小波包变换域自适应干扰抑制技术在直序扩频通信系统中的应用

具体研究用离散小波包变换实现输入信号的子带分解，采用LMS算法自适应地调整滤波器抽头系数，有效地抑制窄带干扰。分析和仿真结果表明：基于TSA算示的小波包分解自适应窄带干扰抑制的方法比子带剔除在性能上更为优越，自适应算法的收敛速度也有较大的改善。     

基于自适应小波包变换的直接序列扩频通信窄带干扰抑制技术

本文提出一种基于小波包变换的直接序列扩频通信窄带（单、多音）干扰抑制技术。该技术通过小波包分解将信号和干扰分离,然后再对滤波处理后的分解结果进行小波包合成,以此达到窄带干扰去除的目的。文中对这种方案的性能进行了分析并给出了仿真结果。结果表明,与传统的方法相比,它具有较好的误比特率性能,较快的干扰定位速度和简单的计算复杂度。是宽带系统中行之有效的窄带干扰抑制方法,尤其适合于窄带干扰以近似于比特率的速度快速变化的场合。     

跳频通信系统的盲窄带干扰抑制算法

针对强干扰下信号被淹没、很难检测到有用信息的问题,研究干扰检测和抑制技术,提高抗干扰能力。建立了受窄带干扰影响的跳频接收机模型,在接收信号为盲的情况下,分析了基于非抽取小波包变换的干扰检测和抑制算法。在非抽取小波包变换的干扰抑制基础上,提出了基于AR模型线性预测的窄带干扰抑制算法,并对接收信号进行盲解跳和解调。仿真验证了所提方法的有效性。     

小波包技术在抑制窄带干扰中的应用

小波包具有任意多尺度分解特性,在时域和频域都有表征信号局部信息的能力,能够从时、频域上捕捉信号特征。以语音扩频序列混有单音频噪声为例,利用小波包分析技术滤除窄带干扰分量,重构语音信号,改善信号性能。仿真结果从误码率及时域波形上均说明了该方法的有效性。     

基于小波分析的卫星信号干扰抑制技术

卫星通信有传输距离远、覆盖范围广、链路损耗大的特点,也极易受敌方的人为干扰。而小波变换具有很好的时频域局部分析能力,特别适合于干扰识别与抑制。针对卫星信号在空间链路传输时受到高斯白噪声影响和窄带干扰的情况,文章讨论利用小波包TSA(树状算法)算法对信号进行干扰抑制的原理及方法,给出干扰抑制算法流程,并利用MATLAB软件对其进行仿真,证明其在卫星信号干扰和噪声抑制中比FFT(快速傅里叶变换)方法具有更好的效果。     

一种能有效抑制窄带干扰的小波包多载波扩频系统

本文提出一种能有效抑制窄带干扰的基于小波包的多载波扩频接收系统.该系统通过小波包分析来自适应调整优化参数并进行抗干扰处理,使系统性能在高功率窄带干扰下得到改善.处理过程可与传统的基于小波包的多载波扩频系统解调解扩方式很好的相匹配,系统复杂度很低.研究与仿真结果表明,这种方案简单实用,具有良好的性能.在相同的处理条件下,性能要大大优于基于离散傅立叶变换(DFT)的多载波扩频系统.     

DSSS系统中自适应小波包干扰抵消器

本文提出了一种DSSS系统中基于小波包变换域的自适应干扰抵消算法（AWPT）,分析了小波包变抵抵消窄带干扰和脉冲干扰的机理,提出了优化准则和相应的自适应抵消算法,通过计算机仿真研究了其抗窄带和脉冲干扰的能力,并与传统的加窗DFT干扰抵消和子带变换干扰抵消作了比较。     

基于小波包分析的SAR射频干扰自适应抑制方法

本文首次将小波分析的方法应用到SAR(Synthetic Aperture Radar)射频干扰抑制中,提出了基于小波包分析的自适应干扰抑制方法,利用小波包变换的多分辨分析能力和良好的时频局部化特性,实现了SAR射频干扰的自适应抑制.通过干扰抑制仿真实验,验证了方法的正确性和有效性.     

