一种用于抑制直扩通信中窄带干扰的非线性自适应方法

在分析线性自适应滤波抑制单频干扰、自回归过程窄带干扰和窄带BPSK调制信号干扰的性能的基础上,提出了一种非线性自适应波抑制方法.在对窄带干扰进行预测前,通过对扩谱信号的估计,使得窄带干扰预测的背景噪声由非高斯转变为高斯,并消除扩谱信号对干扰估计的影响,再通过NLMS和RLS自适应算法进行干扰抑制.理论分析和仿真试验结果表明,这种改进方法对于系统性能的改善效果,明显优于常规自适应滤波抑制方法.     

窄带脉冲干扰环境下直扩信号伪码周期及序列的盲估计

带内窄带脉冲干扰会对直接序列扩频信号估计性能产生较大的影响,针对此问题,提出了一种抑制窄带脉冲干扰并对扩频码序列及周期的盲估计算法。采用最大熵概率密度谱估计算法估计出接收信号的概率密度谱,进而用估计的概率密度谱设计滤波函数对信号滤波来抑制窄带脉冲干扰。利用二次谱算法对扩频码周期进行估计并通过 Viterbi 算法对扩频序列进行提取。仿真实验表明,该算法不仅能抑制较强的窄带脉冲干扰,而且能在无先验信息的条件下估计出扩频信号的扩频码周期及序列等信息,从而获知直扩通信中所传输的码元序列。     

时空域联合的水下未知线谱目标检测方法

水下线谱目标被动检测中,目标辐射线谱信号的方位、频率、个数等信息通常未知,且线谱检测性能容易受到宽带干扰及背景噪声的影响。针对此问题,该文提出一种时空域联合的未知线谱目标检测方法(STJD)。首先,利用线谱信号的相干特性,构建了一种能够自主匹配未知线谱信号的时空域联合滤波器,用以滤除接收信号中的宽带背景干扰及噪声。之后,对滤波信号进行常规频域波束形成得到空时2维波束输出,其具有相对纯净的线谱谱峰。在此基础上提取线谱并利用线谱信息计算空间方位谱,进而实现对线谱目标的检测。理论推导及仿真结果表明该文方法能够对未知线谱信号进行最小均方误差意义下的时空滤波,并能充分地利用线谱信息进行线谱目标的被动检测。与已有基于线谱特征的线谱目标检测方法相比,该文方法对信噪比(SNR)的要求较低,在多目标、多线谱等复杂情况下具有较好的线谱目标检测性能。     

自适应极化滤波抗欺骗干扰性能研究

针对连续波雷达或高重频脉冲雷达遭受高逼真欺骗干扰的情况,研究了自适应极化滤波(APF)的抗干扰性能。首先建立了雷达遭受欺骗干扰时回波信号的理论分析模型,然后利用卡尔曼滤波技术实时估计干扰的极化参数,最后利用经典的极化滤波方法滤除其中的干扰信号,保留真实目标信号。当干扰与信号叠加在一起时,理论分析和仿真结果均表明自适应极化滤波效果将受制于干扰与信号的功率比。强干扰情况下,自适应极化滤波可提高信干比,最大约50 dB;弱干扰甚至无干扰环境下,自适应极化滤波会恶化信干比,因此自适应极化滤波的实施需要由具体的电磁环境决定。     

频域谱相关自适应滤波的LPI信号可检测性与密集信号分选能力研究

本文以谱相关理论为基础，针对低概率截获信号检测和密集信号分选问题，提出了利用频域谱相关自适应滤波技术对噪声和干扰环境下的ＬＰＩ信号进行检测，以及对时域和功率谱域严重重叠信号进行分选。     

信号最优极化滤波及性能分析

研究了信号最优极化滤波问题,以信号干扰噪声比(SINR)为目标函数建立了带非线性约束的优化模型,利用变量代换将其转化为无约束的优化问题,利用极值必要条件将优化问题转化为一元二次方程求根问题,导出了最大SINR和最优接收极化的解析表达式。性能分析表明:信号和干扰极化状态差异越大,滤波性能越好,完全极化干扰容易被抑制,而部分极化干扰效果好。     

一种基于重叠变换域的抗窄带干扰算法

为了增强扩频系统的窄带干扰抑制能力,针对重叠域中值滤波(MF)算法会给信号带来失真的缺点,提出一种基于重叠变换域窄带干扰抑制算法.该算法基于直接序列扩频信号在重叠变换域的特点,利用阈值滤波、中值滤波、估计门限进行综合判决.仿真表明:该算法能有效降低信号干扰能量,同时减少中值滤波算法对信号造成的失真,增强了系统性能和鲁棒性.     

