电 子 科 技 大 学

UNIVERSITY OF ELECTRONIC SCIENCE AND TECHNOLOGY OF CHINA

硕士学位论文
MASTER THESIS

论文题目 跳频通信信号检测及参数估计方法研究

学科专业 信号与信息处理

学 号 201321020364

作者姓名 刘若兰

指导教师 吕 明 副教授

万方数据
 分类号 密级

UDC 注 1

学 位 论 文
跳频通信信号检测及参数估计方法研究
（题名和副题名）

刘若兰
（作者姓名）

指导教师 吕 明 副教授
电子科技大学 成 都

（姓名、职称、单位名称）

申请学位级别 硕士 学科专业 信号与信息处理

提交论文日期 2016.4.23 论文答辩日期 2016.4.28

学位授予单位和日期 电子科技大学 2016 年 6 月

答辩委员会主席

评阅人

注 1：注明《国际十进分类法 UDC》的类号。

万方数据
 Researches on Frequency Hopping Communication
Signal Detection and Parameter Estimation Method

A Master Thesis Submitted to

University of Electronic Science and Technology of China

Major: Signal and Information Processing

Author: Liu Ruolan

Supervisor: A.P. Lv Ming

School : School of Electronic Engineering

万方数据
 独创性声明
本人声明所呈交的学位论文是本人在导师指导下进行的研究工作

及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方

外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为

获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与

我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的

说明并表示谢意。

作者签名： 日期： 年 月 日

论文使用授权

本学位论文作者完全了解电子科技大学有关保留、使用学位论文

的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，

允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全

部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描

等复制手段保存、汇编学位论文。

（保密的学位论文在解密后应遵守此规定）

作者签名： 导师签名：

日期： 年 月

万方数据
 摘要

摘要

跳频技术已成为国内外通信抗干扰的主要技术，开展对跳频通信的研究，成
为当前通信对抗领域的重要任务之一。要完成跳频通信对抗的作战使命，就需要
对跳频通信信号进行有效地截获，在敌方通信信号未知的情况下，接收机首先需
要对接收到的信号进行检测，判断是否存在跳频信号，在确认跳频信号存在的前
提下，侦察跳频电台的活动规律，也就是说接收机需要在不具备先验信息的情况
下对跳频信号进行参数估计。跳频信号参数的正确估计，对获取敌方通信信息，
有效实施干扰，提供了重要基础。本文的研究内容可以分为三个环节：跳频信号
检测、跳频信号跳频参数估计以及跳频信号码元速率估计。
在跳频信号检测环节，本文研究了基于时频分析的跳频信号检测算法，主要
研究了基于能量统计的去底噪门限设置方法，解决了原始算法中需要多次带入门
限观察去噪效果确定去噪门限的问题，并在时频脊线差分序列去噪过程中引入了
基于 SDM 的自适应门限算法来确定去噪门限，实现了复杂电磁环境下的跳频信号
检测。
在跳频信号跳频参数估计环节，首先引入了时频滤波的思想，对信号检测环
节中剔除干扰后的时频分布进行时频反变换，得到重构跳频信号，为后续跳频信
号参数估计等处理过程提供较为干净的时域信号；接着研究了基于时频分析的跳
频参数估计方法，重点研究了定频信号与跳频信号发生频点碰撞下的被干扰跳检
测算法，该算法能够检测出被干扰跳的跳频频率和起止时刻，实现了跳频信号跳
频参数的盲估计。
在跳频信号码元速率估计环节，首先将基于包络谱的码元速率估计方法引入
到跳频信号上，并对取包络谱时产生的背景噪声进行了分析，分析了谱线增强的
最佳抽头长度；然后将基于二次谱的码元速率估计方法引入到跳频信号上并进行
了改进，两种方法都实现了一次调制为线性调制的跳频信号码元速率盲估计。接
着通过估计得到的跳频参数对一次调制方式为 OQPSK、MSK 的跳频信号分别进
行下变频和拼接，对处理后的信号分别采用 OQPSK、MSK 信号码元速率估计方
法，实现了一次调制方式为 OQPSK、MSK 的跳频信号码元速率估计。在进行三
个环节研究的同时，本文分别通过实验验证了算法的有效性和准确性，仿真结果
表明本文方法是可以应用在实际工程中的。

关键词：跳频通信，信号检测，参数估计，码元速率

万方数据
 ABSTRACT

ABSTRACT

Frequency Hopping technology has become a major technology to anti interference

in communication at home and abroad. Nowadays, Conducting research on frequency
hopping communication has been one of the important tasks in the field of
communication countermeasure. To complete the combat mission of frequency hopping
communication confrontation, it needs to intercept frequency hopping signal effectively.
In the situation that enemy communication signal is unknown, the recevier needs to
detect the received signal firstly, judging whether there is a frequency hopping signal.
Under the premise of confirming that frequency hopping signal is present, the next step
is to reconnaissant the activity patterns of that frequency hopping radio, that is to say,
the receiver needs to eatimate the parameters of frequency hopping signals without any
prior information. Correctly estimating the parameters of frequency hopping signal
provides an important foundation to get access to enemy communication information
and make effective interference. Contents of this paper can be divided into three
components: frequency-hopping signal detection, parameter estimation and symbol rate
estimation.
In the part of frequency hopping signal detection, detection algorithm based on
time frequency analysis has been improved. This part reserches a method of setting the
threshold to eliminate the background noise based on energy statistics, solving the issue
in the original algorithm that it requires to place the threshold multiply to observe
de-noising effect and then determine the denoising threshold. In addition, this part
introduct an adaptive algorithm based on SDM to set denoising threshold in the process
of differential sequence of time-frequency ridge lines denoising, achieving the detection
of frequency hopping signal under the complex electromagnetic environment.
In the part of hopping signal parameters estimation, this paper introduces the idea
of time-frequency filtering firstly, and makes the time frequency inverse transform for
the time-frequency distribution which has been elimated the interference signals in the
part of signal detection to obtain a clean frequency hopping signal, providing a more
clean time-domain signal for the parameters estimation, de-hopping and demodulation
of frequency hopping signals. Then this part reserches hopping parameters estimation
method based on time frequency analysis, and get a algorithm to detection the interfered

II

万方数据
 ABSTRACT

hop of signal in the situtation that frequency-fixed signals come into collision with
frequency hopping signals. That algorithm can detect the hopping frequency , the start
and end time of the interfered hop of siganl, achieving the blind parameters estimation
of frequency hopping signal.
In the part of frequency hopping siganl symbol rate eatimation, this paper
introduces the symbol rate estimation method based on signal envelope spectrum to
estimate the symbol rate of frequency hopping signals firstly.Then this paper analyzes
the background noise produced by the envelope transform and the best tap length in the
line enhancement process. Also the symbol rate estimation method based on the power
spectrum of signal-square is introduced into the symbol rate estimateation of frequency
hopping signals and has been improved. Both methods achieve to estimate symbol rate
of the frequency hopping signals blindly, first modulation of which is linear.Then this
part dehop the frequency hopping signals ,first modulation of which are OQPSK and
MSK, through the hopping parameters obtained in the part of parameters estimation.
After that we estimate the symbol rate using the de-hop signals by the OQPSK and
MSK signal symbol rate estimation methods respectively, achieving symbol rate
estimation of the frequency hopping signals blindly, first modulation of which are
OQPSK and MSK. While researching on the three parts, this paper has been doing some
experiments to verify the validity and accuracy of the algorithms.The simulation results
show that these methods are suitable for the actual project.

Keywords:frequency hopping communication, signal detection, parameter estimation,

symbol rate estimation

III

万方数据
 目录

目录

第一章 绪论 ................................................................................................................ 1
1.1 课题的研究背景及意义 ................................................................................ 1
1.2 国内外研究现状 ............................................................................................ 2
1.2.1 跳频信号检测研究现状 ...................................................................... 2
1.2.2 跳频信号参数估计研究现状 .............................................................. 2
1.3 本文的主要内容和章节安排 ......................................................................... 3
第二章 跳频通信系统概述 ......................................................................................... 5
2.1 跳频通信系统的基本工作原理 ..................................................................... 5
2.2 跳频通信系统的主要参数............................................................................. 6
2.3 跳频通信系统的数学模型............................................................................. 9
2.4 本章小结...................................................................................................... 10
第三章 跳频信号检测方法 ....................................................................................... 11
3.1 常用跳频信号检测方法 .............................................................................. 11
3.1.1 基于多跳自相关的跳频信号检测方法 ............................................. 11
3.1.2 基于功率谱估计的跳频信号检测方法 ............................................. 14
3.2 时频分析方法概述 ....................................................................................... 15
3.2.1 短时傅里叶变换 ............................................................................... 15
3.2.2 Gabor 展开 ......................................................................................... 16
3.2.3 小波变换 ........................................................................................... 16
3.2.4 维格纳-威尔分布 .............................................................................. 17
3.3 基于时频分析的跳频信号检测算法研究.................................................... 18
3.3.1 电磁环境分析 ................................................................................... 18
3.3.2 时频图像预处理 ............................................................................... 20
3.3.3 基于时频特征的跳频信号识别 ........................................................ 23
3.3.4 检测算法流程 ................................................................................... 26
3.3.5 仿真实验及性能分析........................................................................ 27
3.4 本章小结...................................................................................................... 31
第四章 跳频信号跳频参数估计方法 ........................................................................ 32
4.1 时频滤波预处理 .......................................................................................... 32
4.2 基于时频分析的跳频信号跳频参数估计方法 ............................................ 33

IV

万方数据
 目录

4.2.1 跳频速率估计 ................................................................................... 34

4.2.2 跳变时刻估计 ................................................................................... 35
4.2.3 跳频频率估计 ................................................................................... 36
4.2.4 跳频带宽估计 ................................................................................... 36
4.3 被干扰跳检测 .............................................................................................. 36
4.4 仿真实验及性能分析 .................................................................................. 39
4.4.1 跳频参数估计仿真实验及性能分析................................................. 39
4.4.2 被干扰跳检测仿真实验及性能分析................................................. 40
4.6 本章小结...................................................................................................... 45
第五章 跳频信号码元速率估计方法 ........................................................................ 46
5.1 一次调制方式为线性调制的跳频信号码元速率估计方法......................... 46
5.1.1 基于包络谱的估计方法 .................................................................... 46
5.1.2 改进的基于二次谱的估计方法 ........................................................ 55
5.2 一次调制方式为 OQPSK 的跳频信号码元速率估计方法 ......................... 64
5.2.1 普通 OQPSK 信号码元速率估计方法 .............................................. 64
5.2.2 一次调制方式为 OQPSK 的跳频信号码元速率估计方法 ............... 66
5.2.3 仿真实验及性能分析........................................................................ 67
5.3 一次调制方式为 MSK 的跳频信号码元速率估计方法 .............................. 69
5.3.1 普通 MSK 信号码元速率估计方法 .................................................. 69
5.3.2 一次调制方式为 MSK 的跳频信号码元速率估计方法 ................... 70
5.3.3 仿真实验及性能分析........................................................................ 71
5.4 本章小结...................................................................................................... 73
第六章 总结与展望................................................................................................... 74
6.1 总结 ............................................................................................................. 74
6.2 展望 ............................................................................................................. 75
致谢............................................................................................................................ 76
参考文献 .................................................................................................................... 77
攻读硕士学位期间取得的成果 ................................................................................. 80

万方数据
 第一章 绪论

第一章 绪论

1.1 课题的研究背景及意义
为了确保通信信息的准确、连续、实时传输，人们使用了各种抗干扰技术措
施来提高信息传输的可靠性[1]，现代抗干扰技术中应用最广泛的是自适应技术以及
扩频技术[2]。扩频系统的实质是先将信号的带宽扩展到很宽的范围再进行传输，在
接收时采用相关处理，使有用信号的频谱得到压缩，再通过窄带滤波器提取有用
信号，在滤波过程中大部分的噪声和干扰被剔除掉，从而达到抑制输入噪声和干
扰的目的。扩频通信的工作机制使得扩频信号具有保密性、安全可靠、抗干扰能
力强的特点，是目前最有效的通信抗干扰技术之一。
扩 频 通 信 系 统 主 要 包 括 直接序列扩频（Direct Sequence Spread Spectrum，
DSSS) 、跳频系统（Frequency Hopping，FH）、跳时系统（Time Hopping，TH）和
混合扩频系统 。跳频通信是指发射信号的载波频率在一个序列的控制下不断跳变，
一般要求这个序列具有伪随机特性，由此来实现信号频谱的扩展[1]。跳频技术最先
被应用于军事通信中，满足了现代军事通信提出的抗干扰要求，而且随着其发展
与成熟，在民用移动通信、现代雷达和声呐等电子系统中也获得了应用。跳频信
号已成为军事通信的主角，开展对这类信号的搜索、截获、分选、识别、分析和
测量技术的研究是通信对抗技术发展的必然趋势[3]。
跳频通信侦察包括三个部分，分别是跳频信号检测、参数估计和信号分选。
跳频信号检测是指对宽带侦查接收机截获到的复杂信号进行分析，判断其中是否
存在跳频信号；参数估计是指对检测到的跳频信号进行参数提取，得到跳频速率，
跳频频率，跳变时刻，跳频带宽，码元速率等参数；分选是指借助估计得到的跳
频参数对信号进行网台划分[4]。如何快速检测跳频信号、准确获取跳频信号参数，
是跳频信号盲接收的关键部分，对正确获取通信信息、有效实施干扰起着至关重
要的作用。
本文主要是基于与某研究所合作的跳频信号参数盲估计项目，在未知先验信
息的条件下，研究跳频信号的检测和参数盲估计算法，以最终截获通信信号，提
取有用信息为目的。

万方数据
 电子科技大学硕士学位论文

1.2 国内外研究现状
1.2.1 跳频信号检测研究现状
关于跳频信号检测这一方向的研究在国际上开展得很早，很多的检测方法可
以提供参考。主要方法有自相关检测法[5]、基于自适应多通道技术的检测方法[6]、
最大似然检测法[7]、能量检测法[8]等，这些方法都需要预先知道一个或多个信号参
数，无法实现盲检测。
国内一些专家也对这一方向开展了研究。文献[9]研究了基于语图的跳频信号
检测算法，该算法能够实现多种干扰环境下的跳频信号检测，但是算法预处理过
程计算量大，限制了其应用。文献[10]提出了一种新的检测算法，这个算法是基于
形态学预处理的，能够实现短波信道下的跳频信号盲检测，但是在检测过程设置
参数时，需要信号特征参量和通信环境等先验信息。文献[11]利用跳频信号的循环
平稳特性进行检测，算法计算量小，适用于白噪声背景下的跳频信号检测。文献[12]
给出了基于图像分割和模板匹配的检测算法，能够在存在多种干扰的通信环境中
检测出跳频信号，但必须已知跳速的大致范围。文献[13]研究了多种干扰环境下的
跳频信号检测算法，借助时频分析来实现检测，但在两次去噪过程中门限的设置
都采用经验值，门限设置的大小直接影响检测的结果。

1.2.2 跳频信号参数估计研究现状
跳频信号的待估计参数主要包括跳频速率、跳频频率、跳变时刻、跳频带宽
以及码元速率等参数。针对这一问题，已有许多文献进行了研究。跳频信号参数
估计方法主要包括基于粗略信道化接收的方法[14]，自相关估计法[15]，基于粒子群
算法的估计方法[16]，基于压缩感知的估计方法[17]，基于遗传算法的估计方法[18]，
以及基于图像处理的参数估计方法[19]等。
鉴于时频分析技术对非平稳信号分析具有的独有优势，时频分析方法已成为
跳频信号分析的主要方法。下面重点介绍基于时频分析的跳频信号参数估计的研
究现状。
在 文 献 [ 20 ] 中 ， Barbarossa 首 次 提 出 运 用 伪 维 格 纳 - 威 尔 分 布 （ Pseudo
Wigner-Ville Distribution, PWVD ） 来 估 计 跳 频 速 率 ， 用 维 格 纳 - 威 尔 分 布
（ Wigner-Ville Distribution，WVD ）估计跳频频率和跳变时刻，但是由于 WVD 是
二次型时频表示，存在着大量的交叉项干扰，导致估计精度不高，并且计算量较
大。
文献[21]用平滑伪维格纳-威尔分布（ Smooth Pseudo Wigner-Ville Distribution,
SPWVD ）代替 WVD 和 PWVD 来估计跳频参数， SPWVD 是 WVD 在时域和频域
2

万方数据
 第一章 绪论

两次加窗进行平滑得到的，是以牺牲计算量为代价得到交叉项的改善。该算法虽
然增加了运算量，但是参数估计的性能得到了改善。
文献[22]研究了小波变换对非平稳信号的良好表征特性，利用小波的优良时频
局部化特性来估计快跳频系统信号的参数。但是由于小波变换对噪声比较敏感，
低信噪比条件下，参数估计的准确性会急剧下降。
文献[23]对使用 SPWVD 进行参数估计的方法进行了改进，通过相关函数结合
滑窗法和自适应门限检测法来估计跳变时刻。该算法解决了慢跳频信号在一个窗
口中可能不出现一跳的问题，提高了估计的精度。
文献[24]通过对跳频信号进行 S 变换，根据变换得到的时频分布进行参数估计。
此方法在低信噪比条件下，在时频域中能够获得较好的分辨率，跳频信号参数估
计的精度得到了提高。
除此之外，一些学者将时频重排算法引入到跳频信号参数估计中，但是由于
重排算法的计算量较大，限制了它在实际工程中的应用。针对实际短波、超短波
跳频通信中存在多种干扰的特点，研究更符合实际要求的跳频信号参数盲估计算
法是非常有必要的。

1.3 本文的主要内容和章节安排
全文主要研究了跳频通信信号检测和参数估计方法。首先对本课题的研究背
景和研究意义进行了简要介绍，分析了国内外研究现状；接着介绍了跳频通信系
统的工作原理、特点、主要参数和数学模型；然后重点研究了基于时频分析的跳
频信号检测方法，实现了复杂电磁环境下的跳频信号检测；其次讨论了跳频信号
跳频参数估计方法，重点研究了定频信号与跳频信号发生频点碰撞情况下的被干
扰跳检测算法；最后研究了跳频信号码元速率估计方法，实现了一次调制方式为
线性调制、OQPSK 和 MSK 的跳频信号码元速率估计。本文的结构安排如下：
第一章简述了跳频通信信号检测和参数估计的研究背景和意义，阐述了国内
外关于跳频通信信号检测和参数估计的技术现状和研究挑战。
第二章概述了跳频通信系统。首先对跳频通信系统的基本工作原理进行了介
绍，指明了其特点及主要参数，最后描述了跳频通信系统的数学模型。
第三章对跳频信号检测方法进行了研究。首先分析了两种常用的跳频信号检
测方法，总结了这两种方法的不足和局限性，然后介绍了几种典型的时频分析方
法；接着重点研究了多种干扰环境下的跳频信号检测问题，总结了短波、超短波
信道环境中可能存在的干扰信号，并对干扰信号进行了分析，对不同干扰信号分
别采取方法进行剔除，根据跳频信号的特点对剔除干扰后的时频分布进行特征参

