一种基于奇偶判断WPT的多音干扰抑制方法

频移小波包变换可以有效抑制窄带干扰,以提高扩频测控系统的抗干扰能力,但是在多音干扰下,当信号左右节点都存在干扰时,由于不能通过子带能量大小来确定子节点是否继续分解,导致该方法不能抑制多音干扰.针对该问题,提出了一种基于奇偶判断WPT的多音干扰抑制方法,通过采用子带能量差平稳度函数来判断干扰最佳频移量,然后对频移后的干扰子带进行编号,并通过门限判断进行干扰子带定位,确定干扰子带的编号,再通过对干扰子带的编号进行奇偶判断,可以得到小波包的自适应分解树,实现信号的自适应分解,分解到最底层后将干扰子带置零,最后根据分解树反向进行信号重构,完成干扰抑制.通过对误码率、测速精度和测距精度的仿真,结果表明该方法能够有效抑制多音干扰.     

一种基于奇偶判断WPT的多音干扰抑制方法

频移小波包变换可以有效抑制窄带干扰,以提高扩频测控系统的抗干扰能力,但是在多音干扰下,当信号左右节点都存在干扰时,由于不能通过子带能量大小来确定子节点是否继续分解,导致该方法不能抑制多音干扰.针对该问题,提出了一种基于奇偶判断WPT的多音干扰抑制方法,通过采用子带能量差平稳度函数来判断干扰最佳频移量,然后对频移后的干扰子带进行编号,并通过门限判断进行干扰子带定位,确定干扰子带的编号,再通过对干扰子带的编号进行奇偶判断,可以得到小波包的自适应分解树,实现信号的自适应分解,分解到最底层后将干扰子带置零,最后根据分解树反向进行信号重构,完成干扰抑制.通过对误码率、测速精度和测距精度的仿真,结果表明该方法能够有效抑制多音干扰.     

基于自适应小波包变换的LMS窄带干扰抑制技术

文章将自适应小波包子带树分解算法与LMS自适应算法相结合,利用自适应小波包变换所具有的优良时频局域性和多分辨分析特征,迅速跟踪和准确定位窄带干扰所污染的子带;然后利用自适应LMS算法对受扰子带进行干扰对消,将窄带干扰滤除,在去除干扰的同时,有效地减少了对有用信号的损失。同时,小波包变换提高了LMS算法的收敛速度和稳定性。仿真结果表明,二者的结合使DSSS系统的干扰抑制性能得到进一步提高。     

扩频通信系统中窄带干扰抑制技术的研究

提出一种基于小波包变换抑制窄带干扰的简化方法,利用直接序列扩频信号的功率谱密度分布特点和能量聚集度准则,快速、有效地跟踪输入信号频谱的变化,从而对扩频信号中的干扰进行快速定位;通过自适应改变权系数的方法实现对强、弱窄带干扰的分别抑制。仿真结果表明,这种自适应干扰抑制法既可以有效地清除快速时变的强窄带干扰,又可在处理其他类型干扰时避免或减小有用信息的损失,从而大大提高了直接序列扩频系统在复杂干扰情况下的抗干扰性能。     

基于循环互相关的窄带回波多普勒频移估计

针对雷达窄带回波信号的循环互相关估计多普勒频移问题进行了研究。利用信号循环平稳特性,分析了存在多普勒频移条件下雷达窄带回波信号的循环统计特性,在此基础上提出了基于循环互相关变换的多普勒频移估计算法,该方法能有效地估计多普勒频移参数。最后利用计算机进行了仿真实验,验证了该算法的有效性。     

针对变换域窄带干扰抑制的干扰研究

介绍了窄带干扰抑制的基本原理,研究了传统的对抗窄带干扰抑制的线性调频干扰(LFMJ)方式,分析了其局限性.在线性调频干扰的基础上,提出了时变调频干扰(TV-FMJ)技术,仿真证明,时变调频干扰(TV-FMJ)技术可以很好地对抗窄带干扰抑制.     

