，则判据变为：
Figure SMS_48
；
在满足
Figure SMS_49
正交的约束条件下，对上式求极大值得到：
Figure SMS_50
；
式中，
Figure SMS_51
是
Figure SMS_52
的导数，
Figure SMS_53
是
Figure SMS_54
的各个分量，
Figure SMS_55
表示序号，取整数1,2....。 信号分离分以下三步：
（1）将观测信号
Figure SMS_56
去均值处理，使
Figure SMS_57
成为0均值向量；
（2）信号白化处理：对信号的白化处理是通过线性变换将信号白噪声化；观测信号
Figure SMS_60
通过线性变换
Figure SMS_62
处理后的信号
Figure SMS_65
各分量之间互不相关，且具有单位方差，
Figure SMS_59
；通过主分量分析得到白化矩阵
Figure SMS_63
，
Figure SMS_66
为
Figure SMS_67
的特征向量组成的 正交阵，
Figure SMS_58
为对应的特征值组成的对角阵：
Figure SMS_61
；
Figure SMS_64
表示特征值
（3）运用算法估计出分离矩阵
Figure SMS_68
，从而估计出独立分量
Figure SMS_69
，
Figure SMS_70
是多路信号， 表示从混叠信号中分离出来的两个独立信号。
Figure SMS_71
初始化矢量
Figure SMS_72
，满足
Figure SMS_73
，令迭代序号
Figure SMS_74
；
Figure SMS_75
Figure SMS_76
，总集均值
Figure SMS_77
用时间均值代替，选择合适的
Figure SMS_78
对分离效果有影响，
Figure SMS_79
表示初始化高斯函数；
Figure SMS_80
将
Figure SMS_81
归一化，
Figure SMS_82
；
Figure SMS_83
如果
Figure SMS_84
不接近于1，则令
Figure SMS_85
，返回步骤②，否则迭代结 束，输出最终的
Figure SMS_86
作为
Figure SMS_87
；
Figure SMS_88
根据
Figure SMS_89
，提取独立分离
Figure SMS_90
。
进一步，步骤四中的异步交叉定位包括：当2个观测站的位置为
Figure SMS_91
、
Figure SMS_92
，目标位置位于
Figure SMS_93
待求，目标相对于两观测站的方位角分别为
Figure SMS_94
和
Figure SMS_95
，两条方向的射线 可以交于一点，点为目标位置。
根据角度定义得：
Figure SMS_96
；
写成矩阵形式为：
Figure SMS_97
；
式中，
Figure SMS_98
，为实测角度；
Figure SMS_99
，为待估目标位置；
Figure SMS_100
为两观测站位 置；
Figure SMS_101
为测角噪声；函数
Figure SMS_102
表示反正切计算。
经过变换，矩阵形式改写为：
Figure SMS_103
；
写成矩阵形式为：
Figure SMS_104
；
式中，
Figure SMS_105
，
Figure SMS_106
为 待估参数，
Figure SMS_107
称为观测矩阵；
Figure SMS_108
由已知的观测站位置和对应观测角
Figure SMS_109
构成，称为观测量。由 于双站模型的观测矩阵
Figure SMS_110
为方阵且可逆，直接求得定位结果，如下所示：
Figure SMS_111
。
对于非线性系统，如果无法通过参数变换或参数分离实现模型线性化，则通过迭代的方法估计相关参数。通过将非线性表达式按泰勒级数展开，保留其中的线性部分，确定待估参数的初始值，再进行迭代估计，直至求得满足某种条件的估计值。对于单个观测站，测角模型如下：
Figure SMS_112
；
其中，
Figure SMS_113
为观测站的位置，
Figure SMS_114
为目标真实位置，
Figure SMS_115
为实测角度，
Figure SMS_116
为 测角噪声，高斯牛顿迭代法是使非线性模型在某个选取的标称的
Figure SMS_117
附近按泰勒 级数展开，保留线性部分，使模型线性化如下：
Figure SMS_118
；
Figure SMS_119
表示求偏导数，写成矩阵形式为：
Figure SMS_120
；
式中，
Figure SMS_121
，
Figure SMS_122
，
Figure SMS_123
，
Figure SMS_124
，
Figure SMS_125
为待估定位误差，
Figure SMS_126
为观测矩阵，其构成中
Figure SMS_127
为各站的真实波达角 函数表达式；
Figure SMS_128
由各站观测角、站址坐标及初始值构成，称为观测量；
Figure SMS_129
为噪声矢量；应用线 性最小二乘算法进行定位误差估计，结果如下：
Figure SMS_130
；
其中，
Figure SMS_131
为加权矩阵，任意选取正定满秩矩阵，取对角矩阵，对角元素为测向噪声方 差。由迭代获得定位误差结果后，依据误差更新定位，则：
Figure SMS_132
；
重复迭代直至达到设定的最大迭代次数或相邻两次迭代结果充分小，小于设定的门限为止，进而得到最终定位结果，具体实现过程如下：
（1）选取待估参数初始值
Figure SMS_133
，设定最大迭代次数为
Figure SMS_134
，迭代截止门 限
Figure SMS_135
，初始化迭代次数n=1；
（2）求波达角函数关于
Figure SMS_136
的Jacobi矩阵，将
Figure SMS_137
代入得到观测矩阵
Figure SMS_138
，将
Figure SMS_139
代 入函数f与实测角度值相减构造向量
Figure SMS_140
；
（3）利用最小二乘估计定位误差
Figure SMS_141
，并更新定位结果得到
Figure SMS_142
；
（4）判断迭代是否满足结束条件，将
Figure SMS_143
与设置的门限
Figure SMS_144
或将迭代次数与最 大迭代次数
Figure SMS_145
进行比较；若满足条件则转入步骤（5），否则令
Figure SMS_146
，转入步骤（2）继 续进行迭代计算；
（5）取
Figure SMS_147
为最终定位结果。
本发明的另一目的在于提供一种应用所述的伴随搭载式隐蔽通信方法的伴随搭载式隐蔽通信系统，伴随搭载式隐蔽通信系统包括：
高精度测向定位模块，用于通过相关比幅测向法粗测角度解相位差模糊，得到无模糊相位差后利用相关干涉仪实现高精度测向；
高精度参数测量模块，用于确定好寄主信号并测的寄主信号方向后，利用脉冲包络微分对寄主信号进行高精度参数测量；
信号分离解调模块，用于通信接收端通过设备接收到寄主信号和宿客信号后，采用分量分析算法多通道接收并对信号进行分离；
异步交叉定位模块，用于采用异步交叉定位模式获取寄主的位置。