万方数据
 电子科技大学硕士学位论文

数提取，设置参数门限进行跳频信号识别；最后通过仿真验证了跳频信号检测算
法的有效性和准确性。
第四章研究了跳频信号跳频参数估计方法。首先研究了基于时频反变换的信
号重构，通过对剔除干扰信号后的时频分布进行时频反变换得到重构跳频信号，
为后续跳频信号参数估计等处理过程提供较为干净的时域信号；接着研究了基于
时频分析的跳频信号跳频参数估计方法，待估计参数包括跳频速率、跳变时刻、
跳频带宽和跳频频率；然后研究了定频信号与跳频信号发生频点碰撞情况下的被
干扰跳检测问题，重点研究了被干扰跳的跳频频率和起止时刻估计方法；最后分
别通过仿真验证了参数估计和被干扰跳检测方法的可行性和准确性。
第五章研究了跳频信号码元速率估计方法。首先针对一次调制方式为线性调
制的跳频信号，从普通线性调制信号入手，介绍了基于包络谱和基于二次谱的两
种估计方法，结合跳频信号的特点，对这两种方法分别进行改进引入到跳频信号
码元速率估计中，实现了跳频信号码元速率的盲估计；接着分析了普通 OQPSK 信
号的码元速率估计方法，借助估计得到的跳频参数对跳频信号进行下变频和拼接，
进而进行码元速率估计，实现了一次调制方式为 OQPSK 的跳频信号码元速率估计；
然后研究了一次调制方式为 MSK 的跳频信号码元速率估计方法，同样先借助估计
得到的跳频参数对跳频信号进行下变频和拼接，再利用普通 MSK 信号的码元速率
估计方法对处理后的信号进行码元速率估计；最后通过仿真验证了本文跳频信号
码元速率估计方法的可行性和准确性。
第六章对全文进行了总结，分析了现有算法的不足之处，探讨了未来的研究
方向。

万方数据
 第二章 跳频通信系统概述

第二章 跳频通信系统概述

2.1 跳频通信系统的基本工作原理
跳频通信是指用伪随机序列控制发射信号载波不断跳变的通信方式，其原理
示意图如图 2-1 所示。

图 2-1 跳频通信系统的原理示意图

在发射端，待传输的信息对频率为 f c 的载波进行调制，产生调制信号，也将
此处的信息调制称为一次调制；在跳频频率表中通过跳频序列映射确定跳频频率，
然后控制频率合成器在不同的时隙内输出频率跳变的本地振荡信号，用它对调制
信号进行变频，使变频后的射频信号频率按照跳频序列跳变，形成跳频信号，也
将此处的跳频调制称为二次调制。在接收端，通过同步电路获取接收到的跳频信
号的同步信息，接收端的跳频序列与发射端保持一致，接收端频率合成器在接收
端跳频序列的作用下输出与接收信号同步跳变的本地振荡信号，利用本振信号对
跳频信号进行变频，将信号频率搬回到 f c ，实现解跳，接着在本地载波的作用下
对解跳后的调制信号进行解调，恢复出信息[25]。
与传统的通信方式相比，跳频通信系统具有如下主要特点[26]：
（1）抗干扰能力
跳频信号在一个很宽的频率范围内以频率不断跳变的方式躲避干扰，跳频带
宽的扩展、跳频频率数目的增加、跳频速率的提高都可以增强跳频系统的抗干扰

万方数据
 电子科技大学硕士学位论文

能力。
（2）低截获概率
跳频信号的载波频率在跳频序列的作用下不断跳变，因此通信信息很难被截
获；跳频序列的伪随机性，使得频率跳变也具有伪随机性，敌方无法根据截获的
信号预测下一跳频率。
（3）多址组网能力
应用跳频技术可以实现多址通信，通信网中的每个用户被分配一个与其他用
户不同的地址码，用户只能接收与自身地址码保持同步关系的跳频信号所携带的
信息，发送给其他用户的信号会被抑制掉，其所携带的信息不会被解调出来。
（4）抗衰落能力
分集接收技术能够有效克服信号传输过程中的衰落问题。跳频信号的载波周
期性地发生跳变，起到了频率分集的作用。当衰落信道的相关带宽小于跳变的频
率间隔，而且跳频时隙宽度又很短的话，跳频信号在衰落信道中拥有较好的传输
性能。
（5）易于与窄带通信系统兼容
从宏观看，跳频通信系统是一种宽带系统；从微观看，它又是一种瞬时窄带
系统。兼容是指跳频通信系统可以与常规窄带通信系统在固定频率上相互通信，
反之，在常规窄带通信系统设备上增加跳频模块，就可转变为跳频通信系统。

2.2 跳频通信系统的主要参数
2.2.1 信道间隔
任意两个相邻信道之间的标称频率之差称为信道间隔 [25]。信道间隔越大，越
有利于对抗窄带干扰，系统抗衰落能力越强，信道间隔的增大同时会带来频谱利
用率的降低。

2.2.2 跳频带宽
跳频系统工作时最高频率与最低频率之间所占的频带宽度称为跳频带宽 [25]，本
文中用 Bhop 来表示。可以利用跳频带宽在后续跳频信号处理中设置合适的参数滤除
带外信号，从而进行跳频信号的有效提取。跳频带宽可以用来衡量系统抗干扰能
力的强弱。跳频带宽越宽，敌方在进行干扰时需要将有限的干扰功率辐射到更宽
的频带范围内[27]，从而造成干扰强度减弱，系统的抗干扰能力增强。

2.2.3 跳频频率数目

万方数据
 第二章 跳频通信系统概述

跳频系统工作时跳变的载波频率点的数目称为跳频频率数目。跳变的载波频
率的集合，称为跳频频率集，也称为跳频频率表 [25]。跳频频率数目和跳频系统抗
干扰能力有关。跳频频率数目越多，一方面受干扰频点所占的比例下降，通信质
量能够得到保证，同时加大了敌方施加瞄准式干扰的难度，从而使得系统抗干扰
能力增强。

2.2.4 跳频处理增益
跳频处理增益 G p 的定义是
G p  W Bm (2-1)

G p  10 lg(W Bm ) (2-2)

式中， Bm 为跳频瞬时带宽， W 为射频带宽。

发射信号频谱的扩展主要由最小频率间隔 f min 和系统实际使用的频率数目 q
决定[28]。当 f min  Bm 时，相邻跳频频率不邻接，如图 2-2(a)中所示，此时跳频处
理增益 G p 大于频率数目 q ，即 G p  W Bm  q ，在这种情况下敌方很难有效干扰通
信。当 f min  Bm 时，相邻频率邻接，如图 2-2(b)中所示，此时跳频处理增益 G p 等
于频率数目 q ，即 G p  W Bm  q 。当 f min  Bm 时，相邻频率重叠，如图 2-2(c)中
所示，此时跳频处理增益 G p 小于频率数目 q ，即 G p  W Bm  q ，在这种情况下敌
方发出一个频率上的干扰可能会导致多个相邻频率受到影响，造成比较严重的后
果。由此可知，跳频处理增益越大，跳频系统的抗干扰能力越强[25]。

f min
Bm

f0 f1 f2 f3 f4 f5 f6

(a)

f min Bm

f0 f1 f2 f3 f4 f5 f6 f7 f8 f9

(b)

万方数据
 电子科技大学硕士学位论文

f min
Bm

(c)

图 2-2 相邻频率分布情况
(a)相邻频率不邻接；(b)相邻频率邻接；(c)相邻频率重叠

2.2.5 跳频速率
跳频速率是指跳频信号载波频率跳变的速率，即每秒钟载波频率跳变的次数，
本文中用 Rh 来表示。跳频速率的倒数是跳频周期，跳频周期即跳频信号载波频率
持续不变的时间，通常用 Th 来表示。通常情况下希望跳频速率越高越好，跳频速
率高到能够使接收端本振信号在干扰信号到达之前已经完成跳变，从而躲避瞄准
式干扰，此外跳频速率越高对跳频设备元器件水平的要求也就越高[25]。
跳频系统有快跳频系统和慢跳频系统两种 [29]。在跳频系统中，频率跳变的速
率高于信息调制器输出的符号速率，则称为快跳频系统；反之，如果频率跳变的
速率低于信息调制器输出的符号速率，则称为慢跳频系统[25]。本文研究的主要是
慢跳频系统。

2.2.6 跳频序列周期
跳频序列不出现重复的最大长度，称为跳频序列周期 。跳频系统抗破译能力
的强弱和跳频序列周期的长度有着密切的关系，跳频序列周期越长，预示着敌方
完成破译需要付出的代价越大。在跳频序列周期较短的情况下，敌方很容易破译
出序列的构造方法，由此来施放干扰和窃听通信，所以跳频序列周期一般需要很
长的时间[25]。

2.2.7 跳频图案
跳频图案是指载波频率随跳频序列跳变的规律，如图 2-3 所示。跳频图案的设
计与跳频系统的抗干扰性有着密切的联系，跳频图案中频率跳变越随机，规律越
复杂，敌方越难破译，系统抗干扰的能力越强。

万方数据
 第二章 跳频通信系统概述

f
Th

Bhop Bm

t
图 2-3 跳频图案

2.3 跳频通信系统的数学模型
跳频通信系统的数学模型[25]如图 2-4 所示。

d i (t ) Si (t ) R (t ) W (t )
mi (t ) mi (t )

cos(ij t  ij ) 2cos(ij t  ij )

图 2-4 跳频通信系统的数学模型

第 i 个发射机的信息数据 mi (t ) 经过信息调制得到已调信号 di (t ) ，本地振荡信

号 cos(ij t  ij ) ， ij 和 ij 表示第 i 个发射机在 jTh  t  ( j  1)Th 内本振信号的频率
和相位。
跳频通信系统第 i 个发射机的发射信号为
Si (t )  di (t ) cos(ij t  ij ) (2-3)

则接收信号为
U
R (t )   d i (t ) cos(ij t  ij )  J (t )  n(t ) (2-4)
i 1

其中，U 为同时发射信号的跳频发射机数， J (t ) 为外部干扰信号，n(t ) 为高斯白噪

声。
假设接收机需要接收的是信息信号 m1 (t ) ，使用本地振荡信号 2 cos(1 j t  1 j )
进行解跳，得到输出为

万方数据
 电子科技大学硕士学位论文

W (t )  d1 (t ) cos(1 j t  1 j )  2cos(1 j t  1 j ) 

U

 d (t ) cos( t  
i2
i ij ij )  2cos(1 j t  1 j )  (2-5)

J (t )  2 cos(1 j t  1 j )  n(t )  2 cos(1 j t  1 j )

如果在 jTh  t  ( j  1)Th 内，满足 1 j  1 j   ，且 ij  ij   , i  2, 3,  , U ，此

时式(2-5)中的第一项可写成
W1 (t )  d1 (t ) cos(t   ) (2-6)

其中， 1 j  1 j   。则 W1 (t ) 经过中频率滤波器（中心频率为  ），再经过解调

即可得到信息信号 m1 (t ) 。式(2-5)中的第二项
U
W2 (t )   di (t ) cos (ij  1 j )t  (ij  1 j )  (2-7)
i2

被中频滤波器滤掉，不会影响 m1 (t ) 的接收。
外部干扰信号 J (t ) ，在 jTh  t  ( j  1)Th 内，如果与 1 j 不同，则接收机混频后
不会产生  的中频信号，不会影响 m1 (t ) 的接收。

2.4 本章小结
本章首先对跳频通信系统的工作原理进行了介绍，分别描述了发射机和接收
机的相关处理过程，然后简述了跳频通信的特点；接着对跳频通信的主要参数进
行了详细说明；最后描述了跳频通信系统的数学模型，为后续跳频信号检测和参
数估计奠定了基础。

10

万方数据
 第三章 跳频信号检测方法

第三章 跳频信号检测方法

3.1 常用跳频信号检测方法
3.1.1 基于多跳自相关的跳频信号检测方法
文献[30]研究了基于多跳自相关的算法来检测跳频信号，主要原理是利用跳频
信号多跳自相关函数与噪声自相关函数分布特性不同，建立检测模型，得到二元
假设情况下不同的统计量分布特性，设定合理的判决门限，根据观测样本值与判
决门限的比较结果判定跳频信号的有无。该方法需要已知跳频带宽，且计算繁琐。
文献[31]在此基础上进行了改进，根据跳频信号多跳自相关函数和噪声自相关函数
的分布特性设计了基于自相关函数的检测统计量，将观测时间内的检测量样本值
与检测门限进行比较判断是否存在跳频信号。具体方法如下
接收信号 S (t ) 的自相关函数为
1 T
RS ( )  lim  S (t ) S (t   )dt  Rxx ( )  Rxn ( )  Rnx ( )  Rnn ( ) (3-1)
T T  0

式中， T 为观测时间，包含多个跳周期； n(t ) 为均值为 0、双边功率谱密度为

N 0 (W/Hz) 的高斯噪声； Rxx ( ) 为跳频信号 x(t ) 的自相关函数， Rnn ( ) 为噪声信号
n(t ) 的自相关函数， Rnx ( ) 、 Rxn ( ) 为跳频信号与噪声信号的互相关函数。由于高
斯噪声信号与跳频信号不相关，有 Rxn    0, Rnx    0 ，式(3-1)可化为
RS ( )  Rxx ( )  Rnn ( ) (3-2)

当接收数据足够长时，不同跳信号的互相关函数满足 Rxi x j ( )  0, i  j 。因此，

Rxx ( ) 在延迟小于跳周期 Th 时可表示为
N
Rxx ( )  RxF xF ( )   Rxk xk ( )  RxE xE ( ) (3-3)
k 1

式中第 1 项为接收的第 1 个非整周期的跳频信号的自相关函数；第 2 项为 N 个整

周期跳频信号的自相关函数；第 3 项为最后一个非整周期的跳频信号的自相关函
数。又有

11

万方数据
 电子科技大学硕士学位论文

1 Th  2
Rxk xk ( )    A cos(2 f k t   k ) cos[2 f k (t   )   k ]dt 
Th  0
Th

A2 cos(2 f k t   k ) cos[2 f k 1 (t   )   k 1 ]dt 
 (3-4)
Th  
2
A T 
 cos(2 f k ) h
2 Th

这里忽略非整跳周期信号的影响，式(3-1)最终化为
N
A2 T 
RS ( )   cos(2 f k ) h  Rnn ( ) (3-5)
k 1 2 Th

跳频信号的多跳自相关结果如图 3-1 所示，由图中可以看出，当延迟  在 0    Th

范围内时，多跳自相关函数随着延迟  的增加而持续振荡；当   Th 时，多跳自相
关函数逐渐趋近于 0。
1

0.8

0.6

0.4
归一化幅度

0.2

-0.2

-0.4

-0.6
0 1 2 3 4 5 6
频 率 /Hz 4
x 10

图 3-1 跳频信号的多跳自相关结果

当接收信号中包含跳频信号时，有
 N A2 T 
 
RS  ( )   k 1 2
cos(2 f k ) h
Th
 Rnn ( ) 0    Th
(3-6)
 R ( ) Th    T
 nn

当接收信号中不含跳频信号时，有

N  0
RS  ( )   0 (3-7)
 Rnn ( ) 0 

利用接收信号的自相关函数建立检测统计量，按表达式(3-8)(3-9)求参数 E1 、 E2 ，

12

万方数据
 第三章 跳频信号检测方法

2
1 Th
E1  lim  [ RS ( )] d (3-8)
Th t 0 t lpf

2
1 T
E2   [ RS ( )] d (3-9)
T  Th Th lpf

2
式中， [ RS ( )]lpf 为自相关函数经平方、低通滤波处理后的结果。
求 E1 和 E2 的比值  ，有

E1 1 Th 2  1 T 2 
  lim  [ RS ( )] d  Th [ Rnn ( )] d  (3-10)
E2 Th t 0 t lpf
T  Th lpf

当存在跳频信号时，将式(3-6)带入式(3-10)，有
2
2
1 Th  N A T  
1  lim   cos(2 fk ) h  Rnn ( )  d 
Th t 0 t
 k 1 2 Th lpf
1 T 2 
 [ Rnn ( )] d 
T  Th h
T lpf

2
2
1 Th  N A T    1 T 2 
 lim   cos(2 fk ) h d   [ R ( )] d   (3-11)
Th lpf
nn
Th t 0 t  k 1 2 T  Th h
T lpf

2
2
1 Th  N A T    1 T 2 
lim  2 cos(2 fk ) h  Rnn ( ) d   [ Rnn ( )] d  
Th t 0  k 1 2
t Th lpf T  Th h
T lpf

1 Th 2  1 T 2 
lim  [Rnn ( ) ] d   [ Rnn ( )] d 
Th t 0 t lpf
T  Th h
T lpf 
当不存在跳频信号，只有噪声时，将式(3-7)带入式(3-10)，有
2
1 Th
lim  [ Rnn ( )] d
T t 0 t lpf
2  h 2
(3-12)
1 T
[ R ( )] d
T  Th Th
nn
lpf

与 2 相比， 1 有较为明显的增量，并且这两者的取值只与噪声信号自相关函数的
分布特性有关，与噪声功率无关，因此可以将  作为检测统计量，通过设置合适的
门限来实现检测，若  大于检测门限则判定存在跳频信号，否则判定跳频信号不存
在。
多跳自相关方法可以实现低信噪比下的跳频信号检测，但是实际短波、超短
波通信环境中存在多种干扰信号，而多跳自相关方法只适用于白噪声环境下的跳
频信号检测问题，且在检测之前需要已知跳频周期。

13

万方数据
 电子科技大学硕士学位论文

3.1.2 基于功率谱估计的跳频信号检测方法
文献[32]利用跳频信号和定频信号功率谱随时间变化的差异，通过对定频信号
功率谱进行对消来实现跳频信号的检测。具体方法如下
设接收信号为
p q
j k
xN ( n)   s fixed ( n)   shop (n)  z (n) (3-13)
j 1 k 1

j
其中，s fixed (n)( j  1, 2, p ) 为 p 个定频信号，shop
k
(n)(k  1, 2, , q ) 为 q 个跳频信号，
z (n ) 为 噪 声 信 号 ， N 为 信 号 长 度 。 将 此 信 号 分 成 L 段 长 度 为 M 的 数 据
xNi ( n)(i  1, 2, , L ) ，对于每段数据 xNi ( n) ，利用周期图法求得其功率谱 Sˆxi i ( ) ，即
N

M 1 2
1
Sˆxi i ( )  x i
N (n)e  j n ,1  i  L (3-14)
N
M n 0

然后计算各段功率谱估计的平均，得到平均功率谱 S xN ( ) ，即
2
1 L 1 L M 1
S xN ( )   Sˆ i ( )   x i
N ( n )e  j n
(3-15)
L i 1 ML i 1 n 0

j
假设这 p 个定频信号 s fixed (n)( j  1, 2, p ) 在长度为 N 的数据 xN (n) 中始终存
j
在，则每段数据 xNi ( n) 中每个定频信号 s fixed (n) 的功率谱为
M 1 2
1
Sˆ ijfixed ( )  s ij
fixed ( n )e  j n
,1  i  L,1  j  p (3-16)
M n 0

则每个定频信号的平均功率为
2
1 L 1 L M 1
S j
fixed ( )   Sˆ ijfixed ( )   s ij
fixed ( n )e  j n
,1  j  p (3-17)
L i 1 ML i 1 n 0

定频信号的特点是频率为特定频率且信号变化缓慢，结合式(3-16)和式(3-17)可知
对于每个定频信号而言 Sˆ ij ( ) 和 S j ( ) 中所包含的功率谱几乎是一样的，区别
fixed fixed

在于 S j
fixed ( ) 的方差是 Sˆ ij
fixed ( ) 方差的 1 L 。
假设频率为 f k (k  1, 2, , q ) 的跳频信号 shop
k
(n) 在这 L 段数据中出现了 mk 次，
k k
则含有跳频信号 shop (n) 的这段信号中跳频信号 shop (n) 的功率谱为
M 1 2
1
Sˆhop
k
( )  s k
hop (n)e  j n
,1  k  q (3-18)
M n 0

k
对这 L 段数据分别进行 FFT 处理后，跳频信号 shop (n) 的平均功率谱为

14

万方数据
 第三章 跳频信号检测方法

2
k 1 mk ˆ k 1 mk M 1
k  j n
S hop ( )   S hop ( )   s hop ( n) e ,1  k  q (3-19)
L i 1 ML i 1 n 0

结合式(3-18)和式(3-19)可知，L 段数据中跳频信号的平均功率是每个含有跳频信号
数据段中跳频信号功率的 mk L 倍。
将每一段数据的功率谱与整段数据的平均功率谱对应相减累加求和进行定频
信号对消，结果是定频信号的功率被大大的对消掉了，而跳频信号的功率没有减
小反而增大。引入参数功率对消比
  P1 P2 (3-20)

