基于联合估计的扩频通信窄带干扰抑制滤波器

直接序列扩频通信(DSSS)中的窄带干扰造成的接收机性能下降可以通过采取抑制措施来改善。扩张状态的近似条件均值滤波器(ASACM)用扩展状态方程对干扰信号建模,该算法可以有效抑制强窄带干扰,但是需要计算雅可比矩阵,且存在数值稳定性问题。提出了一种基于平方根无轨卡尔曼滤波(SRUKF)的联合估计干扰信号和模型参数的方法,并分析了AR型干扰和单音干扰下的性能。仿真结果表明,该方法的相关输出信噪比有较大改善,并且具有较强的鲁棒性。

一种基于重叠变换域的抗窄带干扰算法

为了增强扩频系统的窄带干扰抑制能力,针对重叠域中值滤波(MF)算法会给信号带来失真的缺点,提出一种基于重叠变换域窄带干扰抑制算法。该算法基于直接序列扩频信号在重叠变换域的特点,利用阈值滤波、中值滤波、估计门限进行综合判决。仿真表明:该算法能有效降低信号干扰能量,同时减少中值滤波算法对信号造成的失真,增强了系统性能和鲁棒性。

基于支持向量机的混沌跳频码预测

基于跳频码固有的混沌特性,结合统计学习理论的优点,探讨了支持向量机预测跳频码的方法,以Logistic-Kent及Logistic映射跳频码为例,使用支持向量机对其进行了预测研究并对嵌入维数的选取作了详细分析,为实际参数的选择提供了一定的依据.实验结果表明:该方法具有很强的实用性,而且整体预测效果明显好于非线性自适应预测器及神经网络预测器.

一种基于滤波器组的自适应门限窄带干扰抑制方法

针对直接序列扩频(DSSS)通信中的强窄带干扰,提出了一种基于重叠变换滤波器组的自适应门限窄带干扰抑制技术。该技术根据接收信号经过滤波器组后的统计特性,确定窄带干扰与扩频信号之间的阈值。通过降低高于阈值的子带信号的强度,降低了处理后的信号中的干扰能量,使接收信号的信噪比大大提高。

基于集员滤波的变步长仿射投影算法

常规仿射投影算法(APA)收敛较快,但计算复杂度高。集员仿射投影算法(SM-AP)具有独特的数据选择更新特性,可有效降低算法的执行复杂度,但由于采用标量误差,收敛较慢。本文把集员滤波的时变步长引入到常规的仿射投影算法中得到一种新的基于集员滤波的变步长仿射投影(VS-APA-SM)算法。与集员仿射投影算法(SM-AP)相比,该算法使用矢量误差,因此收敛速度更快,并具备了集员滤波(SMF)的数据选择更新特性。同时,该算法的性能通过系统辨识和回声对消的实验得到了验证。

基于重叠变换和时频分析的直扩系统自适应干扰抑制算法

提出一种新的直扩系统自适应干扰抑制算法。针对维格纳分布的不足,采用重叠变换将多分量信号分解成为一系列的单分量信号并通过维格纳分布去确定单分量干扰的频率,并设计时变IIR滤波器,和通常采用的线性相位FIR滤波器相比,IIR滤波器具有理想的点阻特性。仿真结果证实IIR滤波器的BER性能好于FIR滤波器。

基于可控金字塔的轮廓波变换构造及其应用

针对轮廓波变换存在频谱混淆现象等缺陷,利用满足精确重构条件的可控塔式分解替代轮廓波变换中的拉普拉斯分解,提出一种由非抽样可控金字塔和方向滤波器组实现的可控金字塔轮廓波变换SPCT(SteerablePyramid Contourlet Transform)。在该变换中,可控金字塔将图像分解为多个不同分辨率的细节子带和一个低频子带,方向滤波器组再将各细节子带分解为方向子带。该变换去掉了可控金字塔的抽样环节,方向分解具有高度灵活性,因而具有平移不变性。利用可控金字塔轮廓波变换SPCT对Lena图像进行自适应图像去噪,并与基于小波变换和轮廓波变换的去噪算法进行比较。实验结果表明,利用本文提出的算法能有效地抑制频谱混淆现象,并且更有效地保持了细节和纹理,其峰值信噪比和视觉效果均有较大改善。