本发明的另一目的在于提供一种计算机设备，计算机设备包括存储器和处理器，存储器存储有计算机程序，计算机程序被处理器执行时，使得处理器执行所述的伴随搭载式隐蔽通信方法的步骤。
本发明的另一目的在于提供一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时，使得处理器执行所述的伴随搭载式隐蔽通信方法的步骤。
本发明的另一目的在于提供一种信息数据处理终端，信息数据处理终端用于实现所述的伴随搭载式隐蔽通信系统。
结合上述的技术方案和解决的技术问题，本发明所要保护的技术方案所具备的优点及积极效果为：
第一，针对上述现有技术存在的技术问题以及解决该问题的难度，紧密结合本发明的所要保护的技术方案以及研发过程中结果和数据等，详细、深刻地分析本发明技术方案如何解决的技术问题，解决问题之后带来的一些具备创造性的技术效果。具体描述如下：
本发明提供的伴随搭载式隐蔽通信方法，采用宽带接收机接收扫描周围环境中的广播、电视、4G/5G、WiFi等稳定传输的信号，根据阈值设置选择一种目标信号源作为寄主，对寄主的方位、俯仰、功率、码速率、调制方式、脉宽、带宽、信噪比等参数进行高精度测量。再将宽带接收机移动一段距离进行相同操作，将两次或多次测量的方位角进行异步交叉定位，确定寄主的坐标位置；再根据调制信息等参数，将己方要传输的数据进行编码，生成相同调制方式，相同编码模式的信号，称为宿客信号。宿客信号的功率应远小于寄主信号功率，综合衡量多元参数比值定义为伴随温度；结合伴随温度和寄主位置，将宿客信号伴随搭载在寄主信号上发射传输；接收端接收到混叠信号后进行单通道或多通道盲源分离，剔除寄主信号后，解调宿客信号，从而实现隐蔽通信的目的。
本发明提供的伴随搭载式隐蔽通信技术巧妙的利用了第三方通用信号源作为寄主信号，大大降低了宿客信号公开传输被截获的概率，可有效解决宿客信号隐蔽传输问题，为未来城市作战、边境巡逻提供了一种全新的技术支撑，也可以作为海外信息传输的一种有效选择。
第二，把技术方案看做一个整体或者从产品的角度，本发明所要保护的技术方案具备的技术效果和优点，具体描述如下：
本发明在复杂电磁环境下可实现无线隐蔽通信高质量传输，可为城市作战、边境巡逻、海上维权提供了一种全新的通信装备选择。
第三，作为本发明的权利要求的创造性辅助证据，还体现在以下几个重要方面：
（1）本发明的技术方案转化后的预期收益和商业价值为：本发明可以为执法部门或军事行动提供一种全新的通信模式，大大降低己方由于通信信号被截获而暴露自己。
（2）本发明的技术方案填补了国内外业内技术空白：本发明技术方案中提出的弱信号检测分离技术采用信道化进行接收，有效的解决了时频域重叠信号分离问题，在信噪比要求不高的条件下，大大提高了弱信号分离提取识别概率，为发明技术工程化及产品化提供了重要技术支撑。
（3）本发明的技术方案解决了人们一直渴望解决、但始终未能获得成功的技术难题：本发明仅用一个宽带接收机进行接收定位寄主位置，巧妙的利用了异步交叉定位算法，解决了同步交叉定位算法中的时间同步与目标共视问题，大大降低了多站之间进行通信导致己方信号被截获的概率。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图做简单的介绍，显而易见地，下面所描述的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的伴随搭载式隐蔽通信方法流程图；
图2是本发明实施例提供的伴随搭载式隐蔽通信方法原理图；
图3是本发明实施例提供的圆阵天线测向模型示意图；
图4是本发明实施例提供的干涉仪测向原理图；
图5是本发明实施例提供的脉冲视频包络各级处理输出波形图；
图6a是本发明实施例提供的实测信号时域波形示意图；
图6b是本发明实施例提供的实测信号时域包络波形示意图；
图7是本发明实施例提供的频率参数测量示意图；
图8a是本发明实施例提供的重叠信号时域波形图
图8b是本发明实施例提供的重叠信号时频图；
图9a是本发明实施例提供的ICA算法分离后有效分离时域波形图；
图9b是本发明实施例提供的ICA算法分离后频域都混叠时域波形图；
图10是本发明实施例提供的异步交叉定位示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
针对现有技术存在的问题，本发明提供了一种伴随搭载式隐蔽通信方法、系统、介质、设备及终端，下面结合附图对本发明作详细的描述。
一、解释说明实施例。为了使本领域技术人员充分了解本发明如何具体实现，该部分是对权利要求技术方案进行展开说明的解释说明实施例。
如图1所示，本发明实施例提供的伴随搭载式隐蔽通信方法包括以下步骤：
S101，高精度测向定位：通过相关比幅测向法粗测角度解相位差模糊，得到无模糊相位差后利用相关干涉仪实现高精度测向；
S102，高精度参数测量：确定好寄主信号并测的寄主信号方向后，利用脉冲包络微分对寄主信号进行高精度参数测量；
S103，信号分离解调：通信接收端通过设备接收到寄主信号和宿客信号后，采用分量分析算法多通道接收并对信号进行分离；
S104，异步交叉定位：采用异步交叉定位模式获取寄主的位置。
作为优选实施例，如图2所示，本发明实施例提供的伴随搭载式隐蔽通信方法核心创新点包括四个方面：高精度测向定位技术、高精度参数测量技术、信号分离解调算法以及异步交叉定位技术，具体包括以下步骤：
1、高精度测向定位技术
在实际应用中，宽带接收机接收扫描周围环境信号、并根据信号稳定性和阈值选择一种目标信号源作为寄主信号，并对该寄主信号进行测向，为实现360+.度全方位测向，一种常见的方法是采用多元圆阵测向。常用的测向方法主要分为比幅测向法和干涉仪测向法。比幅测向法是振幅法测向体制中最常用的一种，具有技术成熟、难度小、瞬时带宽大、截获概率高、不受测频影响等优势，但由于天线的幅度方向图特性难以准确解析表达，且不同天线的幅度一致性难以实现，精度很难做得很高。相关干涉仪测向法是相位法测向体制中最常用的方法之一，具有算法简单、测向精度高、灵敏度高、实时性好、适用天线阵型多样等优势，但其测向精度与相位模糊问题对基线长度的要求相互矛盾，要获得较高的精度，需要增大基线长度，而基线长度超过波长的二分之一时就会造成相位模糊，且基线越长，相位模糊越严重。为实现多元圆阵高精度测向，本发明创新性提出了一种基于比幅测向的圆阵相关干涉仪解模糊方法，通过相关比幅测向法粗测角度解相位差模糊，得到无模糊相位差，然后通过相关干涉仪实现高精度测向。
圆阵天线构成如图3所示，由
Figure SMS_148
个天线单元均匀分布在一个圆上，天线按逆时针编 号，以圆心与一号天线的连线为X轴，角度逆时针增大，则波达角
Figure SMS_149
定义为来波方向与Y轴的 夹角，范围为
Figure SMS_150
。
圆阵干涉仪的基本单元是两个天线组成的二阵元干涉仪，其原理示意图如图4所示，两天线对同一信号的相位差为：
Figure SMS_151
(
Figure SMS_152
)
其中，
Figure SMS_153
为基线长度，即两天线间距离，
Figure SMS_154
为信号波长，这里的
Figure SMS_155
是信号的波达角与 对应天线对角平分线的夹角。为方便表达，将二者统一表述为波达角
Figure SMS_156
。
由式(1)可知，当基线长度
Figure SMS_158
