基于T-SBL的多跳频信号参数估计

• 作者: 于欣永 张坤峰 李雷 郭英
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 跳频信号 块稀疏贝叶斯 时频图 重叠分割 形态学滤波
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 电子与信息工程
• 页码范围: 95-99
• 页数: 5页
• 分类号: TN911.7
• 语种: 中文
• DOI: 10.13245/j.hust.180218

摘要

针对多跳频信号参数估计问题,利用跳频信号频率在时频域上的稀疏性,在块稀疏贝叶斯学习(bSBL)的基础上,提出了一种T-SBL稀疏学习算法,通过重构后信号的时频图完成跳频信号的跳周期、中心时刻、跳时刻等参数的估计.首先将接收信号进行重叠分割得到观测矩阵;然后根据跳频信号时频域的稀疏性建立信号的多测量(MMV)稀疏模型,在块稀疏贝叶斯学习算法的基础上将多测量模型转化为单测量(SMV)模型;最后通过重构后信号的清晰时频图进行参数的快速估计.为了进一步提高低信噪比下的估计性能,采用形态学滤波的方法对获得的时频图进行修正.理论分析和仿真实验表明了该算法的有效性和良好的估计性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭英	空军工程大学信息与导航学院	144	1134	20.0	27.0
3	于欣永	空军工程大学信息与导航学院	12	35	4.0	5.0
6	张坤峰	空军工程大学信息与导航学院	26	105	5.0	7.0
7	李雷	空军工程大学信息与导航学院	11	33	4.0	5.0