一种新的重叠变换域抗窄带干扰技术

本文采用改进的重叠变换域中值滤波算法进行变换域抗干扰处理.该算法既考虑到直接序列扩频信号的特点,同时又利用重叠变换的特性对变换域系数进行了二次滤波.该算法节省处理时间,并且不需要有关干扰的先验知识,系统性能不会随干扰频率变化而变化,因而是一种很稳健的处理方法.     

变换域窄带干扰检测算法研究

基于数据链的应用背景,在直接序列扩频系统下,研究了不同变换域窄带干扰检测算法的基本原理,包括基于一、二阶矩的门限算法、K谱线法、条件中值滤波法及连续均值剔除算法。通过仿真对比了不同算法的干扰检测抑制性能。仿真结果表明,在几种干扰检测算法中,连续均值剔除算法对于典型窄带干扰的检测能力最优,能够实现干扰的快速实时检测处理。     

基于重叠变换的CDMA Overlay系统窄带干扰抑制

研究了如何利用既有快速实现算法,又有良好滤波性能的重叠变换来分辨并抑制扩增信号中的窄带干扰。首先分析了重叠变换的工作原理,然后在此基础上设计基于重叠变换的窄带干扰抑制接收机,最后对该收机在CD－MA Overlay系统中抑制干扰的性能进行了仿真分析。     

多分辨重叠变换在扩频通信系统抗干扰中的应用

 本文利用多分辨重叠变换(HLT)把接收机信号映射到变换域进行抗干扰处理.与重叠变换(LT)不同,HLT对信号频谱的非均匀划分可以有效地把干扰能量集中在有限的变换域子带(Transform Bins)中,因此对抑制随机脉冲干扰非常有效.与小波变换(WT)相比,HLT对信号频谱的划分更加灵活.由于可以使用基于重叠变换的快速算法,在滤波性能相当的情况下,HLT比小波变换节省计算量.仿真结果表明,其于HLT的变换域处理方案可以有效地抑制非时变窄带干扰和时变宽带干扰,明显地改善系统性能.     

基于变换域通信的OFDM系统窄带干扰抑制方法

为解决宽带OFDM系统易受传统窄带信号干扰的问题,采用基于变换域通信(TDC)的OFDM系统,通过在变换域中的电磁环境采样结果,对OFDM信号进行设计,避免使用受干扰频谱传送信息。该方法在强窄带干扰得到抑制的同时,信噪比也不容易受到变换域滤波的影响。在加性高斯白噪声信道中的仿真结果表明,基于TDC的干扰抑制方法能够有效地抑制宽带OFDM系统的窄带干扰。     

一种改进的双门限窄带干扰抑制算法

变换域双门限窄带干扰抑制算法是处理扩频信号中窄带强干扰的一种有效算法,但是当信号功率过强时双门限算法将会失效。基于传统的双门限算法,提出了一种改进型双门限窄带干扰抑制算法,研究了该算法的门限选取方法和干扰检测机制。实验结果表明,该算法能够解决传统双门限算法存在的问题,具有较好的性能。     

一种基于滤波器组的自适应门限窄带干扰抑制方法

针对直接序列扩频(DSSS)通信中的强窄带干扰,提出了一种基于重叠变换滤波器组的自适应门限窄带干扰抑制技术.该技术根据接收信号经过滤波器组后的统计特性,确定窄带干扰与扩频信号之间的阈值.通过降低高于阈值的子带信号的强度,降低了处理后的信号中的干扰能量,使接收信号的信噪比大大提高.     

基于DFT的抗窄带干扰研究

在接收端通过频域干扰抑制技术,去除窄带干扰能量,从而使直接扩频调制的抗窄带干扰能力得到明显的改善。在直接扩频通信系统中,基于傅里叶变换的门限估计常用的有N-sigma法、λ算法和中值滤波3种。对其进行了详细的理论分析,并进行了MATLAB仿真对比,其结果表明3种方法都能使窄带干扰得到一定抑制,但其硬件实现的难易不同。     

DSSS中基于重叠变换的自适应干扰抑制算法及仿真分析

提出了一种基于重叠变换的自适应干扰抑制算法,利用调制重叠变换（MLT）把接收机信号映射到变换域进行抗干扰处理,它可以有效地把干扰能量集中在有限的变换域子带（Transform Bins）中,与基于DFT、DCT等块变换相比有更好的滤波效果。由于可以使用基于重叠变换的快速算法,因此它结构简单,节省计算量。仿真结果表明,基于MLT的变换域处理方案可以有效地改善系统性能。     

基于门限估计的直扩通信系统窄带干扰变换域抑制方法

该文提出一种基于门限估计的直接序列扩频(DS-SS)通信系统窄带干扰变换域抑制方法。该方法对直扩通信系统接收信号变换域数据的分布特点进行了分析,并采用高斯分布对其作了近似.由于高斯分布的方差即为直扩信号和高斯白噪声方差之和,因此估计出变换域数据的方差,将为频域抑制滤波器的门限设置提供参考。该文采用最大似然比(ML)准则对方差进行了估计,从而实现了频域抑制滤波器的自动门限设制。理论分析和计算机仿真结果均表明,该方法能够有效地抑制直扩通信系统中的窄带干扰。     

基于STFT和WT的SAR干扰抑制算法

窄带干扰(NBI)和宽带干扰(WBI)作为合成孔径雷达（SAR）中最为常见的两种干扰形式,它们的存在将会大幅度地降低SAR图像的质量.本文在对NBI和WBI的时频聚集性分析的基础上,提出一种联合短时傅里叶变换和小波变换的NBI和WBI抑制方法.该方法首先把SAR回波数据变换到短时傅里叶谱域再把短时傅里叶谱域数据变换到小...     