已知时，只需测量得到信号波长
Figure SMS_162
和天线间的信号相 位差
Figure SMS_164
即可求出信号的波达角
Figure SMS_159
。同时，上式也说明测向误差来源于频率测量误差、基线长 度误差和相位差测量误差，其中相位差测量误差是主要来源，同时，测向误差与
Figure SMS_161
、
Figure SMS_163
也有关，与
Figure SMS_165
和
Figure SMS_157
成反比，
Figure SMS_160
越大，测向精度越高，但其相位模糊越严重。相关 干涉仪与传统干涉仪类似，也是通过测量天线间的信号相位差来求信号的波达角，但是相 关干涉仪通过引入相关运算能有效消除系统误差。
相关干涉仪测向主要分两步，第一步建立不同频率下的标准相位差库，对于圆阵 测向，即在
Figure SMS_166
范围内按精度要求等距离选取若干入射角，对不同频率信号实 际测量天线间的相位差，由此得到不同入射角在不同频率下的相位差二维表，即相关干涉 仪测向所需的相位差库。第二步通过将实际测量的相位差与相位差库进行相关比对，实现 波达角的估计，常用的相位差相关计算方法包括计算相关系数、计算欧式距离、取余弦函数 等。本发明采用比幅测向法解相位差模糊，获得无模糊相位差后利用相关干涉仪实现精确 测向。
由于在实际应用中各天线存在不一致性，且天线方向图函数难以准确解析表达， 所以本发明参考相关干涉仪的思想，将相关算法引入比幅测向中，减小天线本身引起的系 统误差。具体步骤与相关干涉仪类似，也分为两步：首先建立幅度比库，即在
Figure SMS_167
范围内按精度要求等距离选取若干入射角，实际测量并计算出天线间的幅度比，由此得到 不同入射角的幅度比表，由于信号幅度与频率无关，故幅度比库仅为一维表；通过将实际测 量的幅度比与幅度比库进行相关比对，实现波达角的估计，本发明采用求欧氏距离的方法 实现相关比对。
算法的步骤主要包括两大方面，分别为建立特征库和相关计算实现测向。建立特征库包括建立各来波方向的一维幅度比库及其在不同频率下的二维相位差库；相关计算包括先对测量幅度比与幅度比库进行相关运算实现粗测角，以解相位差模糊，然后对解模糊后的测量相位差与对应频率下的相位差库进行相关运算实现波达角精确估计。具体步骤如下：
（1）建立特征库
为消除多径干扰及环境噪声等，得到更准确地特征库数据，各来波方向的特征参数在暗室条件下测量得到。由于本算法仅使用接收信号幅度最大的相邻天线的参数实现测角，所以建立特征库时每个来波方向仅需记录部分天线的相关参数，即每个来波方向仅需记录幅度最大的相邻天线编号及其幅度比库和相位差库，其中相位差库还需在不同频率下测量。
对于幅度参数，在建立幅度比特征库前需做一次校正补偿天线通道的一致性，即对于同一信号源测出各天线接收信号的最大增益，就其相对大小对各天线接收信号的幅度进行补偿。选出补偿后幅度最大的相邻天线编号，计算相邻天线对的幅度比形成三维向量单元，建立幅度比库。
对于相位差参数，仍只选取接收信号幅度最大的相邻天线，测其相邻天线对的相位差形成三维向量单元，建立不同频率下的二维相位差表。由于要保证测向精度，相邻天线间基线一般大于半波长，即相位差存在2pi模糊，所以在建立相位差库时，根据相邻天线对中心附近来波相位差不存在模糊，在获得存在模糊的原始相位差库后，根据相位差变化趋势对其进行解模糊，最终建立无模糊的相位差库，以便于相位差查表测向。
（2）相关比幅法解相位差模糊
对于任意来波方向，测量所有天线单元的接收信号幅度，进行幅度补偿后，选出幅度最大的相邻四天线编号及其幅度，求出相邻天线对的幅度比参数，求出实测幅度比向量单元与库中对应天线幅度比向量单元的欧氏距离，即：
Figure SMS_168
(2)
其中，
Figure SMS_170
为各来波方向的编号，
Figure SMS_173
为天线的最小编号，
Figure SMS_175
为库中对应天线对各来 波方向的幅度比，
Figure SMS_171
为实测幅度比。设最小距离对应波达角度为
Figure SMS_172
，利用左右邻点
Figure SMS_174
及对应距离
Figure SMS_176
，通过二次插值估计波达角
Figure SMS_169
， 即：
Figure SMS_177
(3)
其中，
Figure SMS_178
(4)
Figure SMS_179
(5)
将估计所得
Figure SMS_180
作为粗测角，求出对应天线对相位差的模糊数，即：
Figure SMS_181
(6)
其中，
Figure SMS_182
表示四舍五入取整，
Figure SMS_183
为对应天线对的中心角度，由此对实测的相位 差解模糊。
（3）相关干涉仪测向
由上一步骤选出的天线编号，取出相应天线对的相位差，并根据上一步求出的各相位差模糊数对实测值解模糊，求出解模糊的实测相位差向量单元与库中对应频率下的相位差向量单元的欧氏距离，采用与相关比幅法类似的步骤，找出欧式距离最小的对应角度及其左右邻点，通过二次插值的方法估计波达角，即为最终测向结果。
2、高精度参数测量算法
确定好寄主信号并测的寄主信号方向之后，对寄主信号进行高精度参数测量，一般寄主信号为通信信号，参数主要包括：俯仰、码速率、带宽、调制参数、脉冲宽度、信噪比等，下面给出本发明提出的高精度参数测量技术。
参数包括TOA、脉宽PW和脉幅PA。模块输入为视频包络信号和微分包络信号，以及整形脉冲。为了在信号起伏条件下具有稳定的处理性能，本发明提出了一种基于脉冲包络微分的前后沿检测和测量方法。模块在整形脉冲前沿锁存TOA计数器数值，以及微分包络信号的前后三个样点，通过内插计算微分包络的正峰值位置，得到脉冲TOA的测量值；同样，在整形脉冲后沿锁存TOA计数器数值和以及微分包络信号的前后三个样点，通过内插计算微分包络的负峰值位置，得到脉冲后沿到达时间，再减去TOA得到PW的测量值；在整形脉冲范围内（脉冲两边可适当放大）先对中频信号样点取平方后积累求和，再除以脉宽测量值得到脉内平均功率的估计值，最后对平均功率开平方得到PA的测量值。脉冲包络在前沿和后沿处变化较快，因此对时间取导数后其前沿和后沿呈现尖锐的峰值，如图5所示。因此，根据微分后的波形可以判断脉冲的开始和结束，从而准确地检测脉冲及提取脉内样点，并测量脉冲的起始时间和结束时间。
为了适应较低的信噪比，对数字化包络
Figure SMS_184
求微分时采用最小二乘方法，以多点数 据来拟合求取包络的斜率。假设以2N+1个样点数据估计vf＇，则有：
Figure SMS_185
(7)
其中，N的点数应不超过脉冲上升沿的过渡时间。从上述公式可见，微分包络的计算在FPGA中可利用FIR滤波器来实现。
检测包络微分的上升沿并进行内插可以精确估计TOA参数。假设vf＇峰值的出现时刻为N，则由vf＇峰值及其两边样点内插二次项拟合估计脉冲前沿TOA如下：
Figure SMS_186
(8)
其中，
Figure SMS_187
为采样周期。
检测包络微分的下降沿，用同样方法可以测量下降沿时间，再以下降沿时间减去上升沿时间得到脉宽测量值。而对于脉冲幅度，只需对上升沿与下降沿之间的脉冲包络数据取平均即可估计出来。
利用实测信号对本发明的时域参数测量算法进行验证，处理结果如图6a、图6b所示。
