基于GSACMP的無人機跳頻信號參數估計方法

本發明屬于信號處理，特別涉及一種無人機跳頻信號參數估計方法，可用于非合作無人機通信系統。

背景技術：

1、無人機起源于軍事領域，隨著飛控設備和無線電通信設備的不斷升級，無人機開始朝向小型化、多元化方向發展。全球無人機市場規模巨大，民用基礎施預計將主導超過450億美元的無人機使用市場價值。近年來無人機的相關應用呈指數級增長，在醫療與社會救助、藝術娛樂、公共管理、物流運輸、教育服務等眾多領域得到了廣泛應用，產生了良好的經濟效益和社會效益。中國無人機市場發展得非常迅速，目前已經占據了全球無人機產業的半壁江山。除了獨占鰲頭的大疆創新、零度智控、億航等，中國互聯網公司如小米、阿里巴巴、京東也投身于航拍攝影、無人機種植、輸送貨物等無人機相關產業中。

2、無人機的廣泛應用在推動經濟社會發展的同時，也引發了“非法飛行”現象的頻繁發生，存在嚴重安全隱患，對航空安全和政府監管構成了嚴峻挑戰。當前主流無人機系統通常包括飛行器和遙控器，二者之間的通信主要依托于2.4ghz工業、科學和醫療ism頻段的跳頻擴頻fhss技術。如果能夠對無人機跳頻信號的跳變時刻、跳頻頻率等重要的特征參數進行提取和識別，就可以有效的防止“黑飛”現象，減小不必要的危險。由于跳頻通信具有抗干擾、防截獲等特點，且在實際無人機通信過程所截獲的信號受到非高斯噪聲的影響，在沒有該跳頻信號和非高斯噪聲的任何先驗信息時，現有基于時頻分析和壓縮感知的參數估計算法難以有效地破譯出信號關鍵參數。因此，準確估計跳頻信號參數是識別與反制非合作無人機的關鍵，在有效應對這類無人機帶來的安全隱患時至關重要。

3、在現有的研究中，跳頻信號的參數估計方法主要基于時頻分析方法和壓縮感知方法。時頻分析是一種描述信號時頻特性的方法，其具有簡單直觀的特點，但該類方法基于奈奎斯特采樣定理，在處理高頻信號分量時需要高采樣率的模數轉換器，這對信號接收設備提出了嚴峻的挑戰，導致處理無人機等設備所發射高頻帶跳頻信號時的局限性。壓縮感知理論的提出為上述問題提供了很好的解決方法。基于該理論的算法包括稀疏線性回歸和稀疏貝葉斯學習，該算法雖然在理論上能夠高效處理高維信號并提取稀疏特征，但在實際應用中往往伴隨著較高的計算復雜度。近年來，學者們結合線性規劃類算法的優點，提出了多種具備更低算法計算復雜度和更高信號重構速度的貪婪類算法。

4、su等人在2019年發表于《electronics》期刊的研究中，提出了一種結合了短時傅里葉變換(stft)和lp-范數的算法，以提高在脈沖噪聲環境下的參數估計精度，盡管這種方法在魯棒性方面有所改進，但算法基于奈奎斯特采樣定理對信號采樣并且迭代過程較為復雜。

5、zhu等人在其2023年發表于《sensors》期刊的文章中提出了一種基于改進原子字典的壓縮域跳頻信號參數估計算法，該算法使用最大點積法來估計信號段的中心頻率，并通過改進的原子字典處理信號段的中心頻率變化，以估計跳頻時間。然而，該方法由于其采用的均方誤差mse準則時假定噪聲分布符合高斯假設，因而在處理突發性脈沖噪聲時可能會遇到性能下降的問題。

6、zhang等人在2018年發表于《ieee?transactions?on?medical?imaging》的研究中，該方法通過在迭代過程中使用相關熵誘導度量cim來提高所選原子的準確性，克服了傳統匹配追蹤算法對非高斯噪聲的敏感性，但迭代過程中不當的參數選擇可能導致性能下降。

7、shen等人在2020年發表于《engineering?applications?of?artificialintelligence》的文章中，設計了一種量化版的廣義最大相關熵算法，該算法不僅保持了對非高斯噪聲的抗干擾能力，還顯著提高了算法的執行效率，但在使用廣義相關熵作為損失函數時，可能面臨非凸優化問題，增加了找到全局最優解的難度。

技術實現思路

1、本發明的目的在于針對上述現有技術的不足，提出一種基于廣義稀疏自適應相關熵匹配追蹤gsacmp的壓縮域無人機跳頻信號參數估計方法，以實現減少采樣數據量的同時，在背景噪聲為非高斯噪聲條件下取得更具魯棒性的估計性能。

