一种改进的多级并行干扰对消算法——部分干扰对消算法（P-PIC）

研究了一种改进的多级并行干扰对消算法-部分干扰对消算法（P-PIC），该算法在不增加算法复 杂度的情况下能有效地提高算法性能。从干扰消除器输入的判决变量入手，从理论上分析了该算法对性能 的改进，并给出了计算机的仿真结果，验证了理论分析的正确性。     

一种改进的多级并行干扰对消算法--部分干扰对消算法(P-PIC)

研究了一种改进的多级并行干扰对消算法-部分干扰对消算法(P-PIC),该算法在不增加算法复杂度的情况下能有效地提高算法性能.从干扰消除器输入的判决变量入手,从理论上分析了该算法对性能的改进,并给出了计算机的仿真结果,验证了理论分析的正确性.     

自适应干扰对消的一种改进正交化算法

分析了传统的正交化算法在干噪比较低中，干扰对消效果佳的原因。将特征子空间分解技术与正交化算法相结合，提出了一种修正的正交化算法。仿真结果表明，所提出的算法极大地改善了低干噪比的干扰对消性能。     

改进的LMS算法及其在雷达干扰对消系统中的应用

为提高雷达系统在复杂电磁环境下的抗干扰能力，对雷达干扰对消系统及其自适应滤波算法进行了分析,给出了一种改进的变步长LMS自适应滤波算法。该算法利用类Sigmoid函数去调节步长,减少了运算量,并在类Sigmoid函数中利用误差信号的自相关值调整步长,从而解决了算法较快的收敛速度与较小的稳态误差之间的矛盾,并且降低了算法对输入噪声的敏感性。将该算法应用到自适应干扰对消系统中进行了计算机仿真验证,计算机仿真结果与理论分析一致,表明了该算法具有一定的可行性和优越性。     

变步长自适应算法在雷达旁瓣对消系统中的应用

雷达旁瓣对消系统的具体结构是由该系统所采用的性能量度准则及其所对应算法决定的,雷达旁瓣对消技术是提高雷达电子战能力的关键技术之一,为了提高雷达旁瓣对消中算法的收敛速度和稳态性能,针对目前变步长自适应滤波算法中存在的收敛速度慢、稳定性差的问题,提出了一种基于变步长改进型S函数的LMS算法,仿真表明:采用该算法的旁瓣对消系统可快速有效地抑制干扰,有效提高旁瓣对消系统的实时性和稳态性能;并根据实际应用环境的需要进行了实验验证,实验数据表明:当存在接收机内部噪声和两点相干干扰源时,采用双相干干扰对消系统好于单个相干干扰对消系统。     

PRC-CW雷达近距离目标干扰的自适应对消

为提高伪随机码连续波（PRC—CW）雷达性能,讨论了近距离目标干扰抑制方法。在分析了PRC—CW雷达近距离目标干扰信号的基础上,采用了基于最小均方（LMS）算法的自适应对消技术;通过仿真分析合理选择了LMS自适应滤波器的参数,并采用11公司的TMS320C5402定,量DSP芯片实现了自适应对消器。试验结果表明该对消器能抑制近距离目标干扰。     

基于并行部分干扰对消检测的迭代多用户解码

基于用户信息比特最大后验概率解码的因子图表示及和-积算法，通过干扰估计值的渐进性能分析，提出了一种基于并行部分干扰对消检测的迭代多用户解码器，多用户检测模块的基本结构类似于并行部分干扰对消检测，但干扰估计来自信道译码模块，同时，信道译码模块还提供干扰估计误差特性，多用户检测模块据此选取消除估计多址干扰的比例，仿真结果表明，随着迭代次数的增加，这种接收器接近单用户系统性能。     

基于射频耦合与数字重建的同址干扰对消

提出了一种改进的联合射频耦合与数字重建的射频域对消方法.射频耦合对消阶段根据最小化加权信道响应原则优化抽头系数,将干扰强度更高的线性成分赋予较大权重,等效减小了多抽头对消带宽,从而增大该阶段干扰对消比.数字重建射频对消阶段对发射机功放、干扰信道和多抽头射频对消结构联合建立非线性模型,采用最小二乘法提取模型参数,在数字域重构干扰信号并利用射频链路发送到射频域以对消剩余干扰.仿真结果表明:该方法在降低硬件复杂度的同时仍能获得高对消比.     

域变换结合参数估计干扰对消的智能天线算法

CDMA系统中的多址干扰是影响系统性能的主要因素，提出了一种新的域变换结合参数估计抗多址干扰的算法。同文献[1]中的方法相比，在具有相似的误码率性能的基础上，具有更快的收敛性能。     

宽带码分多址系统中的并行干扰抑制技术

研究了宽带码分多址系统中两级并行干扰对消算法（PIC）的性能,并通过基于MATLAB和COSSAP软件平台的系统仿真验证了结论的正确性。研究和仿真结果都表明,PIC算法在大多数情况下对系统的误码性能都有较大程度的改进,在现有技术条件下基本能够保证系统误码性能的稳定性,是一类具有实际应用价值的算法。     