采集的信号为线性调频脉冲信号，脉冲上升沿时间大约有1.2μs，且脉冲包络的前沿较不规则。对23个脉冲采样数据进行处理并统计参数误差，其中TOA的测量精度约为69.1ns、脉宽测量精度约为78.7ns、PRI测量误差为97.7ns（PRI均值为4.303ms）。
频域参数测量模块输入是中频复信号和整形脉冲，输出脉冲的中频频率和带宽，以及部分脉内频谱数据，子模块处理流程如图7所示。
本发明中采用FFT模块计算脉冲的频率参数。假设信号脉冲宽度的范围从0.2μs至2ms不等，FFT的计算长度难以全部覆盖。为此，采用分段FFT的处理策略，以固定长度为512点FFT模块，对长脉宽信号逐段计算其频谱数据，并分析其频谱中心和调制范围。脉冲中频信号样点按FFT点数分为多段后，分别计算每一段信号的频谱数据。搜索各段频谱数据中的最大值，以最大值的0.5倍作为门限，对频谱数据进行频率分量的检测和提取。通过统计全部的谱峰位置，计算中心频率和信号的带宽。提取出来的谱峰数据保存于存储器中，用于计算互模糊函数。由于星上资源有限，仅提取第一段FFT的谱数据，且最多保留16根谱线的数据。
测量寄主信号参数之后，结合己方要传输的信号进行调制编码，生成相同调制方式、编码模式的信号，称为宿客信号。
3、信号分离算法
通信接收端通过设备接收到寄主信号和宿客信号之后，由于在时域和频域重叠，为了解调得到宿客信号内容，需要多通道接收并对信号进行分离，本发明采用快速独立分量分析算法如下：
基于ICA（独立分量分析）的盲信号分离是根据源信号间相互独立性来达到信号分离的目的，快速ICA算法是在ICA基础上提出的一种快速算法，快速ICA算法的优点是能快速收敛，通常基于的判据是负熵最大化，它在一定条件下，将非高斯性作为判断信号独立性的一个依据。非高斯性越强则信号各分量之间越独立，根据信息论原理，在所有具有相同协方差矩阵的分布中，高斯分布的熵最大。负熵以高斯分布为参考，用以描述一个分布与高斯分布之间的偏离程度，也即非高斯性。负熵的定义为：
Figure SMS_188
(9)
式中，
Figure SMS_189
是多路信号
Figure SMS_190
的联合微分熵，而
Figure SMS_191
是与
Figure SMS_192
具有相同协方差 矩阵的高斯分布的微分熵。当
Figure SMS_193
最大时，
Figure SMS_194
的非高斯性最强，
Figure SMS_195
各分量之间的独立性最 强。对负熵的表达式作一定的逼近，得到以下判据：
Figure SMS_196
(10)
其中，函数
Figure SMS_197
是非线性函数，
Figure SMS_198
是总集均值，
Figure SMS_199
是服从
Figure SMS_200
分布的高斯变 量。若独立分离估计
Figure SMS_201
，
Figure SMS_202
是分离矩阵，
Figure SMS_203
是经过白化后的观测信号，则判据变 为：
Figure SMS_204
(11)
在满足
Figure SMS_205
正交的约束条件下，对上式求极大值得到：
Figure SMS_206
(12)
式中，
Figure SMS_207
是
Figure SMS_208
的导数，
Figure SMS_209
是
Figure SMS_210
的各个分量。ICA算法可以分以下三步：
（1）将观测信号
Figure SMS_211
去均值处理，使
Figure SMS_212
成为0均值向量。
（2）信号白化处理。对信号的白化处理就是通过一个线性变换将信号白噪声化。 ICA算法经白化处理后将获得更好的稳定性，收敛更快。观测信号
Figure SMS_215
通过线性变换
Figure SMS_218
处理后的信号
Figure SMS_220
各分量之间互不相关，且具有单位方差，
Figure SMS_214
。通过主分量分析 （PCA），可以得到白化矩阵
Figure SMS_216
，
Figure SMS_219
为
Figure SMS_221
的特征向量组成的正交阵，
Figure SMS_213
为对应的特征值组成的对角阵：
Figure SMS_217
（3）运用算法估计出分离矩阵
Figure SMS_222
，从而估计出独立分量
Figure SMS_223
。
①初始化矢量
Figure SMS_224
，满足
Figure SMS_225
，令迭代序号
Figure SMS_226
；
②
Figure SMS_227
，总集均值
Figure SMS_228
可以用时间均值代替，选择合适的
Figure SMS_229
对分离效果有影响；
③将
Figure SMS_230
归一化，
Figure SMS_231
；
④如果
Figure SMS_232
不接近于1，则令
Figure SMS_233
，回到步骤②，否则迭代结束，输 出最终的
Figure SMS_234
作为
Figure SMS_235
；
⑤根据
Figure SMS_236
，提取独立分离
Figure SMS_237
。
以下仿真测试算法对同时到达信号的分离能力。输入的是同时到达的线性调频雷达信号与常规雷达信号所合成的信号，由于线性调频信号具有较宽的带宽，其频谱与常规信号的频谱容易出现重叠。但在时频二维平面上，两个信号分量有可能并未重合或仅少部分重合，因此可通过ICA算法将其分离出来。输入信号的时域波形及时频分布如图8a、图8b所示。
通过ICA分离算法处理后，得到两个信号分量的时域波形如图9a、图9b所示。
可见，利用时频滤波算法从时频域上可以有效分离时域、频域都混叠的两个信号，且尽可能滤除噪声分量，使恢复后信号波形与传统信道化处理相比达到更高的信噪比水平，为宿客信号的解调提供了高质量信号源。
4、异步交叉定位技术
为获取寄主的位置，本发明采用异步交叉定位模式，具体实现方式如下：
假设2个观测站的位置为
Figure SMS_238
、
Figure SMS_239
，目标位置位于
Figure SMS_240
待求，目标相对 于两观测站的方位角分别为
Figure SMS_241
和
Figure SMS_242
，两条方向的射线可以交于一点，该点即为目标的位置， 如图10所示。
根据角度定义可得：
Figure SMS_243
(13)
写成矩阵形式为：
Figure SMS_244
(14)
式中，
Figure SMS_245
，为实测角度；
Figure SMS_246
，为待估目标位置；
Figure SMS_247
为两观测站位 置；
Figure SMS_248
为测角噪声；函数f表示反正切计算，显然，该定位模型为非线性系统，不 能直接利用最小二乘法求解。
但值得注意的是，若忽略噪声，经过简单变换，式(14)可改写为：
Figure SMS_249
(15)
写成矩阵形式为：
Figure SMS_250
(16)
式中，
Figure SMS_251
，
Figure SMS_252
为待估参 数，
Figure SMS_253
称为观测矩阵，
Figure SMS_254
由已知的观测站位置和对应观测角
Figure SMS_255
构成，为方便表达，也将之称 为观测量。由于双站模型的观测矩阵
Figure SMS_256
为方阵且可逆，所以可直接求得定位结果，如下所 示：
