技術(shù)特征：

1.一種針對窄帶低速跳頻信號的跟蹤干擾識別方法，其特征在于，所述窄帶信號的接收節(jié)點采用AWGN信道傳輸模型，對于接收節(jié)點而言，該傳輸模型具備信號是否正確接收的CRC檢測功能，當(dāng)某個時隙的信號接收信噪比評估值較好，但接收CRC檢測結(jié)果卻為錯誤時，則啟動跟蹤干擾的識別方法，跟蹤干擾的識別方法包括下述步驟：

S1、對跳信號進行分段處理，劃分成Δ段分段信號；

S2、對每分段信號取絕對值后，利用最小能量小波框架進行分解，得到A個子信號序列；

S3、分別計算每分段信號A個子信號的能量；

S4、分別計算每分段信號的A個子信號的能量分布比例；

S5、以前面B段信號為基準，所述B段信號為沒有受到干擾的信號，計算A個分解子信號的能量比例分布平均值；

S6、計算分段信號的跟蹤干擾判決變量值；

S7、基于判決值的均值，確定分段閾值判斷機制；

S8、基于平滑機制，確定分段信號的干擾判決結(jié)果；

S9、基于判決結(jié)果，實現(xiàn)自適應(yīng)調(diào)整跳速。

2.根據(jù)權(quán)利要求1所述的一種針對窄帶低速跳頻信號的跟蹤干擾識別方法，其特征在于，所述接收節(jié)點的接收信號為：

S＝ρ₁h₁X+ρ₂h₂Y+W

其中發(fā)送信號中每一跳含N個BPSK信號，發(fā)送信號序列為X＝{x₁,x₂,...,x_N},x_n＝±1，ρ₁為信號發(fā)送功率，h₁為發(fā)射節(jié)點和接收節(jié)點之間的信道衰落系數(shù)，而干擾信號中含M個有效干擾信號，干擾信號序列為y＝{0,...,0,y₁...,y_M}，ρ₂為干擾信號發(fā)送功率，h₂為干擾節(jié)點和接收節(jié)點之間的信道衰落系數(shù)；而W＝{w₁,w₂,...,w_N}表示接收側(cè)的加性噪聲信號。

3.根據(jù)權(quán)利要求1所述的一種針對窄帶低速跳頻信號的跟蹤干擾識別方法，其特征在于，步驟S1中，設(shè)1跳信號的持續(xù)時間為λ毫秒，則以0.1毫秒為基本單位，將接收的基帶信號分割為Δ＝10×λ段，其中第i段信號記為S_i,i＝1,2,...,Δ。

4.根據(jù)權(quán)利要求1所述的一種針對窄帶低速跳頻信號的跟蹤干擾識別方法，其特征在于，步驟S2中，最小能量小波框架由3個都含3個元素的數(shù)列組成的最小能量小波框架，即子信號A＝3，具體最小波框架為：

$p_{\[k\]}=\[\frac{1}{4},\frac{1}{2},\frac{1}{4}\]$

${q^1}_{\[k\]}=\[\frac{\sqrt{2}}{4},0,\frac{-\sqrt{2}}{4}\]$

${q^2}_{\[k\]}=\[\frac{-1}{4},\frac{1}{2},\frac{-1}{4}\].$

5.根據(jù)權(quán)利要求4所述的一種針對窄帶低速跳頻信號的跟蹤干擾識別方法，其特征在于，步驟S3中，對上述的分段信號S_i,i＝1,2,...,Δ，每段信號取絕對值后，利用最小能量小波框架進行分解，得到3個子信號序列，分別計算上述分段信號分解后的3個子信號的能量，分別記為P1＝[P_1,1,P_1,1,...,P_1,Δ]、P2＝[P_2,1,P_2,2,...,P_2,Δ]和P3＝[P_3,1,P_3,1,...,P_3,Δ]。

6.根據(jù)權(quán)利要求5所述的一種針對窄帶低速跳頻信號的跟蹤干擾識別方法，其特征在于，步驟S4，分別計算每分段信號的3個子信號的能量分布比例情況，即自身能量值P_i,j,i＝1,2,3,j＝1,...,Δ除以3個子信號能量之和具體如下

$\mathrm{\Ω}(i,j)=\frac{P_{i,j}}{\underset{n=1}{\overset{3}{\Σ}}{P}_{n,j}},i=1,2,3,j=1,\mathrm{...},\mathrm{\Δ}.$

7.根據(jù)權(quán)利要求6所述的一種針對窄帶低速跳頻信號的跟蹤干擾識別方法，其特征在于，步驟S5中，默認前面5個分段信號沒有受到干擾，取B＝5，以這5段信號為基準，計算3個分解子信號的能量比例分布平均值，即對5段分段信號分別進行分解后的3個子信號的能量分布比例值求平均，記為

$\mathrm{\δ}=\[{\mathrm{\δ}}_1,{\mathrm{\δ}}_2,{\mathrm{\δ}}_3\]=\[\underset{j=1}{\overset{5}{\Σ}}\mathrm{\Ω}(1,j)/5,\underset{j=1}{\overset{5}{\Σ}}\mathrm{\Ω}(2,j)/5,\underset{j=1}{\overset{5}{\Σ}}\mathrm{\Ω}(3,j)/5\].$

8.根據(jù)權(quán)利要求7所述的一種針對窄帶低速跳頻信號的跟蹤干擾識別方法，其特征在于，步驟S6中，則Δ個分段信號的跟蹤干擾判決變量值具體為

$D\left(j\right)=|{30}^{|{\mathrm{\Ω}}_{1,j}-{\mathrm{\δ}}_1|}+{30}^{|{\mathrm{\Ω}}_{2,j}-{\mathrm{\δ}}_2|}+{30}^{|{\mathrm{\Ω}}_{3,j}-{\mathrm{\δ}}_3|}|-3.1,j=1,\mathrm{...},\mathrm{\Δ}.$

9.根據(jù)權(quán)利要求8所述的一種針對窄帶低速跳頻信號的跟蹤干擾識別方法，其特征在于，步驟S7，判決機制具體為：以前面5個判決值的均值為基準，能量分布比例兩個分段閾值0.2和0.25是經(jīng)過大量測試得到的最佳值，則上述針對Δ個分段信號的Δ個判決變量實施如下分段閾值判斷機制，即前面5個分段信號默認沒有受到跟蹤干擾，并以這些分段信號的判決變量為基準線，其他分段信號通過計算自身判決變量和基準線之間的距離大小來判斷是否受到跟蹤干擾，具體判斷算法如下：

$\mathrm{\θ}\left(j\right)=\left\{\begin{array}{c}0,j\≤5\\ 0,D\left(j\right)\≤0.2+\mathrm{\φ}\\ 1,0.2+\mathrm{\φ}\<D\left(j\right)\≤0.25+\mathrm{\φ}\\ 2,D\left(j\right)\>0.25+\mathrm{\φ}\end{array}\right.,j=1,\mathrm{...},\mathrm{\Δ}.$

10.根據(jù)權(quán)利要求9所述的一種針對窄帶低速跳頻信號的跟蹤干擾識別方法，其特征在于，步驟S8，采用平滑機制得到這些分段信號的干擾判決結(jié)果：