LMS算法抑制直扩系统中窄带干扰的研究

直接序列扩频通信由于具有一定的抗干扰能力而被广泛应用,在实际通信中,当系统遭到大功率窄带干扰时,直扩系统的性能会严重恶化.针对直扩系统的抗干扰技术进行了研究,为了对窄带干扰进行抑制,提出了使用LMS自适应算法滤波器来抑制窄带干扰,来保证系统在不增加信号带宽的情况下,使直扩系统正常通信,并通过搭建仿真模型对系统进行仿真.仿真结果表明,LMS算法滤波器能有效抑制窄带干扰,证明可应用于直扩系统,能使系统的性能得到提高.     

直接序列扩频系统中的窄带干扰抑制

扩频技术在新兴的个人无线通信中得到了广泛的应用。由于可用频带的限制,扩频通信系统要与现有的窄带通信系统共享相同的频带,而且扩频信号的幅度相对于窄带信号的幅度要小很多。尽管扩频通信系统自身具有抗窄带干扰的能力,但当存在窄带干扰的时候,有效的窄带干扰抑制技术可以提高系统性能。该文主要对最小均方误差检测技术抑制窄带干扰进行了研究,分析了其性能及自适应算法的实现。仿真结果证明,应用最小均方误差检测可以有效地对抗数字窄带干扰。     

自适应LSL算法在扩频通信系统中的应用

扩频通信技术是当今主流的通信技术,具有隐蔽性好,抗衰落性能强和抗干扰能力强等特点.为进一步提高扩频通信系统的抗干扰能力,减少误码率,提高系统性能,在扩频系统的接收端采取一些适当的抑制干扰滤波器.由于信道和干扰信号是动态变化的,所以在干扰抑制技术中通常采用自适应滤波技术.讨论了基于前向预测误差和后向预测误差的最小二乘方格形算法,对LSL算法性能及在扩频通信系统的抗干扰方面的应用进行了分析研究,并与扩频通信系统自身的抗干扰性能进行了比较.LSL算法结合了LMS算法的高计算效率和RLS算法的快速收敛等优点,在自适应干扰抑制和自适应阵列信号处理等方面获得了广泛的应用.     

基于小波包变换的DS/FH系统抗窄带干扰研究

为了进一步提高直接序列/跳频(DS/FH)扩频系统的抗干扰能力,基于小波包变换结合递归最小二乘算法设计了一种变换域自适应干扰抑制算法,该算法采用小波包分解定位窄带干扰,递归最小二乘算法抑制窄带干扰.通过蒙特卡罗仿真分析在增加抗干扰模块后,DS/FH系统工作在准静态时,在不同信噪比条件下抗窄带干扰性能.仿真结果表明:该算法具有较强的自适应性以及抗窄带干扰能力,其性能优于传统的直接置零法,适用于多音干扰下的恶劣通信环境.     

基于QR分解的RLS算法及在扩频系统的应用研究

相对于扩频系统抑制窄带干扰的时域经典自适应滤波算法,基于QR分解的窄带干扰抑制方法是一种性能优良的新算法.研究了基于QR分解的RLS自适应滤波算法,考虑两种指数加权递归最小二乘(RLS)估计的算法--QR-RLS算法和逆QR-RLS算法,对扩频通信系统进行窄带干扰抑制.通过定义新的数据矩阵,该算法求解出数据域正规方程中的系数矩阵和右侧向量,从而提高了计算效率.最后用Matlab仿真了自适应滤波过程,仿真结果表明,该算法具有良好的计算性能以及收敛性能.     

抑制窄带干扰的一种方法——估计滤波器

在直接序列扩频系统中,抑制窄带干扰的方法有很多种。文中介绍其中之一——估计滤波器,给出估计滤波器及自适应估计滤波器的结构、算法,此外对其性能作简要分析。     

MB-OFDM UWB系统中的加窗算法设计

提出一种能抵抗超宽带系统中强窄带干扰的接收端加窗算法,它适用于多带正交频分复用(MB-OFDM)超宽带通信系统中采用的零值填充机制。相对于其他抗窄带干扰算法,接收端加窗算法具有算法复杂度低、无须对窄带干扰进行预估计等优点。在不同强窄带干扰源下的系统无线数据包错误率的仿真测试验证了该算法的有效性和可行性。     

基于辨识新算法的电子对抗系统干扰对消

收发同时的电子对抗系统常存在隔离问题,采用自适应滤波器对干扰耦合通路进行辨识,消除接收端耦合干扰,能够有效实现收发隔离.考虑到实际侦察接收机接收的雷达信号、接收机内部引入的噪声信号、发射机和接收机微波放大部分的非线性,因素严重影响自适应滤波器的性能.针对上述情况,给出一种平滑梯度估计的变步长最小均方(least mean square,LMS)算法.仿真结果表明,改进算法同传统变步长LMS算法相比具有相近的收敛速度,但在对抗接收机复杂信号环境上具有显著的优越性能.     