2、為實現上述目的，本發明的技術方案包括如下步驟：

3、(1)非合作無人機通信中接收機截獲的跳頻信號為x(t)，將其均勻分割成長度為e的不重疊m段，得到分段形式的無人機跳頻信號數學模型：

4、y(t)＝[x(t1),x(t2),....,x(tm),..,x(tm)]，

5、其中x(tm)為第m個分段信號，m＝1,2,...m。

6、(2)基于廣義稀疏自適應相關熵匹配追蹤gsacmp算法得到稀疏向量：

7、(2a)初始化索引集b0為空集，設初始迭代次數k＝1，最大迭代次數kmax，初始步長l＝1，測量矩陣φ為高斯隨機測量矩陣，設置壓縮采樣信號即初始殘差為r0＝φx(tm)，長度為q，稀疏基矩陣ψ為傅里葉正交基矩陣，傳感矩陣a＝φψ，初始權重向量w為e×1的單位向量；

8、(2b)計算傳感矩陣各列與加權殘差的前k個最大內積λk，并將其加入索引集合bk中，得到對應原子的支撐集at；

9、(2c)在支撐集at上求解向量將向量中絕對值最大的l項加入索引集合btl，得到的新的對應原子的支撐集atl；

10、(2d)利用新的支撐集atl進行權重向量、加權最小二乘解、殘差的更新，得到當前的權重向量為wk，當前的加權最小二乘解為θk，當前的殘差為rk；

11、(2e)判斷當前迭代次數k和當前與前一次迭代的殘差比值p是否滿足設定的閾值kmax或p＜1×10-2的條件：

12、若是，則執行步驟(3)；

13、否則，更新迭代次數令k＝k+1，l＝l+1，返回步驟(2b)；

14、(3)根據稀疏向量和壓縮域信號特征，估計得到所有m個分段的中心頻率集合f；

15、(4)根據稀疏向量和分段的中心頻率f，估計得到所有d個觀測對象的跳變時間集合t。

16、本發明與現有技術相比，具有如下優點：

17、其一，成本低

18、本發明基于壓縮感知原理對信號進行壓縮采樣，根據無人機跳頻信號在頻域內的稀疏特性，通過少量的采樣值就可以精確恢復出原始信號，因此本發明的方法避免了接收機對超高采樣率模數轉換器的需求，相比現有與基于奈奎斯特采樣定理的時頻分析類方法，降低了系統對硬件的要求，從而有效降低了設備成本。

19、其二，魯棒性強

20、在壓縮采樣和非高斯噪聲條件下，本發明中采用基于廣義相關熵誘導度量gcim的損失函數對殘差進行最小化，以優化迭代過程中的加權方式，可以更好的選擇特征原子。相比于基于相關熵損失函數和均方誤差準則mse的最小化策略，本發明中對特征原子的選擇更加靈活和準確。因此，本發明在對壓縮采樣條件下受非高斯噪聲影響的無人機跳頻信號進行參數估計時，有更好的魯棒性。

技術特征：

1.一種基于gsacmp的壓縮域無人機跳頻信號參數估計方法，其特征在于，包括如下：

2.根據權利要求1所述的方法，其特征在于，步驟(1)中非合作無人機通信中接收機截獲的跳頻信號為x(t)，表示如下：

3.根據權利要求1所述的方法，其特征在于，步驟(2b)中計算傳感矩陣各列原子與加權殘差的前k個最大內積λk及對應索引的支撐矩陣at，公式如下：

4.根據權利要求1所述的方法，其特征在于，步驟(2c)中得到新對應索引的支撐矩陣atl，表示如下：

5.根據權利要求1所述的方法，其特征在于，步驟(2d)中利用新的支撐集atl進行權重向量、加權最小二乘解、殘差的更新，得到當前的權重向量為wk、當前的加權最小二乘解為θk、當前的殘差為rk，實現如下：

6.根據權利要求1所述的方法，其特征在于，步驟(3)中根據稀疏向量和壓縮域信號特征，估計得到所有m個分段的中心頻率集合f，實現如下：

7.根據權利要求1所述的方法，其特征在于，步驟(4)中根據稀疏向量和分段的中心頻率f，估計得到所有d個觀測對象的跳變時間集合t，實現如下：

技術總結
本發明公開了一種基于GSACMP的無人機跳頻信號參數估計方法，主要解決現有技術對非合作無人機跳頻信號關鍵參數估計數據量大且受非高斯噪聲影響的問題。其實現方案包括：將截獲的非高斯噪聲影響下的無人機跳頻信號建立為分段形式模型；基于廣義稀疏度自適應相關熵匹配追蹤算法，在迭代過程中對原子的選擇過程加權，得到所有分段信號對應的稀疏向量；根據稀疏向量和壓縮域的信號特征，得到各分段信號的中心頻率；通過對各分段信號的中心頻率進行差分，并采用滑窗法估計出非合作無人機跳頻信號的跳頻時間。本發明優化了稀疏向量估計過程，提高了在非高斯噪聲下對無人機跳頻信號參數的估計性能，可用于非合作無人機跳頻通信系統或相應的軟件無線電通信系統。

技術研發人員：金艷,曹聰聰
受保護的技術使用者：西安電子科技大學
技術研發日：
技術公布日：2024/10/21