其中， P1 表示分段后信号的功率， P2 表示定频信号对消后信号的功率。设置检测

门限 ， 满足  1 ，如果    ，则此信号为跳频信号，否则为定频信号。
基于功率谱估计的检测算法，计算量小，易于硬件实现，但是只能实现定频
信号与跳频信号的区分，没有考虑复杂电磁环境下的其他干扰信号。

3.2 时频分析方法概述
长期以来，在信号和数据的处理方面，傅里叶变换已成为最强有力的工具[33]。
傅里叶变换可以描述信号的频率特性，具有鲜明的物理意义和简洁的快速算法，
是信号处理领域最基本的数学工具之一[34]。为了充分刻画时变非平稳信号，满足
进行多分辨率分析和局部特征分析的要求，需要一个以时间 t 和频率  为变量的二
维分布函数 TFR(t , ) ，简称时频分布。
时频分析方法可以分为线性和非线性两大类。典型的线性时频表示有短时傅
里叶变换（ Short Time Fourier Transform，STFT ）、小波变换（ Wavelet Transform，
WT ）和 Gabor 展开等。非线性时频表示主要是指二次型时频表示，能够描述信号
的能量分布密度，主要有维格纳-威尔分布（ Wigner-Ville Distribution，WVD ）、科
恩（ Cohen ）类等[35]。下面就几种常用的时频分析方法进行简要介绍。

3.2.1 短时傅里叶变换
短时傅里叶变换把非平稳信号通过时域加窗转换成一系列短时平稳信号的叠
加，再对每个短时平稳信号进行傅里叶变换[36]，信号 s (t ) 的短时傅里叶变换定义为

STFTs (t ,  )   s ( )h(  t )e j d (3-21)


式中， h(t ) 为窗函数[37]。

由于在实际应用中处理的通常都是离散时间信号，对式(3-21)进行离散化，得

15

万方数据
 电子科技大学硕士学位论文

到离散短时傅里叶变换，即
 2
j mk
STFTs (n, k )  
m 
s ( m ) h ( n  m )e N
(3-22)

式中， k  0,1,, N  1 ，表示对频率  的 N 点离散化。

由以上定义可知，短时傅里叶变换的时频窗口大小不变，窗口没有自适应性，
不适合分析多尺度信号过程和突变过程，同时由于窗口时宽与频宽的乘积要满足
不确定原理，所以短时傅里叶变换在时间分辨率和频率分辨率上不可能同时达到
最佳[35]。

3.2.2 Gabor 展开
Gabor 展开的基本原理是用一窗函数及其时移和频移所形成的函数族对信号
进行展开，展开系数就是信号的 Gabor 展开[35]。信号 s (t ) 的 Gabor 展开定义为
   
s (t )   cm , n hm, n (t )   c m ,n h(t  mT )e jnt (3-23)
m  n  m  n 

其 中 ， T 和  分 别 代表 时 间和 频 率采 样 步长 ， 系 数 cm, n 称 为 Gabor 系 数 ，
hm ,n (t )  h  t  mT  e jnt 为 Gabor 展开基[38,39]。
Gabor 展开的必要条件是时频采样单元 T 必须满足
T   2 (3-24)

当采样单元 T 较大时，不能实现原信号的完全恢复；反之，当采样单元 T 非常
小，则具有较大的冗余性。当 T   2 时，称为临界采样；当 T   2 时，称为过
采样。
如果 Gabor 基函数族 hm, n (t )m, nZ 的对偶函数为  m, n (t )m, nZ ， Gabor 系数可由
式(3-25)求得
 
cm ,n  s (t ),  m, n (t )   s (t ) *m ,n (t )dt   s (t ) (t  mT ) e  jnt dt
  (3-25)
 STFTs (mT , n)

由上式可以看出， Gabor 系数 cm, n 为短时傅里叶变换 STFTs (t ,  ) 的采样[40,41]。

3.2.3 小波变换
由于短时傅里叶变换的时频窗口不具有自适应性，使其在分析信号的局部特
性时受到限制，从而引入了小波变换的概念[42,43]。
信号 s (t ) 的连续小波变换（ Continuous Wavelet Transform，CWT ）的定义为

16

万方数据
 第三章 跳频信号检测方法


CWTs ( a , b)   s (t ) a*,b (t)dt (3-26)


1 2 t b
 a ,b (t )  a   , a、b  R , a  0 (3-27)
 a 

其中， (t ) 称为基小波， a ,b (t ) 称为基小波 (t ) 生成的连续小波， a 为尺度因子，

b 为平移因子。
由式(3-27)可以看出，小波变换时频窗口的大小与参数 a 有关，时频窗口的长
度和宽度随着参数 a 的变化而变化，由此可知小波变换具有可变的时频窗，可根据
分析的需要改变其大小，从而获得可变的时间分辨率和频率分辨率。
对连续小波变换进行离散化处理[44,45]，得到离散小波变换（ Discrete Wavelet
Transform，DWT ），即

DWTs ( m, n )   s (t ) m* , n (t)dt (3-28)


 m , n (t )  a0  m 2  a0  m t  b0 n  , a0  1, b0  0, m、 n  Z (3-29)

式中， m, n (t ) 是由连续小波函数 a ,b (t ) 离散化得到的离散小波函数[46]。

常用的基小波有 Haar 小波、Daubechies  dbN  小波、Mexican Hat  mexh  小波、
Morlet 小波、 Meyer 小波等[47]。在工程应用中，根据不同的需求选择最优小波基
进行小波变换。

3.2.4 维格纳-威尔分布
维格纳-威尔分布是一种能量型时频分布，比短时傅里叶变换具有更好的时频
分辨率和更多的时频分析性质[36]。信号 s (t ) 的 WVD 定义为
  
WVDs (t ,  )   s(t  ) s* (t  )e  j d (3-30)
 2 2

在 STFT 中，信号只参与了一次计算，因此 STFT 是信号的线性表示，而在 WVD 中，

信号参与了两次计算，所以 WVD 是信号的双线性表示，这也就导致了多信号的维
格纳-威尔分布有一个严重的缺点，就是存在交叉干扰项[48]。
为了降低交叉干扰项的影响 ， 又延伸出了伪维格纳 - 威尔分布 （ Pseudo
Wigner-Ville Distribution, PWVD）和平滑伪维格纳-威尔分布（ Smooth Pseudo
Wigner-Ville Distribution, SPWVD）。
信号 s (t ) 的伪维格纳-威尔分布定义为
  
PWVDs (t ,  )   s(t  ) s* (t  )h( )e j d (3-31)
 2 2

17

万方数据
 电子科技大学硕士学位论文

式中， h(t ) 为窗函数，从定义可以看出 PWVD 是通过在时域加窗进行频域平滑，

从而降低交叉干扰项的影响[49]。
信号 s (t ) 的平滑伪维格纳-威尔分布定义为
   
SPWVDs (t ,  )    s(t  u  )s* (t  u  ) g (u )h( )e  j dud (3-32)
  2 2

式中， h(t ) 、 g (t ) 为窗函数，从定义可以看出相比 WVD ， SPWVD 是同时在时域

和频域作平滑处理，可以在很大程度上抑制交叉干扰项的影响。
与短时傅里叶变换相比，维格纳-威尔分布具有更好的时频分辨率，但运算量
也明显增大了。结合实际通信信号，从运算量和实时性处理的角度考虑，短时傅
里叶变换更具有优势，因此本文提及的时频变换都采用短时傅里叶变换。

3.3 基于时频分析的跳频信号检测算法研究
3.3.1 电磁环境分析
本文主要研究的是短波和超短波信道环境下的跳频信号检测和参数估计问题，
因此首先要对短波、超短波信道环境进行分析。通过对实际接收信号进行研究，
可知短波、超短波信道中信号类型丰富，不仅存在跳频信号，还存在着常规数字
信号、模拟信号、扫频信号、扩频信号等。常见的主要有五类：随机噪声信号、
定频信号、扫频信号、猝发信号和跳频信号[50]。结合二维时频图，对以上五种信
号的特征进行分析，不同信号的二维时频图如图 3-2 所示。

(a) (b)

18

万方数据
 第三章 跳频信号检测方法

(c) (d)

图 3-2 不同信号的二维时频图
(a)定频信号的二维时频图；(b)扫频信号的二维时频图；
(c)猝发信号的二维时频图；(d)跳频信号的二维时频图

（1）随机噪声信号
随机噪声信号的密度分布和能量分布呈随机状态，在时频图上表现为许多散
乱的点，发生时刻随机，无持续时间。噪声信号幅度一般较小，存在于整个电磁
环境中，包含了白噪声、色噪声以及其他干扰噪声。
（2）定频信号
定频信号是指信号频率为特定频率且频率长时间不发生变化的信号[9]，在时频
图上表现为摆动较小的横直线，持续时间长，如图 3-2(a)所示。定频信号如果存在
于跳频信号跳频带宽范围内，可能会与某些跳频频点发生碰撞，从而影响接收方
在这些频点上信息的提取。
（3）扫频信号
常见的扫频信号为线性周期扫频信号，信号频率随时间做周期性的线性变化。
在时频图上表现为若干条具有周期性的斜线，如图 3-2(b)所示。如果在跳频带宽范
围内存在扫频信号，则在扫频范围内的跳频频点都要受到影响，导致较大一部分
频点无法有效接收。
（4）猝发信号
猝发信号是指随机出现，具有突发性的持续时间较短的信号，在时频图上表
现为一系列断续的短横线，每条短横线的长度都很短，如图 3-2(c)所示。相对于定
频信号和扫频信号，猝发信号对跳频信号的有效接收影响较小。

19

万方数据
 电子科技大学硕士学位论文

（5）跳频信号
跳频信号为频率随时间周期性随机跳变的信号，在时频图上表现为一系列具
有相同长度的短横线，这些短横线出现在不同频率上，短横线的持续时间相同，
且在时间上相互衔接，如图 3-2(d)所示。
通过以上分析可知，跳频信号与其他信号的区别主要在于信号频率随时间变
化规律不同，可利用这一特点对跳频信号进行检测。

3.3.2 时频图像预处理
对接收到的信号进行时频变换，得到的时频图中存在大量噪声点以及定频信
号、猝发信号、扫频信号等干扰，如果直接对此时频分布进行特征提取来判断跳
频信号的存在性，会影响检测的可信度，通常采用滤波手段对时频图进行预处理，
剔除各种干扰信号，为跳频信号的检测提供较为干净的环境[50]。对经过滤波处理
后的时频图进行时频反变换，可以为后续的参数估计等过程提供较为干净的时域
跳频信号。

3.3.2.1 基于能量统计的自适应门限去底噪预处理

对接收信号进行时频变换，得到的时频图中含有大量随机散乱的噪声点，如
图 3-3 所示，这些噪声点相对跳频信号和其他干扰信号而言能量较弱，因此可以设
定能量门限来剔除底噪。

图 3-3 接收信号的二维时频图

设时频变换得到的二维时频分布为 TFR(m, n) ， 1  m  N f ,1  n  N t ， N t 为信
号采样点数， N f 为频点数。去噪门限 th 的设定如表达式(3-33)所示

20

万方数据
 第三章 跳频信号检测方法

Nf Nt
1
th  a 
Nt  N f
 TFR(m, n)
m 1 n 1
(3-33)

其中， a 为去噪权值。去噪方法为
TFR(m, n) , TFR(m, n)  th
TFR1 (m, n)   (3-34)
 0 , TFR(m, n)  th

其中， TFR1 (m, n) 为去底噪后的二维时频分布。

文献[13]中给出的门限设定方法为每次将一个去噪权值带入门限表达式(3-33)，
根据式(3-34)进行去噪，得到去底噪后的时频分布，观察该时频分布对应的时频图，
如果时频图上还存在噪声点，则将权值取大点再重复上述步骤，直到去噪后的时
频图上不存在散乱噪声点为止。该方法操作繁琐，需要人眼观察，多次手动调整
去噪门限。
针对以上问题，本文研究了基于能量统计的去噪门限设置方法，对不同去噪
权值下去噪后的时频分布进行能量统计，自动设置合适的权值，实现了去噪门限
的自适应设置。在原始时频分布 TFR(m, n) 中，噪声点的能量小于信号点的能量，
且噪声点的数量远远大于信号点的数量，根据这一特性可将一定范围内的权值带
入去噪门限进行去噪处理，分别统计不同权值下去噪后的时频分布中能量大于 0
的点的数量 c(i ) ，当去噪门限约等于大部分的噪声能量大小时，c(i ) 会大幅度减小，
此时的权值即为需要的去噪权值。
基于能量统计的自适应去噪门限设置具体步骤如下：
（1）将 a 在 [0,15] 内按步长为 0.2 分别带入式(3-33)得到去噪门限 th(i) ，1  i  76 ；
（2）按以下表达式对不同权值下去噪后的时频分布进行能量统计
1, TFR(m, n)  th(i )
c(i)  c(i )   , 1  m  N f ,1  n  N t (3-35)
0, TFR(m, n)  th(i )

得到 c(i ) ，能量统计图如图 3-4 所示；

（3）对 c(i ) 进行二次差分，求取 c(i ) 的拐点，将拐点处对应的权值作为去噪权值 a ，
带入式(3-33)得到去噪门限 th ；由图 3-4 可知，此时 a  2 为合适的去噪权值。
（4）根据得到的去噪门限 th 按式(3-34)进行去噪得到去噪后的时频分布 TFR1 (m, n) 。

21

万方数据
 电子科技大学硕士学位论文

6
x 10
7

能量分布
3

0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
α

图 3-4 不同去噪权值下去噪后时频分布能量统计图

3.3.2.2 不同干扰信号的剔除方法

不同信号在时域、频域和时频域的表现不同，可以将这一特性作为信号识别
的重要依据。根据二维时频分布，对不同干扰信号从时域（二维时频分布中每个
频率点对应的一维数组）、频域（二维时频分布中每个时间点对应的一维数组）、
和时频域三个方面进行干扰信号剔除。
在频域上，跳频信号每个跳周期信号的带宽都比较窄，扫频信号的带宽相对
跳频信号、定频信号和猝发信号而言比较宽，可以在频域上设置带宽门限来区分
扫频信号与其他信号。
在时域上，跳频信号在每个跳频频点上的驻留时间相同，且都比较短；定频
信号在特定频率上的持续时间较长；猝发信号具有突发性，且持续时间一般很短。
可以在时域设置持续时间门限，通过统计信号能量持续时间，根据跳频信号与定
频信号、猝发信号的持续时间差异来实现三者的区分。
在时频域上，跳频信号的驻留时间相同，信号每个跳周期内的跳频频率相同，
相邻两跳信号在时间上相互衔接，这是跳频信号独有的特征。
基于以上分析，给出不同干扰信号的剔除方法：
（1）扫频信号
虽然扫频信号的瞬时带宽很窄，但信号总带宽通常都比较宽。对去噪后的二
维时频分布 TFR1 (m, n) 逐频率点进行扫描，粗略估计信号的带宽，设置带宽门限 th1 ，
将带宽大于门限的信号对应的频率点所在行全部置零，得到剔除扫频信号后的时
频分布 TFR2 (m, n) 。
（2）定频信号
定频信号的持续时间一般较长，设置持续时间门限 th2 （该门限设置与观测时

22

万方数据
 第三章 跳频信号检测方法

间长度有关），对时频分布 TFR2 (m, n) 逐频率点进行扫描，统计每个频率点对应信

号的持续时间，若统计时间大于门限 th2 ，则该频点信号为定频信号，将该频点对
应行置零，若统计时间小于门限 th2 ，则该频点信号不是定频信号，保持该行不变，
得到剔除定频信号后的时频分布 TFR3 (m, n) ，实现了定频信号的剔除。
（3）猝发信号
猝发信号的持续时间很短，设置持续时间门限 th3 （该门限设置与观测时间长
度有关），对时频分布 TFR3 (m, n) 逐行进行扫描，统计每个频率点对应信号的持续
时间，若统计时间小于门限 th3 ，则该频点信号为猝发信号，将该频点对应行置零，
若统计时间大于门限 th3 ，则该频点信号不是猝发信号，保持该行不变，得到剔除
猝发信号后的时频图 TFR4 (m, n) ，实现了猝发信号的剔除。

3.3.3 基于时频特征的跳频信号识别
3.3.3.1 时频特征提取

将干扰信号剔除后，对时频图上剩余信号进行特征参数提取，结合跳频信号
的特点进行跳频信号识别。特征量有三个，分别是脉冲序列数目、最大频率驻留
时间差、平均驻留时间频率变化率。
对剔除干扰信号后的时频分布 TFR4 (m, n) 提取时频脊线，表达式如式(3-36)所
示
fs
 
loc (n)  arg{max TFR4 (m, n)}  1 
m Nf
(3-36)

其中， f s 为采样率。
由于信号在传输过程中不可避免地存在信道衰落问题，造成某些时频点上信
号能量微小，在预处理去底噪过程中被误判为噪声而置为零，从而造成时频脊线
上出现虚假断点，如图 3-5(a)所示，因此需要对时频脊线进行断点补偿，以得到平
滑的时频脊线。
断点补偿方法：对时频脊线 loc(n) 进行扫描，定位时频脊线中的零点，找到每
段零点序列前后非零点的值，分别为 loc( p)、loc(q) ， p  q 。对比两个非零值，若
两值近似相等，则判定该段零点序列出现在一个跳周期内，将该段零点序列置为
零点序列前面非零值的值 loc( p) ；若两值相差较大，则判定该段零点序列出现在两
跳之间，将该段零点序列的前一半置为零点序列前面非零值的值 loc( p) ，后一半置
为零点序列后面非零值的值 loc(q) 。需要说明的是，此处只为进行跳频信号检测，
不需要参数精确估计，所以对两跳间的虚假断点只简单的将前一半断点补充为前
一跳的跳频频率值，后一半补充为后一跳的跳频频率值。对时频脊线 loc(n) 进行虚
23

万方数据
 电子科技大学硕士学位论文

假断点补偿后得到平滑的时频脊线 loc1 (n) ，如图 3-5(b)所示。

5 5
x 10 x 10
14 14

12 12

10 10

8 8
频率 /Hz

频率 /Hz
6 6

4 4

2 2

0 0
0 0.001 0.002 0.003 0.004 0.005 0.006 0.007 0.008 0.009 0.01 0 0.001 0.002 0.003 0.004 0.005 0.006 0.007 0.008 0.009 0.01
时 间 /s 时 间 /s

图 3-5 对时频分布 TFR4 ( m, n) 提取时频脊线

(a)含有虚假断点的时频脊线；(b)虚假断点补偿后的时
频脊线

对时频脊线 loc1 (n) 进行一次差分，得到差分序列 d (n) ，表达式如式(3-37)所示：

d (n)  abs{diff [loc1 (n)]} (3-37)

式中，abs() 代表求绝对值，diff () 代表求差分。差分序列 d (n) 中含有一些小毛刺，

需要设置门限剔除毛刺。文献[51]提出了一种基于 SDM（ Sort-Division-Maximum ）
的自适应门限估计算法用来确定短时突发信号自相关函数的波动性，将该方法进
行改进引入到跳频信号检测中，用来确定差分序列剔除毛刺的门限值。
去毛刺门限设置的具体方法：对 d (n) 进行升序排序，得到的新序列记为
d _ sort (n) 。差分序列 d (n) 可以分为三部分数据，一部分为零，一部分为较小的毛
刺，还有一部分为取值较大的需要的脉冲序列值，所以 d _ sort (n) 的前一部分为零，
中间一部分对应小毛刺，最后一部分对应脉冲序列值。关键是找到第二部分和第
三部分的分界点，把该分界位置的值作为门限，可以有效剔除毛刺，保留需要的
脉冲序列。为此，对 d _ sort (n) 相邻两个样点做商，即用后一个样点除以前一个样
点，得到新序列 d _ div(n) ，表达式如式(3-38)所示
d _ sort (l  1)
d _ div( n )  (3-38)
d _ sort (l )

