MB-OFDM超宽带技术的抗干扰性能研究

首先建立MB-OFDM信号系统仿真模型,将信号分为3个子带,采用卷积编码与未加编码交织时,在标准的IEEE802.15UWB信道模型下,通过仿真获得误比特率性能,结果验证了系统模型的正确性;然后对MB-OFDM信号在单音干扰、多音干扰和部分频带干扰条件下进行了性能仿真。仿真结果表明:卷积编码交织后的系统性能在多数情况下较未编码交织时的性能要好;编码码率越低,MB-OFDM信号的误比特率性能就越强;并且MB-OFDM信号抗单音干扰的能力最强。     

OFDM系统的抗干扰性能研究

对正交频分复用OFDM系统的抗干扰性能进行了分析,给出了宽带干扰、脉冲干扰以及部分频带干扰在卷积编码及未编码情况下的理论误码率性能界,用仿真给出了其它干扰样式的误码性能,分析得出了最佳的干扰样式及其对应的最佳干扰因子和其它的一些有益结论。在分析的过程中假设系统自始至终都能获得准确的同步。     

MC-CDMA多用户下行MMSE预编码性能研究

针对MC-CDMA下行传输系统提出一种MMSE预编码技术.在MC-CDMA的下行传输中,发送端采用MMSE预编码抑制下行传输的多址干扰,接收端采用MMSE均衡补偿信道失真.相对于等增益合并预编码方案,MMSE预编码可以有效抑制下行传输的多址干扰和减小接收端均衡处理带来的噪声增强.研究结果表明,MMSE预编码比等增益合并预编码在MC-CDMA多用户下行传榆环境中具有更好的性能,而且对信道估计误差具有较好的鲁棒性.     

抗跟踪干扰的多序列跳频无线通信系统

常规慢速频移键控跳频（frequency-hopping/frequency-shift-keying,FH/FSK）受跟踪干扰威胁严重;差分跳频抗跟踪干扰能力强,但部分频带干扰下误码率高。为提高常规慢速跳频抗跟踪干扰性能,同时不损失抗部分频带干扰性能,提出的多序列跳频（multi-sequence frequency hopping,MSFH）无线通信方式中,数据信道和补偿信道频率分别按不同跳频序列跳变,使干扰方无法准确跟踪补偿信道,减少了跟踪干扰影响;而接收机射频前端采用窄带接收,与差分跳频的宽带接收相比可有效抑制部分频带干扰。在瑞利衰落信道下,分析了卷积编码MSFH抗干扰性能。数值和仿真表明,在最坏跟踪干扰下MSFH比常规跳频约有5~10 dB误码率性能增益,且抗部分频带干扰性能优于差分跳频。     

多载波CDMA中变换域自适应滤波抑制窄带干扰

Multi-Carrier CDMA(MC-CDMA)系统结合了正交频分复用(OFDM)系统和码分多址(CDMA)系统的优点,能比传统CDMA系统提供更高的用户容量,因而在3G中受到了广泛的关注.主要讨论MC-CDMA系统在加性高斯白噪声信道下使用变换域自适应滤波器抑制窄带干扰的性能,推导了系统在加性高斯白噪声信道下抑制单音干扰的理论性能,并将变换域自适应滤波器的性能和门限剔除器(threshold exciser)作了比较.通过数字仿真结果可以看出,使用变换域自适应滤波器的MC-CDMA系统对窄带干扰的抑制性能比使用门限剔除器的好得多.     

上行MIMO MC-CDMA系统联合的检测

将多输入多输出（MIMO）技术应用于传统的MC-CDMA方案,构成MIMO MC-CDMA系统,能在很大程度上提高MC-CDMA方案的性能.提出了一种上行MIMO MC-CDMA系统联合的V-BLAST（Vertical-Bell Labs Layered Space-Time）和多用户检测算法,该算法首先分别对每个用户采用一种改进的基于最小均方误差（MMSE）的迭代干扰抵消V-BLAST检测获得两组不同的检测数据,然后联合所有的用户运用最大似然（ML）准则对迭代中间结果进行选择从而实现性能优化.仿真结果表明所提出算法显著提高了系统的误码率（BER）性能.     

