直扩通信系统窄带干扰的抑制技术研究

该文先给出直接序列扩频通信系统的一般模型，然后应用SYSTEMVIEW对其进行系统仿真，认识到系统本身因其扩频增益具有较强的抗窄带干扰能力，比较了不同地址码接收端的输出，系统同样具有抗多址干扰的能力。考虑到因带宽限制，仅仅依赖系统本身的扩频增益抑制干扰是不够的，因而在接收端解扩之前加人一个自适应滤波器。该文证明了该自适应滤波器对窄带干扰抑制的有效性，分析了LMS算法。最后应用MATLAB仿真了自适应滤波的整个过程，结论是应用基于LMS算法的自适应滤波器能极大地降低误码率，能抑制掉单音／窄带干扰的绝大部分能量。     

OFDM系统中联合抑制ICI的算法

针对正交频分复用（OFDM）系统中由频率偏移引起的子载波间干扰（ICI）的问题,提出了一种基于对称子载波的ICI自消除算法。该算法将互为相反数的发送符号映射到对称的子载波上,并在接收端将解调信号进行线性组合。为了进一步降低ICI,将基于对称子载波的ICI自消除算法与时域加窗相结合,即在发送数据符号之前,与升余弦函数相乘。对算法进行仿真实验,相对于相邻符号自消除算法,该算法减小了子载波间的干扰系数;加窗后OFDM符号频谱的边瓣衰减速度快,最大可衰减至－40 dB;对于系统的信号干扰比性能（SIR）,加窗后的算法同相邻符号自消除算法相比可提高8 dB左右;在信噪比较大的情况下,改善了系统的误码率。仿真结果表明,所提算法能够抑制ICI,提高系统抗干扰性能。     

超宽带通信中基于TK变换的共存干扰检测算法

本文基于TK能量估计算子,提出了一种适用于超宽带通信的共存干扰检测算法。该算法通过在TK变换检测支路中加入标称频率载波,利用TK变换后的差频分量完成对共存窄带干扰的准确测频。本文对所提算法进行了数学建模和仿真分析。仿真结果显示,该算法可对超宽带通信频段中的共存干扰进行准确的测频,并由于省去了经典测频系统中的模拟混频部分,因此大大降低了测频系统的处理复杂度,为超宽带通信自适应抗干扰技术的实用化提供了一条新的研究途径。     

UFMC系统载波干扰抑制改进算法

针对ICI自消除算法导致UFMC系统频带利用率过低的问题,提出一种联合部分自消除和加升余弦窗的改进方案。该方案具体通过在UFMC系统发射端子带边界插入自消除子载波,并在UFMC系统接收端进行时域加窗来达到抑制UFMC系统干扰、提升系统的频带利用率的目的。对算法进行MATLAB仿真实验,当子带两侧设置4个自消除子载波时,相较自消除算法,系统载波干扰比增大,同时系统的频谱利用率也提升了10%。仿真结果表明,所提算法能够有效抑制ICI,提高系统抗干扰性能,同时提升系统频带利用率。     

基于维纳滤波器的窄带干扰抑制技术

本文研究了基于修正S-V标准信道模型的超宽带通信系统窄带干扰抑制技术。理论分析和仿真结果表明,在接收机前使用维纳滤波器可以很好地抑制窄带干扰,优化系统性能。     

基于过采样DFT滤波器组的GNSS窄带干扰抑制方法

对于全球导航卫星系统(GNSS)接收机而言,窄带干扰十分常见并且危害较大。对此提出一种基于过采样离散傅里叶变换(DFT)滤波器组的频域窄带干扰抑制技术。与传统的基于加窗DFT处理的方法相比,这种方法能够更好地减小干扰信号频谱泄露问题;而与基于临界采样DFT滤波器组方法相比,这种方法能够更加有效地降低导航信号的畸变问题,特别适合在卫星导航接收机中应用。理论分析和仿真结果表明,基于过采样DFT滤波器组的新方法具有更强的窄带干扰抑制能力和更小的插入损耗。     