如果前后两个值都是毛刺，那么它们相差不大，相应的 d _ div 接近 1，如果某时刻

的 d _ sort (n) 对应毛刺， d _ sort (n  1) 对应脉冲序列，那么此时两者之商将会明显
大于 1。设 d _ div(n) 最大值对应的位置为 k ，有 d _ div(k )   ，这是零值和小毛

24

万方数据
 第三章 跳频信号检测方法

刺的分界位置，将 d _ div(k ) 置为零，再次找到 d _ div(n) 最大值的位置 b ，这就是

毛刺和脉冲序列的分界位置，序列 d _ sort (n) 中该位置对应的值即为所求的门限值
th4 ，即 th4  d _ sort (b) 。按照此门限剔除毛刺，得到脉冲序列 d1 (n) 。
利用脉冲序列 d1 (n) 来求取三个特征量，具体方法为：
（1）脉冲序列数目[13] num _ d ：对去毛刺处理后的脉冲序列 d1 (n) 求取 num _ d ，
即 d1 (n) 中 d1 (n)  0 的数目，该值即为观测时间内的跳频频率数目。
（2）最大频率驻留时间差 max_ dt ：

d 2 (n)  find {d1 (n)  0} (3-39)

T (l )  diff [ d 2 ( n )] (3-40)
max_ dt  max{diff [T (l )]} (3-41)

式中， find{}
 表示位置查找， T (l ) 表示每跳信号的驻留时间， 1  l  num _ d ，
max_ dt 越小说明跳频信号中每跳信号的驻留时间越接近。
（3）平均驻留时间频率变化率 mean _ df ：
loc1[t _ end (l )]  loc1[t _ start (l )]
df (l )  (3-42)
t _ end (l )  t _ start (l )
mean _ df  mean[df ] (3-43)

式中， t _ end (l ) 表示每跳信号的截止时间点， t _ start (l ) 表示每跳信号的起始时间

点， df (l ) 表示一跳信号在该跳驻留时间内频率的变化率， mean _ df 越小说明每跳
信号在驻留时间内的频率变化越小。

3.3.3.2 跳频信号识别

根据上节提取的三个特征量，设定判决门限，对剔除干扰后的剩余信号进行
识别，判断是否为跳频信号，从而实现跳频信号的检测，判决流程图如图 3-6 所示。
其中， th _ num 为脉冲序列数目门限，通常取 2，表明在观测时间内至少有两
个不同的频率；th _ dt 为最大频率驻留时间差的门限，根据项目要求本文研究的跳
频信号为跳速小于 2000 跳/s 的信号，即跳周期大于 5  10-4， th _ dt 取最小跳周期
的 1 5 ， 即 th _ dt  104 ； th _ df 为平均 驻留 时间 频率 变化 率的 门 限 ， 一 般取
th _ df  Rh 20 。

25

万方数据
 电子科技大学硕士学位论文

num _ d

num _ d  th _ num

max_ dt

max_ dt  th _ dt

mean _ df

mean _ df  th _ df

图 3-6 跳频信号识别流程图

若判定剩余信号为跳频信号，则接收信号中存在跳频信号，否则判定跳频信
号不存在。

3.3.4 检测算法流程
经过以上步骤，可以实现复杂电磁环境下的跳频信号检测，检测算法流程图
如图 3-7 所示。

26

万方数据
 第三章 跳频信号检测方法

num _ d

n u m _ d  th _ n u m

m ax_ dt

m a x _ d t  th _ d t

m ean _ df

m e a n _ d f  th _ d f

图 3-7 跳频信号检测流程图

3.3.5 仿真实验及性能分析
仿真条件：接收信号信噪比为 5dB，采样率为 2.6MHz。跳频信号跳速为 1000
跳/s，跳频中心频率 750KHz，跳频带宽为 900KHz，一次调制方式为 BPSK，一次
载波为 6KHz，码元速率为 5KBd。在观测时间里接收信号带宽范围内存在四个定
频信号、两个猝发信号、一个扫频信号和噪声信号。四个定频信号的频率分别是
320KHZ、790KHZ、981KHZ、1.18MHz；二个猝发信号的频率分别是 420KHz、

27

万方数据
 电子科技大学硕士学位论文

700KHz。
仿真实验首先基于能量统计设置去噪门限，对接收信号的时频图进行去底噪
预处理，去底噪效果如图 3-8 所示。

(a) (b)

图 3-8 接收信号时频图去底噪效果
(a)接收信号时频图；(b)去底噪后的时频图

然后设定带宽门限，剔除时频图上的扫频信号，处理结果如图 3-10 所示。

图 3-9 剔除扫频信号后的时频图

接着设定持续时间门限，剔除时频图上的定频信号和猝发信号，处理结果如
图 3-10 所示。

28

万方数据
 第三章 跳频信号检测方法

图 3-10 剔除定频信号和猝发信号后的时频图

然后对剔除干扰信号后的时频分布提取时频脊线，并对时频脊线进行虚假断
点补偿，得到平滑的时频脊线，如图 3-11 所示。
5 5
x 10 x 10
14 14

12 12

10 10

8 8
频率/Hz

频率/Hz

6 6

4 4

2 2

0 0
0 0.001 0.002 0.003 0.004 0.005 0.006 0.007 0.008 0.009 0.01 0 0.001 0.002 0.003 0.004 0.005 0.006 0.007 0.008 0.009 0.01
时 间 /s 时 间 /s

(a) (b)

图 3-11 时频脊线虚假断点补偿
(a)从剔除干扰信号后的时频分布中提取时频脊线；(b)虚假
断点补偿后的光滑时频脊线

接着对时频脊线进行一次差分，并对差分序列进行去噪处理，剔除其中的小
毛刺，如图 3-12 所示。

29

万方数据
 电子科技大学硕士学位论文

5 5
x 10 x 10
14 14

12 12

10 10

8 8
频率/Hz

频率/Hz
6 6

4 4

2 2

0 0
0 0.001 0.002 0.003 0.004 0.005 0.006 0.007 0.008 0.009 0.01 0 0.001 0.002 0.003 0.004 0.005 0.006 0.007 0.008 0.009 0.01
时 间 /s 时 间 /s

(a) (b)

图 3-12 差分序列剔除毛刺
(a)对时频脊线进行一次差分得到差分序列；(b)对差分序
列剔除毛刺得到脉冲序列

最后对时频脊线和脉冲序列进行时频统计，提取三个特征量，按照图 3-6 所示
流程，对剔除干扰后的剩余信号进行跳频信号识别，从而实现复杂电磁环境下的
跳频信号检测。
为更好的检验跳频信号检测算法的可靠性，仿真产生跳频信号、定频信号、
扫频信号和猝发信号，信噪比变化范围为  -10dB 10dB ，进行 100 次蒙特塔罗实验，
得到跳频信号检测算法的性能曲线，如图 3-13 所示。
1

0.9

0.8

0.7

0.6
检测概率

0.5

0.4

0.3

0.2

0.1

0
-10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5
SNR/dB

图 3-13 跳频信号检测算法性能曲线

由仿真结果可以看出，算法在信噪比为-4dB 时检测概率即可达到 90%，说明

30

万方数据
 第三章 跳频信号检测方法

此算法在低信噪比条件下也能较好的实现跳频信号的检测。

3.4 本章小结
本章主要围绕跳频信号检测方法展开研究，首先分析了两种常用的跳频信号
检测方法，指出了这两种方法的不足和局限性；接着介绍了几种典型的时频分析
方法；然后对短波、超短波信道环境进行了分析，总结了通信环境内可能存在的
干扰信号，并对各种干扰信号的特点进行了分析，利用不同信号在时域、频域和
时频域的不同表现，对不同干扰信号分别采取方法进行剔除，然后根据跳频信号
的特点对剔除干扰后的时频分布进行特征量提取，设置参数门限进行跳频信号识
别，从而实现复杂电磁环境下的跳频信号检测；最后通过仿真实验验证了检测算
法的可行性和准确性。

31

万方数据
 电子科技大学硕士学位论文

第四章 跳频信号跳频参数估计方法

在检测到跳频信号后，接下来要做的就是对检测到的跳频信号进行参数提取。
本章首先利用时频滤波的思路，通过对剔除干扰信号后的时频分布进行时频反变
换，得到剔除干扰后的跳频信号，为后信号处理提供较为干净的时域信号；然后
对得到的重构跳频信号求二维时频分布，研究了基于时频分析的跳频参数估计方
法；最后考虑干扰信号和跳频信号发生频率碰撞的情况，重点研究了定频信号与
跳频信号发射频率碰撞下的被干扰跳检测方法。

4.1 时频滤波预处理
时频分析方法除了表征信号的频率成分随时间变化情况外，另一个重要的用
途是时频滤波。对接收到的信号进行时频变换，根据干扰信号在时频图上的分布
特征，在时频域上剔除干扰，再通过时频反变换得到时域信号，此时的接收信号
不再含有干扰，这种滤波方法称为时频滤波[52]。
利用时频滤波的思路，对检测到跳频信号的剔除干扰后的时频分布进行时频
反变换，得到剔除干扰后的时域信号，即为干净的跳频信号。本文采用的时频分
析方法为短时傅里叶变换，对应的反变换为短时傅里叶逆变换，参照式(3-21)，信
号 z(t ) 的短时傅里叶变换可以写成

STFTz (t , f )   z (t ) h(u  t )e  j 2 fu du (4-1)


对应的离散形式为

 j 2 ( mF ) k
STFTz (n, m)   z (k )h(kT  nT )e
k 
(4-2)

其中， T 为时间变量采样间隔， F 为频率变量采样间隔。相对应的连续形式的短

时傅里叶逆变换为
 
z '(u )    STFTz (t , f )h (u  t )e j 2 fu dtdf (4-3)
 

离散形式的短时傅里叶逆变换为
 
j 2 ( mF ) k
z '(t )    STFT (n, m)h(kT  nT )e
n  m 
z (4-4)

时频滤波过程为：对检测到跳频信号的剔除干扰后的时频分布 TFR4 (m, n) 进行

32

万方数据
 第四章 跳频信号跳频参数估计方法

短时傅里叶逆变换，得到剔除干扰后的跳频信号 s '(t ) 。
接收信号的时频图和剔除干扰后的重构跳频信号 s '(t ) 的时频图如图 4-1 所示。

(a) (b)

图 4-1 剔除干扰后重构跳频信号的时频图
(a)接收信号时频图；(b)剔除干扰后重构跳频信号的时频图

从上图可以看出，干扰信号得到剔除的同时，较好地保留了跳频信号的原始
信息，验证了时频滤波的可行性和有效性。

4.2 基于时频分析的跳频信号跳频参数估计方法
跳频信号跳频参数包括跳频速率、跳变时刻、跳频频率和跳频带宽。
对经过短时傅里叶逆变换后得到的重构跳频信号 s '(t ) 进行时频变换得到时频
分布 TFR5 (m, n) ，对 TFR5 (m, n) 提取时频脊线 loc2 (n) ，此时的时频脊线和直接由剔
除干扰后的时频分布 TFR4 (m, n) 提取的时频脊线 loc(n) 相比，不再含有虚假断点，
如图 4-2 所示。这是由于一维信号用二维时频分布来表达，二维时频系数存在很大
的冗余性。TFR4 (m, n) 中由于传输衰落能量较小的被当成底噪剔除掉的断点，在经
过短时傅里叶逆变换重构后得到了补偿，因此时频脊线 loc2 (n) 不再包含虚假断点，
不需要进行断点补偿。

33

万方数据
 电子科技大学硕士学位论文

5 5
x 10 x 10
14 14

12 12

10 10

8 8
频率 /Hz

频率/Hz
6 6

4 4

2 2

0 0
0 0.001 0.002 0.003 0.004 0.005 0.006 0.007 0.008 0.009 0.01 0 0.001 0.002 0.003 0.004 0.005 0.006 0.007 0.008 0.009 0.01
时 间 /s 时 间 /s

(a) (b)

图 4-2 对重构跳频信号作短时傅里叶变换提取时频脊线
(a)由时频分布 TFR4 (m, n) 提取的时频脊线；(b)由时频分布 TFR5(m, n)
提取的时频脊线

4.2.1 跳频速率估计
跳频速率是指跳频频率变化的速度，跳速的倒数为跳频周期。跳速估计方法
为
（1）对时频脊线 loc2 (n) 进行一阶差分处理，得到近似等间隔的差分序列 d3 (n) ，
表达式如式(4-5)所示
d3 (n)  abs{diff [loc2 (n)]} (4-5)

（2）差分序列 d3 (n) 中含有很多小毛刺，如图 4-3(a)所示，按照 3.2.3 节提到的基

于 SDM 的自适应门限估计算法得到门限 th5 ，按照表达式(4-6)剔除 d3 (n) 中的毛刺，
得到脉冲序列 d 4 (n)
 d (n), d3 (n)  th5
d 4 ( n)   3 (4-6)
 0, d3 (n)  th5

（3）对脉冲序列 d 4 (n) 求平均间隔即可得到跳频周期的估计值 Tˆh ，表达式如式(4-7)

(4-8)所示
d5 (n)  find {d 4 (n)  0} (4-7)

Tˆh  mean{diff [d 5 (n)]} f s (4-8)

其中， find () 表示位置查找，mean() 表示取平均值。对 Tˆh 求倒数即可得到跳速的

34

万方数据
 第四章 跳频信号跳频参数估计方法

ˆ  1 Tˆ 。
估计值 Rh h
5 5
x 10 x 10
9 9

8 8

7 7

6 6

5 5
频率 /Hz

频率 /Hz
4 4

3 3

2 2

1 1

0 0
0 0.001 0.002 0.003 0.004 0.005 0.006 0.007 0.008 0.009 0.01 0 0.001 0.002 0.003 0.004 0.005 0.006 0.007 0.008 0.009 0.01
时 间 /s 时 间 /s

(a) (b)

图 4-3 差分序列剔除毛刺
(a)对时频脊线进行一次差分得到差分序列；(b)对差分序
列剔除毛刺得到脉冲序列

4.2.2 跳变时刻估计
跳变时刻是指每个频点发生跳变的时刻。如果根据估计得到的跳频周期进行
累加得到每个频点的跳变时刻，跳频周期估计的误差会造成误差累积，如图 4-4
所示。
14000 实际跳变序列曲线
跳速估计偏低跳变序列曲线
跳速估计偏高跳变序列曲线
12000

10000
跳变序列

8000

6000

4000

2000

0
1 2 3 4 5 6 7 8 9 10
跳变点

图 4-4 跳变时刻估计分析图

考虑到时频脊线上长度近似相等的短横线对应的就是每个跳频频率的持续时
间，可以根据时频脊线一阶差分得到的脉冲序列求跳变时刻的估计值 ĥop ，表达式
35

万方数据
 电子科技大学硕士学位论文

如式(4-9)所示
ˆ   d (n)  1 f
hop (4-9)
5 s

4.2.3 跳频频率估计
跳频频率即每个跳周期内信号对应的频率。需要说明的是由于在发射端要先
进行一次调制，接着进行混频得到跳频信号，本文后续中提到的跳频频率指的是
信号的实际频率，即一次调制和混频综合作用后得到的信号频率，而不是指发射
端频率合成器产生的跳频频率集中的频率。
在时频脊线上取每跳范围内频率的平均值，得到跳频频率估计值，表达式如
式(4-10)(4-11)所示
fˆ1  mean{loc2 (1: d5 (1))} (4-10)
fˆi  mean{loc2 (d 5 (i  1)  1: d5 (i ))}, i  2, 3,, num _ d (4-11)

4.2.4 跳频带宽估计
跳频带宽即跳频信号的跳频范围，通过这一参数，可有效滤除带外信号保留
跳频信号。在得到跳频信号的所有跳频频率后，可按照表达式(4-12)计算跳频带宽
Bˆhop  max{ fˆi }  min{ fˆi } (4-12)

其中， max() 为取最大值， min() 为取最小值。

4.3 被干扰跳检测
考虑到跳频信号在传输过程中，可能出现部分跳信号与干扰信号发生频率碰
撞，使得这些跳信号在预处理过程中被当做干扰信号剔除掉，在参数估计时无法
获得这些跳信号的跳频参数，从而影响后续信号的处理。
不同干扰信号与跳频信号发生频率碰撞时产生的影响：扫频信号带宽较大，
当与跳频信号发生频率碰撞时，会造成连续多跳信号受到干扰，这种干扰比较严
重，连续多跳信号在预处理过程中与扫频信号一起被剔除掉，很难再对这些跳进
行参数提取。猝发信号的持续时间很短，与跳频信号发生碰撞后，一般只影响一
跳，且对该跳信号的参数提取影响较小。相比于其他干扰信号而言，定频信号持
续时间较长，与跳频信号发生碰撞后，会影响到跳频频率为定频信号频率的若干
跳信号，这些跳信号在预处理过程中与定频信号一起被剔除掉，需要对这些被干
扰跳进行检测，估计出对应的跳频参数。本节研究的主要是定频信号与跳频信号
发生频率碰撞下的被干扰跳检测问题。
36

万方数据
 第四章 跳频信号跳频参数估计方法

当定频信号与跳频信号发生频率碰撞时，被干扰跳信号在预处理过程中与定
频信号一起被剔除掉，造成提取的时频脊线在被干扰跳时间段内对应的频率为零，
如图 4-5 所示。

(a) (b)
5
x 10
14

12

10

8
频率/Hz

0
0 0.002 0.004 0.006 0.008 0.01 0.012
时 间 /s

(c) (d)

图 4-5 定频信号和跳频信号发生频率碰撞
(a)定频信号与跳频信号发生碰撞的接收信号时频图；(b)剔除
干扰信号后的时频图；(c)重构跳频信号的时频图；(d)从重构
跳频信号的时频分布中提取时频脊线

从上图可以看出，观测时间内的第二跳信号与定频信号发生频率碰撞，在预
处理过程中与定频信号一起被剔除掉，从而造成被干扰跳信号缺失，对短时傅里
叶逆变换得到的重构信号再进行时频变换，提取的时频脊线第二跳对应的频率为

37

万方数据
 电子科技大学硕士学位论文

零。
对被干扰跳检测主要是指检测被干扰跳信号的跳频频率和起止时刻。检测原
理是在被干扰跳一跳范围内，定频信号与跳频信号发生重叠造成该频率对应的能
量大于该跳范围内其他频率对应的能量，因此可以对剔除扫频后的时频图上该跳
范围内逐频率进行能量累加，能量最大行对应的频率即为该被干扰跳的跳频频率。
考虑到图 4-5(d)中被干扰跳边缘受到前后相邻两跳能量的影响，使得时频脊线
上对应该被干扰跳的一跳时间减小，因此直接由该时频脊线提取被干扰跳起止时
刻是不准确的。起止时刻提取方法为先检测出时频脊线上频率为零的序列的起止
时刻，找到该范围的中心时刻，再根据观测时间内无频率碰撞条件下估计出的跳
频周期，将该中心时刻向前推半个周期定为被干扰跳的起始时刻，将该中心时刻
向后推半个周期定为被干扰跳的终止时刻，并将时频脊线上这两个时刻内的频率
更新为检测到的跳频频率，由此得到补充被干扰跳后的完整时频脊线，如图 4-6
所示。
5
x 10
14

12

10

8
频率 /Hz

0
0 0.002 0.004 0.006 0.008 0.01 0.012
时 间 /s

图 4-6 补充被干扰跳后的完整时频脊线

被干扰跳检测算法流程：
（1）对预处理剔除干扰信号后的时频分布 TFR4 (m, n) 进行短时傅里叶逆变换，得
到重构的跳频信号 s(t ) ，对 s(t ) 进行短时傅里叶变换得到时频分布 TFR5 (m, n) ；
（2）对 TFR5 (m, n) 提取时频脊线 loc2 (n) ，对时频脊线进行扫描，找到时频脊线为
零的时间段[begi , end i ] ；
（3）对剔除扫频信号后的时频分布 TFR2 (m, n) 进行扫描，在时间段[begi , end i ] 内
逐频率求能量和，表达式见式(4-13)
Ei , j  sum[TFR ( j , beg i : end i )],1  j  N f (4-13)