FOPEN UWB SAR 抑制窄带干扰的波形设计及处理

针对叶簇穿透超宽带合成孔径雷达面临其他多种电子系统的频谱干扰问题,提出一种在干扰频带设计陷波的相位调制雷达波形设计及频域处理方法。在建立最大化使用频带和干扰频带能量之比的模型基础上,通过相位域求解共轭梯度以较快的收敛速度得到近似最优相位调制波形。基于发射信号频谱研究了频域匹配处理和距离旁瓣频域抑制加权技术。通过该波形设计及处理方法,可以灵活并有效地完成抗窄带干扰,且易于工程实现。     

MC-CDMA系统中基于子空间的盲多用户检测器

采用码片速率采样建立了MC-CDMA系统的信号模型,研究了多径环境下基于子空间投影的MC-CDMA系统的盲多用户检测技术和迭代算法,并对多用户检测的输出采用最大比合并.仿真结果表明,检测器具有较强的抑制多址干扰和抗多径衰落的能力,并且能快速收敛.     

SOBICM-ID中的迭代信道估计

应用Turbo原理,提出一种基于硬判决BICM-ID的迭代信道估计算法,将译码产生的硬判决信息经编码、交织、映射后的符号当作已知的训练符号进行迭代信道估计,随着迭代次数的增加,译码输出值更加精确,信道估计值也越来越精确.将之嵌入到Turbo均衡中,仿真结果表明,在好信道下,不需要训练序列就能获得较好的性能;在坏信道下,使用较短的训练序列就能达到较好性能,有效提高了频谱利用率.     

多入多出系统中的自适应比特交织编码调制

提出一种多入多出（M/MO）系统中的自适应空时比特编码调制方案（ST-ABICM）。本方案结合功率、比特分配及比特交织，在满足发射端吞吐量和总功率要求的条件下，使系统的误码率最小。为解决在快衰落信道中比特交织时延和可变速率编码之间的矛盾，提出与删除码结合的空时多层交织器，在实现比特交织的同时，不破坏编码比特位和删除位的位置。在接收端，我们提出一种比特连续干扰抵消（SIC）检测算法，这种算法相比最大似然算法大大降低了运算复杂度。     

喷泉码差分跳频系统在AWGN中抗部分频带干扰性能研究

为了改善差分跳频 (differential frenquency hopping, DFH)系统抗部分频带干扰性能, 提出一种将喷泉码(Fountain code, FC)应用于DFH的喷泉码差分跳频(Fountain code differential frenquency hopping, Fountain DFH)级联编码系统; 在加性高斯白噪声信道(additive white Gaussian channel, AWGN)下研究其抗部分频带干扰性能的改善;对Fountian DFH抗干扰性能在有精确干扰状态信息(jammer state information, JSI)和无精确干扰状态两种情况下进行了理论分析和数值仿真。仿真总频点数M为32, 结果表明:当存在精确JSI信息时, 干扰频点n为32点干扰,误码率为10-4情况下, Fountian DFH系统相对普通DFH系统信干比有2~2.5 dB的性能改善;在干扰频点数n为1时有10~12 dB的改进。当无JSI信息时, 提出一种跳频训练序列的JSI估计译码算法, 使Fountian DFH系统较准确获取JSI信息,具有较强抗干扰能力。     

跳频抗干扰通信系统中LDPC码的编码优化设计

为进一步提升低密度奇偶校验(low-density parity-check, LDPC)编码跳频通信系统抗干扰能力, 提出一种对抗部分频带干扰样式的LDPC编码构造方法。首先针对不同干扰因子参数优化了LDPC码字在干扰环境下的度分布序列, 然后通过基于渐进边增长和近似环外信息算法构造基矩阵, 最后采用改进部分分割移位系数矩阵扩展得到校验矩阵, 并结合不等差错保护特性应用到信息位的干扰保护上。该构造方法兼顾优化的度分布和准循环结构。仿真结果表明, 所构造的码字性能良好, 相同条件下, 抗干扰性能优于现行主流类型码字的抗干扰性能。     

基于稀疏表示分类的雷达欺骗干扰识别方法

为了应对基于数字射频存储的各种欺骗干扰信号, 提出了一种基于稀疏表示分类的欺骗干扰识别算法。通过小波包分解重构把信号划分为不同频段, 然后对信号提取三阶累积量切片特征构造特征矩阵, 并利用奇异值分解对特征进行降维, 提取主要分量。最后利用稀疏表示分类在不同频段上对信号进行分类识别, 利用决策融合的方法对分类结果进行整合。经验证, 该方法具有很好的抗噪性能, 能够有效识别几种常见的欺骗干扰信号, 在信噪比为0 dB时, 欺骗干扰平均识别率达到90%以上, 并与其他欺骗干扰识别方法进行了对比, 显示了所提方法的优越性。     