降低OFDM系统ICI间干扰的时域加窗算法

针对频偏引起的OFDM系统中载波间干扰(ICI)问题,提出了一种改进的基于正交化初等函数的Nyquist窗,用于抑制接收端由于频偏引起的载波间干扰。通过最佳的窗参数的选择,使接收端的信号干扰噪声比(SINR)达到最大化,以提高其自适应接收能力。同时,仿真分析了不同窗形对OFDM系统性能的影响,结果表明:所提算法能够极大程度地降低ICI,较好地改善了OFDM系统的SINR和误比特率(BER)性能。     

基于切比雪夫函数逼近的超宽带脉冲设计方法

频谱共存与兼容问题是超宽带无线通信领域必须解决的一个关键问题.为了避免超宽带系统对现有窄带无线系统的干扰,一个有效的设计方法是设计适合传输的脉冲波形.将超宽带脉冲波形设计问题等效为切比雪夫函数逼近问题,利用数值分析中Remez算法,通过一次次迭代可以获得满足要求的超宽带脉冲.Matlab仿真结果表明,用这种方法设计的脉冲功率谱符合目标频谱掩模的约束要求,在二进制脉冲位置调制跳时超宽带系统中,这种脉冲在高斯信道下单链路误比特率和多用户等方面的性能要优于高斯二阶导数脉冲.     

码移参考超宽带收发机及其在WSN环境中的性能分析

介绍了一种新型的基于码移参考技术的超宽带收发机,通过在MATLAB上建模仿真,分析比较了在无线传感器网络应用环境下码移参考超宽带系统的误比特性能。仿真结果表明,采用码移参考技术的超宽带接收机具有比传统的传输参考接收机更好的抗窄带干扰性能,并具有较低的实现复杂度,更适合于无线传感器网络的应用。此外,偏移码字的选择对系统的抗窄带干扰性能有较大影响,采用持续时间短或者随机化特性好的码字,系统的抗窄带干扰能力较强。这些结论为码字的优化设计和系统性能的改进提供了依据。     

MIMO-OFDM系统中接收窗函数的性能比较

窗函数已被广泛地应用于多输入多输出-正交频分复用系统的接收端,以降低系统对频率偏移的灵敏性,减小载波间干扰,改进接收机,提高系统性能。该文将矩形窗、升余弦窗、优于升余弦窗和二阶连续窗以时域加窗的方式应用于MIMO-OFDM系统接收机,并通过理论分析和计算机仿真就各窗函数对系统性能的影响进行了比较分析。     

基于Teager-Kaiser算子的差分码移参考超宽带接收机

为提升差分码移参考DCSR(Differential Code Shifted Reference)超宽带接收机在窄带干扰环境中的接收性能,提出了一种基于Teager-Kaiser算子(TKO)的改进型DCSR接收机结构。通过TKO的非线性处理,可以使窄带干扰能量集中在直流附近的低频段,从而可以通过一个模拟高通滤波器将其滤除。仿真结果表明本文提出的改进结构可以有效地抑制窄带干扰,并且在不存在窄带干扰的环境中其性能仍优于传统的差分码移参考接收机和传输参考接收机。改进后的TKO-DCSR性能提升明显且实现复杂度增加不多,可以较好地满足无线传感器网络的应用需求。     

基于改进LMS算法的TH-UWB接收机

跳时超宽带（TH-UWB）无线通信系统通常采用RAKE接收技术。而信道估计的准确度直接影响系统接收性能。提出一种基于梯度的变步长的LMS算法进行信道估计。与传统LMS算法相比,改进的LMS算法可以获得更小的MSE（Mean Square Error）从而为接收机提供更精确的信道估计量。同时,结果也表明该算法提高了整个接收机性能,并获得更小的BER（Bit Error Rate）。     

Direction-of-Arrival Estimation of Ultra-Wideband Signals in Narrowband Interference Environment Based on Power Inversion and Complex-Valued Neural Networks

We propose two-stage null-steering direction-of-arrival (DoA) estimation of ultra wideband (UWB) signals with power inversion algorithm and complex spatio-temporal neural network (CVSTNN). This method can estimate DoA more accurately than conventional methods in narrowband interference (NBI) environment. For null steering in UWB systems, it is necessary to adjust the amplitude and phase of tapped delay lines (TDLs) of CVSTNN. However, with a conventional CVSTNN, it often fails to estimate the arrival direction because of the NBI. We aim to reduce the influence of NBI in the learning process to avoid falling into a local solution by setting the initial weights of the TDLs with power inversion. In simulation results, it is shown that the two-stage method can realize higher DoA estimation accuracy than conventional methods.     

