DSSS系统中应用HMM的窄带干扰抑制技术

研究了DS(Direct Sequence)扩频系统中基于隐藏马尔可夫模型(Hide Markov Models—HMM)的干扰抑制技术，首先简要引述了算法原理，然后着重给出了该算法的改进方案和在具体干扰条件下的系统性能仿真。研究表明，相对于基于DFT的干扰抑制技术，该算法由于能够对干扰信号进行准确的估计，因而减小了对有用DS扩频信号的损伤，可以获得更好的抗干扰性能。通过减小复杂度的措施，可以使之用于实际系统，这对于应用DSSS系统的短波通信系统和卫星通信系统增强其抗干扰能力具有重要意义。     

一种基于匹配信号变换的有效抗干扰算法

针对直接序列扩频（direct sequence spread-spectrum, DSSS）系统中可能出现的chirp-like干扰,提出了一种有效的基于匹配信号变换（matched signal transform, MST）的干扰抑制算法--峰值保留法。该算法是根据已有的MST快速实现方案和陷波滤波抗干扰算法而设计的。仿真结果表明,该算法能够有效抑制DSSS系统中线性、非线性chirp-like干扰。与其他一些抗干扰算法的仿真比较表明,该算法具有稳健性强、计算量小、误码性能好、实现更为简单等优点,具有较好的应用前景。     

变换域窄带干扰抑制技术的研究与仿真

提出了一种在变换域中抑制窄带干扰 (NBJ: Narrowband Jamming) 的方法.该方法首先对所接收的直接序列扩频 (DSSS: Direct Sequence Spread Spectrum) 信号进行小波包变换 (WPT: Wavelet Packet Transform) ,然后利用DSSS信号的功率谱密度 (PSD: Power Spectrum Density) 分布特点和能量聚集度 (ECM: Energy Compaction Measure) 准则,有效、快速地跟踪输入信号频谱的变化,从而对DSSS信号中的干扰进行快速定位.对强、弱NBJ的分别抑制是通过自适应改变权系数的方法来实现的.多径莱斯 (Ricean) 衰落信道中的仿真结果表明,这种变换域中的自适应干扰抑制法既可以有效地清除快速时变的强NBJ,又可在处理其它类型干扰时,避免或减小有用信息的损失,从而大大提高DSSS系统在复杂干扰情况下的抗干扰性能.     

混沌扩频序列的优选算法及其系统性能研究

为了获得多址通信中优良的伪随机特性码组,提出了一种混沌序列的优选算法。通过对混沌系统迭代结果的截断和量化处理,根据扩频序列的理想特性和多址干扰指数,给出了优化混沌序列码组的具体步骤,并对传统的Gold序列和多种混沌序列的码组性能作了比较和分析。对DS/CDMA系统性能的仿真结果表明,优选混沌扩频序列的相关性能优于传统的伪随机扩频序列,有利于解决CDMA移动通信中的抗多址干扰及多用户检测等关键问题,从而使混沌扩频系统的抗干扰能力和抗破译能力得到增强。     

一种基于三维小波的视频水印空时算法

针对数字视频的版权保护,以及基于数字视频的信息隐藏,提出了一种基于三维小波的视频水印空时算法。它利用了视频场景镜头分割技术和三维小波变换的空时多分辨水印嵌入策略,以及根据最大似然准则的水印检测算法。针对视频的版权保护,作为版权标志的水印图像先用两个序列扩频预处理成一个图像序列,扩频后的水印图像序列自适应地嵌入到视频镜头的三维小波系数上。该基于三维小波域的水印策略充分利用了视频序列良好的空时多分辨特点,水印算法可靠。针对视频水印的几种特殊攻击,仿真实验证明了该算法具有很强的鲁棒性。     