Figure SMS_257
(17)
实际测量过程中，观测角
Figure SMS_258
存在测量误差，而式中矩阵
Figure SMS_259
与向量
Figure SMS_260
均包含观测角， 也即二者均包含测角噪声，因此
Figure SMS_261
与
Figure SMS_262
之间具有一定相关性，因此异步交叉定位模型不是 严格的线性模型，而是伪线性模型，但这里仍当做线性模型处理，所以可能存在一定偏差。 由于双站模型的特殊性，
Figure SMS_263
可直接求逆，更一般的，如果有更多的观测站，
Figure SMS_264
不再是方阵，则 情况更为复杂。
对于非线性系统，如果无法通过参数变换或参数分离实现模型线性化，通常通过迭代的方法去估计相关参数，使其逐渐逼近真实值。迭代算法的基本思想是通过将非线性表达式按泰勒级数展开，保留其中的线性部分，先假定一个待估参数的初始值，然后进行迭代估计，直至求得一个满足某种条件的估计值。
高斯牛顿迭代算法是解决非线性最小二乘问题最常用的方法之一，其原理简单，易于实现，且精度较高。对于本问题，根据式(13)可知，对于单个观测站，测角模型如下：
Figure SMS_265
(18)
其中，
Figure SMS_266
为观测站的位置，
Figure SMS_267
为目标真实位置，
Figure SMS_268
为实测角度，
Figure SMS_269
为测角噪声，高斯牛顿迭代法是使非线性模型在某个选取的标称的
Figure SMS_270
附 近按泰勒级数展开，保留其线性部分，使模型线性化如下：
Figure SMS_271
(19)
写成矩阵形式为：
Figure SMS_272
(20)
式(20)中，
Figure SMS_273
，
Figure SMS_274
，
Figure SMS_275
，
Figure SMS_276
，
Figure SMS_277
为待估定位误差，
Figure SMS_278
为观测矩阵，其构成中
Figure SMS_279
为各站的真实波达 角函数表达式；
Figure SMS_280
由各站观测角、站址坐标及初始值构成，为方便表达，也将之称为观测 量，
Figure SMS_281
为噪声矢量；然后应用线性最小二乘算法进行定位误差估计，结果如下：
Figure SMS_282
(21)
其中，
Figure SMS_283
为一个加权矩阵，可任意选取正定满秩矩阵，一般可取对角矩阵，对角元素 为测向噪声方差。由迭代获得定位误差结果后，可依据误差更新定位，即：
Figure SMS_284
(22)
然后依据上述方法重复迭代直至达到设定的最大迭代次数或相邻两次迭代结果充分小，小于设定的门限为止，即为最终定位结果。
其具体实现过程如下：
（1）选取待估参数初始值
Figure SMS_285
，设定最大迭代次数为
Figure SMS_286
，迭代 截止门限
Figure SMS_287
，初始化迭代次数n=1；
（2）求波达角函数关于
Figure SMS_288
的Jacobi矩阵，将
Figure SMS_289
代入得到观测矩阵
Figure SMS_290
，将
Figure SMS_291
代 入函数f与实测角度值相减构造向量
Figure SMS_292
；
（3）根据式(21)利用最小二乘估计定位误差
Figure SMS_293
，并根据式(22)更新定位结果得到
Figure SMS_294
；
（4）判断迭代是否满足结束条件，可将
Figure SMS_295
与设置的门限ξ或者将迭代次 数与最大迭代次数
Figure SMS_296
进行比较。若满足条件则转入步骤（5），否则令
Figure SMS_297
，转入步骤 （2）继续进行迭代计算；
（5）取
Figure SMS_298
为最终定位结果。
高斯牛顿迭代法通过对系统的线性化得到了最小二乘解，且能经过多次迭代得到精度较高的定位结果，但高精度的结果依赖于初值的选取，只有当初值在真值附近时算法才能收敛。
本发明实施例提供的伴随搭载式隐蔽通信系统包括：
高精度测向定位模块，用于通过相关比幅测向法粗测角度解相位差模糊，得到无模糊相位差后利用相关干涉仪实现高精度测向；
高精度参数测量模块，用于确定好寄主信号并测的寄主信号方向后，利用脉冲包络微分对寄主信号进行高精度参数测量；
信号分离解调模块，用于通信接收端通过设备接收到寄主信号和宿客信号后，采用分量分析算法多通道接收并对信号进行分离；
异步交叉定位模块，用于采用异步交叉定位模式获取寄主的位置。
二、应用实施例。为了证明本发明的技术方案的创造性和技术价值，该部分是对权利要求技术方案进行具体产品上或相关技术上的应用实施例。
本发明应用于某次演习的实例如下：在西北某区域内，红蓝双方展开对抗，已知该区域内电磁环境信号复杂，既有广播电视信号，又有卫星通信移动通信等信号，同时整个区域部署满了各种调制wifi信号。红蓝双方均携带配发的各种通信设备，如跳频电台等移动终端，但蓝方携带本隐蔽通信系统一套，在几乎透明的演习条件下，蓝方巧妙的使用本隐蔽通信系统，利用区域内的广播电视信号，测量出信号的方向，带宽，频率等参数，采用异步交叉定位算法确定该信号的位置，作为寄主信号源。然后根据己方要传输的通信内容，结合寄主信号参数，调制生成宿客信号发射。接收端接收到带有广播电视信号和宿客信号的时频重叠信号后进行分离解调，大大降低了关键信息传输的被截获概率，增强了信号传输的隐蔽性，为蓝方演习的胜利提供了重要的技术支持，发挥了重要作用。
三、实施例相关效果的证据。本发明实施例在研发或者使用过程中取得了一些积极效果，和现有技术相比的确具备很大的优势，下面内容结合试验过程的数据、图表，主要从信息传输截获概率等进行描述。
条目 传输时间延迟(秒) 传输距离(km） 信息传输质量(误码率，10<sup>-x</sup>） 被敌方截获概率（%）
移动无线通信系统 1.0 ≥100 3 ≥80%
固定无线通信系统 0.5 ≥100 4 ≥90%
固定有线通信系统 0.2 ≤20 5 ≥50%
隐蔽通信系统 1.0 ≥50 4 不高于5%
备注 双方接通后 空旷 ITU通信标准 仿真结论
从上表可以看出，本发明中的隐蔽通信系统在保持优良的信息传输时间条件下，在传输距离方面取决于寄主传播距离，通常不小于50km，传输误码率优于无线通信，但被截获概率远远超过其他通信方式，与现有技术相比具有非常明显的技术优势，是未来局部通信传输的必然选择，具有广阔的应用空间和市场前景。
应当注意，本发明的实施方式可以通过硬件、软件或者软件和硬件的结合来实现。硬件部分可以利用专用逻辑来实现；软件部分可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域的普通技术人员可以理解上述的设备和方法可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本发明的设备及其模块可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用由各种类型的处理器执行的软件实现，也可以由上述硬件电路和软件的结合例如固件来实现。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。

