短波电报信号自动检测技术研究综述

›› 2013, Vol. 35 ›› Issue (3): 337-343.

短波电报信号自动检测技术研究综述

李国军1,2 周晓娜2 蒋勇2 李林3 李少华1

1.重庆大学通信工程学院，重庆400040；2.解放军重庆通信学院，重庆400035；3.西安电子科技大学机电工程学院，西安710071

出版日期:2013-06-25 发布日期:2013-07-12

Online:2013-06-25 Published:2013-07-12

摘要/Abstract

摘要：

短波电报是强噪声背景下战术应急通信的重要通信手段。长期以来，人们一直致力于解决电报信号的自动检测问题，设法从含噪信号中提取报文信息，但到目前为止这一研究还远未达到预期的目标。首先概述了短波电报的应用现状、数学模型与基本信号特征，之后详细综述了现有短波电报自动检测相关技术的研究现状及其优缺点，基于此深入分析总结出制约短波电报信号自动检测的若干关键技术问题，最后指出了未来的研究方向及可行的技术手段。

关键词: 短波通信, 莫尔斯信号, 微弱信号检测, 特征提取, 波形估计

中图分类号:

TN911.23

李国军周晓娜蒋勇李林李少华 . 短波电报信号自动检测技术研究综述[J]. , 2013, 35(3): 337-343.

[1]	章仁飞陈印卢莹 . 基于支持向量机的多类数字调制识别方法[J]. , 2013, 35(2): 181-183，186.
[2]	石锐郑晓平何庆华 . 基于HMM-ANN的咳嗽音识别[J]. , 2012, 34(5): 751-753,783.
[3]	何杰朱征宇董曙佳于春雷. 基于概念词的特征提取方法[J]. , 2012, 34(1): 119-122,147.
[4]	宋培培万遂人. 分布式光纤传感信号特征提取方法研究[J]. , 2009, 31(5): 820-823.
[5]	储霞吴效明黄岳山. 色斑检测图像分析系统的研究现状[J]. , 2008, 30(6): 766-769.
[6]	王振华王慧琴王燕妮李虎胜. 基于视频图像的火灾探测方法[J]. , 2008, 30(2): 161-164.

短波电报信号自动检测技术研究综述

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

相关文章 6

编辑推荐