[发明专利]一种Link16跳频信号去噪侦察识别算法

说明书

本发明具体涉及一种Link16跳频信号去噪侦察识别算法，该算法包括步骤：S1：对拦截的跳频信号进行采样，得到基带原始IQ路数据；S2：对跳频信号进行谱图法时频分析，得到时频图；S3：对时频图进行基于FCME的综合去噪算法；S4：对去噪后的时频图像进行MeanShift聚类，提取特征参数；S5：根据聚类后的时频特征，画出时频脊线，通过时频脊线一阶差分，得出跳频参数估计。本发明的Link16跳频信号去噪侦察识别算法提升了侦察准确度，降低了跳周期和跳频频率估计误差，且降低了复杂度，提高了算法效率，保证了侦察时效性。

技术领域

本发明属于数据链信号通信对抗信号侦察识别技术领域，具体涉及一种Link16跳频信号去噪侦察识别算法。

背景技术

跳频(Frequence Hopping，FH)通信是扩频通信系统中的一种常见方式，具有难以截获、难以破译、抗干扰等许多优点，在军事通信和民用通信中均应用广泛，其中针对Link16战术数据链的研究也成为了研究的重点难点。信号的截获技术目前已经比较成熟，但如何识别截获的信号并进行高效处理，是目前的研究重点。

在复杂的短波信道环境下，为了降低各种干扰信号和噪声对跳频信号的影响，实现低信噪比下跳频信号盲检测，提出一种基于FCME去噪联合MeanShift聚类算法的Link16跳频信号快速盲检测技术至关重要。

发明内容

为了解决现有算法存在的计算成本和时间效率低、去噪能力不强的问题，本发明提供了一种Link16跳频信号去噪侦察识别算法，该算法通过对数据进行综合去噪，提升跳频识别信号纯净度，同时结合Meanshift聚类算法进行时频分析，在提升识别准确率的同时，降低了算法计算的复杂度。

本发明要解决的技术问题通过以下技术方案实现：

一种Link16跳频信号去噪侦察识别算法，包括如下步骤：

S1：对拦截的跳频信号进行采样，得到基带原始IQ路数据；

S2：对跳频信号进行谱图法时频分析，得到时频图；

S3：对时频图进行基于FCME的综合去噪算法；

S4：对去噪后的时频图像进行MeanShift聚类，提取特征参数；

S5：根据聚类后的时频特征，画出时频脊线，通过时频脊线一阶差分，得出跳频参数估计。

进一步地，上述S3具体为：对信号进行识别之前，通过对当前时频矩阵每时隙谱线值，进行二次去噪声，通过对信号频点的分类识别，FCME算法选择迭代更新的方式，满足虚警概率门限的频点集，进行二元判别，去除低于门限的噪声频点，通过重复进行门限自适应计算，进行多次迭代，直到所有频点集都迭代完成，得到最大迭代后的信号，实现噪声自适应门限消除。

进一步地，上述FCME算法迭代过程中虚警概率因子u_fcme和自适应门限值T_fcme的计算公式为：

u_fcme＝-ln(p_f)  (1-1)

T_fcme＝E(M_noise(k))·u_fcme  (1-2)

式(1-1)中，P_f为虚警概率，式(1-2)中，M_noise为噪声频点集合，E(M_noise(k))表示噪声频点谱线均值，k表示经门限筛选后划分到噪声频点集的个数。

进一步地，上述S3实现步骤为：

Step1：对虚警概率P_f和检测频点分布进行统计，确定迭代次数D；