Claims (9)

1.一种伴随搭载式隐蔽通信方法，其特征在于，伴随搭载式隐蔽通信方法包括：宽带接收机接收扫描周围环境信号，并根据信号稳定性和阈值选择目标信号源作为寄主信号；对寄主信号进行高精度参数测量；将接收机转移到不同位置进行高精度参数测量，再采用异步交叉定位算法确定寄主位置；将己方待传输数据进行编码生成相同调制方式、编码模式的信号，得到宿客信号；寻找合适位置，将宿客信号伴随搭载在寄主信号上发射；接收端接收到混叠信号后进行单通道或多通道盲源分离，解调宿客信号，完成信号隐蔽传输；具体包括以下步骤：
步骤一，高精度测向定位：通过相关比幅测向法粗测角度解相位差模糊，得到无模糊相位差后利用相关干涉仪实现高精度测向；
步骤二，高精度参数测量：确定好寄主信号并测的寄主信号方向后，利用脉冲包络微分对寄主信号进行高精度参数测量；
步骤三，信号分离解调：通信接收端通过设备接收到寄主信号和宿客信号后，采用分量分析算法多通道接收并对信号进行分离；
步骤四，异步交叉定位：采用异步交叉定位模式获取寄主的位置。
2.如权利要求1所述伴随搭载式隐蔽通信方法，其特征在于，步骤一中的高精度测向定位包括建立特征库和相关计算实现测向两部分；相关计算包括对测量幅度比与幅度比库进行圆阵天线相关干涉仪解模糊方法实现粗测角，以解相位差模糊；对解模糊后的测量相位差与对应频率下的相位差库进行相关干涉仪测向运算实现波达角精确估计；具体步骤如下：
（1）建立特征库
建立各来波方向的一维幅度比库及其在不同频率下的二维相位差库；各来波方向的特征参数在暗室条件下测量得到；每个来波方向仅记录部分天线的相关参数，每个来波方向仅记录幅度最大的相邻天线编号及幅度比库和相位差库，其中相位差库在不同频率下测量；
（2）相关比幅法解相位差模糊
圆阵天线由
Figure 837353DEST_PATH_IMAGE001
个天线单元均匀分布在一个圆上，天线按逆时针编号，以圆心与一号天线的连线为X轴，角度逆时针增大，则波达角
Figure 66078DEST_PATH_IMAGE002
定义为来波方向与Y轴的夹角，范围为
Figure 111394DEST_PATH_IMAGE003
；圆阵干涉仪的基本单元是两个天线组成的二阵元干涉仪，两天线对同一信号的相位差为：
Figure 37762DEST_PATH_IMAGE004
；
其中，
Figure 117713DEST_PATH_IMAGE005
为基线长度，是两天线间距离；
Figure 205755DEST_PATH_IMAGE006
为信号波长；
Figure 754679DEST_PATH_IMAGE007
是信号的波达角与对应天线对角平分线的夹角，将二者统一表述为波达角
Figure 219159DEST_PATH_IMAGE008
；
对于任意来波方向，测量所有天线单元的接收信号幅度；进行幅度补偿后，选出幅度最大的相邻四天线编号及幅度，求出相邻天线对的幅度比参数，求出实测幅度比向量单元与库中对应天线幅度比向量单元的欧氏距离；
Figure 419196DEST_PATH_IMAGE009
；
其中，
Figure 943718DEST_PATH_IMAGE010
为各来波方向的编号，
Figure 963627DEST_PATH_IMAGE011
为天线的最小编号，
Figure 215485DEST_PATH_IMAGE012
为库中对应天线对各来波方向的幅度比，
Figure 486673DEST_PATH_IMAGE013
为实测幅度比；设最小距离对应波达角度为
Figure 791884DEST_PATH_IMAGE014
，利用左右邻点
Figure 564668DEST_PATH_IMAGE015
及对应距离
Figure 682534DEST_PATH_IMAGE016
，通过二次插值估计波达角
Figure 732530DEST_PATH_IMAGE017
，即：
Figure 598855DEST_PATH_IMAGE018
；
其中，
Figure 593355DEST_PATH_IMAGE019
；
Figure 859121DEST_PATH_IMAGE020
；
将估计所得
Figure 324475DEST_PATH_IMAGE021
作为粗测角，求出对应天线对相位差的模糊数；
Figure 751914DEST_PATH_IMAGE022
；
其中，
Figure 233711DEST_PATH_IMAGE023
表示四舍五入取整，
Figure 53899DEST_PATH_IMAGE024
为对应天线对的中心角度，由此对实测的相位差解模糊；
（3）相关干涉仪测向
由选出的天线编号取出相应天线对的相位差，根据求出的各相位差模糊数对实测值解模糊，求出解模糊的实测相位差向量单元与库中对应频率下的相位差向量单元的欧氏距离；采用与相关比幅法类似步骤，找出欧式距离最小的对应角度及左右邻点；通过二次插值的方法估计波达角，得到最终测向结果。
3.如权利要求1所述伴随搭载式隐蔽通信方法，其特征在于，步骤二中的高精度参数测量包括：确定好寄主信号并测得寄主信号方向后，对寄主信号进行高精度参数测量；其中，寄主信号为通信信号，参数包括方位、俯仰、码速率、带宽、调制参数、脉冲宽度以及信噪比；
参数包括脉冲到达时间TOA、脉宽PW和脉幅PA；模块输入为视频包络信号、微分包络信号以及整形脉冲；模块在整形脉冲前沿锁存TOA计数器数值以及微分包络信号的前后三个样点，通过内插计算微分包络的正峰值位置，得到脉冲TOA的测量值；在整形脉冲后沿锁存TOA计数器数值和微分包络信号的前后三个样点，通过内插计算微分包络的负峰值位置，得到脉冲后沿到达时间，再减去TOA得到PW的测量值；在整形脉冲范围内对中频信号样点取平方后积累求和，再除以脉宽测量值得到脉内平均功率的估计值，最后对平均功率开平方得到PA的测量值；对时间取导数后前沿和后沿呈现尖锐的峰值，根据微分后波形判断脉冲开始和结束，检测脉冲及提取脉内样点，并测量脉冲的起始时间和结束时间；
对数字化包络
Figure 327755DEST_PATH_IMAGE025
求微分时采用最小二乘方法，以多点数据拟合求取包络的斜率；当以2N+1个样点数据估计vf＇，则：
Figure 801461DEST_PATH_IMAGE026
；
其中，N的点数应不超过脉冲上升沿的过渡时间，
Figure 770554DEST_PATH_IMAGE027
为各来波方向的编号，
Figure 33914DEST_PATH_IMAGE011
为天线的最小编号；微分包络的计算在FPGA中利用有限冲击响应FIR滤波器实现；
检测包络微分的上升沿并进行内插以精确估计TOA参数；当vf＇峰值的出现时刻为N，则由vf＇峰值及两边样点内插二次项拟合估计脉冲前沿TOA如下：
Figure 772063DEST_PATH_IMAGE028
；
其中，
Figure 72463DEST_PATH_IMAGE029
为采样周期；
检测包络微分的下降沿，测量下降沿时间，再以下降沿时间减去上升沿时间得到脉宽测量值；对上升沿与下降沿之间的脉冲包络数据取平均，估计得到脉冲幅度；频域参数测量模块输入包括中频复信号和整形脉冲、输出脉冲的中频频率和带宽以及部分脉内频谱数据；采用FFT模块计算脉冲的频率参数；当信号脉冲宽度的范围为0.2μs至2ms；采用分段FFT的处理策略，以固定长度为512点FFT模块，对长脉宽信号逐段计算频谱数据，分析频谱中心和调制范围；脉冲中频信号样点按FFT点数分为多段后，分别计算每一段信号的频谱数据；搜索各段频谱数据中的最大值，以最大值的0.5倍作为门限，对频谱数据进行频率分量的检测和提取；通过统计全部的谱峰位置，计算中心频率和信号带宽；提取出的谱峰数据保存于存储器中，用于计算互模糊函数；仅提取第一段FFT的谱数据，且最多保留16根谱线的数据；测量寄主信号参数后，结合己方待传输的信号进行调制编码，生成相同调制方式、编码模式的信号，称为宿客信号。
4.如权利要求1所述伴随搭载式隐蔽通信方法，其特征在于，步骤三中的信号分离包括：
基于独立分量分析ICA的盲信号分离是根据源信号间相互独立性达到信号分离的目的，判据是负熵最大化，将非高斯性作为判断信号独立性的依据；非高斯性越强则信号各分量之间越独立，根据信息论原理，在所有具有相同协方差矩阵的分布中，高斯分布的熵最大；负熵以高斯分布为参考，用于描述分布与高斯分布之间的偏离程度，偏离程度是非高斯性；负熵的定义为：
Figure 138640DEST_PATH_IMAGE030
；
式中，
Figure 251696DEST_PATH_IMAGE031
是多路信号
Figure 844351DEST_PATH_IMAGE032
的联合微分熵，而
Figure 659860DEST_PATH_IMAGE033
是与
Figure 88699DEST_PATH_IMAGE032
具有相同协方差矩阵的高斯分布的微分熵；当
Figure 179014DEST_PATH_IMAGE034
最大时，
Figure 891756DEST_PATH_IMAGE032
的非高斯性最强，
Figure 347008DEST_PATH_IMAGE032
各分量之间的独立性最强；对负熵的表达式作一定的逼近，得到以下判据：
Figure 660481DEST_PATH_IMAGE035
；
其中，函数
Figure 85646DEST_PATH_IMAGE036
是非线性函数，
Figure 417008DEST_PATH_IMAGE037
是总集均值，
Figure 902216DEST_PATH_IMAGE038
是服从
Figure 820494DEST_PATH_IMAGE039
分布的高斯变量；若独立分离估计
Figure 564196DEST_PATH_IMAGE040
，
Figure 126896DEST_PATH_IMAGE041
是分离矩阵，
Figure 704377DEST_PATH_IMAGE042
表示矩阵转置，
Figure 578792DEST_PATH_IMAGE043
是经过白化后的观测信号，则判据变为：
Figure 814601DEST_PATH_IMAGE044
；
在满足
Figure 372752DEST_PATH_IMAGE045
正交的约束条件下，对上式求极大值得到：