38

万方数据
 第四章 跳频信号跳频参数估计方法

其中， sum() 表示求和；

（4）求每个时间段内能量和 Ei , j 最大值对应的频率，该频率即为被干扰跳的跳频
频率，表达式见式(4-14)
f

fˆi  arg{max Ei , j }  1  s
j Nf  (4-14)

（5）求每个时间段的中心位置 ceni ，表达式见式(4-15)

beg i  endi
ceni  (4-15)
2
 
Th Th
将时频脊线 loc2 (n) 上 [ceni  , ceni  ] 对应的频率置为 fˆi ，得到完整的时频脊线
2 2
loc3 (n) ；
（6）得到完整时频脊线后即可按照 4.2 节给出的估计方法进行跳频参数估计。

4.4 仿真实验及性能分析
4.4.1 跳频参数估计仿真实验及性能分析
仿真条件：采样率为 2.6MHz，跳频信号跳速为 1000 跳/s，跳频中心频率 750KHz，
跳频带宽为 900KHz，一次调制方式为 BPSK，一次载波为 6KHz，码元速率为 5KBd。
在观测时间里接收信号带宽范围内存在定频信号、猝发信号、扫频信号和噪声信
号，干扰信号不与跳频信号发生频率碰撞。信噪比在[-1dB,9dB]范围内，跳频信号
跳频参数估计性能曲线如图 4-7 所示。
-2
10 0
10
估计误差与码元周期的比值
相对误差

-3 -1
10 10

-4 -2
10 10
-1 0 1 2 3 4 5 6 7 8 9 -1 0 1 2 3 4 5 6 7 8 9
SNR/dB SNR/dB

(a) (b)

39

万方数据
 电子科技大学硕士学位论文

-2 -2
10 10

-3 -3
10 10
相对误差

相对误差
-4 -4
10 10

-5 -5
10 10
-1 0 1 2 3 4 5 6 7 8 9 -1 0 1 2 3 4 5 6 7 8 9
SNR/dB SNR/dB

(c) (d)

图 4-7 跳频信号跳频参数估计性能曲线
(a)跳频速率估计相对误差随信噪比变化曲线；(b)跳时估计误差与
码元周期的比值随信噪比变化曲线；(c)跳频频率估计相对误差随
信噪比变化曲线；(d)跳频带宽估计相对误差随信噪比变化曲线

由图 4-7 可知，在信噪比大于 5dB 时，跳频速率估计的相对误差小于 103 ，跳

时估计的误差小于码元周期的 1 10 ，跳频频率和跳频带宽估计的相对误差均小于
104 ，满足工程项目的指标要求，实现了复杂电磁环境下的跳频信号跳频参数盲估
计。

4.4.2 被干扰跳检测仿真实验及性能分析
4.4.2.1 被干扰跳不相邻

仿真条件：接收信号信噪比为 5dB，采样率为 2.6MHz，跳频信号跳速为 1000

跳/s，跳频中心频率 750KHz，跳频带宽为 900KHz，一次调制方式为 BPSK，一次
载波为 6KHz，码元速率为 5KBd。在观测时间接收信号带宽范围内存在四个定频
信号、两个猝发信号以及扫频信号和噪声信号。定频信号频率分别为 396KHZ、
790KHZ、1026KHZ、1180KHz。猝发信号频率分别为 420KHz、700KHz。
频率分别为 1026KHz、396KHz 的定频信号与跳频信号的第二跳、第五跳发生
频率碰撞，被干扰的两跳不相邻，这两跳信号在预处理过程中和定频信号一起被
当作干扰信号剔除掉，时频图如图 4-8 所示。

40

万方数据
 第四章 跳频信号跳频参数估计方法

(a) (b)

图 4-8 定频信号与跳频信号中两跳信号发生频率碰撞（被干扰跳不相邻）
(a)接收信号原始时频图；(b)剔除干扰信号后的时频图

接着对剔除干扰信号的时频分布进行短时傅里叶逆变换，得到重构的跳频信
号，并对重构跳频信号进行时频变换得到新的时频分布，提取时频脊线，如图 4-9
所示。

(a) (b)

图 4-9 重构跳频信号的时频图和对应的时频脊线
(a)重构跳频信号的时频图；(b)对重构跳频信号的时频分布提取
时频脊线

对时频脊线进行扫描，找到频率为零的时间段进行被干扰跳检测，得到被干
扰跳的跳频频率和起止时刻，如表 4-1 所示。

41

万方数据
 电子科技大学硕士学位论文

表 4-1 被干扰跳跳频频率和起止时刻的估计值和理论值对比（被干扰跳不相邻）

被干扰跳 1 被干扰跳 2

跳频频率估计值（KHz） 1025.6427 396.3689

跳频频率理论值（KHz） 1026 396

跳频频率估计相对误差 3.4826  10-4 9.3164  10-4

起始时刻估计值(  1 0 -3 s) 1.0037 3.9942

起始时刻理论值(  1 0 -3 s) 1.0004 4.0004

起始时刻估计误差与
码元周期的比值 1.65  10-2 3.1  10-2

终止时刻估计值(  1 0 -3 s) 2.0034 4.9942

终止时刻理论值(  1 0 -3 s) 2 5
终止时刻估计误差与
码元周期的比值 1.7  10-2 2.9  10-2

得到被干扰跳的跳频频率和起止时刻后，对时频脊线进行补充，得到完整的
时频脊线如图 4-10 所示。

图 4-10 被干扰跳补充后的完整时频脊线

得到完整的时频脊线后，按照 4.2 节给出的跳频参数估计步骤进行参数估计。

4.4.2.2 被干扰跳相邻

仿真条件：接收信号信噪比为 5dB，采样率为 2.6MHz。跳频信号跳速为 1000

跳/s，跳频中心频率 750KHz，跳频带宽为 900KHz，一次调制方式为 BPSK，一次
载波为 6KHz，码元速率为 5KBd。在观测时间接收信号带宽范围内存在四个定频
42

万方数据
 第四章 跳频信号跳频参数估计方法

信号、两个猝发信号以及扫频信号和噪声信号。定频信号频率分别为 280KHZ、
486KHZ、846KHZ、1180KHz。猝发信号频率分别为 420KHz、700KHz。
频率分别为 486KHz、846KHz 的定频信号与跳频信号的第五跳、第六跳发生
频率碰撞，被干扰的两跳相邻，这两跳信号在预处理过程中和定频信号一起被当
作干扰信号剔除掉，时频图如图 4-11 所示。

(a) (b)

图 4-11 定频信号与跳频信号中两跳信号发生频率碰撞（被干扰跳相邻）
(a)接收信号原始时频图；(b)剔除干扰后的时频图

接着对剔除干扰信号后的时频分布进行短时傅里叶逆变换，得到重构的跳频
信号，并对重构跳频信号进行时频变换得到新的时频分布，提取时频脊线，如图
4-12 所示。
5
x 10
14

12

10

8
频率 /Hz

0
0 0.002 0.004 0.006 0.008 0.01 0.012
时 间 /s

(a) (b)

图 4-12 重构跳频信号的时频图和对应的时频脊线
(a)重构跳频信号的时频图；(b)重构信号时频分布时频脊线

43

万方数据
 电子科技大学硕士学位论文

对时频脊线进行扫描，找到频率为零的时间段，可以看出由于被干扰跳相邻，
此时频率为零的时间段约为跳频周期的两倍，与被干扰跳不相邻的检测方法类似，
同样先确定零值时间段的中心时刻，从中心时刻向前推一个跳频周期作为第五跳
的起始时刻，向后推一个跳频周期作为第六跳的终止时刻，中心时刻为第五跳的
终止时刻，中心时刻的下一个时间点为第六跳的起始时刻，这样两个被干扰跳的
起止时刻就确定了，此时就可以根据被干扰检测算法的第（3）步到第（5）步，
得到被干扰跳对应的跳频频率和起止时刻，如表 4-2 所示。

表 4-2 被干扰跳跳频频率和起止时刻的估计值和理论值对比（被干扰跳相邻）

被干扰跳 1 被干扰跳 2

跳频频率估计值（KHz） 486.4523 846.7602

跳频频率理论值（KHz） 486 846

跳频频率估计相对误差 9.3066  10-4 8.9858  10-4

起始时刻估计值(  1 0 -3 s) 4.0038 5.0038

起始时刻理论值(  1 0 -3 s) 4.0004 5.0004

起始时刻估计误差与
码元周期的比值 1.7  10-2 1.7  10-2

终止时刻估计值(  1 0 -3 s) 5.0035 6.0035

终止时刻理论值(  1 0 -3 s) 5 6

终止时刻估计误差与
码元周期的比值 1.75  10-2 1.75  10-2

得到被干扰跳的跳频频率和起止时刻后，对时频脊线进行补充，得到完整的
时频脊线，如图 4-13 所示。得到完整的时频脊线后，按照 4.2 节给出的跳频参数
估计步骤进行参数估计。
从表 4-1 和表 4-2 可以看出，被干扰跳检测算法较为准确地实现了被干扰跳信
号跳频频率和起止时刻的估计，验证了被干扰跳检测算法的有效性。

44

万方数据
 第四章 跳频信号跳频参数估计方法

5
x 10
14

12

10

频率/Hz
6

0
0 0.002 0.004 0.006 0.008 0.01 0.012
时 间 /s

图 4-13 被干扰跳补充后的完整时频脊线

4.6 本章小结
本章首先研究了基于时频反变换的信号重构，通过对剔除干扰信号后的时频
分布进行短时傅里叶逆变换得到重构跳频信号，为后续信号处理提供较为干净的
时域信号；接着研究了基于时频分析的跳频信号跳频参数估计方法，跳频参数包
括跳频速率、跳变时刻、跳频频率和跳频带宽，同样地将第三章提到的基于 SDM
的自适应门限估计算法应用到参数估计过程中的差分序列去毛刺处理上，对剔除
毛刺后的脉冲序列提取有用信息，实现跳频信号跳频参数的盲估计；然后研究了
定频信号与跳频信号发生频率碰撞下的被干扰跳检测问题，重点研究了被干扰跳
的跳频频率和起止时刻估计方法，通过在时频脊线上补充被干扰跳的跳频信息得
到完整的时频脊线，接着进行整个观测时间内的跳频参数估计；最后通过实验仿
真验证了跳频参数估计方法和被干扰跳检测算法的有效性和准确性。

45

万方数据
 电子科技大学硕士学位论文

第五章 跳频信号码元速率估计方法

对于跳频信号而言，除了跳频参数外，还有一个参数—码元速率。码元速率
是跳频信号解跳后进行解调的重要参数，只有已知码元速率，才能正确实现解调
恢复出原始信息。本章主要研究了跳频信号的码元速率估计方法，从普通数字调
制信号的码元速率估计方法着手，结合跳频信号的特点，对这些方法进行调整和
改进，从而实现跳频信号的码元速率估计。

5.1 一次调制方式为线性调制的跳频信号码元速率估计方法
5.1.1 基于包络谱的估计方法
5.1.1.1 基于包络谱的普通调制信号码元速率估计方法

中频线性调制信号 x(t ) 可表示为

 
x(t )  Re  cn g (t  nTs ) exp( j 2 f ct ) 
 n  (5-1)
=  an g (t  nTs ) cos 2 f ct   bn g (t  nTs ) sin 2 f ct
n n

其中 Re 
 表示取复数的实部， Ts 为码元周期， fc 为载波频率， g (t ) 为成形脉冲，
一般为升余弦脉冲或根升余弦脉冲。符号数据 cn  an  jbn ，且满足如下的关系：
E{an }  E{bn }  0, E{an am }   a2 mn , E{bnbm }   b2 mn , E{an bm }  0 (5-2)

x(t ) 的表达式可以写成
x(t )  xI (t ) cos 2 f c t  xQ (t ) sin 2 f c t (5-3)

其中， xI (t )   an g (t  nTs ) 为 x(t ) 的同相分量， xQ (t )   bn g (t  nTs ) 为 x(t ) 的正交

n n

分量。对于 x(t ) ，有
xˆ(t )  Hilbert{x (t )}  xI (t ) sin 2 f ct  xQ (t ) cos 2 f c t (5-4)

为了便于描述，我们在这里取信号包络的平方进行分析，则 x(t ) 的包络平方的

表达式为
se (t )  x 2 (t )  xˆ 2 (t )  xI2 (t )  xQ2 (t ) (5-5)

se (t ) 可以写成两项相加的形式[53]，即
se (t )  u (t )  v (t ) (5-6)

46

万方数据
 第五章 跳频信号码元速率估计方法

u(t )  E{se (t )}  ( a2   b2 ) g 2 (t  nTs ) (5-7)

n

v(t)  (anam  bnbm)g(t  nTs )g(t  mTs )  (an2 bn2 a2 b2 )g2 (t  nTs ) (5-8)
n mn n

其中， u(t ) 为需要的信号，它对应 se (t ) 频谱中的离散谱线， v(t ) 为自噪声项，对应

se (t ) 频谱中的连续谱[54]。
分析 u(t ) 对应部分的频谱，得到 u(t ) 的傅里叶变换 U ( f ) 为
 a2   b2 i
U( f ) 
Ts

i
G1 ( f ) ( f  )
Ts
(5-9)

其中，G1 ( f )  G ( f ) * G ( f ) ，*为取卷积运算，G( f ) 为 g (t ) 的傅里叶变换。由于 G( f )

1 2
带宽受限，即当 f  时， G ( f )  0 ，对于 G1 ( f ) ，有 f  时， G1 ( f )  0 。因
Ts Ts
此在式(5-9)中只有 i  0, 1 时， U ( f )  0 ，即 U ( f ) 中存在三根离散谱线，分别在
1
f  0,  处。只考虑 U ( f ) 的正半轴，则最大离散谱线位置对应的频率即为码元
Ts
速率估计值。

5.1.1.2 基于包络谱的跳频信号码元速率估计

将基于包络谱的码元速率估计方法引入到跳频信号上来，跳频信号 shop (t ) 的瞬
时包络 a(t ) 为
2
a(t )  shop (t )  [ Hilbert{shop (t )}]2 (5-10)

对跳频信号的瞬时包络进行傅里叶变换得到其包络谱，最大离散谱线位置对应的
频率即为跳频信号码元速率估计值，如图 5-1 所示。
1

0.9

0.8

0.7

0.6
归一化幅度

0.5

0.4

0.3

0.2

0.1

0
0 0.5 1 1.5 2 2.5 3
频 率 /Hz 5
x 10

图 5-1 多跳跳频信号的包络谱

对跳频信号求包络谱在产生码元速率离散谱的同时，也会产生背景噪声，这
47

万方数据
 电子科技大学硕士学位论文

些噪声会对码元速率离散谱线的提取造成一定的影响，可能导致完全错误的估计
结果，如图 5-2 所示。由图 5-2 可以看出，在某些条件下（滚降系数  较小或者码
元数目 N 较少），对跳频信号求包络谱产生的干扰噪声中，个别噪声分量的幅度可
能超过码元速率离散谱线，且噪声能量大部分分布在低频部分。
1

0.9

0.8

0.7

0.6
归一化幅度

0.5

0.4

0.3

0.2

0.1

0
0 0.5 1 1.5 2 2.5 3
频率/Hz x 10
5

图 5-2 典型的包络谱存在干扰噪声的情况（   0.25, N  1000 ）

以 e(nTs ) 表示对信号求包络谱时产生的背景噪声，则码元速率的估计将受到
e(nTs ) 统计特性的影响，可通过计算机仿真了解其统计特性。在大样本条件下将信
号包络谱  (k ) 中码元速率离散谱线对应位置的值置为 0，再对处理后的包络谱
 (k ) 进行傅里叶反变换，得到的数据即可视为 e(nTs ) 的样本，可根据这些样本大
致了解背景噪声的统计特性[55]。(
e nTs ) 的概率密度分布如图 5-3 所示，很显然 e(nTs )
不服从高斯分布。
1.6 2
SNR=0dB α=0.25
1.4 SNR=20dB 1.8 α=0.95
Gaussian Gaussian
1.6
1.2
1.4
1
概率密度函数

1.2
概率密度函 数

0.8 1

0.8
0.6

0.6
0.4
0.4
0.2
0.2

0 0
-5 -4 -3 -2 -1 0 1 2 3 4 5 -5 -4 -3 -2 -1 0 1 2 3 4 5
e(nTs) e(nTs)

(a) (b)

图 5-3 背景噪声 e( nTs ) 的概率密度分布

(a)不同信噪比下 e( nTs ) 的概率密度分布（  =0.25 ）；(b)不同
滚降系数下 e( nTs ) 的概率密度分布（SNR=20）

48

万方数据
 第五章 跳频信号码元速率估计方法

由图 5-2、图 5-3 可看出，背景噪声的能量在整个频带内并非均匀分布。主要

集中在码元速率离散谱线一侧的低频范围内，且在接近码元速率离散谱线的范围
内，噪声分量明显降低。总之， e(nTs ) 是一种非高斯的有色噪声。
进一步研究 e(nTs ) 与滚降系数  、信噪比 SNR 的关系，考虑到背景噪声对码
元速率估计的影响主要是在最大谱线提取时，故取特征量 C  A / B 进行观察，其
中 B 为码元速率离散谱线对应的峰值，在码元速率固定的情况下，背景噪声主要
集中在码元速率离散谱线左侧相同的频带范围内，A 取背景噪声最大谱线对应的
峰值。特征量 C 随滚降系数  、信噪比 SNR 变化曲线如图 5-4 所示，码元数目 N
为 5000。
1.3 4.5

1.2 4

1.1
3.5

1
3

0.9
A/B
A /B

2.5
0.8
2
0.7
1.5
0.6

1
0.5

0.4 0.5
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 -10 -8 -6 -4 -2 0 2 4 6 8 10
SNR/dB
α

(a) (b)

图 5-4 特征量 C 随滚降系数  、信噪比 SNR 变化曲线

(a)特征量 C 随滚降系数  变化曲线（SNR=5dB，N=5000）
；(b)特
征量 C 随信噪比 SNR 变化曲线（   0.25 ，N=5000）

由于调制信号的平稳循环特性与信号带宽有关，文献[56]指出当数字调制信号
的双边频带宽度接近符号速率时，该信号不再是二阶循环平稳的，滚降系数越小，
信号带宽越窄，取包络谱后码元速率离散谱线的强度下降，背景噪声强度增强，
如图 5-4(a)所示。在图 5-4(b)中，在信噪比 SNR 为-1dB 时， C  1 ，即背景噪声的
强度小于码元速率离散谱线的强度，随着信噪比的增大，参数 C 逐渐减小，即码
元速率离散谱线的强度相对背景噪声而言逐渐增大。
虽然在一些情况下噪声分量的幅度会超过码元速率离散谱线，使得离散谱线
不再是整个频带范围内的最大谱线，但是在谱线附近的一段频带区域内，离散谱
线的幅度优势非常明显。背景噪声集中分布在码元速率离散谱线一侧的频带内，
在接近码元速率离散谱线的范围内，噪声分量的幅度明显降低。文献[56]利用背景

49

万方数据
 电子科技大学硕士学位论文

噪声的这一特性给出了码元速率离散谱线增强算法。算法的基本原理是针对包络
谱  (k ) 的每一个频率抽头，对它邻近区域内的所有抽头取平均值，比较两者之间
的幅度差异，表达式为
 (k )
 (k )  w
, k   0, Nfft / 2 (5-11)
 c ( n)   ( k  n )
n 1