无线噪声干扰下微弱通信信号捕获方法研究

在无线噪声干扰下通信信号的信噪比较低,难以实现对微弱通信信号的准确捕获,通信信号的检测性能较低,传统方法采用高阶谱检测方法进行噪声干扰下的微弱通信信号捕获,随着噪声干扰强度的增大,检测性能不好。提出一种基于微弱通信信号空间波达信号特征参量估计的无线噪声干扰下微弱通信信号捕获方法。首先进行了无线噪声干扰下微弱通信号的信号模型构建和通信信道分析,设计自适应匹配滤波器进行噪声干扰抑制,对滤波信号进行空间波达信号特征参量估计,实现对无线噪声干扰下微弱通信信号的准确捕获和检测,实现算法改进。仿真结果表明,采用该方法进行无线噪声干扰下微弱通信信号捕获的检测性能较好,对虚警干扰的抑制能力较高,提高对微弱信号的准确检测概率,展示了优越性能。     

应用在嵌入式设备的气相色谱仪数据处理方法

气相色谱法广泛应用于混合气体的分析检测中,然而在采集数据的过程中容易受到干扰,造成色谱图存在大量的噪声,产生基线的漂移,导致后续的谱峰检测和谱峰分析的准确率降低,难以应用在实际混合气体检测中。根据一阶滤波特性,文中提出一种自适应的动态一阶滤波的去噪方法,结合移动均值滤波,解决了由于环境干扰导致色谱信号存在大量噪声的问题,有效地消除了噪声且信号畸变小,优化了采用固定滤波系数带来滤波效果不稳定的问题。提出一种自适应阈值的基点移动法的基线校正方法,并结合滑动极值和限幅进行基线校正,解决了基线漂移带来的信号检测偏差大的问题,保证了后续谱峰检测和谱峰分析的有效性。     

谱相关理论及其在通信情报侦察中的应用

本文简要介绍了谱相关理论的有关概念,说明了利用信号的谱相关性提高信号选择性及抑制干扰和噪声能力的应用机理,综述了该理论在通信信号的检测、特征参数估计、波形估计、综合识别和多参数估计等通信情报侦察中的应用。     

基于二维虚拟空间平滑算法的跳频通信系统跟踪式干扰抑制研究

基于均匀矩形阵列,利用阵列接收信号及其共轭信息,推导出2维的虚拟空间平滑算法。通过构造2维虚拟子阵,消除干扰信号与期望信号之间的相关性,避免了有效阵列孔径的损失,提高了算法的空间谱分辨率。将该算法与相位补偿技术相结合,给出了一种抗跟踪式干扰的跳频通信系统。通过理论分析和模拟仿真,验证了该系统对跟踪式干扰具有较好抑制能力,在干扰方向的零陷抑制深度达50 dB以上,并且与普通跳频系统相比在-3 dB的强干扰环境下具有优良的误码率特性。     

现场环境下设备区域电磁干扰检测与识别方法

现场环境下电磁环境复杂,设备区域电磁干扰的有效识别可为射电天文台站频谱分析提供重要依据.文章基于现场电磁干扰测量频谱,提出了一种电子设备区域干扰信号检测与识别方法.首先,针对对着设备区域和隔过设备区域两种测量状态多组频谱数据进行预处理,实现信噪分离,运用二值法检测信号边界,提取频谱中干扰信号.然后,依据一元回归算法和通道占用统计方法对多组测量频谱中干扰信号进行相关性分析,识别设备区域内电磁辐射频谱.所提方法对新疆天文台南山站内多个设备区域电磁辐射频谱检测结果与人工识别结果对比表明,本文方法94%以上的识别结果与人工识别结果相符,验证了现场环境下设备电子区域电磁干扰检测与识别方法的准确性和通用性.     

