基于多特征判定的定頻通信信號(hào)快速檢測(cè)研究

楊欣 謝小娟 楊喜 彭盛亮

摘要：文章研究了一種基于多特征判定的定頻通信信號(hào)快速檢測(cè)方法，且搭建系統(tǒng)實(shí)際驗(yàn)證了該方法的性能。該方法通過配置檢測(cè)流程相關(guān)參數(shù)，自動(dòng)獲取相應(yīng)的目標(biāo)信號(hào);然后，采取了多種探測(cè)手段疊加的方式，提取信號(hào)的多種特征;最后，融合處理多種特征，從而完成信號(hào)檢測(cè)。相較于傳統(tǒng)的基于單一特征判定的檢測(cè)方法，該方法綜合利用信號(hào)的多種特征，在給定檢測(cè)精度的約束下，有效提升了定頻通信信號(hào)的檢測(cè)速度，尤其是對(duì)于未知通信頻點(diǎn)的情況。

關(guān)鍵詞：定頻通信;信號(hào)檢測(cè);信號(hào)識(shí)別;信號(hào)解調(diào);信號(hào)測(cè)向

中圖分類號(hào)：TP311? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2022）16-0036-04

1 引言

通信信號(hào)檢測(cè)位于信號(hào)處理前端，旨在檢測(cè)接收信號(hào)中是否存在有用信號(hào)[1]，在民用通信和軍事通信中均有著廣泛的應(yīng)用[2]。其理論研究始于二戰(zhàn)期間對(duì)雷達(dá)與聲吶技術(shù)的需求，傳統(tǒng)的通信信號(hào)檢測(cè)算法主要有兩大類：一是基于時(shí)域的檢測(cè)算法，包括高階累積量檢測(cè)算法、包絡(luò)檢波法、相關(guān)函數(shù)檢測(cè)算法、過零檢測(cè)算法等;二是基于頻域的檢測(cè)算法，包括周期圖法、自相關(guān)法、循環(huán)譜法等[3]。兩者在檢測(cè)性能和復(fù)雜度上尚無法達(dá)到一個(gè)很好的平衡。

傳統(tǒng)的無線通信通常在固定頻段上完成[4]，因而定頻通信信號(hào)檢測(cè)具有廣泛的實(shí)際應(yīng)用價(jià)值。在定頻信號(hào)處理領(lǐng)域，已經(jīng)有了部分研究成果。文獻(xiàn)[5]基于定頻聲波脈沖特征，利用共振原理設(shè)計(jì)了一種地面定頻信號(hào)采集裝置，大幅提升了井下無線聲波遙測(cè)系統(tǒng)地面解碼成功率。文獻(xiàn)[6]提出一種基于迭代奇異值分解的定頻干擾消除算法，能夠有效抑制定頻干擾信號(hào)，提高采集信號(hào)的信噪比，具有較好的工程應(yīng)用價(jià)值。文獻(xiàn)[7-8]基于堙滅濾波技術(shù)，可有效抑制定頻干擾信號(hào)，從而實(shí)現(xiàn)定頻信號(hào)與跳頻信號(hào)分離。需要指出的是，這些研究成果并不一定能夠直接應(yīng)用于定頻信號(hào)檢測(cè)，具有一定的局限性。

另一方面，隨著無線通信技術(shù)的迅猛發(fā)展，無線環(huán)境往往復(fù)雜多變[9-10]。為了從復(fù)雜環(huán)境中及時(shí)截獲攜帶關(guān)鍵信息的通信信號(hào)，信號(hào)的快速檢測(cè)顯得尤為重要。傳統(tǒng)的通信信號(hào)檢測(cè)方法，大多基于單一特征完成，沒有考慮信號(hào)特征的多樣性。為了達(dá)到所需的檢測(cè)精度，往往需要耗費(fèi)較長的檢測(cè)時(shí)間，容易造成短時(shí)語音等關(guān)鍵信號(hào)漏檢。

本文研究了一種基于多特征判定的定頻通信信號(hào)快速檢測(cè)方法，并搭建系統(tǒng)實(shí)際驗(yàn)證了該方法的檢測(cè)性能。利用該方法進(jìn)行檢測(cè)的核心步驟為：1）配置檢測(cè)流程相關(guān)參數(shù)，自動(dòng)獲取相應(yīng)的目標(biāo)信號(hào);2）采取多種探測(cè)手段進(jìn)行疊加，提取信號(hào)的多種特征;3）融合處理多種特征，從而完成信號(hào)檢測(cè)。相較于傳統(tǒng)的基于單一特征判定的檢測(cè)方法，該方法綜合利用信號(hào)的多種特征，在給定檢測(cè)精度的約束下，有效提高了檢測(cè)速度。

