短波极低信噪比扩频系统中窄带干扰的抑制

频域的LMS自适应滤波算法可以有效抑制扩频系统中的强窄带干扰"在短波极低信噪比扩频系统中!提出了一种权值初值选取方法,该方法既可以用来判别是否存在窄带干扰,又可以使权值迅速收敛,简单易行。采用时域加窗和重叠相加,大大减弱了截断效应的影响。仿真结果验证了该算法在加快收敛速度以及改善系统性能方 面的有效性。     

码分多址系统中基于判决引导的窄带干扰抑制非线性算法

鉴于扩展频谱码分多址（CDMA）系统中抑制窄带干扰的渐近条件均值（ACM）非线性滤波算法计算复杂度较高，设计了一种基于判决引导的新非线性滤波算法。该算法利用窄带干扰的相关性，在对扩频信号判决的基础上进行ACM非线性滤波。对扩频信号可能的取值，进行判决的标准是窄带干扰先验估计和后验估计的差方最小。将本文方法与ACM算法进行比较，仿真结果显示了几乎相同的性能，但前者计算复杂度显著降低。     

复小波变换-自适应滤波算法抑制局部放电窄带干扰

针对干扰频率多和信噪比低这两大局部放电窄带干扰抑制中难以解决的问题,提出一种复小波变换一自适应滤波算法.首先,利用复小波变换分频特性将信号分解到不同的频段内,使各个频段内的窄带干扰数少且频率接近,然后进行逐层自适应滤波;采用一种实部与模平方乘积的新复合信息以提高对低信噪比信号的提取能力以及对信号形状的保持能力.研究结果表明;复小波变换一自适应滤波算法在信噪比δ0=0时能对4种局部放大脉冲模型分别获得信噪比δ为22.22,16.16,17.16和21.75和波形相似度η为0.909 2,0.942 7,0.668 8和0.657 0的滤波效果,与传统的小波去噪和自适应滤波相比有较大改进.     

基于 RIE 的自适应窄带干扰抑制算法

针对直接序列扩频(direct sequence spread spectrum,DSSS)通信系统中窄带干扰(narrow-band interference,NBI)抑制问题,将窄带干扰存在性识别技术(recognition of interference existence,RIE)和变换域窄带干扰抑制算法相结合,提出了一种自适应窄带干扰抑制算法.该算法能根据接收到的信号,利用基于能限因子的RIE算法判断接收信号中是否含有窄带干扰信号,从而决定是否需要对其进行干扰抑制处理.理论分析表明,当接收信号中不合窄带干扰或干扰信号较小时,既可减少由于窄带干扰抑制算法对有用信号造成的损伤,提高误码率性能,又能降低系统处理的复杂度.仿真结果表明,自适应窄带干扰抑制方案抑制干扰误码率性能明显优于非自适应窄带干扰抑制方案.     

基于Simulink的直接序列扩频通信系统抗干扰的仿真实现

主要研究了直接序列扩频通信系统( DSSS)的抗干扰能力。利用Simulink对直接序列扩频通系统的发射机模块和接收机模块进行仿真设计,在高斯信道中加入不同中心频率、幅度的窄带干扰。通过传输过程中各个波形和频谱变换图,研究直扩系统误码率、信噪比和扩频增益的关系。当窄带干扰强度超过系统抗干扰容限时,使用自适应滤波器中的LMS(最小均方差)和RLS(最小递推二乘)滤波器来抑制窄带干扰。仿真结果表明：自适应滤波具有良好放任窄带干扰抑制效果,但RLS算法复杂仿真时间长,LMS收敛速度较慢。     

基于脉内步进LFM时频分析的抗间歇采样干扰方法

在深入研究抗间歇采样干扰的基础上,针对其时域不连续转发与时域不连续采样两个特点,提出一种基于脉内步进线性调频（LFM）时频分析的抗间歇采样干扰方法.该方法利用脉内步进LFM子脉冲之间的正交性互相掩护,通过短时傅里叶变换,将时频矩阵在时间维投影,提取干扰不连续转发段信号,并以该段信号最大值为门限,对时频矩阵进行干扰抑制,抑制后时频矩阵通过逆短时傅里叶变换,得到时域信号,并用于目标检测.理论推导和仿真结果表明,该方法可以有效抑制不同样式的间歇采样干扰,最大限度提取不受干扰信号.      