直扩通信中窄带干扰抑制的边带相关置换算法

论文提出了一种新的窄带干扰抑制算法,基于信号边带相关性的边带相关置换算法,通过计算接收信号频谱的边带相关函数确定载频和干扰中心频率,然后利用直扩信号频谱的对称性,用相对于窄带干扰的边带对称值代替干扰值达到消除干扰的目的。该算法对频谱具有对称性的调制方式都适用。计算机仿真结果表明边带相关置换算法的性能要优于变换域干扰置零的常规算法。     

拥挤干扰环境下的一种多载波扩频信号接收波束成形方法

针对拥挤干扰环境中的多载波扩频通信系统,提出了一种基于期望信号波达方向估计和干扰功率空间谱分析的波束成形方法。该方法首先利用多载波扩频调制信号的频率分集特性估计期望信号的波达方向,然后利用空间谱分析估计干扰信号的空间功率分布,在此基础上完成波束成形。该方法能够在拥挤强干扰环境下精确估计信号的波达方向,从而保证了干扰信号空间谱估计的有效性。仿真结果表明,即使干扰信号的功率显著强于期望信号,本算法仍然能够精确地估计出期望信号的波达方向,从而保证算法的有效性。     

基于谱分析的稳健自适应波束形成算法

针对在导向矢量存在误差情况下,自适应波束形成算法性能下降问题,提出一种基于谱分析的稳健自适应波束形成(SA-RAB)算法。算法利用空域与频域的对称性,根据真实导向矢量与理想导向矢量之间的误差,运用谱分析(SA)技术确定波束主瓣宽度,最后利用二阶锥规划(SOCP)技术在主瓣宽度内形成平顶响应,并在副瓣区域内进行干扰抑制。仿真结果表明:该算法可有效地抑制干扰,并输出理想的信号干扰噪声比(SINR),且提高了波束形成针对导向矢量误差的稳健性,验证了算法的有效性和优越性。     

A new method of channel identification

A method of channel identification is proposed that exploits the spectral correlation properties of pulse- and carrier-modulated signals to identify channels in the presence of arbitrary noise and nearly arbitrary interference. Although a pilot or training signal is required, no replica of the transmitted pilot/training signal is needed at the receiver. The price paid for this simplicity and the tolerance to extreme channel corruption from noise or interference is that the method is slow. That is, relatively long averaging times are needed for measurement of the spectral correlation of the received signal     

强海水混响背景下水中兵器攻击目标检测研究

水中兵器在对舰船目标攻击过程中受到海水混响杂波的影响,导致目标检测性能下降。传统方法采用时频分析方法进行目标检测,在信混比较低的情况下受到的干扰较强,导致虚警概率较高。提出一种舰船目标回波盲源分离的强海水混响背景下的水中兵器攻击目标检测算法。首先构建强海水混响干扰下的舰船目标回波模型,对舰船目标回波模型进行自相关匹配滤波,提取回波信号的高阶谱特征,实现目标信号的盲源分离,达到目标检测的目的。仿真结果表明,采用该算法进行目标检测,准确检测概率较高,降低了虚警概率,提高了水中兵器对目标的准确打击能力。     

扩频通信的频谱相关检测方法

基于周期平稳信号特征和频谱相关密度，本文提出了利用频谱相关处理检测扩频通信信号的频谱相关检测方法。这种方法的检测性能常规经典方法，并有更好的抗噪声和干扰的能力。     

基于经验模态分解与回归分析的空间外差光谱目标提取

为识别空间外差光谱仪探测目标干涉信号的特征信息,提出一种基于经验模态分解与回归分析的空间干涉谱目标提取方法。首先对预处理后的光谱进行经验模态自适应分解,得到各阶次固有模态分量并分别计算它们与原始光谱信号的Pearson相关系数,根据相关系数分选准则判定背景与目标信息重构的分界点。然后计算重构背景与实测背景间的Pearson相关系数来判定经验模态分解结果。对信号主导的固有模态分量利用小波软阈值进行消噪,重构较纯净的目标特征信息;利用目标特征信息与原始干涉光谱信息进行多元线性回归分析获得最佳的近似滤波系数,构造滤波器并应用到目标信号,提取目标。最后通过差谱信号与提取的目标光谱的Pearson相关系数来判别提取的目标信号。实验结果表明:经验模态分解可将背景与目标近似分离;在未知背景信号情况下,利用经验模态分解与回归分析可实现钾共振双线特征光谱的提取。     

基于谱相关的直扩信号载频及伪码速率估计技术

将谱相关理论应用到直接序列扩频信号的关键参数估计中，针对BPSK调制的直扩信号，分析了其谱相关密度函数的特征，提出了基于集平均的谱相关估计算法。该算法在非零循环频率上搜索特征谱线，从而在较低信噪比下完成对直扩信号载频和PN码速率的估计。最后通过仿真验证了该算法的性能。