卫星是现代信息网络中的重要节点,是推动全球信息化的重要手段。卫星测控通信系统是卫星与地球站或卫星与其它卫星之间进行信息交流的纽带,是卫星实现信息获取、信息传输和信息控制等功能的技术支持和功能保障。卫星统一S频段测控体制在军事和民用领域均得到广泛应用。开展卫星信号参数自动识别技术的研究,既可以用于自适应信号检测,又可以用于信息攻防中的信号侦收。因此,无论从理论角度还是从应用角度来看,都具有重要的学术意义,同时也具有极为重要的国防应用价值。与软件无线电技术相结合是信号识别技术发展的新方向。基于软件无线电的卫星信号检测识别系统以开放性硬件为通用平台,用可升级、可重置的不同应用软件来实现信号的自动识别。以此为前提,如何在缺少先验知识的条件下保证参数识别的实时性、稳定性和可靠性日益成为国内外学者关注的焦点。在此背景下,本文以卫星测控信号特征参数识别为研究对象,研究内容包括卫星测控信号去噪、单通道副载波欠定盲分离和测控信号调制参数盲估计三个关键技术。本文从理论分析、算法仿真以及硬件实现三个层面对上述问题展开了系统而深入地研究。本文的主要研究内容如下所述:首先,论文对卫星测控信号去噪进行了研究。信号去噪属于参数识别的预处理,其目的是减小链路噪声的影响,提高参数识别的准确性和可靠性。为了降低算法对信号先验知识的依赖度,本文选择小波系数阈值法作为信号去噪的基本方法。在简要介绍了阈值法的基本原理和算法结构之后,对影响算法性能的几个关键问题进行了研究:一是依据小波基的特性参数,选出适用于本课题的最优小波基,并引入重构因子对所选小波基重构信号的能力进行评价;二是采用均值逼近法降低噪声方差,弱化噪声对阈值选取的影响,整体上减小了重构信号与原始信号之间的偏差;最后选取无偏似然阈值准则实现对阈值的自适应选择,并引入一种新的阈值函数对小波系数进行迭代处理。仿真结果说明了本文提出的自适应小波阈值去噪算法具有较好的去除白噪声的效果,为后续卫星测控副载波信号盲分离研究奠定了基础。其次,论文介绍了副载波分离与参数估计涉及到的粒子滤波相关的理论知识,为后续章节研究分离与参数识别算法奠定基础,其内容包括贝叶斯滤波原理、蒙特卡罗方法及粒子滤波的基本思想,最后,介绍了粒子滤波算法中存在的退化问题并总结了粒子滤波的基本算法结构。从对粒子滤波理论的分析中了解到粒子滤波算法不仅适用于盲信号、非线性等极端条件,并且可以通过未知信号和参数的联合估计同时解决副载波分离与参数识别这两个问题,降低了算法复杂度。再次,论文研究了卫星USB测控副载波盲识别问题。卫星测控副载波盲识别问题包括分离和参数估计两部分内容。通过对卫星测控副载波盲识别问题的分析可知卫星USB测控体制采用的频分复用技术决定了副载波盲分离属于特殊的单通道欠定盲源分离问题。本文引入粒子滤波的思想,提出了一种基于粒子滤波的副载波信号盲识别算法。将盲识别问题转化成了未知参数和信息符号的联合估计,解决了单通道欠定盲源分离和参数估计两个问题。在运用粒子滤波算法时,为了克服粒子退化问题,依据卫星信号状态空间的特点,在两个方面对粒子滤波盲识别算法进行改进,通过辅助变量粒子滤波算法将最新的观测值引入重要性函数中,同时,在重采样过程中,提出了一种基于粒子群优化思想的的粒子整体优化算法,提高了粒子的利用效率。本章最后,研究了测控副载波码速率识别算法。本文采用了对信噪比不敏感、无需先验知识的小波变换算法进行码速率的盲估计。为提高小波变换的分析性能,本文设计了一种粗细结合的两步估计算法,即先利用快速算法进行码速率粗估计,然后根据粗估计的结果选择小波尺度,再进行码速率细估计。仿真实验表明:本文算法其估计性能优于单一尺度算法。最后,论文建立了一个测控信号识别试验系统,将卫星信号参数识别算法移植到硬件平台上。在对实验系统的组成部分进行介绍之后,分析了算法在硬件平台中实现的关键问题,对测控副载波盲识别算法进行改进,给出了测控副载波参数识别硬件平台验证算法。然后,通过CORTEX测控终端生成仿真信号,对移植到硬件平台上的算法进行测试。本文将系统与卫星测控地面站相连,实地实时对接收的某一在轨卫星信号进行识别,验证了算法的工程可行性和有效性。