本文余下內(nèi)容安排如下：第2部分描述系統(tǒng)的整體架構(gòu);第3部分闡述系統(tǒng)的具體實(shí)現(xiàn);第4部分給出仿真測(cè)試條件，并對(duì)結(jié)果進(jìn)行分析;第5部分總結(jié)全文。

2 系統(tǒng)架構(gòu)設(shè)計(jì)

本文研究的基于多特征判定的定頻通信信號(hào)快速檢測(cè)方法，主要依托搭建的實(shí)際系統(tǒng)來實(shí)現(xiàn)，設(shè)計(jì)的系統(tǒng)架構(gòu)如圖1所示。

簡(jiǎn)言之，該系統(tǒng)可通過配置檢測(cè)流程相關(guān)參數(shù)，采取多種探測(cè)手段疊加，并融合處理多種特征，從而快速、及時(shí)、準(zhǔn)確地截獲信號(hào)并獲取其解調(diào)信息。其主要涉及四大模塊，分別是：通信偵察設(shè)備、數(shù)據(jù)處理服務(wù)器、數(shù)據(jù)存儲(chǔ)服務(wù)器以及顯控設(shè)備。

首先，由通信偵察設(shè)備負(fù)責(zé)偵察信號(hào)，通過光纖將通信偵察設(shè)備偵察到的IQ數(shù)據(jù)傳送至數(shù)據(jù)存儲(chǔ)服務(wù)器，并且通過TCP/IP協(xié)議將數(shù)據(jù)上傳至數(shù)據(jù)處理服務(wù)器，對(duì)偵察到的數(shù)據(jù)進(jìn)行識(shí)別、解調(diào)、定位等處理后，將獲取的相關(guān)數(shù)據(jù)一并存儲(chǔ)至服務(wù)器，最后通過顯控設(shè)備輸出信號(hào)檢測(cè)結(jié)果。

3 系統(tǒng)實(shí)現(xiàn)

整個(gè)系統(tǒng)的具體實(shí)現(xiàn)分為五個(gè)步驟，分別是數(shù)據(jù)采集、背景檢測(cè)、基礎(chǔ)判定、特征判定、融合歸并，具體流程如圖2所示。

其中，數(shù)據(jù)采集是首要任務(wù)，主要涉及原始IQ數(shù)據(jù)、頻譜數(shù)據(jù)以及寬帶測(cè)向數(shù)據(jù)三方面的數(shù)據(jù);第二步是背景檢測(cè)，包括背景生成以及背景信號(hào)的檢測(cè)處理兩方面;第三步是基礎(chǔ)判定，包括信號(hào)的抽取以及判定內(nèi)容的選擇，目的是對(duì)存儲(chǔ)信號(hào)檢測(cè)結(jié)果的數(shù)據(jù)鏈表進(jìn)行判定，結(jié)合不同的數(shù)據(jù)抽取方式和判定內(nèi)容，給予信號(hào)一個(gè)綜合權(quán)值，然后對(duì)綜合權(quán)值進(jìn)行排序，給出信號(hào)的基礎(chǔ)判定結(jié)果，并對(duì)信號(hào)發(fā)起相應(yīng)的特征判定請(qǐng)求;第四步是特征判定，主要是對(duì)信號(hào)后續(xù)操作過程進(jìn)行特征判定，包括信號(hào)的識(shí)別、測(cè)向、解調(diào)等流程;最后是融合歸并，旨在根據(jù)信號(hào)特征，初步判定信號(hào)的潛在用途。

3.1 數(shù)據(jù)采集

數(shù)據(jù)采集涉及三方面的數(shù)據(jù)，分別是原始IQ數(shù)據(jù)、頻譜數(shù)據(jù)以及寬帶測(cè)向數(shù)據(jù)。數(shù)據(jù)采集完成之后，按照一定的規(guī)則對(duì)三類數(shù)據(jù)進(jìn)行分類標(biāo)記，并保存至數(shù)據(jù)庫中。

3.2 背景檢測(cè)

背景檢測(cè)包括兩個(gè)步驟，首先是背景生成，然后是對(duì)背景信號(hào)的檢測(cè)處理。其中，背景生成主要有以下三種方式：

1）直門限：每個(gè)點(diǎn)都是一個(gè)統(tǒng)一的固定值;

