基于时间结构盲源分离算法的工频干扰消除

研究了基于时间结构盲源分离算法的基本原理,在分析其特点和适用范围的基础上,提出了采用时间结构盲源分离算法消除地震信号采集过程中工频干扰的方法,并与基于FastICA的方法进行了性能比较.研究结果表明,本方法能够有效地消除地震信号中的工频干扰,同时保护有用信号,且干扰消除性能具有明显优势.     

基于四阶累积量和简化粒子群的盲分离算法

针对线性混合盲信号分离问题,本文提出一种基于四阶累积量和简化粒子群优化的盲信号分离新算法。该算法采用信号的四阶累积量作为目标函数,运用简化粒子群优化算法对目标函数进行优化,最终实现对混合信号的盲分离。仿真结果表明,该算法能够有效实现对会议语音混合信号的盲分离,跟其他算法相比,具有更快收敛速度和分离精度。     

采用改进的FastICA算法解决铁路通信同频干扰问题探究

在复杂的无线电环境下,无线通信和铁路车地通信普遍存在同频干扰,针对在时域和频域内难以解决多个同频信号干扰的问题,文章将盲分离技术应用于同频信号的提取中,提出一种基于盲源分离提取同频信号的方法。首先通过共轭梯度法对基于峭度目标函数的FastICA算法进行迭代,然后在共轭梯度法迭代的基础上增加一维精确线性搜索,最后选用不同代价函数的梯度对步长进行优化,进一步提高了FastICA算法的提取精度。仿真结果表明,所提出的算法能够很好地实现同频信号的提取,提取信号与原信号的相似度达到97%,该研究为解决铁路通信系统中同频信号的混叠问题提供一个新的解决途径。     

基于智能单粒子与信号变化度的盲源分离算法

提出了一种新的基于智能单粒子优化的有序盲源分离算法。采用信号变化度作为分离的目标函数,利用球坐标变换方法对分离向量进行变换,使用智能单粒子优化算法对目标函数进行求解,通过去相关方法从混合信号中去除已分离出的源信号成分,最终实现按照信号变化度降序分离出各源信号。仿真结果表明,本算法能够有效实现对源信号的有序分离,且分离精度很高。     

基于PSO-CF的有限目标信号盲抽取算法

以最大化规范四阶累积量绝对值为目标函数,解决了因概率密度函数估计过程中激活函数选取不当而带来算法分离性能下降的问题;引入PSO-CF方法进行优化问题求解,防止算法收敛到局部极值,降低算法的实现复杂度。为高效实现从多源混合信号中抽取有限数目的目标信号,提出了一种基于PSO-CF的有限目标信号盲抽取算法。仿真表明,该算法对超高斯、亚高斯及混合型源信号均可分离,算法普适性强,且收敛速度快,分离性能良好。     

基于数据挖掘的光纤周界振动信号识别

针对光纤周界振动信号中的噪声干扰以及通过单一特征无法全面描述振动信号的问题，研究基于数据挖掘的光纤周界振动信号识别方法。采用SVD(奇异值分解)方法对所采集的振动信号进行去噪处理，基于秩阶次值重构信号，由此消除噪声；针对无噪音振动信号，将峭度。排列熵与瞬时频率标准差作为特征，并进行特征融合，获取振动信号的特征向量；将特征向量输入概率神经网络中，利用模拟退火算法确定网络中的平滑因子参数值优化网络结构，通过学习与训练的过程输出振动信号识别结果。实验结果显示秩阶次值k为5时信号去噪性能最好，信号特征之间差异较为显著，易于区分，识别准确率平均为94.08%。     

基于盲源分离方法的工频干扰消除

生物医学信号检测和处理过程中,50Hz(或60Hz)工频干扰的消除一直非常重要的技术问题。本文提出了一种基于独立分量分析的工频干扰消除新方法。我们用该方法对模拟数据和实测脑电(EEG)信号中的工频干扰进行消除,并与自适应滤波工频干扰消除方法进行了比较。实验表明,本文所提出的方法在工频干扰消除上具有一定的优势。     

