摘要
在同步非正交频跳（SNOFH）场景中，由于存在严重的频谱重叠、均匀的协议参数以及有限的单源信号点，现有的目标排序方法往往会出现性能严重下降甚至无法正常工作。为解决这一难题，本文提出了一种基于多站相对跳变时间差的无源排序框架，用于对SNOFH无人机群信号进行排序。该框架构建了基于空间位置的排序特征系统，设计了核函数联合分布适配模块以消除各站之间的测量误差，并采用了多尺度小波方法实现亚采样级别的跳变时间提取，从而降低对先验频跳参数和硬件射频特征的依赖。在模拟的SNOFH数据集上，本文将所提出的方法与现有参考方法进行了对比实验，以验证其性能。实验结果表明，所提方法的排序准确率高达98%，在大多数SNOFH场景中均优于现有基准方法。此外，该方法在面对噪声干扰、时钟同步误差、载频偏移及多径效应等情况下仍具有良好的稳定性，非常适合用于常规或缓慢变化的无人机编队中的目标排序。
