[发明专利]一种基于粒子群优化的跳频信号参数估计方法

说明书

技术领域

本发明涉及一种参数估计方法，具体涉及一种基于粒子群优化的跳频信号参数估计方法。

背景技术

跳频通信在随机载频以及结合其它扩谱方式下进行通信，具有优越的抗干扰、低截获和灵活的多址组网能力，在电子战、无线电频谱监控和认知无线电等军事和民用通信领域得到了广泛的应用。复杂环境下实现跳频信号特征参数的盲估计，是实现跳频信号检测、截获和信息获取的前提和基础。

相关的研究主要有以下三种：相关函数法。基于跳频信号的双跳或多跳模型，在假设信号概率密度已知的情况下，基于最大相关函数法进行跳变时刻参数估计。

时频分析作为非平稳信号分析的有力工具，也用于跳频信号参数估计，主要包括STFT的线性时频表示和Cohen类时频分布的二次时频表示。在获取时频分布的基础上，利用时频分布极大值估计包括跳周期等跳频信号参数。时频分析方法关键是跳频图案的生成，但是其性能严重受制于时频核函数的选择和时频测不准原则，在抑制交叉项的同时带来跳频信号频谱扩展，造成参数估计算法性能下降。

第三种方法主要基于跳频信号内在时频结构的自适应分解方法，包括基于跳频信号的时频二维稀疏性而采用的线性回归方法、基于匹配追踪的跳频参数盲估计方法等。前者利用激活载波频率的稀疏性(用到的跳变频率少)、时域差分稀疏性(平滑性，驻留时间内的频率不变)，并通过双稀疏补偿利用凸优化实现；后者将跳频信号分解为若干时频原子的线性组合，需要建立庞大的时频字典，时频原子的参数划分也要足够精细，使得这种方法的运算过程相当复杂，时频原子的搜索时间非常漫长。

同时，现有的方法普遍存在以下缺陷：

对模型的分布有一定的已知要求，估计参数之间相互影响，存在信噪比阈值、低信噪比下获取的结果毫无意义。在实际复杂电磁环境下，获取有意义而非精确解已经是现实且实际的考量。而匹配追踪算法又带来原子库存储、内积计算量大等瓶颈问题，同时需要设计基于原子参数的跳频信号参数估计方法。

发明内容

针对现有技术的缺陷，本发明提供了一种基于粒子群优化的跳频信号参数估计方法，用于解决现有技术中复杂电磁环境，尤其是低信噪比下不能给出跳频信号参数有意义估计结果的问题。

为实现上述目的，本发明采取的技术方案为：

一种基于粒子群优化的跳频信号参数估计方法，包括如下步骤：

S1、基于跳频信号的多分量模型，采用多峰函数粒子群算法从原始跳频信号中并行搜索跳频分量，寻找各个跳频周期内的时间和频率中心位置，实现粒子在跳频分量时频中心位置的聚集：

S11、采用粒子群局域模型：假设在D维空间有M个粒子，i＝1，2，…M，其每个粒子属性由位置x_i＝(x_i1，x_i2，…，x_iD)和速度v_i＝(v_i1，v_i2，…v_iD)决定；同时记录其在搜索过程中所经历过的个体最优位置P_i＝(P_i1，P_i2，…，P_iD)，邻域最优位置P_n＝(P_n1，P_n2，…，P_nD)；对第t+1代的第i个粒子第d维方向上，通过以下公式更新粒子速度和位置：

v_id(t+1)＝wv_id(t)+c₁r_1d(t)(P_id(t)-x_id(t))+c₂r_2d(t)(P_nd(f)-x_id(t))；

x_id(t+1)＝x_id(t)+v_id(t+1)；

i＝1，2，…，Mandd＝1，2，…，D；

式中，w、c₁和c₂分别表示惯性权重和学习因子，r₁和r₂是0～1内的随机数，经过多次迭代，实现粒子在适应度函数的不同峰值位置聚集；

S12、粒子邻域确定：定义粒子i和j的测度如下：