跳频通信干扰抑制中的改进自适应对消技术

与传统阻塞式干扰对短波跳频通信的干扰相比,以通过侦查截获跳频的频率进行干扰的跟踪干扰方法对跳频的干扰更具有针对性。然而干扰信号的处理时间、干扰机与发射机接收机之间的距离等使得跳频信号与干扰信号存在时延。为解决以上问题,提出了一种基于二级最小均方(LMS)算法的自适应对消技术。同时,在理论分析的基础上重点对所提出的改进的LMS算法应用在FPGA平台上进行仿真实验。首先,通过Simulink仿真平台模拟有用跳频信号与干扰信号建立自适应算法仿真平台;其次,通过ISE软件仿真得到原始信号及抵消后的波形;最后,通过Matlab仿真得到抵消前后信干比数值。仿真实验表明该算法具有良好的抑制效果。     

域变换结合参数估计干扰对消的智能天线算法

系统中的多址干扰是影响系统性能的主要因素，提出了一种新的域变换结合参数估计抗多 址干扰的算法。同文献[1]中的方法相比，在具有相似的误码率性能的基础上，具有更快的收敛性能。     

对旁瓣对消雷达综合式变极化干扰研究

文章利用综合式变极化干扰对采用旁瓣对消雷达进行了干扰效果仿真分析,仿真结果表明：变极化干扰与其他干扰方式的综合运用比单独使用一种干扰方法效果更好,由于结合其他干扰方式,变极化干扰效果不稳定的缺点得到了改善,从干扰的整个过程来看,干扰效果得到提升。     

串行干扰对消宽带码分多址系统容量分析

以有效提高宽带码分多址系统容量为目的,通过理论推导的方法,得出传统双速率系统与干扰对消双速率系统的容量极限。并运用MonteCarlo积分,对理论结果进行了数值分析,得到了上述两系统在不同的扩频比、数据速率差异和用户分布范围的情况下的系统容量对比。结果表明,应用差异功率控制的串行干扰对消宽带码分多址系统明显优于传统系统。     

一种改进的自适应算法及其在语音增强中的应用

对基于累积误差准则和基于共轭梯度的自适应算法进行了讨论和比较,分析了各自的特点,在此基础上提出了一种改进的自适应算法。改进算法可以在保证算法稳定的前提下提高算法的收敛性能。将改进算法应用于基于自适应干扰对消的语音增强实验,结果表明,与原有算法相比,改进算法能够使含噪语音的信噪比有较大改善。     

基于实测数据的稀布阵雷达副瓣对消研究

米波稀布阵雷达是一种稀疏分布式数字雷达,文章结合其特点进行对消需求分析,并结合试验数据对干扰对消性能进行分析,实验表明采用干扰对消方法可成功完成综合脉冲孔径雷达对干扰源的抑制。但由于对消过程中权系数的计算需要对强相干的接收信号进行矩阵求逆,干扰对消对计算精度要求很高,同时在干扰幅度起伏严重的情况下准实时干扰对消性能存在损失,需脉冲重复周期内实时对消。     

一种变步长符号梯度脉冲噪声对消算法

针对最小均方误差(least mean square,LMS)自适应噪声对消器在脉冲噪声干扰条件下实现噪声对消失效的问题,提出了一种变步长符号梯度最小均方误差(variable step size sign LMS,VSSLMS)脉冲噪声对消算法?VSSLMS算法利用符号函数对误差信号?参考噪声信号取符号运算构成符号梯度? 符号算子的量化操作可以抑制脉冲噪声对自适应算法的影响,为进一步提高VSSLMS脉冲噪声对消性能,采用误差功率归一化准则设计步长控制函数,给出了一种变步长算法,该算法能减小由于符号算子引入的量化误差对收敛速度和收敛精度的影响?利用计算机仿真把提出的VSSLMS脉冲噪声对消算法与改进的归一化LMP算法(MNLMP)进行了比较,结果表明,VSSLMS算法具有更快的收敛速度,同时具有与MNLMP算法相近的稳态剩余误差?因此,VSSLMS算法在脉冲噪声对消中具有实际应用价值?     

单脉冲雷达多通道辅助处理主瓣干扰对消方法

根据单脉冲雷达等幅面阵方位和俯仰维方向图相互独立的特点,利用俯仰维差信号、方位维差信号及双差信号经加权处理分别对消主瓣干扰信号.理论推导了主瓣干扰对消原理并进行仿真验证,结果表明:所提方法在对消干扰信号的过程中没有引起单脉冲曲线变形.最后,根据干扰角度无法先验获知的实际情况,提出了通过迭代处理实现对目标角位置估计的方法.     

基于LMS算法的混合干扰对消模块的设计与分析

为了解决无线通信中多类型混合干扰问题,利用LMS算法设计和仿真了混合干扰对消模块;首先对LMS自适应噪声干扰对消原理和周期性干扰分离原理进行了阐述和分析,通过分析可知自适应对消器的对消效果与LMS自适应算法阶数、步长的选取密切相关,而输入信号的自相关矩阵直接决定LMS参数的设置,不同类型的干扰差异较大;然后对混合干扰对消模块进行了建模,证明了所设计模块的可行性和有效性;最后,在不同信干噪比(SINR)下分析了所设计模块的性能,得出混合干扰对消模块在低信干噪比时性能好于高信干噪比时的结论。     

自适应噪声对消中的ELMS算法及其变步长算法

基于对ＬＭＳ算法的研究,提出一种适用于自适应噪声对消（ＡＮＣ）系统的ＥＬＭＳ算法结构,分析比较了ＥＬＭＳ算法与ＬＭＳ算法的统计性能,还提出了一种较为实用的变步长归一化ＭＶＳ－ＡＮＥＬＭＳ算法．大量的计算机模拟仿真论证了新算法的优越性．