Figure 871867DEST_PATH_IMAGE046
；
式中，
Figure 499157DEST_PATH_IMAGE047
是
Figure 741920DEST_PATH_IMAGE048
的导数，
Figure 872687DEST_PATH_IMAGE049
表示序号，
Figure 791970DEST_PATH_IMAGE050
是
Figure 640977DEST_PATH_IMAGE051
的各个分量；信号分离分以下三步：
（1）将观测信号
Figure 156272DEST_PATH_IMAGE052
去均值处理，使
Figure 672704DEST_PATH_IMAGE052
成为0均值向量；
（2）信号白化处理：对信号的白化处理是通过线性变换将信号白噪声化；观测信号
Figure 248042DEST_PATH_IMAGE052
通过线性变换
Figure 600657DEST_PATH_IMAGE053
处理后的信号
Figure 919643DEST_PATH_IMAGE043
各分量之间互不相关，且具有单位方差，
Figure 290582DEST_PATH_IMAGE054
；通过主分量分析得到白化矩阵
Figure 36821DEST_PATH_IMAGE055
，
Figure 860420DEST_PATH_IMAGE056
为
Figure 983097DEST_PATH_IMAGE057
的特征向量组成的正交阵，
Figure 457810DEST_PATH_IMAGE058
为对应的特征值组成的对角阵：
Figure 374950DEST_PATH_IMAGE059
，
Figure 685846DEST_PATH_IMAGE060
表示特征值；
（3）运用算法估计出分离矩阵
Figure 612213DEST_PATH_IMAGE061
，从而估计出独立分量
Figure 692165DEST_PATH_IMAGE062
：
初始化矢量
Figure 796518DEST_PATH_IMAGE063
，满足
Figure 329131DEST_PATH_IMAGE064
，令迭代序号
Figure 59189DEST_PATH_IMAGE065
；
Figure 993647DEST_PATH_IMAGE066
，总集均值
Figure 518170DEST_PATH_IMAGE067
用时间均值代替，选择合适的
Figure 538078DEST_PATH_IMAGE068
对分离效果有影响，
Figure 55516DEST_PATH_IMAGE069
表示初始化高斯函数；
将
Figure 844480DEST_PATH_IMAGE070
归一化，
Figure 805483DEST_PATH_IMAGE071
；
如果
Figure 47109DEST_PATH_IMAGE072
不接近于1，则令
Figure 118970DEST_PATH_IMAGE073
，返回步骤②，否则迭代结束，输出最终的
Figure 44332DEST_PATH_IMAGE074
作为
Figure 645077DEST_PATH_IMAGE075
；
根据
Figure 905157DEST_PATH_IMAGE076
，提取独立分离
Figure 249551DEST_PATH_IMAGE077
；
其中
Figure 278687DEST_PATH_IMAGE078
表示从混叠信号中分离出来的两个独立信号，即多路信号。
5.如权利要求1所述伴随搭载式隐蔽通信方法，其特征在于，步骤四中的异步交叉定位包括：当2个观测站的位置为
Figure 299601DEST_PATH_IMAGE079
、
Figure 781398DEST_PATH_IMAGE080
，目标位置位于
Figure 195062DEST_PATH_IMAGE081
待求，目标相对于两观测站的方位角分别为
Figure 813125DEST_PATH_IMAGE082
和
Figure 286832DEST_PATH_IMAGE083
，两条方向的射线可以交于一点，点为目标位置；
根据角度定义得：
Figure 990346DEST_PATH_IMAGE084
；
写成矩阵形式为：
Figure 958433DEST_PATH_IMAGE085
；
式中，
Figure 962161DEST_PATH_IMAGE086
为实测角度；
Figure 75611DEST_PATH_IMAGE087
为待估目标位置；
Figure 532000DEST_PATH_IMAGE088
为两观测站位置；
Figure 271154DEST_PATH_IMAGE089
为测角噪声；函数f表示反正切计算；
经过变换，矩阵形式改写为：
Figure 129389DEST_PATH_IMAGE090
；
写成矩阵形式为：
Figure 679319DEST_PATH_IMAGE091
；
式中，
Figure 623004DEST_PATH_IMAGE092
，
Figure 651003DEST_PATH_IMAGE093
为待估参数，
Figure 114477DEST_PATH_IMAGE094
称为观测矩阵；
Figure 835308DEST_PATH_IMAGE095
由已知的观测站位置和对应观测角
Figure 266289DEST_PATH_IMAGE096
构成，称为观测量；由于双站模型的观测矩阵
Figure 97979DEST_PATH_IMAGE097
为方阵且可逆，直接求得定位结果，如下所示：
Figure 665227DEST_PATH_IMAGE098
；
对于非线性系统，如果无法通过参数变换或参数分离实现模型线性化，则通过迭代的方法估计相关参数；通过将非线性表达式按泰勒级数展开，保留其中的线性部分，确定待估参数的初始值，再进行迭代估计，直至求得满足某种条件的估计值；对于单个观测站，测角模型如下：
Figure 556959DEST_PATH_IMAGE099
；
其中，
Figure 458925DEST_PATH_IMAGE100
为观测站的位置，
Figure 94306DEST_PATH_IMAGE101
为目标真实位置，
Figure 516060DEST_PATH_IMAGE102
为实测角度，
Figure 578694DEST_PATH_IMAGE103
为测角噪声，高斯牛顿迭代法是使非线性模型在某个选取的标称的
Figure 718688DEST_PATH_IMAGE104
附近按泰勒级数展开，保留线性部分，使模型线性化如下：
Figure 157760DEST_PATH_IMAGE105
；
Figure 450332DEST_PATH_IMAGE106
表示求偏导数，写成矩阵形式为：
Figure 683867DEST_PATH_IMAGE107
；
式中，
Figure 45578DEST_PATH_IMAGE108
，
Figure 22762DEST_PATH_IMAGE109
，
Figure 419108DEST_PATH_IMAGE110
，
Figure 338391DEST_PATH_IMAGE111
，
Figure 187398DEST_PATH_IMAGE112
为待估定位误差，
Figure 968273DEST_PATH_IMAGE113
为观测矩阵，其构成中
Figure 219125DEST_PATH_IMAGE114
为各站的真实波达角函数表达式；
Figure 794463DEST_PATH_IMAGE115
由各站观测角、站址坐标及初始值构成，称为观测量；
Figure 396346DEST_PATH_IMAGE116
为噪声矢量；应用线性最小二乘算法进行定位误差估计，结果如下：
Figure 466064DEST_PATH_IMAGE117
；
其中，
Figure 837003DEST_PATH_IMAGE118
为加权矩阵，任意选取正定满秩矩阵，取对角矩阵，对角元素为测向噪声方差；由迭代获得定位误差结果后，依据误差更新定位，则：
Figure 583242DEST_PATH_IMAGE119
；
重复迭代直至达到设定的最大迭代次数或相邻两次迭代结果充分小，小于设定的门限为止，进而得到最终定位结果。
6.一种应用如权利要求1~5任意一项所述伴随搭载式隐蔽通信方法的伴随搭载式隐蔽通信系统，其特征在于，伴随搭载式隐蔽通信系统包括：
高精度测向定位模块，用于通过相关比幅测向法粗测角度解相位差模糊，得到无模糊相位差后利用相关干涉仪实现高精度测向；
高精度参数测量模块，用于确定好寄主信号并测的寄主信号方向后，利用脉冲包络微分对寄主信号进行高精度参数测量；
信号分离解调模块，用于通信接收端通过设备接收到寄主信号和宿客信号后，采用分量分析算法多通道接收并对信号进行分离；
异步交叉定位模块，用于采用异步交叉定位模式获取寄主的位置。
7.一种计算机设备，其特征在于，计算机设备包括存储器和处理器，存储器存储有计算机程序，计算机程序被处理器执行时，使得处理器执行如权利要求1~5任意一项所述伴随搭载式隐蔽通信方法的步骤。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时，使得处理器执行如权利要求1~5任意一项所述伴随搭载式隐蔽通信方法的步骤。
9.一种信息数据处理终端，其特征在于，信息数据处理终端用于实现如权利要求6所述伴随搭载式隐蔽通信系统。
CN202310017254.3A 2023-01-06 2023-01-06 一种伴随搭载式隐蔽通信方法、系统、介质、设备及终端 Active CN115835192B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310017254.3A CN115835192B (zh) 2023-01-06 2023-01-06 一种伴随搭载式隐蔽通信方法、系统、介质、设备及终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310017254.3A CN115835192B (zh) 2023-01-06 2023-01-06 一种伴随搭载式隐蔽通信方法、系统、介质、设备及终端