一种新的自适应消噪方法

基于小波变换的自适应消噪方法为雷达信号的滤波提供了一种可行的办法。考虑到离 散小波变换(DWT)不具有平移不变性,而静态小波变换(SWT)又不能很好地分析信号的高频 部分,提出了一种新的自适应消噪方法。它根据CWT的提升方法,得到静态小波包的提升 实现方法,并设计出适合本系统的确定最优小波包分解树的相应步骤,利用引入了更多动量 因子的权系数迭代公式对各子带进行自适应匹配,并将匹配结果二次自适应,得到拟合的原 信号。仿真中将其与其它两种基于小波的自适应方法进行了比较,表明该方法可在适当减小 计算量的同时,进一步改善系统的滤波性能。     

基于模糊函数的雷达辐射源信号分选新方法

当前的雷达辐射源信号分选方法存在准确率不高和对噪声敏感的问题,对此,提出一种新的分选算法。对接收到的信号首先求取其模糊函数,并将其简化为二维特征图,然后对该二维特征图进行小波包分解,得到八维小波包变换特征（WPT）,最后将类间分离度最优的第二维小波包变换特征Wpt2和第五维小波包变换特征Wpt5作为分选的特征参数。由于不同信号的模糊函数区别较大且受噪声的影响小,因此转换后的WPT可分性强、稳定度高;大量的仿真验证了新方法的优越性,在信噪比为10dB时,分选准确率最低为90％。     

子带自适应阵列处理的实现与性能分析

针对空频自适应滤波处理中节拍样点两端的输出信干噪比急剧下降的问题,建立了子带自适应阵列处理与空时自适应阵列处理等效关系的数学模型,指出了变换正交基函数的影响,提出利用时频分析特性优良的小波包变换取代傅立叶变换形成新的子带自适应阵列处理,减少子带间的频谱混叠,从而提高系统节拍样点两端的输出信干噪比。对基于不同窗函数的空频自适应处理和基于小波包变换的子带自适应处理进行了性能仿真,验证了小波包相对于加窗空频自适应处理的优越性。     

基于余弦调制滤波器组的DSSS通信系统窄带干扰抑制技术

文章讨论了基于滤波器组理论的直接序列扩频系统窄带干扰抑制技术,提出一种新的结合通道功率估计和修正K谱线法的变换域窄带干扰抑制算法;分析和仿真结果表明,滤波器组理论比传统的块变换、重叠变换有更多的设计自由度,通过合理设计原型滤波器可获得更好的干扰抑制性能。     

一种基于诱导脉冲的极化对消抗欺骗干扰方法

针对反舰导弹雷达受到敌方大功率有源欺骗信号干扰而不能有效探测目标的问题,提出了一种基于诱导脉冲的极化对消方法。首先采取Jones矢量对雷达及干扰信号的极化特性进行表征,接着建立一种基于诱导脉冲的雷达H、V双极化通道接收体制,时序上分为诱导和对消两个阶段;然后具体分析了极化对消器的算法原理;最后采取正负斜率线性调频对诱导脉冲的波形进行设计。仿真实验结果表明,算法可以有效抑制欺骗干扰,匹配滤波后干扰抑制比可达30dB左右。     

基于频域Hilbert变换的单边带O-OFDM实现

文章分析了现有的两种单边带O—OFDM实现方案（滤波法和相移法）的不足,提出了基于频域Hilbert变换法的单边带O-OFDM系统方案,该方案具有实现简单的优点。通过对已有的方案和新方案进行性能仿真分析,得到了如下两点结论：（1）频域Hilbert变换法输出的两支路信号幅度一致性和相位正交性好,镜像频带抑制量比相移法高8dBm。（2）当传输距离大于500km时,频域Hilbert变换法的BER与FIR相移法的BER相比降低10^-3量级。     

空间谱估计方法在卫星干扰源定位中的应用

利用卫星天线的多波束特性来获取信号波达方向（DOA）信息，是通信卫星干扰源定位技术的一个重要方面。本文简要介绍了卫星通信系统实现干扰定位的技术发展概况，重点研究了应用空间谱估计方法实现卫星干扰源的定位。结合星载多波束天线模型的MUSIC算法的仿真结果进一步验证这一方法的可行性。     

