序列相关伪射频GPS干扰技术

本文讨论了GPS信号干扰方法的基本思想是使GPS接收机错误地同步在干扰机的假信号上，干扰机发射的假信号的射频、序列（乃至导航电文的帧格式）与真实信号一致，接收点电平期望只比实际信号高10dB。由于硬件水平的限制，目前普及型的P码接收机同步方式是用C／A码作引导。直接P码同步接收机价格昂贵，使用面窄。因此，破坏接收机对C／A码的同步对大多数的GPS接收机造成同步破坏。强信号压制干扰是有效简单的干扰方式，但在战时其最大的弱点是容易被摧毁。用小功率、轻便的干扰机形成多点分布的干扰空间可能是可行的方式。本文首先讨论了GPS信号的特性，第三节介绍了对GPS信号实施干扰的基本方法并做了简要的归纳，第四节给出相关干扰的具体方法，给出实验方案，对其中的若干问题进行了讨论，第五节详细讨论了六个实验，对实验结果作了分析，第六节是结论。

基于组合广义形态滤波的大地电磁资料处理

针对矿集区大地电磁强干扰的特征,构建组合广义形态滤波器,从时间域波形上探讨组合广义形态滤波对实测大地电磁强干扰的噪声压制效果。给出基于组合广义形态滤波的大地电磁资料处理流程,在人烟稀少、基本无电磁干扰的青海柴达木盆地进行试验研究,对包含比较单一的人工广域电磁干扰源的试验点进行组合广义形态滤波处理,横向对比时间域波形和视电阻率-相位曲线的改善情况。研究结果表明:该方法可以更加精确地勾勒出大尺度强干扰的轮廓特征,视电阻率-相位曲线的整体形态更加光滑、平稳,数据质量得到明显改善;由于该算法能有效提取暂态信号中的奇异信号,且只需进行加、减和比较运算,计算速度快,这对于在矿集区开展大地电磁强干扰的压制及资料处理具有一定应用价值。

数学形态学和K-SVD字典学习在大地电磁数据去噪中的应用

为解决大地电磁(Magnetotelluric,MT)常规的时间域去噪方法对于1 Hz附近噪声压制的局限性问题,提出了一种基于数学形态滤波(Mathematical morphological filtering,MMF)和K-SVD(K-Singular value decomposition)字典学习的新型去噪方法,用于压制MT信号中低频数据1Hz附近的强人文噪声。首先,利用MMF分离出低频信号,对该低频信号进行保护以防止信号丢失;然后,使用K-SVD字典学习对剩余的含噪信号进行处理,通过从观测数据中自主学习获取噪声的特征结构,提取噪声轮廓,达到去除噪声的目的。利用一个合成数据集验证算法后,对两个实测数据进行处理,结果表明:该方法可以在几乎不损失有效信号的前提下,消除各种强人文噪声,信噪比大幅提升,数据质量得到很大改善,且去噪效果优于小波变换等传统方法。

基于灰色判别准则和有理函数滤波的伪随机电磁数据去噪

为压制伪随机多频电磁信号中的强干扰、提高数据质量,本文提出一种基于灰色判别准则和有理函数滤波的数据处理方法.首先通过灰色判别准则剔除各个频点频谱数据中的明显异常值,然后进行有理函数滤波得到充分接近真实值的圆滑数据曲线,进而约束数据的二次优化处理,剔除残余噪声的影响.为验证本文方法的处理效果,在实测无明显噪声数据中加入几种不同类型的强噪声,然后用本文方法进行处理.仿真处理结果表明,本文方法能高精度逼近原始数据,处理后数据误差低达8.09%.最后,将本文方法应用于重庆某工区实测伪随机多频电磁数据处理.结果表明,本文方法可以有效压制干扰,在频谱数据个数少、干扰幅值大(高达有效信号幅值的几个数量级)的情况下,仍可有效压制强干扰.处理后的数据相对误差显著下降,视电阻率曲线形态平滑,达到提高信噪比,改善实测数据质量的目的.