其 中 ， w 为 抽 头 长 度 ， c( n) 为 滤 波 器 系 数 ， Nfft 为 FFT 的 点 数 ，
1/ w, 1  n  w
c( n)   。
 0, 其它
该方法主要是将每一频率抽头除以其右侧一段频带范围内抽头的平均值从而
进行的非线性滤波过程。经过非线性滤波处理，背景噪声被抑制，码元速率离散
谱线突显出来，如图 5-5 所示。
1 1

0.9 0.9

0.8 0.8

0.7 0.7

0.6 0.6
归一化幅度

归一化幅度

0.5 0.5

0.4 0.4

0.3 0.3

0.2 0.2

0.1 0.1

0 0
0 0.5 1 1.5 2 2.5 3 0 0.5 1 1.5 2 2.5 3
频 率 /Hz 5 频 率 /Hz 5
x 10 x 10

(a) (b)

图 5-5 经过非线性滤波处理后的包络谱
(a)包络谱中包含干扰噪声；(b)非线性滤波后的包络谱

该非线性处理需要在整个频率范围  0, Nfft / 2  进行滤波，文献[56]对于抽头长

度 w 并没有给出取值范围。 w 不同，非线性滤波处理的效果也不同， w 的不恰当
选择，会造成非线性滤波的错误结果，如图 5-6 所示，只有选择适当的抽头长度，
才能在非线性滤波处理后使得码元速率离散谱线突显出来。

50

万方数据
 第五章 跳频信号码元速率估计方法

1 0.9

0.8
码元速率离散谱线
0.9

0.8 0.7

0.7
0.6

0.6

归一化幅度
归一化幅度

0.5
0.5
0.4
0.4
0.3
0.3
0.2
0.2

0.1 码元速率离散谱线 0.1

0 0
0 0.5 1 1.5 2 2.5 3 0 0.5 1 1.5 2 2.5 3
频 率 /Hz 5 频 率 /Hz 5
x 10 x 10

(a) (b)
1 1

0.9 0.9

0.8 0.8
码元速率离散谱线 码元速率离散谱线
0.7 0.7

0.6 0.6
归一化幅度
归一化幅度

0.5 0.5

0.4 0.4

0.3 0.3

0.2 0.2

0.1 0.1

0 0
0 0.5 1 1.5 2 2.5 3 0 0.5 1 1.5 2 2.5 3
频 率 /Hz 5 频 率 /Hz 5
x 10 x 10

(c) (d)

图 5-6 不用 w 条件下的非线性滤波效果
(a)原始包络谱；(b) w  100 时非线性滤波效果；(c) w  1500 时
非线性滤波效果；(d) w  3000 时非线性滤波效果

结合图 5-2、图 5-5、图 5-6（a），可以看到干扰噪声的最大峰值所在位置 loc 大

约是在码元速率离散谱线位置的一半，即 loc  n 2 ，其中 n 为码元速率对应的位置。
若取 w  n 2 ，可以防止由于 w 过大，导致式(5-11)中分母累加到码元速率离散谱线
右侧范围很小的值，使得滤波处理后噪声最大峰值依旧突出。为确定使非线性滤
波效果最好，即滤波后码元速率离散谱线成为最大谱线的最优 w ，仿真实验从不
同 w 下码元速率估计成功的概率进行比较。设定如果某次实验，码元速率估计相
对误差在 103 以内认为该次实验估计成功。图 5-7 为不同码元速率下取不同抽头长
度 w 进行非线性滤波的码元速率估计成功的概率。

51

万方数据
 电子科技大学硕士学位论文

1
n=165
n=329
0.9 n=656

0.8

估计成功的概率
0.7

0.6

0.5

0.4
0 100 200 300 400 500 600
w

图 5-7 不同码元速率下不同 w 的估计成功的概率（SNR=0，   0.25 ）

由图 5-7 可看出，抽头长度大约为码元速率离散谱线所在位置的一半，即
w  n 2 时，非线性滤波处理的效果最好，验证了 w  n 2 的最优性。进一步分析由
于 n 是我们要估计的值，是未知的。考虑以下两种情况：a. 未经处理的原始包络
谱线中码元速率离散谱线即为最大谱线，即 max  n ；b. 未经处理的原始包络谱中
噪声最大峰值谱线为最大谱线，即 max  loc 。又有 loc  n 2 ，故可知 max  0.5n  n ，
因此可取 w  0.75 max 。
基于包络谱的跳频信号码元速率估计算法步骤如下：
（1）按照式(5-10)对跳频信号取瞬时包络 a(t ) ，并对 a(t ) 做 FFT 得到包络谱  (k ) ；
（2）对原始包络谱  (k ) 进行最大谱线搜索，得到最大谱线的位置 max ；
（3）按照式(5-11)对原始包络谱进行滤波处理，得到处理后的包络谱  (k ) ，式中
取 w  0.75 max ；
（4）对  (k ) 进行最大谱线搜索，最大谱线所在位置对应的频率即为码元速率估计
值，即 nˆ  arg max( (k )) ， Rˆ  ( nˆ  1)  fs / Nfft 。
k

5.1.1.3 仿真实验及性能分析

仿真参数：跳速为 1000 跳/s，跳频带宽为 200KHz，跳频中心频率为 600KHz，

跳频频率间隔为 10KHz，一次调制方式 BPSK，码元速率为 40KB，一次载波为
80KHz，采样率为 4MHz，基带成形脉冲为升余弦脉冲。
（1）信噪比
取 125 个跳周期信号，码元总数共 5000 个，通过 100 次蒙特塔罗实验，仿真
信号的码元速率估计相对误差随信噪比在[-10dB,0dB]范围内的变化曲线如图 5-8
所示。

52

万方数据
 第五章 跳频信号码元速率估计方法

1
10
α=0.5
α=0.25
0
10 α=0.95

-1
10

相对误差
-2
10

-3
10

-4
10

-5
10
-10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0
SNR/dB

图 5-8 码元速率估计相对误差随信噪比 SNR 变化曲线

从上图可以看出，在码元数目充足的前提下，码元速率估计相对误差随着信
噪比的增加而减小，由于频率分辨率的影响，在信噪比达到一定范围时，相对误
差无法随着信噪比的增加而进一步降低。
（2）滚降系数
取 125 个跳周期信号，码元总数共 5000 个，滚降系数从 0.1 变化到 1，步进
为 0.1，对滚降系数的每个取值进行 100 次蒙特塔罗实验，仿真信号的码元速率估
计相对误差随滚降系数在[0.1,1]范围内的变化曲线如图 5-9 所示。
0
10
SNR=0dB
SNR=-5dB
-1
10

-2
10
相对误差

-3
10

-4
10

-5
10
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
α

图 5-9 码元速率估计相对误差随滚降系数  变化曲线

由图 5-9 可以看出，在码元数目充足的条件下，码元速率估计相对误差随着滚
降系数的增大而降低。由于频率分辨率的影响，在滚降系数达到一定范围时，相
对误差无法随着滚降系数的增大而进一步降低。

53

万方数据
 电子科技大学硕士学位论文

（3）码元个数
滚降系数   0.25 ，通过 100 次蒙特塔罗实验，仿真信号的码元速率估计相对
误差随码元个数在[50,2000]范围内的变化曲线如图 5-10 所示。
0
10
SNR=0dB
SNR=5dB
-1
10

-2
10
相对误差

-3
10

-4
10

-5
10
200 400 600 800 1000 1200 1400 1600 1800
N

图 5-10 码元速率估计相对误差随码元个数 N 变化曲线

上图给出了不同码元数目下的仿真结果，可以看出增加码元个数有利于码元
速率信息的提取，在 0dB 环境下，900 个码元时估计相对误差即可达到 104 以下。
由于频率分辨率的影响，在码元数目达到一定范围时，估计相对误差无法随着码
元数目的增多而进一步降低。
（4）调制方式
取 125 个跳周期信号，码元总数共 5000 个，滚降系数   0.25 ，通过 100 次
蒙特塔罗实验，不同一次调制方式跳频信号的码元速率估计相对误差随信噪比在
[-10dB,0dB]范围内的变化曲线如图 5-11 所示。
1
10
BPSK
QPSK
0
10 π/4-QPSK
8PSK
QAM
-1
10 16QAM
相对误差

-2
10

-3
10

-4
10

-5
10
-10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0
SNR/dB

图 5-11 不同一次调制方式下码元速率估计相对误差随信噪比 SNR 变化曲线

54

万方数据
 第五章 跳频信号码元速率估计方法

由上图可以看出，基于包络谱的跳频信号码元速率估计方法对一次调制方式
为线性调制的跳频信号都具有可行性，且估计性能良好。
由仿真结果可知，基于包络谱的估计方法可在不知道任何参数的情况下，实
现跳频信号的码元速率估计，并能取得较好的估计精度。

5.1.2 改进的基于二次谱的估计方法
5.1.2.1 基于二次谱的普通调制信号码元速率估计方法

5.1.2.1.1 基带信号码元速率估计方法

数字基带信号可以表示为
z (t )   cn g (t  nTs ) (5-12)
n

1, m  n
其中， g (t ) 为成形脉冲， cn 为符号数据，满足 E{cn cm }   c2 mn ,  mn   。
 0, m  n
对 z(t ) 取二次方得

z 2 (t )   cn2 g 2 (t  nTs )   cncm g (t  nTs )g (t  mTs ) (5-13)

n n mn

将 z 2 (t ) 写成两项相加的形式
z (t )  u (t )  v(t ) (5-14)

u(t )  E{z (t )}   c2  g 2 (t  nTs ) (5-15)

n

v(t )   cn cm g (t  nTs )g (t  mTs )   (cn2   c2 ) g 2 (t  nTs ) (5-16)

n mn n

其中， u(t ) 为需要的信号，它对应频谱中的离散谱线， v(t ) 为自噪声项，对应频谱

中的连续谱[57]。
分析 u(t ) 对应部分的频谱得
 c2 i
U( f ) 
Ts i
 G1 ( f ) ( f  )
Ts
(5-17)

其中，G1 ( f )  G ( f ) * G ( f ) ，*为取卷积运算，G( f ) 为 g (t ) 的傅里叶变换。由于 G( f )

1 2
带宽受限，即当 f  时， G ( f )  0 ，对于 G1 ( f ) ，有 f  时， G1 ( f )  0 。因
Ts Ts
此在式(5-17)中只有 i  0, 1 时， U ( f )  0 ，即 U ( f ) 中存在三根离散谱线，分别在
1
f  0,  处。只考虑 U ( f ) 的正半轴，则最大离散谱线位置对应的频率即为码元
Ts
速率估计值。

55

万方数据
 电子科技大学硕士学位论文

由以上分析可知，通过对数字基带信号求二次谱，可以实现码元速率的估计。
实际应用中，对于接收到的中频信号要先进行基带信号提取，再根据上述方法进
行码元速率估计。结合实际跳频通信考虑，上述方法存在两方面问题：
（1）跳频信号在一跳内可以看作普通的调制信号，可以通过截取一跳信号进行基
带信号提取，从而进行码元速率估计。一跳信号的截取，需要参数跳变时刻，基
带信号的提取需要参数跳频频率，也就是说在非合作通信条件下，在进行跳频信
号码元速率估计前需要进行参数估计，这些参数的估计结果必然存在一定的误差，
从而影响码元速率估计的准确度。
（2）码元速率估计的精度受到码元个数的影响，如果一个跳周期内的码元数目较
少，则只对截取的一跳信号进行码元速率估计得到的估计结果误差较大。这种情
况下，需要根据估计的跳变时刻和跳频频率，将多跳信号进行下变频和拼接，再
进行码元速率估计。

5.1.2.1.2 中频信号码元速率估计方法

中频线性调制信号 x(t ) 的表达式如式(5-1)所示，则 x(t ) 的二次方为

x 2 (t )  xI2 (t ) cos 2 2 f c t  xQ2 (t ) sin 2 2 f ct  xI (t ) xQ (t ) sin 4 f c t
1
 [ xI2 (t )  xQ2 (t )]cos 4 f ct  xI (t ) xQ (t ) sin 4 f c t  (5-18)
2
1 2
[ xI (t )  xQ2 (t )]
2
1
由上式可以看出信号的二次方中含有零频分量 [ xI2 (t )  xQ2 (t )] 和二倍载频分
2
1
量 [ xI2 (t )  xQ2 (t )]cos 4 f ct  xI (t ) xQ (t )sin 4 f ct ，由上一小节推导可知，零频分量和
2
二倍载频分量的第一项对应的频谱包含需要的离散谱线，令
u1 (t )  u11 (t )  u12 (t )
1 1 (5-19)
 [ xI2 (t )  xQ2 (t )]  [ xI2 (t )  xQ2 (t )]cos 4 f ct
2 2
1 2 1
对于 BPSK 信号， xQ (t ) 恒为零，只考虑正半轴，则 u11 (t )  x I (t ) 在 f  处
2 Ts
1 2 1
存在离散谱线， u12 (t )  xI (t ) cos 4 f ct 在 f  2 f c、
2 f c  处存在离散谱线。
2 Ts
对 于 MPSK  M>2  和 MQAM（OQPSK除外）， 同 样 只 考 虑 正 半 轴 ，
1 1 1
u11(t)  [xI2 (t)  xQ2 (t)] 在 f  处存在离散谱线， u12 (t )  [ xI2 (t )  xQ2 (t )]cos 4 fct 由于
2 Ts 2

56

万方数据
 第五章 跳频信号码元速率估计方法

I、Q 两路的等价性，谱线抵消[58]。
分别对 BPSK、QPSK、QAM、16QAM 四种线性调制信号的二次谱进行仿真，
仿真参数为：码元个数为 5000，载波频率为 60KHz，采样率为 0.6MHz，码元速
率为 30KHz，成形脉冲为升余弦脉冲，滚降系数为 0.5，信噪比为 5dB。仿真结果
如图 5-12 所示，图 5-12 验证了信号二次谱离散谱线理论分析的正确性。
1 1

BPSK QPSK
归一化幅度

归一化幅度
0.5 0.5

0 0
0 1 2 3 0 1 2 3
频率 /Hz 5
x 10
频率 /Hz x 10
5

1 1

QAM 16QAM
归一化幅度

归一化幅度

0.5 0.5

0 0
0 1 2 3 0 1 2 3
频率 /Hz 5 频率 /Hz 5
x 10 x 10

图 5-12 四种线性调制信号的二次谱

此时，码元速率估计问题转化为谱线搜索问题，但是码元速率对应的离散谱
线并不总是最大谱线，还可能在 2 f c 处出现最大谱线，不能直接使用最大谱线搜索
来估计码元速率。
常用的方法是根据信号带宽在一定范围搜索最大谱线。假设信号带宽为 Bw ，
1 1 2 Bw 1 1 2
有  Bw  (1   )  ，即   Bw 。一般有 f c  ，即 2 f c   Bw ，
Ts Ts Ts 2 Ts Ts Ts
 Bw 
则在  , Bw 对应的频率范围内进行最大谱线搜索，最大谱线所在位置对应的频
 2 
率即为码元速率估计值。
对于非合作跳频通信而言，以上方法存在的问题：
（1）需要对跳频信号一次调制带宽进行估计，一次调制的带宽相对跳频带宽而言
非常小，需要根据跳变时刻截取一跳信号进行带宽估计，即首先需要对跳频参数
进行估计，码元速率估计的误差受跳频参数估计误差的影响。
（2）若取一跳信号进行码元速率估计，则估计精度受一跳内码元个数的影响，为

57

万方数据
 电子科技大学硕士学位论文

提高估计精度需要对多跳信号进行下变频和拼接。

5.1.2.2 改进的基于二次谱的跳频信号码元速率估计方法

基于以上方法中存在的问题，本文研究了改进的基于二次谱的跳频信号码元
速率估计方法，该方法可直接对多跳信号求二次谱进行码元速率估计，该过程不
需要用到跳频参数，即不需要预先估计跳频参数，且跳频参数的估计误差不会影
响码元速率的估计精度。
改进方法的主要原理是先对多跳信号求二次谱，由于多跳信号包含多个跳频
频率，结合前两节的分析可知，多跳信号的二次谱将在码元速率处出现离散谱线，
在二倍跳频频率处出现多个离散谱线（一次调制为 BPSK）或一定范围的起伏（一
次调制方式为 MPSK（M>2）和 MQAM）。而多跳跳频信号正交两路信号乘积频谱
的绝对值恰好在二倍跳频频率处出现多个离散谱线或一定范围的起伏，将二次谱
与正交两路信号乘积频谱的绝对值做相减，将抵消二倍跳频频率处的影响，得到
只包含一条离散谱线的频谱，该离散谱线对应的频率即为码元速率的估计值。
跳频信号可以表示为
shop (t )   xi (t ) p(t  iTh ) (5-20)
i

其中，
N 
xi (t )  Re  cn g (t  nTs ) exp( j 2 fi t ) 
 n 1 
N
 
 Re  cn g (t  nTs ) exp( j 2 ( f hi  f c )t ) 
 n 1  (5-21)
N N
=  an g (t  nTs ) cos 2 f i t  bn g (t  nTs ) sin 2 fi t
n 1 n 1

 xI (t ) cos 2 fi t  xQ (t ) sin 2 fi t

 Th Th
1 ,   t  T
其中， Th 为跳频周期， p(t ) 为矩形脉冲， p(t )   2 2 ， M  h 为一
0 , Ts
其它
个跳频周期内包含的码元数目， g (t ) 为成形脉冲，一般为升余弦脉冲或者根升余
弦脉冲，Ts 为码元周期，f c 为一次调制载波频率，f hi 为跳频频率集中的一个频率，
f i  f hi  f c 为实际发射的经过混频的跳频频率， xI (t )   an g (t  nTs ) 为 xi (t ) 的同
n

相分量， xQ (t )   bn g (t  nTs ) 为 xi (t ) 的正交分量。

n

对于 xi (t ) 有

58

万方数据
 第五章 跳频信号码元速率估计方法

N N
xˆi (t )  Hilbert{xi (t )}   an g (t  nTs )sin 2 fi t   bn g (t  nTs ) cos 2 fit (5-22)
n1 n 1

则 xi (t )和xˆi (t ) 的乘积为
1
xi (t ) xˆi (t )  [ xI2 (t )  xQ2 (t )]sin 4 fi t  xI (t ) xQ (t ) cos 4 fi t (5-23)
2
xi (t ) xˆi (t ) 的第一项对应的频谱包含需要的离散谱线，令
1
u2 (t )  [ xI2 (t )  xQ2 (t )]sin 4 fi t (5-24)
2
1 2
一次调制为 BPSK 时， xQ (t ) 恒为零，只考虑正半轴，u2 (t )  xI (t )sin 4 fi t 在
2
1
f  2 fi、
2 fi  处存在离散谱线。一次调制为 MPSK（M>2）或 MQAM（OQPSK
Ts
1
除外）时，只考虑正半轴，u2 (t )  [ xI2 (t )  xQ2 (t )]sin 4 fi t 由于 I、Q 两路的等价性，
2
谱线抵消。
xi (t ) 可以看成载波频率为 f i  f hi  f c 的调制信号，则 xi 2 (t ) 的表达式可类比于
1 1
式(5-18)，则 xi 2 (t ) 包含离散谱线的分量为 u1(t)  [xI2 (t)  xQ2 (t)]  [xI2(t)  xQ2 (t)]cos4 fit ，
2 2
1 2
xi (t ) xˆi (t ) 中包含离散分量 u2 (t )  [ xI (t )  xQ2 (t )]sin 4 fi t 对应的频谱的绝对值恰好
2
1
可以抵消 xi 2 (t ) 频谱二倍载频处 [ xI2 (t )  xQ2 (t )]cos 4 fi t 对应的谱线。
2
对跳频信号 shop (t ) 取平方得
2
2  
s1 (t )  shop (t )    xi (t ) p (t  iTh ) 
 i 
2 2
  xi (t ) p (t  iTh )   xi (t ) x j (t ) p (t  iTh ) p(t  jTh ) (5-25)
i i i j

  xi2 (t ) p 2 (t  iTh )
i

对 shop (t ) 进行希尔伯特变换得到
sˆhop (t )  Hilbert{shop (t )}   xˆi (t ) p(t  iTh ) (5-26)
i