超宽带TH-PPM 调制技术抗干扰性能研究

针对超宽带TH-PPM调制技术在多个频带干扰条件下的抗干扰性能进行了分析研究。基于超宽带TH-PPM调制所使用脉冲波形的不同,推导得出了在多个频带干扰条件下,超宽带TH-PPM调制技术的抗干扰能力指标的通用数学表达式。该结果对单频带干扰也同样适用。此外,在多个频带干扰条件下,对超宽带TH-PPM调制技术、直接序列扩频调制技术和跳频调制技术的抗干扰性能进行了比较分析研究,并分别对其进行了数值仿真。仿真结果表明,在多数情况下,超宽带TH-PPM调制技术抑制多个频带干扰的能力,明显优于直接序列扩频调制技术和跳频调制技术。     

基于子空间跟踪的扩频码盲估计算法

针对直接序列扩频(DS/SS)信号的扩频码盲估计问题,改进了特征分解的方法,利用滑动窗技术取得码同步,并提出了一种基于信号子空间跟踪的PN(pseudo noise)码恢复算法。计算机仿真表明,由于这种算法避开了直接的特征分解求解,降低了数据的存储量,易于硬件实现,具有良好的收敛特性,性能上优于已有的梯度算法和神经网络算法。     

脉冲无线电超宽带技术的抗干扰性研究

研究了超宽带脉冲无线电(impulseradio-IR)方案的抗干扰性能。首先分析了超宽带技术与传统的直接序列扩频技术的区别,然后建立了TH-IR和DS-IR超宽带系统的仿真模型,得到两种IR系统在多种干扰条件下的误码率性能。研究结果表明在单音干扰,多音干扰,部分频带,阻塞干扰下,DS-IR方案的抗干扰能力都比TH-IR强。这为脉冲无线电技术在军事通信系统中的应用提供了参考。     

基于小波包的M元多载波扩频系统研究

将小波包理论与M元扩频技术相结合,提出基于小波包的M元多载波扩频系统可以在有限带宽内取得更高的信息传输速率。同时,由于小波包函数的优良性质,该系统可以很好地克服多径信道对性能的影响。仿真结果表明,与基于DFT的M元多载波扩频系统相比,在多径信道下,该系统有较大的性能优势。     

小波包调制树优选简易算法

提出了一种基于小波多速率调制的小波包优选树提取简易算法。该算法在不增加传输系统复杂度的条件下,通过发送训练序列,并计算各个小波树分支解调信号的均方误差,从而确定最佳树优选分解。仿真结果表明,通过优选树算法,在小波传输频带确定的情况下,可以在特定信道下,有效确定小波多速率调制的最佳树分解结构,降低系统接收误码率。     

带宽有限多址通信系统中的干扰抑制研究

研究了一种新的带宽有限多址系统中的非平稳宽带干扰抑制技术,与直接序列扩频(DSSS)系统相比,频谱不会扩展、带宽效率高、保密性强。对非平稳宽带干扰,以线性调频(LFM)为干扰模型,提出了基于时频分布特性消除干扰的方法。仿真证明,在没有编码,干信比(ISR)为20 dB时,该系统性能仅约损失1 dB,在保证带宽效率的同时,很好地消除了系统的人为干扰。     

卫星DSSS通信系统杂乱脉冲干扰抑制技术研究

针对杂乱脉冲干扰卫星直序扩频(direct sequence spread spectrum, DSSS)通信系统的问题，首先提出了一种改进自回归(autoregressive, AR)二阶重极点干扰模型。并基于该模型提出了利用有限脉冲响应（finite impluse reponse, FIR)双边抽头维纳插值滤波器抑制杂乱脉冲干扰的方法，推导了改进AR二阶重极点干扰模型自相关函数表达式。分析并仿真了在该模型下卫星DSSS通信系统抑制杂乱脉冲干扰时同步互相关峰值的改善。仿真结果表明,基于该模型的FIR线性插值维纳滤波器能有效地抑制杂乱脉冲对卫星DSSS通信系统的干扰。与传统AR模型相比，该模型在多载频和实极点两个方面有更好的工程应用价值。     

