复杂电磁环境下的信号检测技术研究

《复杂电磁环境下的信号检测技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、Ｉ縣械物超圍博±学位论文胃９复杂电磁环境下的信号检测技术研究＾１作者姓名高锐指导教师姓名、职称李猜教授｜ｓ申请学位类别军事学博±ｊ西安电子科技大学学位论文独创性（或创新性）声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研巧成果。尽我所知，除了文中特别加标往和致谢中所罗列的内容Ｗ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为获得西安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一。与我同工作的同事对

2、本研究所做的任何贡献均己在论文中作了明确的说明并表示了谢意。一切法律责任学位论文若有不实之处，本人承担。、旬始２口１＾．Ｕ．么１；日期：本人签名西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定，目Ｐ；研究生在校攻读学位期间论文工作的知识产权属于西安电子科技大学。学校有权保留送交论文、，借阅论文的复印件允许查阅；学校可Ｗ公布论文的全部或部分内容，允许采用影印、缩印或其它复制手段保存论文。同时本人保证，结合学位论文研巧成果完成的论文、发明专利等成果，

3、署名单位为西安电子科技大学。。保密的学位论文在年解密后适本授权＿＿用书Ｊ：姑本人签名為名：导师签峰、夺０ｗ２化．２么／／２．如／．．／：ｊ：日日期期学校代码10701学号1029110015分类号TN82密级公开西安电子科技大学博士学位论文复杂电磁环境下的信号检测技术研究作者姓名：高锐一级学科：军队指挥学二级学科：军事通信学学位类别：军事学博士指导教师姓名、职称：李赞教授学院：通信工程学院提交日期：2015年9月SignalDetectionTechniquesunderComplexElectromag

4、neticEnvironmentAdissertationsubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofDoctorofPhilosophyinMilitaryCommunicationsByGaoRuiSupervisor:LiZanProfessorSeptember2015摘要摘要随着信息技术的飞速发展，各类电磁通讯设备数量越来越多，通信信号体制和调制样式也越来越复杂多样,各种电磁信号交织在一起，使得有限的频谱资源日益拥挤和

5、重叠，电磁环境越来越复杂。这些复杂的电磁环境表现在以下几方面：（1）空间中的电磁信号日益增加，背景噪声显著提高；（2）各种干扰日益严重，背景噪声常呈现非高斯特性；（3）受各种突发信号和干扰以及背景影响，噪声高动态变化。这些复杂的电磁环境对现有信号检测技术提出了更高的要求和更严峻的挑战：（1）信号常常淹没在复杂噪声中，呈现极低谱密度特性；（2）传统检测方法在非高斯背景噪声中无所适从；（3）现有检测方法易受高动态背景环境影响，性能损失严重；（4）现有信号检测技术难以满足快速实时性检测要求。本文针对复杂电磁环境下信号检测技术面临的挑战展开研究，

6、论文主要研究成果如下：在微弱信号检测方面，引入了非线性物理学中的随机共振理论，用噪声来增强微弱信号，提升检测性能。设计了最优的双稳态随机共振系统，并通过线性变换的方法将双稳态随机共振应用到实际大参数信号中，提出了基于双稳态随机共振的能量检测算法，将噪声能量转化为信号能量，显著提升了检测性能。基于广义随机共振理论，提出了利用了噪声来提升能量检测的算法。通过合理增加噪声，增加不同假设条件下的检测统计量的概率密度函数的区别，引入噪声偏移系数为标准，寻找最优随机共振噪声，提升传统算法性能。针对现有检测算法在非高斯背景下性能损失严重，甚至不能正常工

7、作的问题展开研究，设计了适合非高斯噪声下的稳健信号检测方法。针对典型的非高斯噪声——拉普拉斯噪声，从噪声的自身特点出发，提出了基于绝对值累加的检测方法。从理论上分析了该算法的检测性能和受噪声不确定度的影响，并进一步推导了融入该方法的协作检测方法性能。基于Matlab的仿真验证了理论推导的正确性，表明了该算法较现有拉普拉斯噪声下的检测算法性能优越3dB以上，且受噪声不确定度影响小，同时能有效融入现有协作网络。为了在拉普拉斯噪声下进一步适应高动态背景环境，克服噪声不确定度的问题，提出了基于GoodnessofFitTest的检测方法，该方法检

8、测性能优于传统方法，且具有完全不受噪声不确定度影响的优点。针对广义高斯噪声下的信号检测问题，引入了统计学中的KS检测方法，在过采样前提条件下，充分利用实际通信系统中保护带宽内潜在的噪声统计特性