跳頻通信系統(tǒng)的仿真研究

馬明

摘 要： 快跳頻通信是擴(kuò)頻通信的一種實(shí)現(xiàn)方式，在抗干擾和保密性方面，它是擴(kuò)頻通信中很好的通信方式。利用MATLAB實(shí)現(xiàn)快跳頻通信系統(tǒng)的仿真，并用于課堂教學(xué)，取得較好的效果。

關(guān)鍵詞： 跳頻通信系統(tǒng) 計(jì)算機(jī)仿真 電子對抗

一、跳頻系統(tǒng)概述

跳頻通信系統(tǒng)的收發(fā)雙方通過按照預(yù)定的頻率工作，瞬時(shí)工作在一個(gè)頻率上，長時(shí)間工作在一個(gè)寬的頻率上。經(jīng)過調(diào)制后的信息信號，載波的頻率實(shí)時(shí)變化，這個(gè)變化的規(guī)律是收發(fā)雙方事先約定好的。每發(fā)送一次信息或幾次信息，載波的頻率改變一次。當(dāng)接收端接收到信號后，由于其工作頻率與發(fā)射端相同，這時(shí)的接收機(jī)工作與普通接收機(jī)沒有區(qū)別。只是接收機(jī)要從發(fā)射的信息中提取出頻率跳變的信息，以便與發(fā)射機(jī)同步工作到相同的頻率上。這個(gè)過程稱為解跳，解跳后的工作方式與常規(guī)通信接收方式相同。

二、跳頻信號的發(fā)送和接收

（一）跳頻信號的發(fā)送

跳頻通信系統(tǒng)與常規(guī)通信系統(tǒng)最大的不同是，常規(guī)通信系統(tǒng)的工作頻率是恒定的，而跳頻通信系統(tǒng)的工作頻率是隨時(shí)變化的。因此，跳頻通信系統(tǒng)的發(fā)射端在工作時(shí)，需要先將預(yù)先設(shè)定好的頻率跳變方式“告訴”接收方，使得接收方按照發(fā)射端的指令進(jìn)行頻率的改變。因此，只要將常規(guī)的通信系統(tǒng)加上一個(gè)跳頻器，就是一個(gè)跳頻通信系統(tǒng)。

（二）跳頻信號的接收

跳頻通信信號的接收要求與發(fā)射端工作在同一個(gè)頻率上。因此跳頻通信的接收端需要首先與發(fā)射端同步，按照相同的頻率進(jìn)行跳變，這個(gè)同步稱為跳頻圖案。一般而言，跳頻的圖案是需要更新的，以免被第三方長時(shí)間偵收后找到規(guī)律。因此，無論是發(fā)射還是接收，對跳頻通信系統(tǒng)而言，跳頻器都是最重要的。

三、跳頻系統(tǒng)仿真程序及仿真結(jié)果

（一）跳頻序列

原則上，跳頻序列越隨機(jī)越好。常規(guī)的跳頻序列有m序列、Gold序列等。Gold碼是由兩個(gè)m序列進(jìn)行組合運(yùn)算得到，組合的目的使得隨機(jī)碼的長度變長。對于圖1的原理框，兩個(gè)m序列的向量分別為[0；1；0；0；1]和[1；1；0；1；1]。

圖1 Gold碼的時(shí)域波形圖

（二）快跳頻通信系統(tǒng)的仿真結(jié)果

跳頻信號的輸出仿真圖，在快跳頻系統(tǒng)的設(shè)計(jì)中，要求在一個(gè)碼元內(nèi)實(shí)現(xiàn)載波頻率的兩次跳變，所以在設(shè)計(jì)中，取得擴(kuò)頻脈沖的頻率是信號信息頻率的兩倍，仿真的結(jié)果如圖2所示。

圖2 跳頻信號的輸出波形圖

（三）快跳頻系統(tǒng)的誤碼率仿真結(jié)果

跳頻信號的輸出仿真圖，在快跳頻系統(tǒng)的設(shè)計(jì)中，要求在一個(gè)碼元內(nèi)實(shí)現(xiàn)載波頻率的兩次跳變，所以在設(shè)計(jì)中，取得擴(kuò)頻脈沖的頻率是信號信息頻率的兩倍，仿真的結(jié)果如圖3。

門限值=2 門限值=5 門限值=6 門限值>7

圖3 跳頻通信系統(tǒng)的誤碼率

參考文獻(xiàn)：

[1]Zhang Z L，Yi Z.Extraction of a source signal whose kurtosis value lies in a specific range[J].Neurocomputing，2006，69（7-9）：900-904.

[2]A.K.Barros，A.Cichocki.Extraction of specific signals with temporal structure. Neural Comput，2001，13（9）：1995-2003.

[3]Zhang Z L，Yi Z.Robust extraction of specific signals with temporal structure [J].Neurocomputing，2006，69（7）：888-893.

[4]Amari S.Adaptive Blind Signal and Image Processing[M].New York：Wiley，2001：165-202.

[5]Hyvarinen A，Karhunen J，Oja E.Independent Component analysis[M].New York：Wiley，2001：188-191.