2）背景門限：取一定數(shù)據(jù)量（幀、時(shí)間等）的全景數(shù)據(jù)進(jìn)行疊加，例如以幀為單位時(shí)，設(shè)第i幀的全景數(shù)據(jù)值為[xi]，那么，前[N]幀全景數(shù)據(jù)的平均值[χAvg=x1+x2+…+xNN]。本文主要考慮了兩種疊加方式，第一種是算術(shù)平均值累加，即背景門限值[BTd]可根據(jù)公式（1）計(jì)算得到：

[BTd=χAvg?N+xiN+1]? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（1）

第二種是加權(quán)平均值累加，即[BTd]計(jì)算如下：

[BTd=χAvg?K+xiK+1，K

值得注意的是，在上述兩種疊加處理方法中，需要提取背景數(shù)據(jù)中的大信號(hào)數(shù)據(jù)進(jìn)行檢測(cè)處理，并將大信號(hào)的識(shí)別數(shù)據(jù)上報(bào)處理。接著，以疊加后的數(shù)據(jù)為固定值，即每個(gè)點(diǎn)都存在一個(gè)固定的門限值，該類數(shù)據(jù)門限可以進(jìn)行讀取和保存;

3）環(huán)境適應(yīng)門限：該背景生成方法建立在背景門限之上，首先取一定數(shù)據(jù)量的背景門限，然后對(duì)每一次或者每[N]幀的數(shù)據(jù)進(jìn)行疊加，重新生成背景門限，即門限值是根據(jù)環(huán)境動(dòng)態(tài)變化的。

在生成背景之后，需要對(duì)其進(jìn)行測(cè)試，具體的測(cè)試規(guī)則如下：

① 假設(shè)單通道（瞬時(shí)帶寬）單幀所有點(diǎn)數(shù)據(jù)（幅度）的均值為[SAvg]，單通道（瞬時(shí)帶寬）多幀單點(diǎn)數(shù)據(jù)（幅度）的均值[MAvg];

② 對(duì)每一幀數(shù)據(jù)，取所有點(diǎn)的平均值[SAvg];

③ 將每一個(gè)點(diǎn)的數(shù)據(jù)與平均值[SAvg]進(jìn)行比較，如果低于平均值[SAvg]，則以該均值[SAvg]作為該點(diǎn)的背景，如果高于平均值[SAvg]，再與該點(diǎn)的歷史平均值[MAvg]進(jìn)行比較;

④ 如果高于歷史平均值[MAvg]，則以歷史平均值[MAvg]作為該點(diǎn)的背景，如果低于歷史平均值[MAvg]，則將該點(diǎn)的值與其歷史平均值[MAvg]進(jìn)行疊加后作為背景值。

接下來是背景信號(hào)的檢測(cè)處理，首先將每一幀的全景信號(hào)與背景數(shù)據(jù)進(jìn)行對(duì)比，比較的參數(shù)為各自的幅度值，通過與背景數(shù)據(jù)的幅度值進(jìn)行比較，提取高于背景幅度值[ΔT]的數(shù)據(jù)，并選擇其對(duì)應(yīng)的權(quán)值，如表1所示。其中，參數(shù)（[ΔT]、幅度范圍、權(quán)值）等均可進(jìn)行配置。

完成了背景檢測(cè)處理后，將信號(hào)檢測(cè)結(jié)果存入一個(gè)二維數(shù)據(jù)鏈表中。首次檢測(cè)到信號(hào)后，將信號(hào)信息插入到鏈表當(dāng)中，并添加該信號(hào)的每一幀檢測(cè)數(shù)據(jù)，最后形成一個(gè)關(guān)于檢測(cè)結(jié)果的二維信號(hào)鏈表。其中，每一幀數(shù)據(jù)存儲(chǔ)了信號(hào)的檢測(cè)結(jié)果，包括信號(hào)幀數(shù)（對(duì)應(yīng)時(shí)間）、信號(hào)幅度、信噪比、信號(hào)方位、權(quán)值等參數(shù)。