GPS信号的码相位与多普勒频率联合捕获

分析了PMF FFT码捕获算法在不同频偏下的性能,针对其频率估计精度较低引起的部分频偏下的检测性能下降,提出了一种改进的码相位与多普勒频偏联合捕获方法。首先基于部分匹配滤波(PMF)相关算法得到一组匹配滤波输出;然后在PMF FFT算法基础上提出了一种利用FFT幅度差求解的低复杂度高精度迭代频偏估计算法,并利用此高精度的频率估计值补偿PMF输出,进行相干检测,从而在提高频率估计精度的同时提高了信号的检测概率,实现了高精度的频率估计与码相位捕获的联合处理。仿真结果表明检测算法可以有效改善频偏估计精度,提升检测概率,并且具有极低的复杂度。     

基于频域的软件接收机多普勒补偿算法

由于卫星和接收机之间存在的相对运动,在接收机使用过程中必然会引入多普勒频移。而多普勒频移将导致扩频增益发生衰减,影响捕获工作的完成,因此在捕获过程必须进行相应的补偿处理,去除多普勒频移所产生的影响。本文以时域复指数相乘等于频域偏移原理为基础,采用频域补偿算法替代时域串行搜索算法改进捕获算法,简化了计算过程,节省了频域变换处理计算量,通过实际算例证明有效可行。     

基于IMU辅助的高动态GPS信号捕获算法

高动态环境存在较大的多普勒频移,传统的GPS信号捕获方法捕获时间较长。为了快速捕获到信号,提出将惯性测量单元(InertialMeasurementUnit,IMU)辅助与快速傅里叶变换(FFT)相结合的快速捕获算法。该算法通过外部IMU的位置、速度辅助,预先估算高动态载体产生的多普勒频移,缩小频率搜索范围;利用二维FFT方法同时搜索码相位和多普勒频率,降低计算复杂度,加快捕获速度。仿真结果表明该算法可以显著减少捕获时间,提高捕获性能。     

基于测距误差的雷达间电磁干扰判决方法

针对传统干扰裕量法判决雷达间电磁干扰对雷达性能影响程度的不足,提出了一种基于测距误差的判决方法。建立了矩形、高斯和线性调频三种典型脉冲信号雷达测距误差计算模型,推导了测距误差与信干比的定量关系。仿真实验结果表明:随着信干比的不断增大,信号的测距误差逐渐降低,增大信号频宽也会提高测距精度。     

一种结合亮温图像和子空间分解的RFI定位算法

射频干扰(radio frequency interference, RFI) 对L波段综合孔径辐射计遥感数据造成了严重污染,降低了产品质量。RFI检测定位是处理RFI的关键步骤。传统的基于亮温图像的定位算法受到仪器角分辨率的限制,无法有效分离相邻的RFI。为了实现更高的空间分辨率,基于子空间分解技术的多信号分类(multiple signal classification, MUSIC)算法被提出。然而,当亮温图像的信噪比较低时,背景和噪声对子空间分解的准确性影响较大,进而降低了MUSIC算法的定位性能。文章通过结合亮温图像和子空间分解两种方法的优点,提出了一种融合改进定位方法。该方法通过在亮温图像域中消除背景场景、增强目标射频干扰,2次提高了图像信噪比,在频域中,利用子空间分解和MUSIC算法实现超分辨率和高精度定位。通过对土壤湿度和海洋盐度（soil moisture and ocean salinity, SMOS）卫星数据进行实验和仿真验证,证明了文章提出的方法在低信噪比情况下优于传统的MUSIC算法和基于亮温的定位算法。此外,在对多个弱RFI源的定位上,该方法的定位精度也优于基于点源波纹的弱RFI检测定位算法。     

基于张量子空间的信号参数估计算法

针对低信噪比条件下多通道信号特征参数估计问题,提出了两种基于张量子空间的信号参数估计算法,分别是基于矩阵堆叠的张量分解算法和基于张量矩阵因子的联合算法。通过研究参数化信号模型、信号子空间旋转不变性和张量范德蒙分解原理,分析了多通道数据的三维张量数据模型的构建;矩阵堆叠的张量分解算法验证了张量高阶奇异值分解是矩阵奇异值分解的推广,矩阵因子联合算法进一步提高了低信噪比条件下的信号参数估计精度。仿真以信号频率和初相位的估计精度为衡量指标,验证了低信噪比的条件下,张量子空间信号参数估计算法要优于传统的矩阵子空间信号参数估计算法。