应用于窄带干扰抑制的支持向量机方法

抑制扩频系统窄带干扰的传统方法多数是采用自适应LMS滤波来预测窄带干扰以及减少在解扩前对接受到的信号的预测干扰信号．但是由于这些方法不考虑复杂度的控制以及不能保证全局最小值，所以它们的性能不稳定．提出一种窄带干扰抑制的新方法——支持向量回归方法．它可以替代LMS滤波器用来预测窄带干扰．采用实际参数选择法则，它不但有效而且容易操作．通过计算机仿真可以看出，在多数情况下它比传统方法的性能优越，这表明它是一种对于扩频系统中窄带干扰的抑制的好方法．     

高动态测量系统中的自适应信号成形滤波器设计

针对航天测控和卫星导航领域中高动态信号测量的基带信号成形问题,提出一种改进的信号重采样滤波算法.该算法利用截短升余弦内插滤波器设计实现数字扩频信号的连续序列恢复,通过构建频谱自适应的分段抛物线内插函数滤波器实现基带信号的动态重采样处理,并采用Farrow结构降低成形滤波算法的运算量.仿真验证和实验测试结果表明,采用该算法设计的成形滤波器能够较好地适应动态多普勒频移,将基带伪码相位抖动导致的测量误差从亚米级降低至毫米级,有效抑制信号带外功率,为改善导弹航天试验靶场高动态信号的测量精度和稳定性提供了一种有效途径.     

窄带干扰下自组织网络通信中自适应非线性滤波方法研究

针对传统滤波方法抗干扰能力差、收敛性低的弊端,提出一种新的窄带干扰下自组织网络通信中自适应非线性滤波方法。介绍了MLMS方法,给出滤波器结构。采用非线性函数对估计误差信号施行相关处理,通过MLMS法对抽头系数进行更新。为了降低信号干扰样本的干扰,利用非线性函数对其进行修正,给出新的抽头系数更新方程。根据正弦干扰对白高斯噪声信号进行描述,获取最佳抽头系数。通过输出信噪比和输入信噪比的比值对所提方法抵御窄带干扰的性能进行评价。将所提方法应用于窄带干扰自组织网络通信中,结果表明,所提方法抑制干扰能力强、收敛性能高、得到的信号效果好。     

基于能量比预处理的FFT窄带滤波方法

分析了有效信号和窄带干扰在频域上的缓变和突变的特点,提出了一种基于能量比预处理的改进FFT窄带滤波方法.利用功率谱信号一个时间窗内的前后能量对比将原低于有效信号的窄带干扰进行放大,为FFT窄带滤波的阈值的确定打下基础.对于超过阈值的窄带干扰信号,在频域处理时采用对有效信号保持原数值、干扰信号进行压缩的处理方法,防止了由于滤波而造成的信号的畸变,达到了保留信号特征的目的.处理结果表明,时间窗取8～10个记录点,阈值系数取0.3～0.4,任何原始信号的信噪比都能取得较好的滤波效果.     

自适应无限冲激响应陷波器抑制窄带干扰的误差补偿算法

考虑到直接序列扩频(DS-SS)系统中无限深度格型陷波器在去除窄带干扰的同时对扩频信号的损伤,在无限深度格型陷波器上添加一自适应横向滤波器,其输出作为对受损扩频信号的误差补偿.仿真结果证实,新设计的误差补偿滤波器改善了无限深度格型陷波器的性能,而系统计算复杂度只有少量增加.     