基于WD和时频滑窗掩膜的SAR干扰抑制算法

窄带干扰(NarrowBand Interference,NBI)和宽带干扰(WideBand Interference,WBI)的存在将会大幅度地降低合成孔径雷达(Synthetic Aperture Radar,SAR)图像的质量.本文在对NBI和WBI的时频分析基础上,提出了一种基于Wigner分布(Wigner Distribution,WD)和时频面滑窗掩膜技术的干扰抑制算法.该算法首先利用瞬时时刻重构序列与原序列之间的联系,提出了一种基于WD的高效信号重构算法.然后采用平滑伪WD分布(Smoothed Pseudo Wigner Distribution,SPWD)作为时频掩膜抑制WD的交叉项,并结合WD信号重构算法和时频平面滑窗掩膜技术提取并重构干扰信号,最后将重构的干扰信号在原始回波中对消实现干扰抑制.该算法能有效抑制SAR图像中的时变NBI和WBI,同时能够尽可能保留有用信号.仿真数据和实测数据结果分析验证了本文方法的有效性.     

基于信息辅助块稀疏贝叶斯学习的直扩通信窄带干扰抑制

现有基于Nyquist-Shannon采样定理的窄带干扰(Narrowband Interference,NBI)抑制方法存在应用受限于采样率较高的问题。应用压缩感知(Compressive Sensing,CS)理论解决上述问题,利用NBI在频域表现出的块稀疏特性以及直接序列扩频(Direct Sequence Spread Spectrum,DSSS)信号的类噪声特性,提出了基于块稀疏贝叶斯学习(Block Sparse Bayesian Learning,BSBL)框架的DSSS通信NBI抑制模型。实现干扰抑制后,利用传统的CS重构算法实现DSSS信号的压缩域解调。为进一步提高算法性能,将NBI稀疏分块的块内自相关矩阵建模为单位矩阵,提出了信息辅助BSBL(Aid BSBL,ABSBL)算法,设计了基于ABSBL的DSSS通信NBI抑制算法。该算法在保持较好NBI抑制性能的条件下,提高了运算效率并且不依赖NBI的稀疏结构。仿真验证和对比分析结果表明,所提方法能够有效抑制DSSS通信中的NBI,在干扰强度相同的条件下,NBI带宽越小、压缩率越大,算法对NBI的抑制性能越好。     

基于模糊PCNN的小波域超声医学图像去噪方法

在分析了斑点噪声和PCNN的特点的基础上,将PCNN引入到小波域中,并结合小波软阈值去噪思想,提出了基于PCNN的超声医学图像软阈值去噪方法(ST-PCNN),该方法的优点是实现了在小波域中利用PCNN来识别高频信号的小波系数,并采用相应的方法处理小波系数,改善了PCNN难以确定斑点噪声的位置和采用固定阈值造成高频信号损失的缺点,更好的保留了低于固定阈值的高频信号的小波系数;在此基础上,将模糊算法引入到PCNN模型中,进一步提出了基于模糊PCNN的小波域超声医学图像去噪方法(F-PCNN-WD),该方法利用模糊算法来去除PCNN点火过程中大于点火阈值的斑点噪声的小波系数,以更好的去除斑点噪声。实验结果表明,ST-PCNN和F-PCNN-WD方法不仅能够有效地去除噪声,而且能够很好的保留图像的边缘和细节信息。     

基于时频相关性的复合常规人为干扰分析方法

在军事无线通信中,对进入接收机的干扰信号进行分析、识别并提取特征参数,以支持抗干扰决策,是通信设备有效对抗蓄意人为干扰的前提。提出了基于短时傅里叶变换(STFT)的复合常规人为干扰分析方法,首先对接收的干扰信号进行STFT变换,然后将得到的三维时频域数据进行二值化处理;最后根据不同干扰样式的时域及频域特征,对二值化的时频域数据之间的关系进行分析,分别解析出多音干扰、周期脉冲干扰、扫频干扰。理论分析和仿真结果表明,通过分类搜索算法,能够较为准确地对复合人为干扰进行解析。     

Joint FrFT‐FFT basis compressed sensing and adaptive iterative optimization for countering suppressive jamming

Accurate suppressive jamming is a prominent problem faced by radar equipment. It is difficult to solve signal detection problems for extremely low signal to noise ratios using traditional signal processing methods. In this study, a joint sensing dictionary based compressed sensing and adaptive iterative optimization algorithm is proposed to counter suppressive jamming in information domain. Prior information of the linear frequency modulation (LFM) and suppressive jamming signals are fully used by constructing a joint sensing dictionary. The jamming sensing dictionary is further adaptively optimized to perfectly match actual jamming signals. Finally, through the precise reconstruction of the jamming signal, high detection precision of the original LFM signal is realized. The construction of sensing dictionary adopts the Pei type fast fractional Fourier decomposition method, which serves as an efficient basis for the LFM signal. The proposed adaptive iterative optimization algorithm can solve grid mismatch problems brought on by undetermined signals and quickly achieve higher detection precision. The simulation results clearly show the effectiveness of the method.     

直扩系统中IIR格型滤波器抑制窄带干扰新方法与性能分析

该文提出一种直扩系统中基于IIR格型陷波器时域频域相结合的窄带干扰抑制新方法,该方法采用时域频域并行处理的结构,通过最优加窗和频谱校正技术在频域精确估计出干扰信号的频率,根据频率估计误差和干信比求出最优陷波带宽,由此自适应地调整时域IIR格型陷波器的参数。分析和实验表明,该方法较传统的自适应IIR窄带干扰抑制方法不仅具有更高的稳定性和实时性,而且在干扰得到有效抑制的情况下使有用信号的损失达到最小。