基于小波包变换的自适应阈值抑制窄带干扰

为了进一步提高直接序列扩频通信系统的窄带干扰抑制能力,本文实现了基于小波包变换的自适应阈值抑制窄带干扰算法。通过分析直扩信号在小波包分解后的能量分布特点,来设定自适应阈值以定位和剔除窄带干扰。解决了干扰判决阈值难以确定的问题。自适应阈值能够迅速跟踪和准确定位窄带干扰所在的子带的,并对干扰的强度变化具有自适应的特点。仿真结果表明,该阈值抑制算法使直接序列扩频通信系统的抗干扰性能得到进一步提高。     

反相对称-直扩通信系统抗窄带干扰研究

在直接序列扩频通信系统的扩频增益受限时,强功率的窄带干扰对系统性能影响较大。为了提高系统的通信效果,将反相对称法和直接序列扩频通信相结合,建立了一种新的通信系统——反相对称-直扩通信系统,对系统的抗窄带干扰能力进行了理论分析和仿真研究。理论分析和Matlab仿真结果表明,反相对称-直扩通信系统对窄带干扰有很好的抑制作用,对强功率的窄带干扰的抑制效果尤为显著。     

免疫算法自适应滤波器对白噪声的抑制

实际信号经常会受到白噪声及高次谐波的影响,由于白噪声频谱分布在整个实数域,常用的滤波器很难将其滤除。讲述了自适应滤波器的原理及用免疫算法自适应滤波器,对白噪声及高次谐波进行抑制的方法。通过免疫算法对自适应滤波器的权向量进行优化,并用均值滤波的方法对自适应滤波器的滤波结果进行进一步滤波,然后用MATLAB对该算法进行仿真。将免疫算法自适应滤波器的仿真结果和LMS滤波算法的仿真结果进行比较,表明免疫算法自适应滤波器能对白噪声及高次谐波进行有效的抑制。     

基于修正快速傅里叶变换算法的仪表着陆系统信号干扰抑制与定量分析

针对日益繁忙的机场空域和周边建筑对仪表着陆系统信号干扰的增加,以及传统模拟处理技术缺陷,提出一种基于修正快速傅里叶变换(FFT)频谱校正和最小均方差(LMS)算法自适应滤波器结合实现仪表着陆系统(ILS)信号鉴频分离的技术方案。该方案应用LMS自适应滤波器对ILS信号干扰进行抑制,完成滤波器的权值系数设定,并通过修正FFT技术在时域与频域内对ILS信号进行频谱分离与提取,修正其频谱幅值,以消除由于采样引起的频谱泄露和栅栏效应对信号的影响,使得提取信号逼近理想情况,提高调制度差(DDM)识别精度。针对ILS信号的干扰抑制与频域分离进行了仿真验证,结果表明所提出的信号处理系统技术方案能够有效地对干扰进行抑制,完成信号频域识别,为飞机着陆进近阶段提供准确可靠的导航信息。     

一种基于盲自适应卡尔曼滤波的多用户检测器

针对直接序列扩频码分多址(Direct Sequence Spread Spectrum Code Division Multiple Access,DS-CDMA)系统扩频波形非完全正交所造成的多址干扰(Multiple Access Interference,MAI)等问题,将卡尔曼(Kalman)算法应用于盲自适应算法中,提出了一种新的多用户检测算法。将该算法与LMS及RLS算法进行仿真对比后得出,该算法在抑制多用户干扰及动态跟踪能力方面更为强劲、有效且稳定性更高、收敛速度更快。     

基于FPGA的自适应滤波器去除检测信号中50Hz工频干扰

为去除检测信号中的50 Hz工频干扰,采用FPGA实现了基于LMS算法的自适应滤波器.采用VHDL编写代码实现LMS(最小均方误差)算法,并用MaxplusⅡ进行编译、综合,FPGA器件选用ALTERA公司的cyclone系列的EP1C12芯片.将滤波器应用于数据采集卡,结果显示,所设计的自适应滤波器可有效去除检测信号中的50 Hz工频干扰信号.     