改进的频域窄带干扰抑制方法

针对频域窄带干扰抑制方法的不足,分别提出改进的自适应多门限干扰检测算法和广义延拓逼近算法在干扰抑制中的应用。改进算法使用去除干扰频点之后的频谱进行检测干扰,检测效果有了明显提高;有约束条件的一元函数延拓逼近算法,结构简单,通过延拓逼近思想,减小了对干扰频点处理时信号时域波形的失真。Matlab仿真通过误码率对比验证了算法性能,从而证明改进方法具有更好的干扰检测性能和更优的干扰处理能力。     

直接序列扩频通信中基于时频域相关性的抗单音干扰算法

直接序列扩频通信系统解扩以前采用干扰抑制算法可以显著增强抗窄带干扰性能。常用的干扰抑制方法为扩频信号建立平稳模型。本文通过分析扩频信号的产生机理，建立了扩频信号的循环平稳模型，采用频移滤波器(FRESH)同时利用时域相关性和谱相关来抑制单音干扰。仿真实验表明，FRESH滤波器相对于传统横向滤波器能够提高系统抗单音干扰性能。     

一种无线通信信号超窄带滤波方法的改进

在无线通信过程中,采用传统超窄带滤波方法很难获取较宽且没有被干扰的频带,有效信号在频域中会出现裂口,导致大量数据丢失,造成人为干扰。提出一种新的无线通信信号超窄带滤波方法,依据幅值、斜率以及带宽对干扰源位置与数量进行判定,为无线通信信号超窄带滤波提供可靠依据。将干扰数据与有效数据投影至不同空间,分别对其进行超窄带滤波处理,通过数据特征值子空间滤波法,获取无线通信信号超窄带滤波的回波数据,实现无线通信信号超窄带滤波,完成无线通信信号超窄带滤波方法的改进。实验结果表明,所提方法能够有效滤除无线通信信号中的超窄带干扰,能保留数据的完整性,避免人为干扰。     

用于去除心电信号工频干扰的多阶自适应滤波器阶数确定策略研究

工频干扰是微弱生物信号采集过程的常见噪音源之一,特别会造成像心电之类信号的信噪比的显著下降.自适应滤波技术对于去除心电信号工频干扰噪音有着显著的效果,但自适应滤波技术中的自适应滤波器阶数确定是关键问题.本文提出了多阶自适应滤波器中适于去除心电信号的阶数选择策略.在以单路正弦波为模拟工频干扰信号源进行实验中,根据提出的阶数选择策略,确定5阶自适应滤波器对心电信号的工频干扰有着明显的抑制效果.同时,实验还证明,与自适应滤波器中的对消器相比,策略所确定的5阶自适应滤波器具有更快的收敛速度,并且还能在工频波动处取得更好的处理增益.     

基于信噪比的自适应门限判决PN码捕获算法

现有的自适应门限判决PN码捕获方法在低信噪比条件下的检测概率较低.针对这一问题,文中提出一种考虑噪声功率的改进算法.该算法首先通过参数设置对基于信噪比的门限进行调整,然后利用中值滤波平滑门限波形,减少了由于起伏波动引起的错误捕获,最后通过限幅滤波降低因毛刺造成的虚警概率.理论分析以及蒙特卡罗仿真表明,改进算法较现有算法能够获得更高的检测概率和更低的虚警概率,同时对窄带干扰有较强的抑制能力.     

基于压缩感知的自适应加权匹配追踪算法

压缩感知（compressed sensing,CS）技术通过减少发射导频数来提高频谱的利用率。将CS技术应用于导频辅助的稀疏度未知的正交频分复用（orthogonal frequency division multiplexing,OFDM）信道估计中,提出一种自适应加权匹配追踪（CS-based adaptive weighting &matching pursuit,AWMP）算法。该算法使用自适应加权、匹配追踪的方法估计信道时域脉冲响应,按照估计信噪比和匹配原则,利用多次迭代进行自适应加权和寻找最佳稀疏度,实现未知信道稀疏度与信噪比的情况下,准确估计信道信息。仿真验证表明,与传统的信道估计算法相比,采用基于AWMP的信道估计方法,能够利用较少的导频信息获得更低的误码率和均方误差。