基于ICA的交叉极化干扰抑制算法

针对极化复用模式中引入的交叉极化干扰问题,利用一种基于独立成分分析（ICA）的盲分离算法,无需信号先验知识和后续解调即可从观测信号中分离出源信号,达到消除极化干扰的目的。该算法基于线性瞬时混合模型,对峭度对比函数进行精确线性搜索优化,选取最佳步长,解决了盲分离信号中的排序问题。文中对不同信噪比和极化隔离度下的分离效果进行了仿真,仿真结果表明,该算法具有较好的分离性能,且在强交叉极化干扰和低信噪比下的性能较为稳定。     

无功补偿容量优化下电压互感器信号采集

为解决传统互感器信号采集方法效率低的问题,提出无功补偿容量优化的电压互感器信号采集方法。分析电压互感器接线情况及电压互感器无功特性,以成本最小为目标构建函数,充分考虑电压互感器随机波动特性,设定接入的潮流约束与电压互感器无功调节能力约束条件,采用改进粒子群求解方法满足计算精度要求;采用小波信噪分离方法,完全消除高频噪声信号,完成电压互感器信号采集。实验结果表明,该方法采集效率最高可达到0.98,可保障电压互感器稳定运行。     

盲源信号分离方法研究

盲源信号分离是信号处理和神经网络领域的研究热点问题。介绍了盲源信号分离的概念、分类和基本数学模型;探讨了盲源分离中源信号和信道的假设条件,目标函数的建立,代价函数的优化,以及一般盲源分离算法实现步骤。给出了几种常见的目标函数和算法,并分析了它们的特点。     

基于Bayes估计和数据流间功率分配的联合干扰相位对齐算法

针对信道状态信息（CSI）存在时延和误差的情况,本文提出了适用于多小区MIMO-BC的基于Bayes估计和数据流间功率分配的联合干扰相位对齐算法.首先,发送端通过Bayes估计获得当前CSI的最佳估计;其次,通过最大化期望信号功率与小区间干扰功率的比值来设计干扰抑制矩阵;而在反向通信时,通过最大化信干比来设计预编码;进一步地,结合注水算法来优化功率分配.最后,采用相位对齐将数据流间的干扰旋转到目标接收数据流的信号空间中,进而增强目标数据流的接收功率.仿真表明,无论是在理想CSI还是时延误差CSI,本文算法较其他算法都有一定的性能优势.     

An adaptive approach to suppress powerful impulsive interference

In this paper the problem of impulsive noise suppression by using adaptive prediction technique is considered. The Time Domain Notch Filter structure and a procedure to estimate the filter coefficients are proposed. The considered algorithm is linear and does not require any auxiliary reference input. Performance evaluation indicates that the use of this algorithm does not change the signal-to-noise ratio (SNR) whose value remains almost independent of impulsive interference power. On the other hand, the signal-to-impulsive interference ratio (SIR) in the output increases with a decrease in the input SIR. This property of the proposed algorithm is the most essential difference between it and the commonly employed algorithms. The results of computer simulation of a noncoherent detection system applied to the on-off-keying modulation are given. The obtained results confirm that the proposed algorithm enables a transmission in the background of high power impulsive interference.     

最小Rayleigh熵恒模信号分离算法

提出了一种最小Rayleigh熵恒模信号分离算法(MRE-AOCMSS)。该算法通过对代价函数作适当的变换, 得到新的协方差矩阵,然后构造出协方差矩阵的Rayleigh熵,再通过最小化Rayleigh熵得到用以恢复恒模信号的最佳权矢量。该算法能够准确地分离出期望信号并抑制掉干扰,从而有效地克服了常规恒模算法(CMA)对同信道干扰(CCI)功率大于信号功率的情况敏感这一缺点。计算机仿真结果说明了该算法的有效性。     

具有良好宽容性的逆波束形成干扰抑制算法研究

在阵列信号处理中,逆波束形成干扰抑制算法利用干扰的方位信息估计干扰信号从而进行干扰抑制,但在复杂海洋环境中阵列接收的干扰信号往往存在相位随机扰动,此方法估计的干扰信号与实际干扰信号有较大偏差,造成干扰抑制效果不理想。为适应干扰相位的随机扰动,具有良好宽容性的逆波束形成干扰抑制算法充分考虑随机扰动的存在,利用干扰重建矩阵估计干扰信号,此时估计干扰信号更接近实际干扰信号,保证干扰抑制有较好的结果。该文算法充分考虑了复杂海洋环境中干扰信号的相位扰动,可以获得较好的干扰抑制效果,提高了算法的宽容性。理论分析、计算机仿真结果均表明该文算法的有效性。     

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.     

