基于深度神经网络的收发同时系统中自干扰数字对消算法

为了解决转发式干扰机收发同时系统中的自干扰难以对消问题,该文设计一种基于深度神经网络(DNN)的自干扰对消算法。在自干扰信号与目标信号强相关且混叠的情况下该算法可以有效地消除自干扰信号。在此基础上,该文利用分段侦收的信号快速生成干扰的方法,验证了该算法在收发同时系统中自干扰信号对消的可行性,实现了基于本脉冲的雷达干扰信号构建,对敌方雷达快速做出反应,在电子对抗中占据有利地位。该文利用典型的线性调频(LFM)和二进制相移键控(BPSK)雷达信号生成数据集训练深度神经网络,用测试集去测试网络输出的模型。实验结果表明:在收发同时系统中目标信号与自干扰信号混叠的情况下,基于DNN的自干扰对消算法可以有效消除自干扰信号,在信干比–8 dB的情况下,对消比可达到26 dB以上。     

TI DSKplus Board在房间声回授通道特性测量中的应用

介绍一种新的测量房间声回授通道特性的实验方法。用TI（Texas Instruments）公司提供的DSKplus Board开发套件,实现数据的实时发送和采集,并把采集的数据送入主机保存,以备主机进行房间声回波通道特性的分析计算。     

神经网络自适应噪声对消的研究

基于神经网络中自适应线性单元(ADALINE),结合传统自适应噪声对消原理,提出了一种基于ADALINE的改进型自适应噪声对消器。经仿真和实例证明,具有很强的噪声滤除能力和鲁棒性。     

回波对消中盲源分离算法的研究与仿真

盲源分离因为可以仅根据接收到的观测信号来估计还原源信号,成为近年来在信号处理领域的研究热点.针对盲源分离中的基于峭度的独立分量分析算法在源信号还原的过程中计算量较大的问题,采用共轭梯度方法对独立分量分析法进行优化,优化后的算法收敛速度更快,稳态误差变小.Matlab仿真实验表明,优化后的独立分量分析算法收敛更快,实际分离效果更好.     

自适应旁瓣对消在雷达中的应用

自适应旁瓣对消(ASLC)是雷达抗有源干扰的有效方法.它采用空间滤波技术,通过辅助接收通道在干扰方向形成波束图的零点,实现对干扰信号的抑制.本文介绍了自适应旁瓣对消的原理,然后给出了基于DSP的ASLC实现方案,分析了自适应旁瓣对消的性能.同传统的对消系统相比,该系统具有更好的抗干扰性能.     

利用辅助水平天线对Es层干扰的自适应抑制

基于一个高频双极化雷达系统,给出了一种利用辅助水平天线抑制Es层干扰的自适应系统.水平极化天线接收的数据与垂直极化天线接收的数据进行相关,自适应的估计出垂直天线接收中的干扰,然后对消掉它们.干扰对消在每个相参积累周期后进行.实际数据对消后的信噪比可以提高到25dB.     

基于ATF的直扩通信干扰抑制技术

研究了一种新的应用于直扩通信系统的自适应时频干扰对消器.该算法根据干扰类型决定在时域或频域处理.若干扰信号是时域能量集中型,则在时域进行干扰抑制;若确定在频域除干扰,则采用自适应子带变换技术,根据接收信号的频域特点对其进行分解,这种时频域结合的方式克服了固定变换基频域干扰抑制技术的局限性.本文推导了系统误比特率的闭合形式,仿真结果表明,该算法优于已有的其他算法,提高了系统的鲁棒性.     

收入不确定性对山东省城镇居民消费影响的实证分析

预防性储蓄理论认为不确定性对居民消费有负效应。本文利用《山东省统计年鉴》的有关数据对收入不确定性与我省居民消费的关系进行了经济计量分析，实证结果表明：来自收入分配差距的不确定性感受对消费有显著负效应，并且来自收入分配差距的不确定性感受比来自收入增长率波动的不确定性感受对山东省城镇居民消费的影响大，因此，缩小收分配差距是刺激消费的一项重要措施。