基于联合估计的扩频通信窄带干扰抑制滤波器

直接序列扩频通信(DSSS)中的窄带干扰造成的接收机性能下降可以通过采取抑制措施来改善。扩张状态的近似条件均值滤波器(ASACM)用扩展状态方程对干扰信号建模,该算法可以有效抑制强窄带干扰,但是需要计算雅可比矩阵,且存在数值稳定性问题。提出了一种基于平方根无轨卡尔曼滤波(SRUKF)的联合估计干扰信号和模型参数的方法,并分析了AR型干扰和单音干扰下的性能。仿真结果表明,该方法的相关输出信噪比有较大改善,并且具有较强的鲁棒性。     

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。     

基于ICSA-MWF的多级投影干扰抑制方法

为降低子空间投影方法的计算量，提出基于迭代相关相减结构多级维纳滤波器(iterative correlation subtraction algorithm-multistage Wiener filter，ICSA-MWF)的无源雷达多级投影干扰抑制方法。该方法根据回波通道内多径干扰的特点，首先提出一种新的初始化方法将ICSA-MWF应用于距离-多普勒频移域内，依据其前向投影特性即可利用多级小维数投影取代子空间投影方法,接着又提出一种简便的滤波器级数选取方法,然后利用迭代算法实现后向误差综合，最终输出误差即为多径干扰抑制后的信号。该方法干扰抑制性能好、数值稳健且计算量低于子空间投影方法。仿真结果表明该方法的有效性。     

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。     

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。     

卫星移动终端自适应阵列技术研究

卫星移动通信系统中，地面移动终端常因地面上其它通信系统的干扰而不能正常通信。为了保证卫星移动终端的正常通信，考虑在卫星移动终端采用自适应阵列技术来提高系统性能，详细阐述了采用该技术的必要性和可行性。重点分析了在处理自由度受限情况下，自适应阵列的抗干扰性能以及波隶跟踪性能。仿真结果表明，在卫星移动终端采用恒模阵列能够获得较好的干扰抑制性能。     

基于BSBL-BO算法的DME脉冲干扰抑制方法

针对测距仪(distance measure equipment, DME)信号干扰L频段数字航空通信系统1(L-band digital aeronautical communication system 1, L-DACS1)正交频分复用(orthogonal frequency-division multiplexing, OFDM)接收机的问题, 提出基于块稀疏贝叶斯学习-边界优化(block sparse bayesian learning-the bound optimization, BSBL-BO)算法的DME脉冲干扰抑制方法。首先, 利用OFDM接收机空子载波不传输有用信号的特点构造针对DME脉冲干扰信号的压缩感知模型; 然后基于BSBL-BO算法重构DME脉冲干扰信号; 最后在时域进行干扰消除。仿真结果表明, 该方法比已有的脉冲干扰抑制方法具有更高的重构精度和更快的运算速度, 进一步降低了OFDM接收机的误比特率, 提高了L-DACS1系统前向链路传输性能。     

基于MMSE估计的全极化雷达自适应脉冲压缩

针对同时极化测量体制雷达发射波形自相关和互相关特性相互制约的矛盾,提出了一种基于最小均方误差估计的全极化雷达自适应脉冲压缩方法,其核心思想是通过初始化滤波器得到各距离单元散射系数的先验信息,并结合对应极化通道的回波信号,根据贝叶斯原理估计得到每个距离单元的自适应滤波器,在分离各极化通道回波信号的同时实现脉冲压缩。通过设置典型的仿真场景,从检测概率和目标极化散射矩阵估计的均方误差两个方面分析了自适应脉冲压缩算法的性能。仿真结果表明,该算法能有效地抑制邻近距离单元的干扰和不同极化通道之间的互扰,比标准匹配滤波器更好地实现全极化雷达脉冲压缩。     

基于时变白化滤波器的DSSS系统干扰盲检测

将循环维纳滤波应用于直接序列扩频(direct sequence spread spectrum, DSSS)系统的干扰检测, 并提出了一种干扰盲检测器, 称之为时变白化滤波检测器。由于DSSS信号和干扰信号具有不同的循环平稳特征, 因此可以调整时变白化滤波检测器的滤波器系数, 使干扰检测器的输出只包含背景噪声和干扰信号, 从而实现干扰盲检测。仿真结果表明, 采用本文提出的循环平稳干扰检测器的DSSS接收系统能够在较大的干信比范围内检测干扰信号的存在, 并且在性能上优于时不变白化滤波检测器。     

海面小目标检测的AR双极点分析

针对舰载(或岸基)雷达对海面小目标检测问题,尤其对较短时间内完成检测的应用场合,基于自回归(AR)模型的解决方案,对其中具有代表性的算法———最大幅度极点法(ARLPM)的不足进行了详细分析,提出同时利用次大幅度极点信息的AR双极点分析法。给出了应用该方法的具体步骤,雷达数据检测结果证明该方法优于ARLPM法。     