则跳频信号正交两路信号的乘积为

59

万方数据
 电子科技大学硕士学位论文

s2 (t )  shop (t )  sˆhop (t )
  xi (t )xˆi (t ) p 2 (t  iTh )   xi (t ) xˆ j (t ) p(t  iTh ) p(t  jTh ) (5-27)
i i i j

  [ xi (t ) xˆi (t )]p 2 (t  iTh )

i

 Th T
1 ,  t  h 2
有 p (t )   2
2 2 ，则式(5-25)中 shop (t ) 相当于对不同跳频频率 xi (t ) 的截
2

0 , 其它
2
断线性叠加，则 shop (t ) 的频谱相当于对 xi2 (t ) 的频谱的线性叠加。
同理式(5-27)中， shop (t )  sˆhop (t ) 相当于对不同跳频频率 xi (t ) xˆi (t ) 的截断线性叠
加，则 shop (t )  sˆhop (t ) 的频谱绝对值相当于对 xi (t ) xˆi (t ) 频谱绝对值的线性叠加。将跳
频信号二次谱与正交两路信号乘积频谱的绝对值相减，将抵消二倍跳频频率处的
影响，得到只包含一条离散谱线的频谱，该离散谱线对应的频率即为码元速率的
估计值。
为了验证跳频信号二次谱及正交两路信号乘积频谱绝对值的离散谱线理论分
析的正确性，分别对一次调制为 BPSK、QPSK、QAM、16QAM 的跳频信号的二
次谱及正交两路信号乘积频谱的绝对值进行仿真，仿真参数为：跳频带宽为
200KHz，跳频中心频率为 600KHz，跳频频率间隔为 10KHz，跳速为 1000 跳/s，
取 167 跳信号，共 5000 个码元，调制速率为 30KB，滚降系数为 0.5，一次载波为
60KHz，采样率为 6MHz，成形脉冲为升余弦脉冲，信噪比为 5dB，仿真结果如图
5-13 所示，图 5-13 验证了分析的正确性。
4 4
x 10 x 10
4 4

3 3
幅度

幅度

2 2

1 1

0 0
0 2 4 6 8 10 12 14 16 18 0 2 4 6 8 10 12 14 16 18
频 率 /Hz 5 频 率 /Hz 5
x 10 x 10
4
4
x 10 x 10
4 4

3 3
幅度

幅度

2 2

1 1

0 0
0 2 4 6 8 10 12 14 16 18 0 2 4 6 8 10 12 14 16 18
频 率 /Hz 5
频 率 /Hz 5
x 10 x 10

(a) (b)

60

万方数据
 第五章 跳频信号码元速率估计方法

4 5
x 10 x 10
6 3

4 2

幅度
幅度

2 1

0 0
0 2 4 6 8 10 12 14 16 18 0 2 4 6 8 10 12 14 16 18
频 率 /Hz 5 频 率 /Hz 5
x 10 x 10
4 5
x 10 x 10
6 3

4 2

幅度
幅度

2 1

0 0
0 2 4 6 8 10 12 14 16 18 0 2 4 6 8 10 12 14 16 18
频 率 /Hz 5 频 率 /Hz 5
x 10 x 10

(c) (d)

图 5-13 跳频信号的二次谱和正交两路信号乘积的频谱
(a)一次调制为 BPSK 跳频信号的二次谱和正交两路信号乘积频谱
的绝对值；(b)一次调制为 QPSK 跳频信号的二次谱和正交两路信
号乘积频谱的绝对值；
(c)一次调制为 QAM 跳频信号的二次谱和正
交两路信号乘积频谱的绝对值；(d)一次调制为 16QAM 跳频信号
的二次谱和正交两路信号乘积频谱的绝对值

改进的基于二次谱的跳频信号码元速率估计算法步骤：
2
（1）对跳频信号 shop (t ) 取平方运算得到 s1 (t )  shop (t ) ；
（2）对 s1 (t ) 做 FFT 得到 s (t ) 的二次谱 S1 ( f ) ；
（3）对 shop (t ) 进行希尔伯特变换，求 s2 (t )  shop (t )  Hilbert{shop (t )} ；
（4）对 s2 (t ) 做 FFT 得到 shop (t ) 的正交两路信号乘积的频谱 S 2 ( f ) ；
（5）将跳频信号的二次谱和正交两路信号乘积频谱的绝对值相减再取绝对值，得
到 S3 ( f )  S1 ( f )  S 2 ( f ) ;
（6）对 S3 ( f ) 进行谱线优化：a. 对 S3 ( f ) 进行最大谱线搜索，得到最大谱线的位
S3 (k ) 1 / w, 1  n  w
置 max ；b. 按 S3 '( k )  , k   0, Nfft / 2 , c( n )   ，Nfft
w
 0, 其它
 c ( n )  S3 ( k  n )
n 1

为 FFT 的 点 数 ， 对 S3 ( f ) 进 行 滤 波 处 理 ， 得 到 处 理 后 谱 线 S '3 ( f ) ， 其 中 取
w  0.75 max ；
（7）对 S '3 ( f ) 进行最大谱线搜索，最大离散谱线位置对应的频率即为码元速率的
估计值 Rˆ  (loc  1)  f Nfft 。 s

5.1.2.3 仿真实验及性能分析

仿真条件：跳速为 1000 跳/s ，跳频带宽为 200KHz，跳频中心频率为 600KHz，

61

万方数据
 电子科技大学硕士学位论文

跳频频率间隔为 10KHz，码元速率为 40KB，一次载波为 80KHz，采样率为 4MHz，

成形脉冲为升余弦脉冲。
（1）信噪比
取 125 个跳周期信号，码元总数共 5000 个，通过 100 次蒙特塔罗实验，仿真
信号的码元速率估计相对误差随信噪比在[-10dB,0dB]范围内的变化曲线如图 5-14
所示。
2
10
α=0.5
1 α=0.95
10
α=0.25

0
10

-1
10
相对误差

-2
10

-3
10

-4
10

-5
10
-10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0
SNR/dB

图 5-14 码元速率估计相对误差随信噪比 SNR 变化曲线

从上图可以看出，在码元数目充足的前提下，码元速率估计相对误差随着信
噪比的增加而减小，信噪比 SNR 在-4dB 左右相对误差即可达到 104 以下。
（2）滚降系数
取 125 个跳周期信号，码元总数共 5000 个，滚降系数从 0.1 变化到 1，步进
为 0.1，对滚降系数的每个取值进行 100 次蒙特塔罗实验，仿真信号的码元速率估
计相对误差随滚降系数在[0.1,1]范围内的变化曲线如图 5-15 所示。
0
10
SNR=-5dB
SNR=0dB
-1
10

-2
10
相对 误差

-3
10

-4
10

-5
10
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
α

图 5-15 码元速率估计相对误差随滚降系数  变化曲线

62

万方数据
 第五章 跳频信号码元速率估计方法

由上图可知，滚降系数越大，码元速率估计越准确，码元速率估计相对误差
随着滚降系数的增大而减小。
（3）码元个数
滚降系数   0.25 ，通过 100 次蒙特塔罗实验，仿真信号的码元速率估计相对
误差随码元个数[500,5000]变化曲线如图 5-16 所示。
0
10
SNR=5dB
SNR=0dB
-1
10

-2
10
相对误差

-3
10

-4
10

-5
10
500 1000 1500 2000 2500 3000 3500 4000 4500 5000
N

图 5-16 码元速率估计相对误差随码元个数 N 变化曲线

上图给出了不同码元数目下的码元速率估计相对误差，信噪比为 0dB 时，使

用 1500 个码元进行估计，相对误差即可达到 104 以下，由仿真结果可知增加码元
个数有利于码元速率的提取。
（4）调制方式
取 125 个跳周期信号，码元总数共 5000 个，滚降系数   0.25 ，通过 100 次
蒙特塔罗实验，不同一次调制方式跳频信号的码元速率估计相对误差随信噪比在
[-10dB,0dB]范围内的变化曲线如图 5-17 所示。
2
10
BPSK
1 QPSK
10
π/4-QPSK
8PSK
0
10 QAM
16QAM
-1
10
相对误差

-2
10

-3
10

-4
10

-5
10
-10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0
SNR/dB

图 5-17 不同一次调制方式下码元速率估计相对误差随信噪比 SNR 变化曲线

63

万方数据
 电子科技大学硕士学位论文

由上图可以看出，改进的基于二次谱的跳频信号码元速率估计方法对一次调
制方式为线性调制的跳频信号具有可行性，且估计性能良好。
由仿真结果可知，改进的基于二次谱的跳频信号码元速率估计方法可以在不
需要已知任何参数的情况下，实现跳频信号码元速率的估计，并能取得较好的估
计精度。该方法主要适用于一次调制方式为线性调制的跳频信号。

5.2 一次调制方式为 OQPSK 的跳频信号码元速率估计方法

5.2.1 普通 OQPSK 信号码元速率估计方法
OQPSK 信号正交支路和同相支路上的码流在时间上相差半个码元周期，故而
两支路码元极性不可能同时发生翻转，因此 OQPSK 信号相位只能跳变 0 、 90 ，
不会出现 180 的相位跳变，在脉冲成形后其包络起伏较小，对 OQPSK 信号采用基
于包络谱的码元速率估计方法，估计性能较差。文献[59]指出可以借助正交两路信
号乘积的频谱对 OQPSK 信号的码元速率进行估计。
OQPSK 信号的表达式为
Ts
sOQPSK (t )   an g (t  nTs ) cos 2 f ct   bn g (t  nTs  ) sin 2 f ct (5-28)
n n 2

其中， f c 为载波频率，Ts 为码元周期，an 、bn 为消息码元，其取值集合为 {1, 1} ，

g (t ) 为成形脉冲。
sOQPSK (t ) 的正交项表达式为

sOQPSK ,Q (t )  Hilbert{sOQPSK (t )}
Ts (5-29)
  an g (t  nTs ) sin 2 f c t  bn g (t  nTs  ) cos 2 f ct
n n 2
则Ｉ、Q 路信号相乘的结果为：

sOQPSK (t )  sOQPSK ,Q (t )
1 T 
=   g 2 (t  nTs )   g 2 (t  nTs  s )  sin 4 f c t 
2 n n 2 
T

n m
anbm g (t  nTs ) g (t  mTs  s ) cos 4 f c t 
2
(5-30)
1
 an am g (t  nTs ) g (t  mTs ) sin 4 fct 
2 n m n
1 T T

2 n mn
bnbm g (t  nTs  s ) g (t  mTs  s ) sin 4 f ct
2 2
 u (t )  v(t )

64

万方数据
 第五章 跳频信号码元速率估计方法

其中，
1 T 
u (t )    g 2 (t  nTs )   g 2 (t  nTs  s )  sin 4 f ct (5-31)
2 n n 2 
Ts
v(t )   anbm g (t  nTs ) g (t  mTs  ) cos 4 f ct 
n m 2
1
 an am g (t  nTs ) g (t  mTs ) sin 4 fct 
2 n mn
(5-32)

1 T T

2 n mn
bnbm g (t  nTs  s ) g (t  mTs  s )sin 4 f ct
2 2

u(t ) 为需要的信号，它对应频谱中的离散谱线， v(t ) 为自噪声项，对应频谱中的连

续谱。
定义
x(t )   g 2 (t  nTs ) (5-33)
n
Ts
x1 (t )   g 2 (t  nTs  ) (5-34)
n 2

则有 x(t ) 、 x1 (t ) 的傅里叶变换 X ( f ) 、 X 1 ( f ) 为
1 i
X(f)
Ts
 G ( f ) ( f  T )
i
1 (5-35)
s
1 i
X1 ( f ) 
Ts
 G ( f ) exp( j fT ) ( f  T )
i
1 s (5-36)
s

其中， G1 ( f )  G ( f )  G ( f ) ，  为取卷积运算， G( f ) 为 g (t ) 的傅里叶变换。

由于 G( f ) 带宽受限，即当 f  1 Ts 时，G ( f )  0 。对于 G1 ( f ) ，有 f  2 Ts 时，
G1 ( f )  0 。因此在式(5-35)和式(5-36)中，只有 i  0, 1 时 X ( f )、X 1 ( f ) 为非零值，
且 X ( f )、X 1 ( f ) 在 i  0 处相减抵消，故而 u(t ) 频谱的绝对值 U ( f ) 可表示为

1  1 1 
U( f ) 
2Ts
 G ( f  2if )  ( f  2if
1 c c 
Ts
)   ( f  2if c  ) 
Ts 
(5-37)
i 1 

一般有 2 f c  1 Ts ，只考虑正半轴，则 U ( f ) 在 2 f c  1 Ts 处出现离散谱线，如图 5-18

所示，且两者之差的绝对值为码元速率的两倍，因此可通过搜索 sOQPSK (t )  sOQPSK ,Q (t )
频谱中的两根离散谱线来估计码元速率。

65

万方数据
 电子科技大学硕士学位论文

0.9

0.8

0.7

0.6

归一化幅度
0.5

0.4

0.3

0.2

0.1

0
0 0.5 1 1.5 2 2.5 3
频 率 /Hz 5
x 10

图 5-18 OQPSK 正交两路信号乘积的频谱

5.2.2 一次调制方式为 OQPSK 的跳频信号码元速率估计方法

由 5.2.1 节分析可知，普通 OQPSK 信号正交两路信号乘积的频谱会在 2 f c  1 Ts
处出现离散谱线，可以通过搜索这两根离散谱来估计码元速率。如果将此方法直
接引入到跳频信号上，由于跳频信号在每个跳频周期都要发生频率跳变，跳频信
号正交两路信号乘积的频谱将会出现多根离散谱线，如图 5-19 所示，出现位置为
2 f i  1 Ts (i  1, 2, , P ) ， fi 为跳频频率， P 为跳频频率的个数。
7000

6000

5000

4000
幅度

3000

2000

1000

0
0 0.5 1 1.5 2 2.5 3
频 率 /Hz 6
x 10

图 5-19 一次调制为 OQPSK 跳频信号正交两路信号乘积的频谱

由于跳频信号在一个跳周期内可以看成一个普通调制信号，可截取一跳信号
使用上述方法进行码元速率估计。考虑到一跳内码元数目很少的情况将影响码元
速率估计的精度，需要将多跳信号下变频到同一中频上进行拼接，再进行跳频信
号码元速率估计。
一次调制方式为 OQPSK 的跳频信号码元速率估计步骤：

66

万方数据
 第五章 跳频信号码元速率估计方法

（1）根据估计到的跳变时刻对跳频信号进行截取，得到 M 个跳周期的信号 shop ；

（2）利用估计到的跳频频率将 M 跳信号分别下变频到同一中频频率 f mid 上，然后
进行拼接得到信号 shop
 ；
（3）对信号 shop
 进行希尔伯特变换得到 shop
 ,Q ，求 shop  ,Q ；
  shop
（4）对 shop  ,Q 做 FFT 求频谱，对频谱进行最大谱线搜索，得到最大两根离散谱
  shop
线的位置 loc1、 loc2 ，即可得到码元速率的估计值 Rˆ  loc1  loc2  f s / Nfft / 2 。  
5.2.3 仿真实验及性能分析
仿真参数：跳速为 200 跳/s ，跳频带宽为 200KHz，跳频中心频率为 600KHz，
跳频频率间隔为 10KHz，码元速率为 20KB，一次载波为 40KHz，采样率为 4MHz，
成形脉冲为升余弦脉冲。设定跳频频率估计相对误差为 1 0 000 。
（1）信噪比
取 50 个跳周期信号，码元总数为 5000 个，通过 100 次蒙特塔罗实验，仿真
信号的码元速率估计相对误差随信噪比在[-10dB,5dB]范围内的变化曲线如图 5-20
所示。
-3
10
α=0.25
α=0.5
α=0.95
相对误差

-4
10

-10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5
SNR/dB

图 5-20 码元速率估计相对误差随信噪比 SNR 变化曲线

从上图可以看出，在码元数目充足的前提下，相对误差随着信噪比的增加而
减小，在信噪比较低的情况下相对误差也可达到 104 以下。
（2）滚降系数
取 50 个跳周期信号，码元总数为 5000 个，滚降系数从 0.1 变化到 1，步进为
0.1，对滚降系数的每个取值进行 100 次蒙特塔罗实验，仿真信号的码元速率估计
相对误差随滚降系数在[0.1,1]范围内的变化曲线如图 5-21 所示。

67

万方数据
 电子科技大学硕士学位论文

-3
10
SNR=-5dB
SNR=0dB

相对误差
-4
10

0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

α

图 5-21 码元速率估计相对误差随滚降系数  变化曲线

由上图可知，滚降系数越大，码元速率估计精度越高, 相对误差随着滚降系数
的增大而减小。
（3）码元个数
滚降系数   0.25 ，通过 100 次蒙特塔罗实验，仿真信号的码元速率估计相对
误差随码元个数在[500,5000]范围内的变化曲线如图 5-22 所示。
-3
10
SNR=0dB
SNR=5dB
相对误差

-4
10

-5
10
500 1000 1500 2000 2500 3000 3500 4000 4500 5000
N

图 5-22 码元速率估计相对误差随码元个数 N 变化曲线

上图给出了不同码元数目下的码元速率估计相对误差，信噪比为 0dB 时，1500

个码元就能较为准确的估计出码元速率，仿真结果表明增加码元个数有利于码元
速率的提取。
仿真结果验证了码元速率估计方法的可行性，表明在跳频频率估计相对误差
为 1 0 000 的情况下，也能获得较好的估计精度，实现了一次调制方式为 OQPSK 的跳
频信号码元速率估计。

68

万方数据
 第五章 跳频信号码元速率估计方法

5.3 一次调制方式为 MSK 的跳频信号码元速率估计方法

5.3.1 普通 MSK 信号码元速率估计方法
MSK 信号是一种相位连续占用带宽最小的正交 2FSK 信号，其表达式为

     1  
sMSK (t )  cos  2 f ct  a (t )t   (t )   cos 2  fc  a(t )  t   (t )  (5-38)
 2Ts    4Ts  
其中， a(t )   an g (t  nTs ) 为信息码元序列， an  1 ， f c 为载波频率， Ts 为码元
n

宽度，g (t ) 为矩形脉冲， (t )   n g (t  nTs ) 为各个码元对应的初始相位序列， n

n
[60]
为第 n 个码元的初始相位 。为保证相位的连续性，要求

n   ，an =an1
n   n1  (an1  an )   n 1 (5-39)
2  n1  n ，an  an 1
1 1
由式(5-38)可以看出，MSK 的两个正交频率分别为 f 0  f c  和 f1  f c  。
4Ts 4Ts
也就是说，要想估计出 MSK 信号的码元速率，只需要估计出它的两个正交频率分
量即可，有 Rˆ  fˆ  fˆ * 2 。但是 MSK 信号的频谱是以 f 、f 为中心的梳状谱，不
1 0 0 1

能通过其频谱估计 fˆ0、fˆ1 。
sMSK (t ) 的正交项表达式为
  
sMSK ,Q (t )  Hilbert sMSK (t )  sin  2 f ct  a(t )t   (t )  (5-40)
 2Ts 

I、Q 两路信号相乘得到

1   1  
sMSK (t )  sMSK ,Q (t )  sin 2  2 f c  a (t )  t  2 (t )  (5-41)
2   2Ts  

由式(5-41)可得，任意码元的初始相位与信号起始时刻码元相位之间存在整数倍 
的关系，即 n  0  k ，有
2 (t )   2n g (t  nTs )   (20  2k ) g (t  nTs ) (5-42)
n n

