卫星通信论文提纲

卫星移动通信系统中的干扰检测与识别技术研究

摘要：在信息化高速发展的今天,全球通信需求急剧增加,使得目前能提供全球数据连接和实时语音传输的卫星移动通信成为研究的一大热点。但是随着通信环境的日益恶化,卫星也面临着复杂多变的电磁环境以及各种不同类型干扰的影响,这些都在不同程度影响着通信的质量和可靠性。本文主要采用信号处理的方法,提出了卫星移动通信系统中的干扰检测与识别方案,实现卫星移动通信系统中的干扰检测和识别功能。本文主要针对以下几个方面进行研究:1.介绍卫星移动通信系统的总体结构,对关键性技术做出介绍和分析。针对卫星移动通信系统中典型干扰,如单音干扰、多音干扰、噪声干扰、扫频干扰、脉冲干扰、部分带干扰,给出数学模型并分析不同干扰信号的频域特征。2.通过对干扰检测方法连续均值剔除（Consecutive Mean Excision,CME）和前向连续均值剔除（Forward Consecutive Mean Exicision,FCME）的分析,从减小噪声基底对干扰检测性能影响的角度提出基于多项式插值处理的干扰检测方法;其次,为了自适应设置门限值,采用形态学的方法对接收信号进行预处理,提出基于形态学门限自适应的干扰检测方法。仿真结果表明,本文提出的两种算法有较好的干扰检测性能。3.针对干扰分类识别的研究,首先从频域角度提取特征参数,如归一化之3d B带宽、频域峰均比、平均频谱平坦系数、频域矩峰度、频域矩偏度。然后采用决策树和结合支持向量机（Support Vector Machine,SVM）与决策树的干扰识别算法实现对上述干扰的分类识别。仿真结果表明,两种算法都有很好的检测效果。在干噪比达到0d B时,两种方法的整体干扰信号识别概率都能达到90%以上,且本文提出的结合支持向量机与决策树的方法在仿真过程中的整体识别概率都在90%以上,显示出较好的干扰分类效果。 

关键词：卫星通信;

文章目录

摘要

Abstract

第1章 绪论

    1.1 课题研究背景及意义

    1.2 国内外研究现状

        1.2.1 干扰检测技术研究现状

        1.2.2 干扰分类识别研究

    1.3 文章研究内容及论文结构

第2章 干扰检测和识别基础

    2.1 干扰检测和识别模块分析

    2.2 常见干扰体制的建模和仿真

        2.2.1 单音干扰

        2.2.2 多音干扰

        2.2.3 噪声干扰

        2.2.4 线性扫频干扰

        2.2.5 脉冲式干扰

        2.2.6 部分带干扰

    2.3 数学形态学基本理论

    2.4 本章小结

第3章 基于频谱感知的干扰检测与频谱分析

    3.1 卫星移动通信系统中干扰检测和识别过程

    3.2 卫星移动通信系统干扰存在性检测

        3.2.1 时域能量检测

        3.2.2 频域能量检测

        3.2.3 CME干扰检测算法介绍

        3.2.4 FCME干扰检测算法介绍

    3.3 本章小结

第4章 干扰检测算法的算法改进

    4.1 基于多项式插值噪底拟合的干扰检测算法

        4.1.1 谱估计

        4.1.2 基于统计方法的噪底分离

        4.1.3 多项式插值噪底拟合

        4.1.4 能量检测法干扰检测

    4.2 基于形态学预处理的门限自适应干扰检测方法

        4.2.1 形态学结构元素

        4.2.2 形态学处理

        4.2.3 分层处理

        4.2.4 门限选通开关设置

    4.3 仿真结果及分析

        4.3.1 干扰检测标准设置

        4.3.2 仿真结果和分析

    4.4 本章小结

第5章 卫星移动通信系统中的干扰识别

    5.1 样本数据处理

        5.1.1 归一化处理

        5.1.2 中心化处理

        5.1.3 标准化处理

    5.2 干扰信号特征参数提取

        5.2.1 基于时域的特征参数提取

        5.2.2 基于频域的特征参数提取

    5.3 干扰信号识别

        5.3.1 基于决策树理论的干扰识别算法

        5.3.2 结合SVM与决策树的干扰识别算法

        5.3.3 两种干扰分类算法性能对比

    5.4 本章小结

结论

参考文献

[1]基于增强型形态学滤波的风电机组轴承故障诊断方法[J]. 齐咏生,樊佶,李永亭,高学金,刘利强.  振动与冲击. 2021(04)

[2]基于奇异值分解与神经网络的干扰识别[J]. 冯熳,王梓楠.  电子与信息学报. 2020(11)

[3]基于频域中值滤波的自适应卫星通信恶意干扰检测[J]. 刘建成,郝学坤,王赛宇,王超,姜少飞.  无线电通信技术. 2020(03)

[4]GNSS自适应双门限协同干扰检测算法[J]. 周平,周思远,杨婷婷,吴玉成.  现代电子技术. 2019(23)

[5]基于决策树算法的干扰信号识别[J]. 方芳,李永贵,牛英滔,王昱陶.  通信技术. 2019(11)

[6]卫星通信网无线电频率使用率评价浅析[J]. 刘海洋,杨夏青.  数字通信世界. 2019(09)

[7]基于Hilbert信号空间的未知干扰自适应识别方法[J]. 黄国策,王桂胜,任清华,董淑福,高维廷,魏帅.  电子与信息学报. 2019(08)

[8]高铁无线通信干扰检测及识别技术研究[J]. 马良德,左自辉,彭博,韩春明.  中国铁路. 2019(07)

[9]基于底噪拟合的Ku频段卫星频谱信号检测方法[J]. 白晓东,朱文登,刘波,张更新,洪涛,胡婧.  南京邮电大学学报(自然科学版). 2019(03)

[10]联合多维特征的干扰识别技术研究[J]. 梁金弟,程郁凡,杜越,王鹏宇.  信号处理. 2017(12)