基于正交小波包变换的判决反馈盲均衡算法

针对严重线性失真的水声信道,在分析正交小波包变换理论和判决反馈盲均衡算法的基础上,利用正交小波包变换良好的去相关性特性,对判决反馈盲均衡算法的前馈滤波器权向量进行修正,提出了基于正交小波包变换的判决反馈盲均衡算法(WPT-DFE)。与基于正交小波变换的判决反馈盲均衡算法(WT-DFE)和常规判决反馈盲均衡算法(CMA-DFE)相比,该算法具有收敛速度快、跟踪性能好、稳态误差小的特点。水声信道的仿真结果,验证了算法的有效性。     

基于认知驱动的变换域通信智能抗干扰方法

为满足未来无人系统通信智能抗干扰的实际需要,针对传统变换域通信系统(transform domain communication system, TDCS)自身开放性有限、干扰应对能力不足等问题,设计了基于认知引擎驱动的智能系统架构,并针对各认知引擎驱动子模块提出了3种改进方法,包括基于稀疏逼近的未知干扰处理、基于稀疏表示的变换学习干扰识别以及针对性的干扰变换稀疏分析方法。实验结果表明,识别子模块与传统的分类器相比,整体的干扰识别率提高了5.2%,并且可实现无监督的学习;同时,针对典型干扰的重构精度在90%以上,实现了不同干扰类型的最优变换处理,显著提高了系统的抗干扰性能,传输误码率逼近理想水平。     

L-DACS1系统干扰抑制与循环自适应波束形成方法

为了解决L频段数字航空通信系统1(L-band digital aeronautical communication system, L-DACS1)正交频分复用(orthogonal frequency division multiplex, OFDM)接收机遭受测距仪(distance measuring equipment, DME)信号干扰的问题,提出了正交投影干扰抑制与循环自适应波束形成的空域滤波方法。首先,利用正交投影算法抑制DME信号干扰;然后,利用OFDM信号的循环平稳特性,构建循环自相关矩阵,通过奇异值分解得到波束形成的最优权矢量;最后,利用最优权矢量进行空域滤波。仿真研究表明,该方法可以在OFDM期望信号上形成稳定的主波束,同时能够抑制DME信号干扰。且所提方法具有复杂度较低、低信噪比情况下波束形成算法鲁棒的优势。     

DSSS系统中基于线性平滑预测的单音干扰抑制

通过把线性预测算法与平滑滤波算法相融合,提出了一种线性平滑预测算法.该算法在抑制单音干扰的同时降低了噪声对系统性能的影响,因此与线性预测算法相比这一算法为DSSS系统提供了更高的性能增益.仿真结果进一步证实了该结论.     

Anti-aliasing wavelet packet method for harmonic detection

A novel anti-aliasing wavelet packet transform method for harmonic detection is proposed. Aiming at the low measurement precision and poor robustness which exists in the former traditional wavelet methods for lack of the aliasing_reduction scheme, an optimal interpolation wavelet packet filter is designed according to new optimal criteria. First, the limitation of anti-aliasing on the traditional wavelet filter bank is analyzed. Second, the designed optimal interpolation filters are denoted, and then the solution algorithm is given. This devised wavelet packet filter can seek a reasonable balance between signal preservation and aliasing reduction; it overcomes the inherent bug of traditional wavelet transforms, which rooted from just only concerning total aliasing cancellation but not aliasing-reduction in decomposition. Simulation and several comparative results indicate that the proposed method can effectively eliminate aliasing and precisely extract harmonic information.     

基于核函数强化学习的抗干扰频点分配

针对学习未知动态的干扰图样问题，提出一种基于核函数强化学习的雷达与通信抗干扰频点协作算法。与需要获得干扰模式、参数等先验知识的研究相反，所提算法能够利用过去时隙中频点的使用情况来优化抗干扰频点分配策略。首先，通过核函数的强化学习来应对维度诅咒问题。其次，基于近似线性相关性的在线内核稀疏化方法，确保了抗干扰频点分配算法的稀疏性。最后，仿真结果验证了所提算法的有效性。得益于稀疏化码字对于系统动态特性的学习，所提算法与传统基于Q学习的抗干扰频点分配算法相比，收敛时间更短，并且可以快速规避外部未知干扰源的干扰。