基于类间功率谱差的FRFT-TDCS门限判决算法

针对分数阶傅里叶变换域通信系统采用传统门限判决算法难以有效剔除多分量线性调频干扰的问题,根据高斯白噪声和多分量线性调频干扰分数阶傅里叶变换域功率谱特征,提出了基于类间功率谱差的门限判决算法。该算法利用了分数阶傅里叶变换不影响高斯白噪声的统计特性,在分数阶傅里叶变换域的三维频谱上自适应地确定门限值,既可以有效对多分量线性调频干扰频谱剔除,又解决了分数阶傅里叶变换的变换阶次对门限判决带来的不利影响。仿真结果表明,该算法在双极性调制和循环移位键控调制下,对多分量线性调频干扰剔除的有效性,尤其在大干信比情况下,误码率的提升尤为明显,对提高分数阶傅里叶变换域通信系统抗多分量线性调频干扰的能力具有一定的实用价值。     

基于信号特征空间的TDCS干扰分类识别

针对变换域通信系统中干扰信号的分类识别问题,提出了一种基于信号特征空间的支持向量机(signal feature space-support vector machine, SF-SVM)干扰分类算法。首先,基于干扰信号模型和信号空间理论对干扰信号进行特征提取,并建立信号特征空间,进而针对二分类和多分类问题提出了SF-SVM分类算法,设计了干扰信号的多分类识别器。仿真结果表明,与干扰信号的传统分类算法相比,SF-SVM不仅提高了分类精度,而且缩短了训练时间;设计的多分类识别器在信噪比达到8dB时,对6种干扰信号识别性能及对变换域通信系统性能都有所提升。     

小波变换域通信系统中连续均值剔除算法

针对小波变换域通信系统与基于频域的变换域通信系统基函数生成方式不同而带来的难以有效剔除干扰的问题,将向后连续均值剔除算法(CME)和向前连续均值剔除算法(FCME)引入小波变换域通信系统幅度谱成型模块。2种算法将小波变换域分为干扰子带和噪声子带两部分,利用连续迭代、逐次逼近的递归方法自适应地计算相应门限阈值,从而对不同类型的干扰进行有效剔除,无需对噪声功率进行估计。仿真结果表明:在强干扰情况下,2种算法对系统误码率的改善具有明显优势,并且在音频干扰的情况下,CME算法抗干扰性能增益要优于FCME算法;在窄带干扰的情况下,FCME算法抗干扰性能增益要优于CME算法;在线性调频干扰的情况下,2种算法抗干扰性能增益接近。