基于小波包变换的DSSS窄带干扰抑制算法研究

提出一种直接序列扩频系统（DSSS）中基于频移非抽取性小波包变换（SUWPT）的窄带干扰抑制算法，该算法在非抽取性小波包变换的基础上，利用频移将干扰更好的集中在某一子频段，并参考能量聚集度原则，对DSSS中的窄带干扰进行定位和抑制。对算法性能进行分析，并通过计算机仿真对算法进行了验证，仿真结果表明，该算法的窄带干扰抑制能力满足设计要求。     

频域自适应陷波器抑制罗兰C中窄带干扰技术

目前罗兰C接收机采用固定频率点的模拟陷波器抑制窄带干扰,针对固定频率点的模拟陷波器在抑制窄带干扰方面的缺陷,提出将频域自适应陷波器应用于罗兰C窄带干扰的抑制,克服了时域自适应陷波器收敛慢等缺点.通过仿真,此陷波器具有较好的抑制窄带干扰的能力.     

码辅助技术抑制直扩系统数字窄带干扰性能

直扩系统在共道信道中的优越性使其在无线通信系统中得到广泛应用，而强窄带干扰的出现严重影响直扩系统性能。数字窄带干扰不同于准确定性窄带干扰和熵窄带随机过程，是一种新型窄带干扰，码辅助技术（Code-aidedtechn iques）是抑制这种窄带干扰的新途径。通过仿真，研究比较MMSE码辅助检测技术、解相关码辅助检测技术和匹配滤波检测技术在抑制直扩系统数字窄带干扰性能上的差异，总结得出MMSE码辅助检测技术是解相关码辅助检测技术和匹配滤波检测技术的折衷，但在抑制窄带干扰的情况下并无差异的重要结论。     

罗兰C接收机NBI抑制技术研究

针对目前的罗兰C接收机在抑制窄带干扰方面的缺陷,在NBI频率点检测技术的基础上,对零限幅陷波技术抑制NBI、修正的零限幅陷波技术抑制NBI、自适应干扰对消技术抑制NBI进行了分析和仿真,并对仿真结果进行了对比讨论。     

一种有效的窄带干扰抑制技术

分析直接序列扩频系统通信中的基于时域和变换域等传统干扰抑制方法存在的不足,提出一种基于离散傅立叶变换(DFT)的时域自适应陷波技术.当干扰为时变窄带干扰时,基于DFT的时域陷波技术优于传统时域和变换域的窄带干扰抑制技术.     

罗兰C接收机抗载波干扰分析

在结合罗兰C信号特性以及接收机组成结构的基础上，通过数学模型分析了接收机抑制窄带载波干扰的能力。仿真计算表明，通过前端滤波、累加平均和相位解码，接收机在较低的信干比条件下也能有效地抑制载波干扰。     

海上无线通信系统的干扰抑制算法

随着网络通信系统传输模式的升级,双全工数据传输模式已成为当下通信数据传输标准。受到数据传输模式由半全工到双全工改变的影响,数据干扰波形态与特征随之发生改变,原始干扰波对应的时间量在双全工模式下,数据干扰系数增大,造成传统抑制算法对干扰噪声的抑制范围相对缩小,无法达到预期的抑制效果。因此,提出海上无线通信系统的干扰抑制算法。采用多区域分算整合的方式,用不同算法针对性解决一个问题中不同区域的问题。首先,对双全工模式下的数据干扰量进行建模,获得当前系统网络中的干扰量分布情况;采用双全工信道干扰估计算法,对干扰量进行范围估计,为抑制计算确定抑制范围;采用动态频谱波抑制算法,对信道干扰噪声进行抑制计算,平衡信道载波量,稳定数据传输状态。通过仿真数据对比测试,证明提出算法的可行性。     

近距短波通信系统干扰抑制算法研究

针对传统舰船短波通信系统干扰算法存在可用频段盲点,不能快速确定近距短波的干扰问题,设计近距短波通信系统干扰抑制算法。通过电离处理方式将信号中噪声较高的部分进行处理,确定信号源,在此基础上对近距短波系统的干扰信号分类,采用干扰滤波算法,实现对短波通信系统干扰抑制。并设置实验,将传统抑制算法与本文设计的算法进行对比,主要对比2种方法的频段内盲点数据控制效果和抑制速度,实验对比结果表明,此次设计的算法能够有效对盲点数量控制,并缩短了计算时间。     

一种重叠加窗的双门限窄带干扰抑制方法

针对双门限方法存在的不足,提出一种重叠加窗的双门限窄带干扰抑制方法.该方法在双门限方法的基础上,引入重叠加窗的概念,选取了一种合适的窗函数,对其进行改进.该方法通过重叠加窗,解决了原算法因加窗而带来的时域信号失真问题.仿真结果表明,与原方法相比,该方法在降低误码率的同时也提高了信噪比改善量.     

基于UWB技术的船舶避碰系统抗干扰研究

为了保证船舶航行安全,在船舶上采用基于UWB技术的船舶避碰系统,分析了UWB信号传输的信道和超宽带通信系统存在的窄带干扰,针对UWB系统和窄带系统的共存问题,提出了适用于发射信号谱会在窄带系统工作频段处形成陷带的方法,仿真结果表明,使用经过设计的TH序列,UWB系统的BER性能得到了提高,解决了UWB信号和窄带信号的相互干扰。     

基于变步长LMS的频域干扰抑制算法的研究

基于对时域变步长LMS算法、频域块LMS算法的研究分析,给出了一种新的基于变步长频域块LMS的干扰抑制算法,仿真结果和分析表明能实现更好的收敛速度和更小的有用信号损失,并且计算复杂度低,利于工程实现。     

基于自适应插值的符号定时恢复算法

在分析插值滤波器和均衡器的基础上,讨论了一种自适应插值的定时恢复算法,并进行了仿真.仿真结果表明,这一方法优于拉格朗日插值算法和LMS均衡算法.该算法在完成了对定时误差的插值运算的同时,也消除了衰落引起的码间干扰,性能良好.     