基于多DSP系统的并行延时LMS算法的实现

随着对信号处理要求的不断提高,基于AD公司21xx系列16位定点DSP中的ADSP-2181提出了一种具有很强适应性与灵活性的多DSP结构,同时介绍了基于FIR滤波器的自适应滤波算法,包括常规LMS算法,延时LMS算法,以及基于二输入二输出FIR滤波器的并行延时LMS算法,详细介绍了易于实现并行和流水线结构并行延时LMS算法,并将自适应滤波中的两大热点——自适应算法的研究与高速信号处理的实际工程相结合,重点研究了并行延时LMS算法在多DSP结构中的实现,体现了并行算法的优越性。     

IP会议电话回声消除器的设计及仿真

目前最小均方（LMS）自适应算法已经成为IP电话回声消除器采用的主要算法。但在一些特别的场合,在IP会议电话中,用于回波抵消的自适应滤波器的阶数非常高,要实时实现自适应回波抵消是非常困难的。介绍了一种归一化快速块最小均方算法（NFBLMS）,相比LMS算法,它不仅可以有效减小运算复杂度,同时也能改善收敛速度。最后在MATLAB中生成符合G.168要求的带限复合信号源作为远端参考信号。并运用MATLAB对算法进行仿真,仿真结果表明NFBLMS算法的各项性能指标要优于LMS算法,从而适用于IP会议电话的要求。     

基于谱减和LMS的自适应语音增强

针对宽带噪声背景下的语音增强问题,将短时语音视为非平稳或宽平稳信号,基于谱减法和自适应滤波的最小均方（LMS）算法,提出了一种FIR型自适应滤波算法（SSLMS）：用减谱法由短时噪声观测语音估计期望信号,作为滤波器输出信号的参考信号;用滤波器的输出与参考信号的差值为误差信号,用LMS算法求得滤波器权系数修正量,并修正滤波器。权系数最速下降调整中,采用了归一化LMS、符号LMS、块LMS技术,以简化保证权系数收敛的步长选择、减少权系数修正的运算量,从而提高自适应速度。对不同的语音在各种信噪比下仿真实验,并与改进的谱减法比较,结果表明,该法增强效果优于谱减法;在信噪比为3 dB时该法的增强效果仍然令人满意。     

基于并行技术和流水线的LMS自适应滤波算法

针对现有自适应滤波算法中数据处理效率低的问 题,提出了基于并行技术和流水线的最小均方误差（Least mean square,LMS）自适应滤波算法。该算法构建基 于并行技术的多输入多输出滤波器结构,成倍提高系统滤波处理速度;设计基于流水线的LMS 自适应滤波权系数求解方法,有效改善了权系数计算效率。最后利用现场可编程门阵列(Field programmable gate array,FPGA)对该算法进行了验 证,结果表明,对于四级并行流水线四阶LMS自适应滤波器,其数据处理速率提高了约8倍,在相同的数据处理速率下,其功耗可降低约84%,从而提高了LMS自适应滤波处理速率,降低了系统功耗,实现了高速、超高速数据流的实时自适应滤波 处理。     

一种基于卡尔曼滤波的DR/LMS组合导航定位算法

本文介绍了一种基于DR航位推算与LMS高精度激光雷达全向测距技术的组合式导航定位系统,旨在应用于强电磁干扰环境下的变电站智能机器人自动巡检环境。DR/LMS组合式导航定位系统原理相对简单、实现方便、实时性强,且与其他组合式导航系统相比,在满足同样定位精度的前提下,成本低廉,现场运行效果良好。特别地,本文提出了一种基于卡尔曼滤波方法的定位精度优化估计方法,对原有定位及导航精度(定位精度可以达到cm级)加以改进与优化,进一步提高了导航系统的稳定性与精确性。整个系统模型及控制策略的实现基于工业用PC控制板的上位机LABVIEW软件控制系统,并结合MATLAB软件进行仿真与数据分析,经现场运行测试,定位及导航精度完全可以满足现场工业环境的应用需求.     

基于Frank编码的抗干扰方法

当干扰从雷达的主瓣方向进入时,采用自适应波束形成算法会导致主瓣波束变形、偏移等问题。针对干扰从雷达主瓣进入的问题,提出了一种对发射波形设计的抗干扰方法。当发射经Frank编码后的信号,利用Frank编码的正交性,构造出匹配滤波器和阻塞滤波器,分别将接收到的数据通过两滤波器,得到两路信号,然后利用自适应对消的方法将干扰抑制掉,从而达到抑制主瓣干扰的目的,通过仿真验证了利用波形设计的方法可有效抑制从主瓣进入的干扰。