用神经网络实现自适应噪声对消

本文用神经网络实现自适应噪声对消系统，计算机模拟结果表明，该系统对宽带噪声和单频干扰均有很好的抑制作用。     

用神经网络实现自适应噪声对消

本文用神经网络实现自适应噪声对消系统，计算机模拟结果表明，该系统对宽带噪声和单频干扰均有很好的抑制作用。     

窄带干扰的适应对消

窄带干扰可以有效地干扰非护频系统，这种干扰方式因干扰功率集中，所以干扰功率得到充分利用。阐述了自适应对消器抑制窄带干扰的理论与性能。     

基于VSSAP算法的自适应干扰对消技术研究

针对雷达干扰机收发天线之间存在的同频干扰问题,文中研究了基于变步长仿射投影(VSSAP)算法的自适应干扰对消技术。该算法针对仿射投影(AP)算法的定步长因子进行改进,建立了以高斯分布函数为基础改进的步长函数,同时利用误差信号的自相关作为步长函数的自变量,得到步长因子随误差信号变化的函数表达式,从而在加快算法收敛速度的同时改善稳态误差。最终的实验结果证明:该算法的收敛速度和稳态误差明显优于最小均方误差(LMS)及其改进算法,且与参考算法相比,收敛速度大大加快,对消比提高了10dB左右。在转发式雷达干扰机中,欺骗干扰与压制干扰得到有效抑制,使得目标信号得以较好还原。     

神经网络自适应有源噪声对消器

本文提出一种新颖的非线性自适应滤波器-递归神经网络(TNN)自适应滤波器．讨论RNN滤波器的构成及算法,实现了RNN自适应有源噪声对消器．RNN自适应有源噪声对消器性能优于由线性滤波器组成的线性对消器,能适应各种噪声环境．仿真结果充分证明了这一点．     

射频干扰对消技术抗单音干扰性能分析

传统的抗射频阻塞干扰方法会引起有用信号的畸变,同时仅部分抑制了射频阻塞干扰。为了解决这些抗干扰方式存在的不足,提出了一种解决方案射频干扰对消,给出了射频干扰对消抗阻塞干扰的实现方法,并对其抗单音干扰的性能做了计算仿真。结果表明,采用射频干扰对消技术后,在Eb/N0相同的条件下,干信比在10~30dB范围内,对误码率没有影响。     

模拟自适应干扰对消系统对消速度分析

现有自适应干扰对消系统理想对消速度模型不能描述系统稳定性问题。为此,引入系统稳定性条件修正对消速度模型。考虑了电调衰减器射频响应特性对对消速度的影响,进一步修正对消速度模型。结合仿真与实验对对消系统稳定性问题及电调衰减器射频响应特性进行测试,验证了修正模型的正确性。修正模型对后续样机的对消速度性能设计的参数分配具有参考意义。     

循环神经网络自适应有源噪声对消研究

介绍了一种新颖的非线性逢适应滤波器－－循环神经网络自适应滤波器。由于这种循环神经等效于非线性ＩＩＲ滤波器,具有学习非线性函数到任意的精度及自适应能力,这种滤波器优于线性滤波器,能够适应各种噪声环境。本文将该滤波器用于有源噪声对消,仿真结果表明了这种循环神经网络自适应有源噪声对消系统具有良好的抗噪声性能。     

自适应干扰对消系统中的时延匹配

分析了模拟实现的自适应干扰对消系统中存在时延失配情况下系统的性能.通过理论计算求解了时延条件下的周期时变微分方程组,得到时延增大与系统收敛速度降低的结论,分析得到系统稳定性的判断标准.通过对系统模型的简化分析,得到时延与稳态权值的关系式,并求解得到时延与稳态误差的量化关系,以及干扰对消比随时延变化的规律.最后通过仿真和...     

自适应干扰对消系统的稳态特性研究

描述了自适应干扰对消系统的原理,分析了其稳态特性以及影响干扰对消比的有关因素。     

电气化铁路信号传输中的自适应干扰对消器的研究

提出采用自适应干扰对消技术,解决电气化铁路牵引电流对地面与机车间信号信息传输的干扰问题,建立了牵引电流干扰模型.由于牵引电流干扰是在一定时间间隔内是平稳的,采用自适应干扰对消器可有效抑制牵引电流干扰.给出了有关实现轨道信号抗干扰的仿真结果.     

OTH雷达中自适应对消器抑制干扰技术研究

超视距雷达中,带宽的选择受到密集的大功率干扰的限制,很难找到满足距离分辨力要求且未污染的干净频带,从而导致了低的距离分辨力和信干比,本文分析了凹口滤波器零陷干扰时干扰的功率、频宽和位置对脉压输出旁瓣的影响,提出在给定的带宽内用自适应对消器抑制窄带干扰的方法,仿真结果表明：该方法较好地抑制了干扰助不损失信号能量,脉压后旁瓣大大降低,有效地提高了目标检测能力。     

基于DSP的FMCW雷达泄漏对消系统分析

对于单天线FMCW雷达系统,由于它利用一个天线去发射和接收信号,大功率的发射信号会泄露的接收支路,首先,强泄露信号会使接收机前端的低噪声放大器饱和,其次,发射机噪声泄露的接收机将引起接收机灵敏度下降,最后,强的泄露会造成接收机产生虚假目标。针对这一问题本文提出了一种基于DSP的自适应射频对消系统,并分析了系统中可能存在的问题,最后进行了系统中数字部分的算法仿真证明了理论分析的正确性。     

基于离散余弦变换的旁瓣对消技术研究

自适应旁瓣对消是一种有效抑制有源干扰的措施。研究了自适应旁瓣对消和合成孔径雷达（SAR）有源遮盖式干扰的基本原理,详细推导了基于离散余弦变换的DCT-LMS频域自适应方法,并将其应用于SAR的旁瓣对消系统中。通过与其他自适应算法的对比实验,证明了DCT-LMS算法兼有收敛速度快,计算量小的优点。最终模拟实际环境中的干扰源,利用SAR的实际数据进行了仿真实验。实验结果表明,DCT-LMS算法能有效地抑制有源干扰噪声,确保SAR接收机正常工作,具有较高的干扰对消比。     

雷达旁瓣对消的多方位饱和干扰技术研究

采用干扰源数大于雷达旁瓣对消重数的方法对旁瓣对消雷达实施干扰,并将干扰源布置在不同的方向,即方位饱和干扰。理论分析和计算机仿真的结果表明这种方法用于对抗旁瓣对消雷达具有较好的效果。     

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。     

一种基于干扰重构的自适应干扰对消算法

从干扰信号的波束域和时域特征入手,建立了基于四阶累积量联合对角化的干扰估计模型,提出了联合干扰重构和自适应对消的主瓣干扰抑制算法,给出了处理流程和工程应用条件,分析了干扰重构的相对误差,对信噪比损失性能进行了仿真分析,同时评估了对测角性能的影响。仿真结果表明,在干噪比大于40 dB、干扰与目标夹角大于1/8 波束宽度的条件下,该算法可有效抑制主瓣干扰,其重构的干扰信号与真实干扰信号相对误差小于2% ,干扰抑制后目标回波信噪比损失小于3 dB,测角精度恶化小于波束宽度的1/30。     

自适应干扰对消比与相关参量之间关系的计算

计算了自适应干扰对消系统对消比(ICR)与相关参量之间的关系,给出了计算结果,并对计算结果加以讨论.