Publications (2)

Publication Number Publication Date
CN115835192A true CN115835192A (zh) 2023-03-21
CN115835192B CN115835192B (zh) 2023-05-09

Family

ID=85520273

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310017254.3A Active CN115835192B (zh) 2023-01-06 2023-01-06 一种伴随搭载式隐蔽通信方法、系统、介质、设备及终端

Country Status (1)

Country Link
CN (1) CN115835192B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116299467A (zh) * 2023-05-25 2023-06-23 中国科学院空天信息创新研究院 基于快速独立分量分析的星载sar距离模糊抑制方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8358613B1 (en) * 2009-02-27 2013-01-22 L-3 Communications Corp. Transmitter-directed security for wireless-communications
CN108768580A (zh) * 2018-05-16 2018-11-06 中国地质大学（武汉） 一种面向隐蔽通信的fm广播信号后向散射方法及系统
US20200145852A1 (en) * 2018-11-02 2020-05-07 Spectrum Effect Inc. Secure network information exchange for external interference detection and system for same
CN111934813A (zh) * 2020-07-10 2020-11-13 中安银成防务科技(青岛)有限公司 一种无人机侦测反制装备综合系统
WO2022012213A1 (zh) * 2020-07-13 2022-01-20 深圳大学 一种剔除一比特信号谐波虚假目标的方法及相关组件
CN115225249A (zh) * 2022-07-20 2022-10-21 中国人民解放军空军工程大学 基于多级联混沌加密的mp-wfrft通信方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8358613B1 (en) * 2009-02-27 2013-01-22 L-3 Communications Corp. Transmitter-directed security for wireless-communications
CN108768580A (zh) * 2018-05-16 2018-11-06 中国地质大学（武汉） 一种面向隐蔽通信的fm广播信号后向散射方法及系统
US20200145852A1 (en) * 2018-11-02 2020-05-07 Spectrum Effect Inc. Secure network information exchange for external interference detection and system for same
CN111934813A (zh) * 2020-07-10 2020-11-13 中安银成防务科技(青岛)有限公司 一种无人机侦测反制装备综合系统
WO2022012213A1 (zh) * 2020-07-13 2022-01-20 深圳大学 一种剔除一比特信号谐波虚假目标的方法及相关组件
CN115225249A (zh) * 2022-07-20 2022-10-21 中国人民解放军空军工程大学 基于多级联混沌加密的mp-wfrft通信方法及系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
FEI WANG, JIANZHONG HUANG, XI CHEN, GUANGHUA ZHANG, AND AIDONG MEN: "Simultaneous Broadcasting of Analog FM and Digital Signals by Separating Co-Channel FM Signals" *
丛鑫波: "星弹上行数据链的射频隐身技术研究" *
姚志成;吴智慧;杨剑;张盛魁;: "基于相关比幅测向的圆阵干涉仪解模糊算法" *
石荣;胡苏;徐剑韬;: "基于噪声调相干扰寄生扩频的隐蔽信息传输" *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116299467A (zh) * 2023-05-25 2023-06-23 中国科学院空天信息创新研究院 基于快速独立分量分析的星载sar距离模糊抑制方法

Also Published As

Publication number Publication date
CN115835192B (zh) 2023-05-09

Similar Documents

Publication Publication Date Title
Mohammadzadeh et al. Maximum entropy-based interference-plus-noise covariance matrix reconstruction for robust adaptive beamforming
US20110280293A1 (en) Methods and Devices for Determining the Impulse Response of Propagation Channels Involving Emitters, Reflectors and Sensors that are Fixed or Mobile
CN111142105A (zh) 复杂运动目标isar成像方法
US7646830B1 (en) Complex maximum likelihood range estimator in a multipath environment
CN113281701B (zh) 协同短波多站角度与三星时差的超视距目标直接定位方法
CN115835192B (zh) 一种伴随搭载式隐蔽通信方法、系统、介质、设备及终端
US20100134345A1 (en) Method for filtering a radar signal after it has been reflected by a target
CN115150744A (zh) 一种大型会议场馆室内信号干扰源定位方法
CN109521418B (zh) 基于干涉场的地基雷达测角方法
CN107966676B (zh) 复杂噪声环境下阵列天线角度和信源个数联合估计方法
CN111812582B (zh) 一种基于分布式无人机移动监测的干扰源直接定位方法
CN112924924A (zh) 一种基于l1范数稀疏表示的宽带信号DOA估计方法
CN115826004B (zh) 一种基于二维角度及时差联合的三星协同直接定位方法
Ding et al. MIMO radar imaging with imperfect carrier synchronization: A point spread function analysis
CN108594165B (zh) 一种基于期望最大化算法的窄带信号波达方向估计方法
Yang et al. IMIA: Interference Mitigation via Iterative Approaches for Automotive Radar
CN108919206B (zh) 一种基于子载波处理的外辐射源雷达极化滤波方法
CN107231169B (zh) 一种基于kt-lvt的抗符号跳变直接扩频信号动态聚焦方法
CN112881971B (zh) 电磁方向性互耦效应下相干干扰源测向方法
CN115575906A (zh) 非均匀背景下干扰智能抑制的融合检测方法
Haniz et al. Propagation channel interpolation for fingerprint-based localization of illegal radios
Demissie et al. High-resolution range-Doppler processing by coherent block-sparse estimation
CN115436909A (zh) 一种基于矩阵重构Root-MUSIC算法的FMCW雷达测距方法
Haniz et al. Localization of illegal radios utilizing cross-correlation of channel impulse response with interpolation in urban scenarios
Zhang et al. ML iterative superresolution approach for real-beam radar

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
CB03 Change of inventor or designer information

Inventor after: Zhu Shouzhong

Inventor before: Zhu Shouzhong

Inventor before: Gao Chao

CB03 Change of inventor or designer information