学位论文 > 优秀研究生学位论文题录展示

DSSS通信中非平稳干扰抑制方法研究

作　者: 任孝民
导　师: 邵高平
学　校: 解放军信息工程大学
专　业: 检测技术与自动化装置
关键词: 直扩通信非平稳干扰时频分析干扰抑制支持向量机干扰识别
分类号: TN914.42
类　型: 硕士论文
年　份: 2009年
下　载: 35次
引　用: 0次
阅　读: 论文下载

内容摘要

直接序列扩频通信由于具有功率谱密度低、保密性好、抗干扰能力强、抗多径衰落及易于组网等优点,在军事和民用中都得到了广泛应用。在军事通信中,由于电子战的迅速发展及其在信息化战争中的重要地位,直扩通信面临着严重的敌意干扰威胁;在民用通信中,为了充分利用频谱资源,直扩系统和窄带通信系统在同一频带内共存,虽然直扩系统有抗窄带干扰的能力,但受扩频增益、距离远近、发射功率等因素的影响,直扩通信仍然面临着干扰威胁。为了保证通信的有效性和可靠性,有必要在直扩通信中采用干扰抑制技术。本文在总结现有干扰抑制方法的基础上,对直扩通信中所遇到的线性调频干扰、跳频干扰、宽带梳状谱干扰的抑制方法进行研究,并进行干扰的分类识别。针对现有线性调频干扰抑制中存在的计算量过大、对时变幅度和多分量线性调频干扰研究较少的问题,提出了基于两个角度分数阶功率谱的单分量线性调频干扰抑制算法,以及高阶模糊函数和分数阶傅立叶变换相结合的多分量线性调频干扰抑制算法,并通过计算机仿真验证了算法的有效性。本文所提算法避免了现有算法中的二维搜索过程,在算法性能相同的条件下计算量大幅减小,且可以实现对时变幅度线性调频干扰的抑制。实现了对直扩通信中跳频干扰的抑制。算法中,利用小波变换在处理频率突变信号上的优势,通过小波脊线提取估计跳频干扰的参数,并使用小波去噪,最小二乘等方法提高了参数估计的精度,然后根据跳频干扰的特点使用频域自适应陷波算法实现了干扰抑制,仿真结果表明了算法的有效性。在算法中使用了快速提取小波脊线的迭代算法,有效降低了计算量。针对直扩通信中的宽带梳状谱干扰,提出了基于自适应小波包分解的干扰抑制方法。通过分析宽带梳状谱干扰的时频域特征,使用自适应小波包分解对干扰信号进行定位,然后对小波包系数进行加权处理,重构出干扰抑制后的信号,实现干扰抑制。计算机仿真表明,该算法可以有效抑制宽带梳状谱干扰,且性能优于基于DFT的干扰抑制方法。针对本文所研究的几种非平稳干扰,实现了对直扩通信中非平稳干扰的分类识别。算法中,在提取干扰特征参数的基础上,使用决策树支持向量机构造了分类器,并给出了分类器的训练算法和识别算法,进行了参数最优化选取。识别率统计表明,当识别系统信噪比大于0dB时,可以准确识别干扰信号。

全文目录

表目录  7-8
图目录  8-10
摘要  10-11
ABSTRACT  11-13
第一章绪论  13-20
  1.1 引言  13
  1.2 直扩通信中干扰抑制技术的发展现状  13-17
    1.2.1 直扩通信中的主要干扰  13-14
    1.2.2 直扩通信中干扰抑制技术的发展现状  14-17
  1.3 课题研究的背景和意义  17-18
  1.4 论文主要研究内容及各章节安排  18-20
第二章线性调频干扰抑制的高效算法  20-42
  2.1 分数阶傅立叶变换  20-23
    2.1.1 分数阶傅立叶变换  20-21
    2.1.2 分数阶傅立叶变换的性质  21-22
    2.1.3 线性调频信号的分数阶傅立叶变换  22-23
  2.2 基于FRFT的干扰抑制方法  23-24
  2.3 单分量线性调频干扰的参数估计与抑制  24-34
    2.3.1 参数估计  24-26
    2.3.2 干扰抑制方法  26-30
    2.3.3 性能分析  30-34
  2.4 多分量线性调频干扰的参数估计与抑制  34-40
    2.4.1 高阶瞬态矩和高阶模糊函数  35
    2.4.2 基于高阶模糊函数的调频率估计  35-38
    2.4.3 干扰抑制算法  38-39
    2.4.4 性能分析  39-40
  2.5 本章小结  40-42
第三章基于小波脊线提取的跳频干扰抑制  42-52
  3.1 小波变换与小波脊  42-45
    3.1.1 小波变换  42-43
    3.1.2 小波脊线与信号瞬时频率的关系  43-44
    3.1.3 快速提取小波脊线的迭代算法  44-45
  3.2 跳频干扰的参数估计  45-50
    3.2.1 基于小波脊线提取的跳频干扰参数估计  45-48
    3.2.2 参数估计的性能分析与比较  48-50
  3.3 跳频干扰的抑制算法  50-51
  3.4 性能仿真  51
  3.5 本章小结  51-52
第四章基于小波包变换的宽带梳状谱干扰抑制  52-61
  4.1 小波包变换  52-55
    4.1.1 小波包变换  52-53
    4.1.2 小波包分解与重构  53-54
    4.1.3 小波包子空间分解  54-55
  4.2 宽带梳状谱干扰抑制  55-59
    4.2.1 基于小波包变换的宽带梳状谱干扰抑制原理  55-56
    4.2.2 宽带梳状谱干扰抑制算法  56-58
    4.2.3 小波包分解中子带切除对误码率的影响  58-59
  4.3 性能仿真  59-60
  4.4 本章小结  60-61
第五章基于支持向量机的干扰类型识别  61-74
  5.1 支持向量机  61-64
    5.1.1 统计学习理论  61-62
    5.1.2 支持向量机  62-63
    5.1.3 支持向量机的多分类算法  63-64
  5.2 特征提取  64-68
    5.2.1 归一化频谱带宽  65
    5.2.2 平均频谱的平坦系数  65-66
    5.2.3 分数阶Fourier域的能量聚集度  66-67
    5.2.4 分数阶Fourier域能量聚集度差别  67-68
    5.2.5 归一化频谱带宽的偏差  68
  5.3 基于支持向量机的干扰分类器  68-70
    5.3.1 分类器结构  68-69
    5.3.2 训练和识别算法  69-70
  5.4 干扰识别性能仿真  70-73
    5.4.1 参数选择对干扰识别性能的影响  70-71
    5.4.2 干扰识别性能仿真  71-73
  5.5 本章小结  73-74
结束语  74-76
参考文献  76-80
作者简历攻读硕士学位期间完成的主要工作  80-81
致谢  81

DSSS通信中非平稳干扰抑制方法研究

内容摘要

全文目录

相似论文