基于小波包分析的SAR射频干扰自适应抑制方法

首次将小渡分析的方法应用到SAR射频干扰抑制中．提出了基于小波包分析的自适应干扰抑制方法。利用小波包变换的多分辨分析能力和良好的时频局部化特性，自适应地提取干扰特征向量，实现了SAR射频干扰抑制。克服了陷渡滤波法中陷渡器设计难以随射频干扰变化而自适应变化以及参数化干扰抑制方法对干扰拟合不够精确的缺陷。通过干扰抑制仿真实验．验证了方法的正确性和有效性。     

一种基于小波包和双谱的信号分析方法

在高斯噪声背景下,为了尽可能地消除噪声的干扰来提取有用信息,提出了一种基于小波包和双谱对加性高斯噪声信号进行处理的方法。主要利用小波包变换良好的时频分析能力和双谱对高斯噪声不敏感,不但能够抑制噪声、提高信噪比,而且可以得到信号幅度、相位、能量、非线性等丰富的特征信息。最后仿真表明了此方法分析信号的可行性和优越性。     

非平稳信号的小波包阈值去噪方法

研究非平稳信号的小波包阂值去噪方法，介绍了几种阈限和选取闽值的规则。计算机仿真结果表明，利用小波包阈值去噪的时频局部化特性可以滤去非平稳信号中大量的背景噪声，消噪后的信噪比（SNR）明显高于傅里叶滤波的结果，充分说明了小波包阈值方法在非平稳信号去噪中的优越性。     

基于小波包变换的多阈值法语音信号去噪净化

文中在小波包变换和传统阈值法的基础上,提出了一种基于小波包变换的多尺度多阈值语音信号去噪净化方法。采用小波包分解,克服了传统的正交小波变换的缺陷。采用多尺度多阈值方法,通过改进噪声方差估计方法,在去噪的同时,进一步提高信噪比。仿真实验结果表明,本方法能有效去除信号中的噪声和较好保留语音细节,达到更佳的语音净化效果。     

小波分析和小波包在图像消噪中的应用

小波包理论是在小波基础上发展起来的时频分析理论,在图像消噪中取得了较好的应用。文中介绍了小波分析和小波包的基本理论,分析了基于小波和小波包进行图像消噪的方法,利用MATLAB7对相同舍噪图像进行了计算机仿真,并对仿真结果进行了分析。实验表明,图像消噪效果与阈值的选取密切相关,小波包消噪后的效果比小波更好。     

最佳小波包多载波调制解调技术

本文利用离散小波包变换（ＤＷＰＴ）导出信号窨的诱导小波包基。在此基础上建立起基于ＤＷＰＴ的小波包多载波传输系统的概念,提出了最佳小波包多载波市制解调技术。技术根据给定的信道特性,采用类似于最佳基搜索城众多的小波包多载波市制解调方案中快速寻求出最佳方案,使得系统解调出的信号中所要信号与符号间干扰的信干比在不增强噪声的前提下达了最大。     

基于Laplace分布的非下采样小波包脉冲星信号消噪

为了提高脉冲星信号的去噪效果,提出了一种基 于非下采样小波包(NWP)分解的局部Laplace模型消噪方法。 首先对真实脉冲星信号进行NWP分解,统计真实脉冲星信号NWP系数的分布特性, 建立真实脉冲星信号小波包系数的Laplace分布模型;然后在Laplace先验概率分布的基础 上,根据最大后 验概率(MAP)估计准则,利用含噪脉冲星信号的小波包系数对真实脉冲星信号的小波包系数 进行有效估算;最后 对估算出的小波包系数进行NWP重构,得到消噪后的脉冲星信号。采用不同 的脉冲星信号进行实 验分析的结果表明,与经典的基于高斯分布的非下采样小波(NSW)消噪和NWP消噪相比,本文 方法可以 更有效地去除噪声,同时更好地保留信号中的微脉冲等细节信息,在信噪比(SNR)、均方根误差(RMSE)、相关系数(CC)和峰值相对误差(REPV)等都 有较好的改善。     

基于小波包变换的自适应阈值语音去噪净化

提出了一种基于小波包变换的自适应阈值语音去噪净化方法。采用双正交小波包分解,克服了传统的正交小波变换的缺陷。采用自适应阚值方法,通过最佳阈值的估计,在去噪的同时进一步提高信噪比。仿真实验结果表明．方法能在有效去除噪声的过程中保证相位不失真和较好保留语音细节,语音净化效果明显优于其他方法。     

小波域抑制多音干扰的扩频接收机

利用小波包理论提出了一种快速、准确地识别并且抑制多音干扰的有效方法。该方法利用小波包理论将多音干扰的各条谱线逐个定位,然后通过功率谱分析的方法来识别多音干扰的存在区间,最后将被干扰污染的区间逐个切除并反向重构接收到的信号。实验证明该方法的误比特率性能在强干扰时要优于以前的FFT域切割法。