● 摘要
随着以计算机、电子、无线通信为代表的现代信息技术的发展，现代战争正向着以指挥控制网络为中心的信息战方向发展。通信对抗是信息战的一个核心组成部分。超宽带（Ultra Wideband，UWB）技术是近年来高速发展的一种新型无线数字通信方式，同时具有高隐蔽性、低截获概率、抗干扰能力强、高传输速率等诸多优点，特别适合于应用在军事通信领域。因此，开展针对超宽带通信的通信对抗研究，对在新时代信息战争中获得“制信息权”有着重要意义。本文主要围绕超宽带通信对抗中的通信侦察展开研究，主要的研究工作包括三个方面：低截获概率超宽带信号的检测方法研究、超宽带脉冲序列的恢复方法研究和多源超宽带信号的信号分选方法研究。具体完成了以下研究工作：针对UWB信号的存在性检测问题，本文首先给出检测问题的一般性数学模型，并总结了评估检测器的几个关键性的评估标准，接着提出了四种检测算法：1） UWB信号拟合优度检测算法。利用拟合优度检验理论，设计了针对UWB信号的拟合优度检测算法，给出了在不同条件下的拟合优度统计量选择方法。分别以理论分析和仿真为手段研究了算法的检测性能和鲁棒性。2） 基于信号自相关波动函数的检测算法。利用UWB信号二阶自相关波动函数会出现峰值的特点设计了检测算法，分析了算法在低信噪比下的性能以及算法关键参数对检测性能的影响。3） 基于协方差矩阵的分段合并检测算法。利用信号和噪声的协方差矩阵的差异性构建检测统计量，设计检测算法。针对UWB信号的高带宽、时间稀疏性导致的协方差矩阵维度过高，计算开销过大的问题，提出了基于分段合并的算法框架，解决了在脉冲重复周期和脉宽已知条件下UWB信号的存在性检测问题。4） 基于固有模态函数（IMF）能量特征分布的检测算法。利用信号经验模态分解（EMD）各个IMF上的能量分布与噪声的差异性，设计了检测算法。针对UWB信号的脉冲序列恢复问题，提出了先采用EMD分解对信号消噪，再使用局部能量密度检测的算法来对脉冲序列进行恢复。以信号和噪声在EMD分解后IMF能量分布的统计特性差异为基础，设计了两种消噪算法。在对低信噪比信号进行消噪增强的基础上，用局部能量密度作为统计量对消噪后的信号进行脉冲检测，达到恢复原始脉冲序列的目的。针对UWB信号的多源分选问题，建立了UWB信号多源分选问题的数学模型，主要研究了利用脉冲参数特征进行UWB信号分选的方法。通过对典型UWB基本脉冲的时域、频域特性进行分析，经验性的总结出了可用来作为分选特征的脉冲参数。将利用脉冲参数的分选问题建模为对脉冲参数向量的聚类问题，并给出了两种有效的聚类方法。