式(5-41)化简得到

1   1  
sMSK (t )  sMSK ,Q (t )  sin 2  2 f c  a(t )  t  2 0  (5-43)
2   2Ts  

可见 I、Q 两路信号相乘消除了 MSK 信号的相位跳变，使得其乘积信号成为

69

万方数据
 电子科技大学硕士学位论文

一个 2FSK 信号[59]，载频分量分别为 f 0  2 f c  1 (2Ts ) 和 f1  2 fc  1 (2Ts ) ，如图 5-23

所示，且两者之差的绝对值为码元速率。因此，将 MSK 信号的 I、Q 两路信号相
乘，并对乘积信号进行谱分析，搜索最大两根离散谱线即可得到码元速率的估计
值。
1

0.9

0.8

0.7

0.6
归一化幅度

0.5

0.4

0.3

0.2

0.1

0
0 0.5 1 1.5 2 2.5 3
频 率 /Hz 5
x 10

图 5-23 MSK 正交两路信号乘积的频谱

5.3.2 一次调制方式为 MSK 的跳频信号码元速率估计方法

由 5.3.1 节 分 析 可 知 ， 普 通 MSK 信 号 正 交 两 路 信 号 乘 积 的 频 谱 会 在
2 f c  1 (2Ts ) 处出现离散谱线，可以通过搜索这两根离散谱线来估计码元速率。如
果将此方法直接引入到跳频信号上，由于跳频信号在每个跳频周期都要发生频率
跳变，跳频信号正交两路信号乘积的频谱将会出现多根离散谱线，如图 5-24 所示，
出现位置为 2 fi  1 (2Ts )(i  1, 2, , P ) ， fi 为跳频频率， P 为跳频频率的个数。
3500

3000

2500

2000
幅度

1500

1000

500

0
0 0.5 1 1.5 2 2.5 3
频 率 /Hz 6
x 10

图 5-24 一次调制为 MSK 跳频信号正交两路信号乘积的频谱

70

万方数据
 第五章 跳频信号码元速率估计方法

同样地，由于跳频信号在一个跳周期内可以看成一个普通调制信号，可截取
一跳信号使用上述方法进行码元速率估计。考虑到一跳内码元数目很少的情况将
影响码元速率估计的精度，需要将多跳信号下变频到同一中频上进行拼接，再进
行跳频信号码元速率估计。
一次调制方式为 MSK 的跳频信号码元速率估计步骤为：
（1）根据估计到的跳变时刻对跳频信号进行截取，得到 M 个跳周期的信号 shop ；
（2）根据估计到的跳频频率将 M 跳信号分别下变频到同一中频频率 f mid 上，然后
进行拼接得到信号 shop
 ；
（3）对信号 shop
 进行希尔伯特变换得到 shop
 ,Q ，求 shop  ,Q ；
  shop
（4）对 shop  ,Q 做 FFT 求频谱，对频谱进行最大谱线搜索，得到最大两根离散谱
  shop
线的位置 loc 、 loc ，即可得到码元速率的估计值 Rˆ  loc  loc  f / Nfft 。
1 2 1 2 s

5.3.3 仿真实验及性能分析
仿真条件：跳速为 200 跳 s ，跳频带宽为 200KHz，跳频中心频率为 600KHz，
跳频频率间隔为 10KHz，码元速率为 20KB，一次载波为 40KHz，采样率为 4MHz，
成形脉冲为升余弦脉冲。设定跳频频率估计相对误差为 1 0 000 。
（1）信噪比
取 50 个跳周期信号，码元总数共 5000 个，通过 100 次蒙特塔罗实验，仿真
信号的码元速率估计相对误差随信噪比[-10dB,5dB]变化曲线如图 5-25 所示。
-3
10
α=0.25
α=0.5
α=0.95
相对误差

-4
10

-10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5
SNR/dB

图 5-25 码元速率估计相对误差随信噪比 SNR 变化曲线

从图中可以看出，在码元数目充足的前提下，相对误差随着信噪比的增加而
减小。
（2）滚降系数
取 50 个跳周期信号，码元总数共 5000 个，滚降系数从 0.1 变化到 1，步进为
71

万方数据
 电子科技大学硕士学位论文

0.1，对滚降系数的每个取值进行 100 次蒙特塔罗实验，仿真信号的码元速率估计

相对误差随滚降系数[0.1,1]变化曲线如图 5-26 所示。
-3
10
SNR=0dB
SNR=-5dB

相对误差
-4
10

0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

α

图 5-26 码元速率估计相对误差随滚降系数  变化曲线

由上图可知，滚降系数越大，码元速率估计精度越高，相对误差随着滚降系
数的增大而减小。信噪比 SNR 为-5dB 时，滚降系数在 0.3 左右即可取得较好的估
计结果。
（3）码元个数
滚降系数   0.25 ，通过 100 次蒙特塔罗实验，仿真信号的码元速率估计相对
误差随码元个数[500,5000]变化曲线如图 5-27 所示。
-3
10
SNR=0dB
SNR=5dB
相对误差

-4
10

-5
10
500 1000 1500 2000 2500 3000 3500 4000 4500 5000
N

图 5-27 码元速率估计相对误差随码元个数 N 变化曲线

上图给出了不同码元数目下的码元速率估计相对误差，信噪比为 0dB 时，1500

个码元就能较为准确的估计出码元速率，仿真结果表明增加码元个数有利于码元
速率的提取。

72

万方数据
 第五章 跳频信号码元速率估计方法

仿真结果验证了估计方法的可行性，表明在跳频频率估计相对误差为 1 0 000 的
情况下，也能较为准确的估计出码元速率，实现了一次调制方式为 MSK 的跳频信
号码元速率估计。

5.4 本章小结
本章主要研究了跳频信号的码元速率估计方法，首先针对一次调制方式为线
性调制的跳频信号，从普通线性调制信号入手，介绍了基于包络谱和基于二次谱
的两种估计方法，再结合跳频信号的特点，对两种方法分别进行了改进，实现了
跳频信号码元速率的盲估计；接着分析了普通 OQPSK 信号的码元速率估计方法，
利用估计得到的跳频参数对跳频信号进行下变频和拼接，进而进行码元速率估计，
实现了一次调制方式为 OQPSK 的跳频信号码元速率估计；最后研究了一次调制方
式为 MSK 的跳频信号码元速率估计方法，同样先利用估计得到的跳频参数对跳频
信号进行下变频和拼接，再利用普通 MSK 信号码元速率估计方法实现跳频信号的
码元速率估计。对以上方法分别进行了仿真实验，仿真结果验证了估计方法的可
行性和准确性。

73

万方数据
 电子科技大学硕士学位论文

第六章 总结与展望

6.1 总结
本文整合研究了跳频信号盲接收的的两个重点过程，跳频信号检测和跳频信
号参数估计。针对跳频信号的非平稳特性，本文主要利用时频分析方法对跳频信
号进行检测和参数估计，参数包括跳频信号的跳频参数和码元速率。
针对跳频信号检测方法的研究，首先对短波、超短波信道环境进行了分析，
总结了通信环境内可能存在的干扰信号，并对各种干扰信号的特点进行了分析，
对不同干扰信号分别采取方法进行剔除，然后根据跳频信号的特点对剔除干扰后
的时频分布进行特征参数提取，设置参数门限进行跳频信号识别，实现了多种干
扰环境下的跳频信号检测；最后通过仿真验证了算法的性能，仿真结果显示算法
在信噪比为-4dB 时检测概率即可达到 90%，说明此算法在低信噪比的条件下也能
较好的实现跳频信号的检测。
针对跳频信号跳频参数估计方法的研究，首先研究了基于时频分析的跳频信
号跳频参数估计方法，跳频参数包括跳频速率、跳变时刻、跳频频率和跳频带宽；
然后研究了定频信号与跳频信号频点碰撞下的被干扰跳检测问题，重点研究了被
干扰跳的跳频频率和起止时刻估计方法；最后通过实验仿真检验了跳频参数估计
方法的性能，仿真结果指出在信噪比大于 5dB 时，跳频速率估计的相对误差小于
103 ，跳时估计的误差小于码元周期的 1 10 ，跳频频率和跳频带宽估计的相对误差
均小于 104 ，满足工程项目的指标要求，实现了多种干扰环境下的跳频信号跳频参
数盲估计。
针对跳频信号码元速率估计方法的研究，首先针对一次调制方式为线性调制
的跳频信号，研究了基于包络谱和基于二次谱的两种方法，实现了跳频信号码元
速率的盲估计；接着通过估计得到的跳频参数对一次调制方式为 OQPSK、MSK
的跳频信号分别进行下变频和拼接，对处理后的信号分别采用 OQPSK、MSK 信
号码元速率估计方法，实现了一次调制方式为 OQPSK、MSK 的跳频信号码元速
率估计。对以上方法分别进行了仿真实验，仿真结果表明在码元数目充足的前提
下，一次调制方式为线性调制的跳频信号码元速率估计相对误差在信噪比为-6dB
时即可达到 104 以下，一次调制方式为 OQPSK、MSK 的跳频信号在信噪比较低的
情况下码元速率估计相对误差也可达到 104 以下。

74

万方数据
 第六章 总结与展望

6.2 展望
结合本文的研究内容和结果，给出下一步研究可以开展的方向。
针对跳频信号检测，本文研究的主要是跳频速率恒定的跳频信号，也就是说
每个跳频周期都是相等的，在进行跳频信号识别时用到了每一跳的驻留时间相等
与否作为一个衡量参数，针对非恒定跳速的跳频信号而言，在时间上需要研究新
的规律来进行跳频信号识别，以区分跳频信号和其他信号。
针对跳频信号跳频参数估计，本文研究了定频信号与跳频信号发生频点碰撞
下的被干扰跳检测算法，可以估计出被干扰跳的跳频参数，但是被干扰跳所包含
的原始信息无法进行提取，也就是说需要进一步研究被干扰跳的恢复算法，从而
得到完整的时域跳频信号，以利于后续信号处理和原始通信信息的提取。
针对跳频信号码元速率估计，本文研究的跳频信号码元速率估计方法不具备
通用性，一次调制方式不同需要采用不同的方法进行码元速率估计，在以后的研
究中，可以对更多的不同一次调制方式的跳频信号码元速率估计方法进行分析总
结分类，以获得更加通用的跳频信号码元速率估计方法。

75

万方数据
 电子科技大学硕士学位论文

致谢

时光飞逝，三年的学习时间马上就要结束了，在电子科大学习的三年里，老
师、同学和家人给我了很多很多的帮助，在此我想对大家表示衷心的感谢。
首先要感谢我的导师，吕明老师。在研究生学习期间，吕老师根据我们的学
习进度为我们量身制定了科研计划，悉心督促和指导我们的科研学习。每当我科
研遇到困难时，吕老师都以扎实的理论基础和深入浅出的分析为我指明方向，使
我的科研水平得到了进一步的提高。从步入课题到最后完成论文都离不开老师的
悉心指导，谢谢老师三年来的教导和鼓励。
接着要感谢教研室的刘馨、王伟杰、张一博等师兄师姐，在平时的学习和科
研中他们给与了我很多帮助和指导。同时还要感谢刘志强和韩飞同学，大家相互
督促一起学习一起科研，最终完成了研究生学业。此外还要感谢我的室友杜继萍
同学在生活上对我的照顾和帮助。
然后要感谢我的家人，是他们一直给予我物质和精神上的支持，在我遇到困
难时，给我力量伴我前行。
最后要感谢评阅论文以及听取答辩的老师们。

76

万方数据
 参考文献

参考文献

[1] 张邦宁，魏安全，郭道省，等. 通信抗干扰技术[M]. 北京：机械工业出版社，2006，1-3

[2] 何世彪，谭晓衡. 扩频技术及其实现[M]. 北京：电子工业出版社，2007，1-3
[3] 王虎. 基于时频分析的跳频信号参数估计研究及应用[D]. 电子科技大学，2011，1-2
[4] 陈利虎. 跳频信号的侦察技术研究[D]. 国防科学技术大学，2009，1-5
[5] Polydoros A，Woo K T. LPI detection of frequency-hopping signals using autocorrelation
techniques[J]. IEEE Journal on Selected Areas inCommunications，1985，3(5):714-726
[6] Larry W，Nemsick，Evaggelos Geraniotis. Adaptive Multichannel Detection of Frequency
Hopping Signal[J]. IEEE Transactions On Communications，1992，700-710
[7] Beaulieu N C，Hopkins W L，P J Mclane. Interception of frequency-hopped spread-spectrum
signals[J]. IEEE Journal on Selected Areas in Communications，1990，8(5):853-870
[8] Lehtomaki Janne J. Maximum based detection of slow frequency hopping signal[J]. IEEE
Communications Letters，2003，7(5):201-203
[9] 栾海妍. 基于时频分析的跳频信号检测与特征提取[D]. 解放军信息工程大学，2007，10-20
[10] 陈含欣，江桦，崔伟亮. 一种基于形态学预处理的时频检测算法[J]. 信息工程大学学报，
2010，04:438-442
[11] 王建雄，张立民，张媛，等. 基于循环平稳特性的跳频信号盲检测算法[J]. 舰船电子工程，
2011，09:67-69
[12] 李琰，李天昀，葛临东. 一种基于图像分割和模板匹配的短波跳频信号盲检测算法[J]. 信
息工程大学学报，2010，06:756-761
[13] 刘馨. 基于认知无线电的跳频图案设计方法的研究[D]. 电子科技大学，2015，30-45
[14] L. Aydin，A. Polydoros，Hop-timing estimation for FH signals using a coarsely channelized
receiver[J]. IEEE Trans on Communications，1944，220-212
[15] Char-Dir Chung ， Andreas Polydoros.Parameter estimation of random FH signal using
autocorrelation techniques[J]. IEEE Trans on Communications，1995，43(2)：608-625
[16] 郭建涛，王宏远. 基于粒子群算法的跳频信号参数盲估计[J]. 微电子学与计算机，2009，
07:164-167
[17] 沈常林. 基于压缩感知的跳频信号参数盲估计[D]. 西安电子科技大学，2013，45-60
[18] 吴敏健，徐佩霞. 基于遗传算法的跳频信号盲估计[J]. 无线电工程，2005，10:3-5
[19] 殷婕，龚晓峰，武瑞娟，等. 基于图像处理的跳频信号参数估计[J]. 电子技术应用，2013，
01:83-85

77

万方数据
 电子科技大学硕士学位论文

[20] S.Barbarossa and A.Scaglione,Parameter estimation of spread spectrum frequency-hoping

signals using time-frequency distributions. IEEE SPAWC，1997，710-711
[21] 赵俊，张朝阳，赖利峰，曹千芊. 一种基于时频分析的跳频信号参数盲估计方法[J]. 电路
与系统学报，2003，8(03):46-50
[22] 姚勇，韩建国. 小波变换用于快速跳频信号的测频[J]. 无线电工程，2003，12:24-26
[23] 张毅敏. 跳频通信信号参数估计及干扰技术研究[D]. 西安电子科技大学，2006，40-56
[24] 武开有，马绪，沈良，徐以涛. 基于 S 变换的跳频信号参数估计[J]. 军事通信技术，2008，
03:7-11
[25] 梅文华，王淑波，邱永红，等. 跳频通信[M]. 北京：国防工业出版社，2005，8-12
[26] 李承恕，赵荣黎. 扩展频谱通信[M]. 北京：人民邮电出版社，1993，1-10
[27] 王鹏. 电台跳频系统的研究[D]. 哈尔滨理工大学，2003，11-42
[28] 姚富强. 跳频处理增益有关概念分析与修正[J]. 电子学报，2003，31(7):966-969
[29] Ziemer R E，Peterson R L. Introduction to digital communication，second edition[M].
Prentice-Hall，Inc.，2001，77-90
[30] C.-D. Chung，A. Polydoros. Parameter estimation of random FH signals using autocorrelation
techniques[J]. Communications，IEEE Transsactions on，1995，43(234):1097-1106
[31] 钱博，冯永新，潘成胜，田明浩. 一种基于多跳自相关的差分跳频信号检测方法[J]. 航空
学报，2011，32(12):2268-2276
[32] 宋长宝，竺小松，杨景曙. 一种新的跳频信号检测算法[J]. 微计算机信息，2006，33:265-267
[33] 唐向宏，李齐良. 时频分析与小波变换[M]. 北京：科学出版社，2008，1-10
[34] 胡昌华，周涛，夏启兵等. 基于 MATLAB 的系统分析与设计[M]. 西安：西安电子科技大
学出版社，2002:11-19
[35] 科恩 L. 时-频分析:理论与应用[M]. 西安：西安交通大学出版社，1998，80-85
[36] Portnof M R. Time-frequency representation of digital signals and system based on short-time
Fourier analysis[J]. IEEE ASSP，1980，28：55-69
[37] Gabor D. Theory of communication[J]. IEEE 1946，93:429-441
[38] Bastiaans M J. Gabor’s expansion of a signal into Gasuuian elementary signals[J].Proce. IEEE，
1980，68:538-539
[39] Bastiaans M J.On the sliding-window representation in digital processing. IEEE trans[J]. On
ASSP，1985，33(4):869-837
[40] Lu Y，Morris J M.On equivalent frame conditions in the Gabor expansion[J]. Signal Processing，
1996，49(2):97-100

78

万方数据
 参考文献

[41] Lu Y，Morris J M. Gobar expansion for adaptive echo cancellation[J]. IEEE trans. On Signal
Processing，1999，41(12):3397-3415
[42] Morlet J. Wave propagation and sampling theory and complex waves Geophysics[J]，1982，
47(2):801-813
[43] Grossman A，Morlet J. Deposition of Hardy functions into square integrable wavelets of
constant shape[J]. SIMA J. Math. Anal.1984，15:723-736
[44] 程正兴. 小波分析算法与应用[M]. 西安：西安交通大学出版社，1998，44-76
[45] 秦前清，杨宗凯. 实用小波分析[M]. 西安：西安电子科技大学出版社，1994，101-152
[46] 崔锦泰. 小波分析导论[M]. 西安：西安交通大学出版社，1995，50-120
[47] 钱世锷. 时频变换与小波分析导论[M]. 北京：机械工业出版社，2005:129-135
[48] Cohen L. Time-frequency distributions a review[J]. Proc. IEEE，1989，77(7):941-981
[49] Cohen L. Time-frequency Analysis[M]. New York:Prentice-Hall，1995，90-98
[50] 贾宏雷. 短波信号宽带检测与分选相关技术研究[D]. 解放军信息工程大学，2013，1-80
[51] 隋丹. 通信信号盲检测技术研究[D]. 解放军信息工程大学，2007，44-60
[52] 赵淑红，朱光明. S 变换时频滤波去噪方法[J]. 石油地球物理勘探，2007，42(04):402-406
[53] B. S. Koh，H. S. Lee. Detection of symbol rate of unknow digital communication signals[J].
Electronics letters，1993，29(3):278-279
[54] Fang T.. I and Q decomposition of self-noise in square-law clock regenerators[J]. IEEE Trans.，
1988，COM-36:1044-1052
[55] 刘双平. 基于谐波检测与估计的线性调制分析方法研究[D]. 解放军信息工程大学，2007，
26-30
[56] 刘双平，闻翔，金梁. 一种抑制符号速率估计背景色噪声的非线性滤波算法[J]. 电子学报，
2007，35(01):95-99
[57] Nelson M，Blachman. The Spectrum of the Square of a Synchronous Random Pulse[J]. Train
IEEE Letters，1990:13-17
[58] 李园敏. 高阶数字信号调制识别与盲均衡算法研究[D]. 解放军信息工程大学，2009，5-15
[59] 周敏. 数字通信信号制式自动识别与参数估计算法研究与实现[D]. 西南交通大学，2013，
15-30
[60] 郑文秀. MSK 信号的参数估计[J]. 电路与系统学报，2011，(16)02:23-27

79

万方数据
 电子科技大学硕士学位论文

攻读硕士学位期间取得的成果

吕明，刘若兰. 非均匀任意概率分布跳频序列产生方法[P]. 中国发明专利：201510354835.1，

2015 年 6 月 25 日

80

万方数据