摘要
本发明公开了一种基于GSACMP的无人机跳频信号参数估计方法,主要解决现有技术对非合作无人机跳频信号关键参数估计数据量大且受非高斯噪声影响的问题。其实现方案包括:将截获的非高斯噪声影响下的无人机跳频信号建立为分段形式模型;基于广义稀疏度自适应相关熵匹配追踪算法,在迭代过程中对原子的选择过程加权,得到所有分段信号对应的稀疏向量;根据稀疏向量和压缩域的信号特征,得到各分段信号的中心频率;通过对各分段信号的中心频率进行差分,并采用滑窗法估计出非合作无人机跳频信号的跳频时间。本发明优化了稀疏向量估计过程,提高了在非高斯噪声下对无人机跳频信号参数的估计性能,可用于非合作无人机跳频通信系统或相应的软件无线电通信系统。
技术关键词
合作无人机
分段
软件无线电通信系统
非高斯噪声
压缩域
频率
信号特征
加权残差
矩阵
压缩采样信号
索引
对象
跳频通信系统
匹配追踪算法
传感
误差向量
系统为您推荐了相关专利信息
路径推荐方法
路径推荐模型
档案库
推荐权值
分段
协调优化控制方法
历史运行数据
协调优化控制策略
调度优化模型
出行计划
凝汽器在线清洗
传动驱动组件
机器人装置
主传动
喷水管
交互投影方法
生成交互信息
信号分析
交互投影装置
动作特征
特性识别方法
声学传感器
深度学习模型
变电站噪声监测
传感器阵列