针对传统干扰抑制方法对正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)信号带内多路单载波通信干扰抑制难度大的问题,本文提出了一种基于学习字典和符号同步信息的干扰抑制方法。根据不同通信信号之间形态成分的差异...针对传统干扰抑制方法对正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)信号带内多路单载波通信干扰抑制难度大的问题,本文提出了一种基于学习字典和符号同步信息的干扰抑制方法。根据不同通信信号之间形态成分的差异,使用K-奇异值分解(K-Singular Value Decomposition,K-SVD)算法对OFDM信号和多路干扰信号依次进行训练,得到符合各信号特征的过完备字典,确保各信号间的有效区分。在使用过完备字典对干扰信号进行稀疏分解时,先利用符号同步信息对干扰样本信号进行符号周期分段,再利用正交匹配追踪算法(Orthogonal Matching Pursuit,OMP)算法进行稀疏分解以提高不同符号周期内干扰信号的分解精度。最后在接收端采用对消法依次对重构后的干扰信号进行抑制。仿真结果表明所提方法可有效地对2PSK和MSK、2PSK和2FSK干扰模型进行抑制,相比于传统的频域置零法可有效提升系统性能。展开更多
文摘针对传统干扰抑制方法对正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)信号带内多路单载波通信干扰抑制难度大的问题,本文提出了一种基于学习字典和符号同步信息的干扰抑制方法。根据不同通信信号之间形态成分的差异,使用K-奇异值分解(K-Singular Value Decomposition,K-SVD)算法对OFDM信号和多路干扰信号依次进行训练,得到符合各信号特征的过完备字典,确保各信号间的有效区分。在使用过完备字典对干扰信号进行稀疏分解时,先利用符号同步信息对干扰样本信号进行符号周期分段,再利用正交匹配追踪算法(Orthogonal Matching Pursuit,OMP)算法进行稀疏分解以提高不同符号周期内干扰信号的分解精度。最后在接收端采用对消法依次对重构后的干扰信号进行抑制。仿真结果表明所提方法可有效地对2PSK和MSK、2PSK和2FSK干扰模型进行抑制,相比于传统的频域置零法可有效提升系统性能。