DSSS卫星通信中基于小波包变换的干扰抑制方法

卫星通信中利用直接序列扩频技术具有一定的抗干扰能力,但由于扩频增益无法做到无限大,当强干扰超过系统的干扰容限时,系统传输性能将会大幅降低。通过变换域信号处理技术对直接序列扩频中的干扰进行检测与抑制,能够增强其抗干扰能力。小波包变换具有优异的时频域局部分析能力,非常适合用于直接序列扩频系统中干扰检测与抑制。分别对规则小波包分解和最佳小波包分解进行了研究,提出了一种基于最佳小波包分解的干扰抑制新方法,通过将子带功率比与最小功率阈值相结合,实现对干扰进行定位和抑制。仿真结果表明,所提出的算法与基于规则小波包分解的干扰抑制和传统的快速傅里叶变换算法干扰抑制相比较,性能得到显著改善,且在计算复杂度上上升极少,是提高直接序列扩频信号抗干扰能力的更有效的选择。     

基于变换域滤波的直扩通信单通道混合信号分离抗干扰方法

针对直扩通信信号和干扰在时/频域严重重叠这一实际情况,提出一种基于变换域滤波的直扩通信单通道混合信号分离抗干扰算法。该方法首先利用直扩信号和干扰的二阶循环平稳差异,基于直扩信号部分调制先验信息,构造基于变换域的单通道混合信号分离模型;然后基于训练序列和最小均方误差准则设计代价函数,使输出信号接近于导频序列并得到此时的分离向量;最后利用该分离向量,从含有强干扰的业务混合信号的频移向量中分离出期望的通信信号,提升了直扩通信在强干扰下的抗干扰能力。仿真结果表明,未分离信号在单音/多音干扰、扫频干扰等强干扰下的误码率接近0.5,而本文算法在此条件下的误码率可低至10^-3以下。     

基于谱相关的干扰抑制滤波器研究

众多的扩频通信抗干扰技术往往把有用扩频信号近似看作平稳随机过程。事实上 ,由于伪码的周期性而导致的循环平稳是扩频信号的一个重要特征。基于一般循环平稳理论 ,详细分析了直接序列扩频信号的谱相关特性 ,并在此基础上讨论了谱相关抗干扰滤波器的设计方法及其自适应形式。该方法通过对被污梁扩频信号先频移、再滤波后相加得到其估值 ,充分利用其不同频谱处的相关性 ,避免了一般抗干扰方法中由干扰建模带来的模型不匹配问题。因此 ,谱相关抗干扰滤波器可用于宽带和窄带干扰抑制。仿真结果说明了方法的有效性     

Optimal design study of high order FIR digital filters based on neural network algorithm

An optimal design approach of high order FIR digital filter is developed based on the algorithm of neural networks with cosine basis function . The main idea is to minimize the sum of the square errors between the amplitude response of the desired FIR filter and that of the designed by training the weights of neural networks, then obtains the impulse response of FIR digital filter . The convergence theorem of the neural networks algorithm is presented and proved, and the optimal design method is introduced by designing four kinds of FIR digital filters , i.e., low-pass, high-pass, bandpass , and band-stop FIR digital filter. The results of the amplitude responses show that attenuation in stop-bands is more than 60 dB with no ripple and pulse existing in pass-bands, and cutoff frequency of passband and stop-band is easily controlled precisely .The presented optimal design approach of high order FIR digital filter is significantly effective.     

New acquisition decision algorithm for multiple access interference suppression in DSSS system

For decreasing the multiple access interference of weaker signal acquisition in direct sequence spread spectrum(DSSS) systems,a new single decision algorithm is presented.The maximum value of correlation results is conventionally detected.However,there may be not only one strong peak among correlation results when the cross-correlation noise is strong enough to affect the correlation results.The proposed algorithm decreases the false alarm probability through the decision of the ratio of the maximum value and the second maximum value of the correlation results.Theoretical analysis and simulation results indicate that the proposed algorithm effectively suppresses the acquisition problem of multiple access interference in DSSS system.     

基于多相滤波的高精度延时设计及实现

雷达测距测速应用中的精确性取决于时间上的高分辨率, 而传统基于有限长单位冲激响应(finite impulse response, FIR)滤波的高精度延时设计所需的滤波阶数过高, 滤波处理较慢且复杂。为了加快滤波速度和节省硬件资源, 将数字内插与多相滤波技术结合, 提出了一种基于多相滤波的高精度延时设计方案。根据延时精度对FIR滤波系数向量重新排序, 依据延时量大小选择多相子滤波器对采样序列进行滤波处理, 实现小于整数倍采样间隔的高精度延时, 具有滤波速度快、节省硬件资源的特点。仿真分析延时信号的相位, 表明了所提多相滤波方案可实现高精度延时。借助现场可编程逻辑门阵列(field programmable gate array, FPGA)平台, 时钟频率为245.76 MHz时, 实测的延时精度可低至0.509 ns。