Adaptive interference suppression for DSSS communications based on compressive sensing

The existing interference suppression algorithms for direct sequence spread spectrum (DSSS) communications are confined to the high sampling rate. The compressive sensing is addressed to solve the problem in this paper. Firstly, the mathematical model of interference suppression in compressed domain is introduced; the DSSS signal and interference sparse dictionary is built. Secondly, according to the difficulty in obtaining the prior information of the interference signal sparse degree, the adaptive interference suppression algorithm is proposed by setting the reasonable control threshold. A comprehensive analysis and comparison of the algorithm are presented and discussed. The numerical experiments are provided to demonstrate the effectiveness of the proposed algorithm. The results show that the algorithm could suppress the interference effectively; the interference suppression performance does not change with the interference intensity and interference quantity. This will provide an effective method for the reconstruction of the compressed DSSS signal under the scenario of interference. The results obtained here may also be applicable in alternative spread spectrum technologies, like code division multiple access system.     

一种基于最大化Rayleigh熵的稳健干扰对齐算法

干扰对齐在消除干扰方面具有独到的优势,但需要完美的信道状态信息(CSI),这在实际中很难实现。该文分析了传统稳健干扰对齐方案的优缺点,在此基础上,提出一种最大化Rayleigh熵的稳健干扰对齐算法,并对收敛性,自由度和频谱效率等进行了分析。不同于MAX-SINR算法,该文通过最大化信号的Rayleigh熵,求得干扰抑制矩阵。在正向通信中,考虑到数据流之间的相关性取干扰抑制矩阵为原始干扰抑制矩阵的酉矩阵形式,并采用注水功率分配实现用户数据流间的最佳功率分配;基于信道的互惠性,在反向通信时,做类似的处理。通过迭代计算,逐渐将干扰压缩。最后,在完美CSI和误差CSI时,仿真表明该算法显著地提高了系统的性能。     

单通道最优恒模自适应干扰抑制方法

针对民航地空通信中常见干扰具有恒定包络的特点,该文提出了一种基于单通道最优恒模算法的自适应干扰抑制方法。该方法利用干扰信号的恒模特性,采用非线性最小二乘的方法对干扰信号的幅度与相位进行估计,并将其与接收到的混合信号相减,从而实现了恒模干扰信号的抑制。该方法与现有民航地空通信系统具有较好的兼容性,无需额外增加通道,且避免了一般自适应干扰抑制算法中的收敛问题。仿真和实测数据的处理结果表明该方法具有较好的干扰抑制效果。     

Interference suppression for ultra dense network based on compressive sensing framework

Ultra-dense network (UDN) deployment of small cells introduces novel technical challenges, one of which is that the interference levels increase considerably with the network density. This paper proposes interference suppression scheme based on compressive sensing (CS) framework for UDN. Firstly, the measurement matrix is designed by exploiting the sparsity of millimeter wave channels. CS technique is employed to transform the high dimension sparse signal into low dimension signal. Then, the interference is canceled in the compressed domain. Finally, the stagewise weak orthogonal matching pursuit (SWOMP) algorithm is used to reconstruct the useful signal after interference suppression. The analysis and simulation results demonstrate the effectiveness of the algorithm. Simulation results demonstrate that the proposed interference suppression in compressive domain yields performance gains compared to other classical interference suppression schemes. The proposed algorithm can reduce the computational complexity of interference suppression algorithm.     

互信息量最大化和低复杂度的全双工中继网络自干扰消除和干扰对齐算法

该文针对多用户全双工中继干扰信道,同时考虑全双工中继自干扰消除及用户端干扰消除问题。首先,提出了基于最大化全局互信息量的自干扰消除和干扰对齐算法,并具体给出了自干扰消除矩阵的具体求解算法和方案。进一步,给出了信号对齐和干扰抑制的可行性条件,并分析了系统的互信息量和所受干扰噪声功率,以及系统的自由度。理论分析和仿真结果显示,与现有的典型全双工中继方案相比,该文算法可以提高系统互信息量和自由度,并有较低误码率;另外,该文算法的中继只需进行简单的功率约束,不需做复杂的信号处理,降低了整个系统的信号处理复杂度。