3.3 基礎(chǔ)判定

基礎(chǔ)判定涉及兩個(gè)方面，一是信號(hào)的抽取，二是判定內(nèi)容的選擇。具體來講，其主要是針對(duì)存儲(chǔ)信號(hào)檢測(cè)結(jié)果的數(shù)據(jù)鏈表進(jìn)行判定，通過選擇不同的數(shù)據(jù)抽取方式，結(jié)合不同的判定內(nèi)容，可給予信號(hào)一個(gè)綜合權(quán)值。最后，再根據(jù)信號(hào)的綜合權(quán)值進(jìn)行排序，給出信號(hào)的基礎(chǔ)判定結(jié)果，并對(duì)信號(hào)發(fā)起相應(yīng)的特征判定請(qǐng)求。

信號(hào)的抽取方式有兩種，分別是定時(shí)判定和滑動(dòng)抽取判定。前者的抽取原則為：每隔一定時(shí)間提取信號(hào)檢測(cè)結(jié)果中的信號(hào)進(jìn)行判定，適合持續(xù)時(shí)間較長的定頻通信信號(hào)，可以視情況設(shè)置不同的時(shí)間間隔參數(shù)，如間隔為1s、3s、5s等，并定時(shí)進(jìn)行信號(hào)的基礎(chǔ)信息判定;后者則采用滑動(dòng)時(shí)間軸抽取的方式，提取信號(hào)檢測(cè)結(jié)果中的信號(hào)進(jìn)行判定，適合持續(xù)時(shí)間較短的定頻通信信號(hào)，可以設(shè)置類似區(qū)間[10s， 30s]，[20s， 30s]的時(shí)間段，對(duì)已存在的信號(hào)進(jìn)行基礎(chǔ)判定。

判定內(nèi)容為指定時(shí)間段內(nèi)信號(hào)被檢測(cè)到的次數(shù)的占空比，包括三方面的占空比：1）高于背景次數(shù)的占空比，使用基本的信號(hào)幅度檢測(cè)結(jié)果判定信號(hào)是否存在;2）類似方位值次數(shù)的占空比，從信號(hào)生成的位置角度判定信號(hào)是否存在;3）高權(quán)值次數(shù)的占空比，可綜合判定信號(hào)是否存在。最后，結(jié)合上述三種占空比判定方式，分別賦予其一定的權(quán)值，表2給出了每種方式的權(quán)值。

同時(shí)，對(duì)占空比的每個(gè)取值范圍賦予一定的權(quán)值，如表3所示。

此外，上述的信號(hào)抽取方式以及判定方式可以結(jié)合不同的應(yīng)用場(chǎng)景進(jìn)行組合，對(duì)于不同的應(yīng)用場(chǎng)景使用不同的組合進(jìn)行處理，以實(shí)現(xiàn)高效準(zhǔn)確的基礎(chǔ)判定。最后，對(duì)輸出結(jié)果進(jìn)行歸并，得到一個(gè)綜合權(quán)值，添加至信號(hào)偵測(cè)結(jié)果列表中的相應(yīng)位置。例如：針對(duì)判定方式1、2、3，綜合權(quán)值=（判定內(nèi)容1對(duì)應(yīng)的權(quán)值*0.3 + 判定內(nèi)容2對(duì)應(yīng)的權(quán)值*0.4 +判定內(nèi)容3對(duì)應(yīng)的權(quán)值*0.3），得到信號(hào)的綜合權(quán)值后，按照順序取綜合權(quán)值最高的信號(hào)進(jìn)行特征判定。

3.4 特征判定

特征判定的首要任務(wù)是發(fā)起對(duì)信號(hào)后續(xù)操作過程的特征判定請(qǐng)求，包括信號(hào)的識(shí)別、測(cè)向、解調(diào)等流程。當(dāng)完成了特征判定之后，將信號(hào)的特征判定結(jié)果進(jìn)行歸并融合，并根據(jù)信號(hào)特征判定庫中的信號(hào)特征，賦予信號(hào)特征權(quán)值及其特征屬性，考慮到各個(gè)信號(hào)的不同特征，可以不斷增加信號(hào)的特征判定函數(shù)。

對(duì)于信號(hào)識(shí)別流程，為了提高識(shí)別效率，避免識(shí)別流程陷入死循環(huán)，還需要引入適當(dāng)?shù)淖R(shí)別策略，其參數(shù)可相應(yīng)地進(jìn)行配置。本文考慮三種識(shí)別策略，即：

1）當(dāng)連續(xù)[Q]次將某一信號(hào)識(shí)別為同一類型時(shí)，即可終止流程并輸出對(duì)應(yīng)的判定結(jié)果;

2）當(dāng)識(shí)別次數(shù)超過一定的次數(shù)（[Q]次）后，如果該信號(hào)被判定為某一類型的概率大于[P%]，則輸出該信號(hào)類型;