基于深度学习的OFDM系统窄带干扰消除方法研究

针对正交频分复用（OFDM）系统中的窄带干扰（NBI）引起的性能下降,提出了两种基于深度学习（DL）的窄带干扰消除结构。在两种结构中,首先分别对接收信号进行预处理,然后利用卷积神经网络（CNN）从时域上对经过预处理的数据进行特征提取并获得干扰估计,最后将干扰估计量从接收信号中消去。仿真结果显示,两种结构可以有效学习出OFDM系统中的窄带干扰,并提升系统性能。     

基于UKF的UWB和GPS融合定位算法

智能汽车的发展对高精度定位需求日益显现. 针对汽车在城市建筑群、立交桥等特定环境下, 可见GPS卫星数量下降、车载GPS和惯性测量单元(inertial measurement unit, IMU)组合定位系统中IMU产生积累误差导致不能精确定位问题, 本文提出一种基于无迹卡尔曼滤波(unscented Kalman ...     

TH-UWB系统中基于自适应算法的接收机研究

提出了一种适用于跳时超宽带(TH-UWB)系统中的RAKE接收机方案。该方法利用基于梯度的可变遗忘因子的改进递推最小二乘(RLS)算法进行信道估计,并与基于经典RLS算法和基于最大似然概率(ML)算法的接收机方案进行对比。结果表明,这种新型RAKE接收机方案能够更有效地跟踪时变衰落信道的变化;在相同条件下,该方案能够提高系统性能,获得更小的误码率(BER)。     

融合UWB与INS的消防员室内定位与NLOS检测算法

融合超宽带（UWB）和惯性导航系统（INS）能够实现消防员室内精确定位。为实现UWB的非视距（NLOS）误差检测,设计一种双级EKF框架。该框架以松耦合形式实现UWB/INS的数据融合,通过INS获取的初始位置估计坐标以检测UWB测量值的NLOS误差,根据检测结果计算残差矩阵来动态调整融合滤波器的测量噪声矩阵,以达到缓解NLOS误差的目的。实验结果表明,与三角不等式原理检测算法和无NLOS检测的UWB/INS简单融合算法相比,所提NLOS检测算法具备良好的检测能力、较强的稳定性及较高的定位精度。     

基于误差预测的自适应UWB/PDR融合定位算法

为了解决在室内非视距(NLOS)定位场景中超宽带(UWB)技术性能不佳、航位推算(PDR)算法累积误差过大的问题，以及由环境因素引起的UWB性能下降的问题，提出了一种基于UWB误差预测而自适应系数调节的UWB/PDR融合定位算法。该算法创新地提出了利用支持向量机(SVM)回归模型对复杂环境中UWB定位误差进行预测，并以此为基础，为常规的扩展卡尔曼滤波(EKF)算法添加了自适应调节系数，以提高UWB/PDR的融合定位效果。实验结果表明，所提算法在复杂UWB环境中可以有效预测当前UWB定位误差水平，并通过自适应调整融合系数提高精度，使得较常规EKF算法在一般区域的定位误差降低了18.2%，在UWB精度较差的区域中的定位误差降低了48.7%，从而减小了环境对UWB性能的影响；在包含UWB的视距内(LOS)及NLOS的复杂场景中，通过融合定位算法，将定位每百米误差由米级降低至分米级，解决了NLOS场景中PDR 误差过大的问题。     

一种无平方根运算的QRD-LSL插值算法研究*

为了降低基于QR分解技术的最小二乘格型(QRD-LSL)插值算法的计算复杂度,提出一种无平方根运算的QRD-LSL插值算法,并将其用于对直扩系统中窄带干扰的抑制。该算法通过将无平方根运算的Givens旋转变换代入原QRD-LSL插值算法,避免了QR分解过程中的求平方根运算,降低了计算复杂度及硬件实施难度,提高了有限精度场合下算法的鲁棒性。仿真结果表明,改进算法较QRD-LSL插值算法具有更小的稳态误差以及更好的数值稳健性,并且保持了良好的NBI抑制效果。