一种基于钟形函数的变步长LMS算法

在干扰消除背景下,提出了一种基于钟形函数的变步长LMS自适应滤波算法。通过理论分析和计算机仿真验证了该算法在提高收敛速度和减小稳态误差上的优越性,并分析了参数选取对算法性能的影响。     

动力定位船舶全速度路径跟踪CB导引自适应闭环控制

针对仅使用槽道推进器提供横向推力的动力定位船舶路径跟踪控制问题,建立慢变环境干扰影响下的非线性船舶数学模型,设计带有自适应干扰补偿的反步控制算法来消除环境干扰的影响。引入平行目标接近(CB)导引算法为跟踪控制生成期望速度矢量信号,通过与所提出的自适应反步控制算法相结合,得到不受船舶驱动特性限制的全速度范围动力定位船舶导引跟踪控制算法,应用李雅普诺夫稳定性理论证明系统跟踪误差渐进收敛到零。仿真结果表明通过调整导引算法参数可以调节船舶跟踪过程表现,并可以得到较好的控制精度。     

基于自适应平方根 CKF 的多传感器混合融合算法(英文)

In the normal operation condition, a conventional square-root cubature Kalman filter (SRCKF) gives sufficiently good estimation results. However, if the measurements are not reliable, the SRCKF may give inaccurate results and diverges by time. This study introduces an adaptive SRCKF algorithm with the filter gain correction for the case of measurement malfunctions. By proposing a switching criterion, an optimal filter is selected from the adaptive and conventional SRCKF according to the measurement quality. A subsystem soft fault detection algorithm is built with the filter residual. Utilizing a clear subsystem fault coefficient, the faulty subsystem is isolated as a result of the system reconstruction. In order to improve the performance of the multi-sensor system, a hybrid fusion algorithm is presented based on the adaptive SRCKF. The state and error covariance matrix are also predicted by the priori fusion estimates, and are updated by the predicted and estimated information of subsystems. The proposed algorithms were applied to the vessel dynamic positioning system simulation. They were compared with normal SRCKF and local estimation weighted fusion algorithm. The simulation results show that the presented adaptive SRCKF improves the robustness of subsystem filtering, and the hybrid fusion algorithm has the better performance. The simulation verifies the effectiveness of the proposed algorithms.     

信道估计下的导航接收机多址干扰消除

针对无线电导航系统中存在多址干扰，提出了一种插入导频信号实现信道估计的算法，并在此基础上恢复干扰导航台信号，采用并行干扰抵消算法消除干扰信号。比较分析了干扰消除接收机与传统RAKE接收机在不同信噪比环境下的性能，分析表明，所提出的干扰消除算法易于实现，大大降低了接收机的误码率，缩小了接收机受“远-近”效应影响的区域。     

两种自适应噪声抵消算法的性能仿真

介绍了自适应噪声抵消系统及其核心部分一自适应滤波器的基本原理和常见算法,并采用LMS、NLMS算法在Matlab平台中进行了系统消噪性能的仿真对比,讨论了不同参数设定对系统性能的影响.结果表明,当其他条件不变时,所选用步长或者滤波器阶数的增加,会造成滤波器自适应学习时间加长,失调系数变大,消噪性能趋于恶化;对于有色噪声的消除,NLMS算法有明显优势和效果,而LMS算法则存在梯度噪声被放大、失真度高等问题.     

基于小波包变换的非线性自适应均衡器算法

提出了一种基于小波包变换的非线性均衡器,利用小波包对信号较强的去相关能力来提高均衡器的收敛速度,并通过能量归一化过程给出了一种自适应均衡算法。在仿真实验中,针对无线通信数字信号传输过程中由于多径效应和信道衰落而产生的码间干扰(ISI)问题,比较了最小均方(LMS)算法和基于小波包变换的均衡器算法的均衡效果,并对不同尺度下的均衡算法进行了比较。结果表明,基于小波包变换的均衡算法具有更快的收敛速度;当小波包基的分解尺度增大时,均衡器的收敛速度也随之加快。     

机动目标滤波的最小二乘方法

基于最小二乘滤波精度分析的解析表达式，得出了最小二乘滤波器记忆长度的优化方法，提出一种目标运动加速度的在线实时估计方法，据此可实现最小二乘滤波器记忆长度的实时优化，形成一种适用于机动目标的基于最小二乘的自适应滤波方法。最后进行数值仿真，验证理论分析与算法的正确性。     

一种基于自适应进化策略采样的粒子滤波算法

提出了一种自适应进化策略算法(AES),该算法利用适应度值控制变异步长的自适应调整,从而提高了进化策略的搜索效率和精度。将AES算法和粒子滤波(PF)相结合,提出了基于自适应进化策略采样的粒子滤波算法(AESPF)。该算法将AES应用于粒子重采样,以保证粒子的有效性和多样性。通过仿真计算表明,提出的算法可以有效提高滤波性能。