3）當(dāng)連續(xù)[Q]次對(duì)某一信號(hào)進(jìn)行識(shí)別后，識(shí)別結(jié)果始終為噪聲或者不明時(shí)，則終止流程并輸出結(jié)果不明。

最后，將信號(hào)識(shí)別結(jié)果添加至信號(hào)結(jié)果列表中，以便進(jìn)一步的特征判定。

對(duì)于信號(hào)的測(cè)向，如果存在現(xiàn)成的歷史寬帶測(cè)向數(shù)據(jù)，可以在歷史寬帶測(cè)向數(shù)據(jù)中進(jìn)行提取，提取次數(shù)較高且范圍較集中的方位進(jìn)行融合處理。如果不存在歷史寬帶測(cè)向數(shù)據(jù)，也可以利用現(xiàn)有系統(tǒng)資源對(duì)信號(hào)進(jìn)行測(cè)向，然后對(duì)測(cè)向結(jié)果進(jìn)行歸并融合，獲取信號(hào)的測(cè)向方位及其可信度。一般地，保留2～3個(gè)次數(shù)較多的方位值，并且次數(shù)的百分比必須達(dá)到一定值時(shí)才有效。另外，此處需要考慮移動(dòng)目標(biāo)（慢速、快速）的方位漸變性，根據(jù)其方位漸變速度可以賦予各個(gè)信號(hào)的運(yùn)動(dòng)特征屬性，如固定不動(dòng)、慢速移動(dòng)、快速移動(dòng)等。

對(duì)于信號(hào)的解調(diào)，根據(jù)其解調(diào)結(jié)果可判定信號(hào)的目標(biāo)屬性特征，例如Link11信號(hào)、Link4A信號(hào)、Link16信號(hào)、3A信號(hào)、IFF信號(hào)等。

值得注意的是，信號(hào)的識(shí)別、測(cè)向過程需要穿插在信號(hào)檢測(cè)流程內(nèi)，否則會(huì)由于信號(hào)消失導(dǎo)致無結(jié)果。且穿插過程要求保證足夠的系統(tǒng)資源，能保證同時(shí)進(jìn)行信號(hào)的檢測(cè)、識(shí)別與測(cè)向。此外，可以增加一些特征判定函數(shù)，針對(duì)某些特殊信號(hào)給予相應(yīng)的信號(hào)特征，從而通過擴(kuò)大信號(hào)特征判定庫來實(shí)現(xiàn)信號(hào)的高效特征判定。

3.5 融合歸并

融合歸并過程旨在根據(jù)信號(hào)特征，初步判定信號(hào)的潛在用途。例如：當(dāng)獲得了信號(hào)的頻率分布、信號(hào)類型、識(shí)別結(jié)果、解調(diào)結(jié)果及其活動(dòng)情況等信息后，利用信號(hào)情報(bào)庫中的判定條件，可以初步判斷出信號(hào)的潛在用途屬性，添加至信號(hào)的結(jié)果列表中，并根據(jù)權(quán)值排序結(jié)果上報(bào)給外部模塊。

其中，信號(hào)情報(bào)庫中的參數(shù)可以進(jìn)行修改，前期利用函數(shù)進(jìn)行判定，后續(xù)可以設(shè)置相關(guān)的頁面來對(duì)各個(gè)參數(shù)進(jìn)行可視化，從而方便條件的修改。

最后，將驗(yàn)證后的信號(hào)及其檢測(cè)參數(shù)進(jìn)行存儲(chǔ)，針對(duì)某類具體信號(hào)，配置檢測(cè)流程參數(shù)，可以迅速檢測(cè)出該類信號(hào)，并獲取相關(guān)信息。

4 仿真測(cè)試與結(jié)果分析

為了測(cè)試本文所提出的基于多特征判定的定頻通信信號(hào)快速檢測(cè)方法的性能，搭建了如下測(cè)試環(huán)境：首先，在距離地面200km范圍內(nèi)使用三套電臺(tái)分別以60w功率進(jìn)行時(shí)長為10s的話音通信;然后在機(jī)載平臺(tái)中加載傳統(tǒng)算法和本文算法，且機(jī)載平臺(tái)在距離地面6km高的位置進(jìn)行巡航?；谝陨蠝y(cè)試環(huán)境，分別在已知通信頻點(diǎn)和未知通信頻點(diǎn)兩種場(chǎng)景下對(duì)系統(tǒng)性能進(jìn)行了測(cè)試。

