块稀疏贝叶斯模型下的跳频信号时频分析

李 雷 郭 英，2 张坤峰 高维廷 于欣永 李红光 陈 娟

(1. 空军工程大学信息与导航学院，陕西西安 710077； 2. 通信网信息传输与分发技术重点实验室，河北石家庄 050081；3. 海军通信总站，北京 102401)

1 引言

跳频通信是一种抗干扰性强且具有低截获概率的通信技术，其在军事和民用通信中有着广泛的应用。对跳频信号进行参数估计是一个十分重要的课题，比如在民用通信中，对跳频信号进行参数估计可以估计出特定频段用户数，以避免频率碰撞影响通信的质量；在军事通信中，对跳频信号进行参数估计可以对敌方的跳频电台实施干扰从而破坏敌方的通信[1- 4]。在众多的跳频信号参数估计的方法中，时频分析是一种直观有效的工具，近年来受到了广泛的关注。目前已有的时频分析方法包括线性和非线性变换。线性时频分析方法主要是短时傅里叶变换(STFT, short time Fourier transform)、Gabor变换、小波以及s变换[5]。线性时频分析方法由于不确定原则，其时间分辨率和频率分辨率相互制约。非线性时频分析主要是Wigner-Ville分布、平滑伪Wigner-Ville分布[6]。Wigner-Ville分布具有很好的时频分辨率，但是存在交叉项，平滑伪Wigner-Ville分布不存在交叉项，但是由于在时域和频域加窗使得时频分辨率降低。所以，现有的时频分析方法在分析跳频信号时存在诸多的局限。

文献[7]利用近似l0算法对跳频信号时频图进行重构，但是算法的收敛性不高。文献[8]利用稀疏贝叶斯学习算法对信号进行稀疏重构，但是只针对于单测量向量模型(SMV, single measurement vector)。本文利用文献[7,9]中……