机载相控阵雷达灵巧干扰信号模型及抑制方法研究0

目前对灵巧干扰的研究主要集中在常规地面雷达,对于机载雷达下的干扰模型及其抑制方法的研究较少。针对此种情况,建立了机载雷达背景下噪声卷积干扰、随机移频干扰和延时转发干扰3种典型灵巧干扰的空时信号模型,并从杂波自由度、空时功率谱图和距离-多普勒谱图的角度分析了干扰分布特性以及影响空时自适应处理(space-time adaptive processing, STAP)性能的内在机理,在此基础上提出了一种基于单元平均选小检测的机载雷达杂波和干扰同时抑制方法。该方法从杂波空时功率谱角度准确估计干扰来向,并据此形成干扰辅助波束,最后通过STAP实现干扰和杂波的有效抑制。仿真结果表明,所提方法相对于传统级联抑制方法,对延时转发灵巧干扰的抑制性能改善5 dB以上,验证了所提方法的有效性。     

基于LSTM和残差网络的雷达有源干扰识别

针对目前雷达干扰识别方法存在人工特征提取难、强噪声环境下识别率不高的问题，提出了一种基于长短时记忆(long short-term memory, LSTM)网络和残差网络相结合的雷达有源干扰识别方法。输入有源压制干扰原始时域序列数据，搭建深度学习网络模型对不同干噪比下的干扰信号进行分类识别。仿真结果表明：在干噪比为0 dB的情况下，该方法对4类雷达有源干扰信号的识别准确率均高于98.3%,与单纯的残差网络和卷积神经网络(convolutional neural networks, CNN)等其他深度学习算法相比，具有更佳的网络性能，验证了该算法的有效性。     

快慢时间域联合处理抑制C&I干扰

频谱弥散(smeared spectrum, SMSP)干扰和切片组合(chopping and interleaving, C&I)干扰是两种用于对抗线性调频(linear frequency modulation, LFM)脉冲压缩雷达的干扰样式。相比SMSP干扰, C&I干扰与雷达发射信号相似度更高,干扰抑制更为困难。针对该问题,以远距离支援干扰下LFM相参雷达对抗C&I干扰为背景,提出快慢时间域联合处理C&I干扰抑制算法。分析了C&I干扰时频特征和对相参雷达的干扰特性,在此基础上,通过快慢时间域处理估计干扰位置、幅度、多普勒频率、采样周期、采样脉宽等参数,重构干扰信号,通过对消实现干扰抑制。仿真试验验证了所提算法的可行性和有效性。     

结合伪随机特征码的多序列跳频通信方法

针对多序列跳频(multi-sequence frequency hopping, MSFH)通信系统在对偶信道存在干扰信号的情况下易引发误码的问题,提出了结合伪随机特征码的MSFH(pseudo-random feature coding MSFH, PRFC-MSFH)通信方法。在信道频率间隔内调制伪随机特征码作为信号来源的特征信息,减少对偶信道受干扰的影响,达到抗干扰目的。建立了PRFC-MSFH发射接收通信模型,根据模型推导了PRFC-MSFH在不同干扰下的误码性能。仿真结果表明, PRFC-MSFH在跟踪干扰条件下较常规跳频约有3~5 dB性能增益,在最坏多音干扰条件下较MSFH有约6~7 dB性能增益,具有较强的综合抗干扰能力。     

基于回波预处理和相参积累的C&I干扰抑制算法

C&I(chopping and interleaving)干扰是一种针对线性调频(linear frequency modulation, LFM)雷达的典型干扰样式, 干扰子信号调频斜率与雷达发射信号相同, 利用信号处理工具分离真实回波与干扰信号难度较大。针对该问题, 以LFM相参雷达抗自卫式C&I干扰为背景, 提出基于回波预处理和相参积累的干扰抑制算法。根据估计的回波时延, 设置距离窗截取受干扰回波段, 在此基础上, 通过对回波预处理, 改变不同重复周期内假目标的快时间位置分布, 通过相参积累实现干扰抑制。仿真试验表明, 所提算法能够有效抑制强干扰背景下的C&I干扰, 干扰抑制后真实目标检测概率大幅提高, 虚假目标数量明显减少。