1）在已知通信頻點(diǎn)的情況下（適用于控守模式），利用兩種算法分別進(jìn)行測(cè)試并記錄，檢測(cè)結(jié)果如表4所示。

2）在未知通信頻點(diǎn)的情況下（適用于偵察模式），同樣利用兩種算法對(duì)信號(hào)進(jìn)行檢測(cè)和結(jié)果記錄，如表5所示。

其中，測(cè)試次數(shù)均為五次，在97%的檢測(cè)率指標(biāo)下，五次均成功檢測(cè)到了信號(hào)。性能指標(biāo)包括兩方面，一是截獲時(shí)間，二是截獲話音時(shí)長。截獲時(shí)間是指信號(hào)從發(fā)出后至被截獲所經(jīng)過的時(shí)長，而截獲話音時(shí)長指的是發(fā)起對(duì)信號(hào)模擬解調(diào)的話音數(shù)據(jù)持續(xù)時(shí)長，單位都為秒，記作s。

通過上述兩種情況下的算法性能比較，不難看出，針對(duì)已知通信頻點(diǎn)的信號(hào)偵察，相較于傳統(tǒng)算法，本文算法在檢測(cè)、解調(diào)過程中的效果不是很明顯;而針對(duì)未知通信頻點(diǎn)的信號(hào)偵察，本文算法在截獲時(shí)間上獲得了顯著的提升，且在截獲話音時(shí)長方面也明顯優(yōu)于傳統(tǒng)算法。由此可見，本文研究的基于多特征判定的定頻通信信號(hào)快速檢測(cè)方法整體上是優(yōu)于傳統(tǒng)算法的。

5 結(jié)論

定頻通信信號(hào)的快速檢測(cè)技術(shù)研究，在民用及軍事通信領(lǐng)域均具有重要意義。本文研究了一種基于多特征判定的定頻通信信號(hào)快速檢測(cè)方法，通過模擬實(shí)際的信號(hào)偵察場(chǎng)景，搭建系統(tǒng)驗(yàn)證了該方法的性能。相較于傳統(tǒng)的基于單一特征判定的檢測(cè)方法，該方法綜合利用信號(hào)的多種特征，有效提升了定頻通信信號(hào)的檢測(cè)速度。需要指出的是，本文缺乏探索最優(yōu)的特征組合過程，理論上，通過對(duì)多個(gè)特征進(jìn)行組合能有效提升檢測(cè)速度，而不同的特征組合取得的效果是不同的，因此如何探索出最優(yōu)的特征組合仍有待進(jìn)一步探索。

參考文獻(xiàn)：

[1] Yang J， Cheng N P.A brief analysis of detection and recognition technology for communication signals[J].Journal of Image and Signal Processing，2018，7（4）：220-226.

[2] 周偉.通信偵察信號(hào)處理的實(shí)現(xiàn)及其測(cè)試[D].成都：電子科技大學(xué)，2016.

[3] 甘俊英，孫進(jìn)平，余義斌.信號(hào)檢測(cè)與估計(jì)理論[M].北京：科學(xué)出版社，2016.

[4] 孟培媛，劉宇光，王磊，等.井下聲波遙測(cè)地面定頻信號(hào)采集裝置設(shè)計(jì)[J].傳感器與微系統(tǒng)，2019，38（2）：111-113，124.

[5] 芙瑾.定頻通信與跳頻通信[J].電氣時(shí)代，1992（6）：2.

[6] 黃東煜，張景潤，黃文波.一種基于迭代奇異值分解的定頻干擾信號(hào)消除算法[J].自動(dòng)化與信息工程，2018，39（4）：39-44.

[7] 崔晶，汪立新，盧聰敏.多定頻干擾中的跳頻信號(hào)分離技術(shù)[J].電子技術(shù)應(yīng)用，2011，37（5）：107-109.

[8] 劉薩日娜.跳頻信號(hào)頻譜檢測(cè)的定頻干擾抑制研究[D].呼和浩特：內(nèi)蒙古大學(xué)，2014.

[9] 劉尚合，孫國至.復(fù)雜電磁環(huán)境內(nèi)涵及效應(yīng)分析[J].裝備指揮技術(shù)學(xué)院學(xué)報(bào)，2008，19（1）：1-5.

[10] 劉福全.復(fù)雜電磁環(huán)境到底有多復(fù)雜[N].中國國防報(bào)，2007-04-19（003）.

【通聯(lián)編輯：梁書】