混沌通信中时变信道的盲辨识

利用混沌信号的有界性,集员广义LMS(SM-GLMS)算法成功用于混沌通信中的盲信道辨识。进一步将其应用于时变信道的盲辨识,分析了该算法的收敛性能,并提出了一种新的基于时变衰减因子的GLMS(VFF-GLMS)算法。结果表明VFF-GLMS和SM-GLMS算法性能相当,并且比常规的GLMS算法具有更好的稳态性能和时变参数跟踪能力。

改进的变步长行加权仿射投影算法

针对带衰减因子的变步长仿射投影算法(VS-APA-FF)中加权投影矩阵容易产生病态化的问题,文献[8]提出了正则化的VS-APA-FF(VS-APA-FF-REGU)算法,但加权投影矩阵的运算量仍然较大,为此提出改进的行加权变步长仿射投影算法(VS-APA-RW)对加权投影矩阵的计算进行简化。该算法采用间歇更新的变步长策略,有效降低了的整体运算量。最后通过有色输入下的信道盲辨识表明了算法的性能。

基于联合卡尔曼滤波的电力线通信谐波干扰抑制

针对混沌参数调制(CPM)的电力线通信(PLC)中谐波引起的窄带干扰,两阶段动态估计方法根据最小相空间体积(MPSV)准则估计模型参数,计算量大。为此,提出将未知参数合并到增广状态矩阵的联合卡尔曼滤波方法,避免了专门的参数估计过程,在提高增益性能的同时有效降低了计算量。方法的性能通过对混沌电力线通信下的单音干扰和多音干扰的有效抑制得到了验证。

基于H.265的安全高效的指数哥伦布编解码方案

为了解决视频安全问题,在新一代视频编码标准H.265的基础上提出一种安全高效的指数哥伦布编码方案。该方案利用混沌密钥流控制两种不同的指数哥伦布编码方式,并从算法性能和安全性等方面进行了分析。实验结果表明,该方案并没有增加编码效率和计算复杂度,使视频编码标准H.265具有安全特性,保证了视频内容信息的安全性。

基于M估计的有效成比例仿射投影算法

在回声消除中,针对回声路径具有稀疏性的优势,有学者提出基于μ准则记忆的改进型成比例仿射投影算法(μ-MIPAPA),但该算法抗脉冲干扰性能较差。为此将稳健估计中的M估计应用于该算法,提出一种基于M估计μ准则记忆的改进型成比例仿射投影算法(μ-MMIPAPA)。为使算法具有更好的稳态性能,采用改良的Huber M估计函数,改进阈值参数的选取方式。有色输入下的稀疏回声信道辨识结果表明了μ-MMIPAPA的良好稳态性能和抗脉冲干扰性能。

运输站场布局的模糊综合评价

针对区域运输站场布局评价的特点 ,建设了站场布局模糊的评价指标体系 ,引进模糊数学理论 ,采用多级模糊评价理论与系统层次分析方法 ,建立了站场布局的二级模糊综合评价模型。为站场布局评价开辟了新的途径。应于工程实际 ,获得了合理的结果 。

基于集员估计的混沌通信窄带干扰抑制技术

基于混沌载波的有界性和最优定界椭球(OBE)准则,推导出了已知干扰信号模型参数的状态估计和未知干扰信号模型参数的自适应状态估计的干扰对消算法.与基于最小相空间体积(MPSV)的Kalman滤波和传统的递归最小二乘(RLS)算法相比,本算法具有选择更新特性,能在仅有少量数据参与更新的情况下达到与前者接近的性能,降低了计算量.该方法的性能通过在混沌参数调制(CPM)和差分混沌相移键控(DCSK)两种通信方式下对自回归(AR)型和单音两种窄带干扰的有效抑制得到了验证.

基于OBE算法的混沌通信盲干扰抑制

文章提出了基于最优边界椭球(OBE)准则的混沌通信窄带干扰自适应算法。与基于最小相空间体积(MPSV)的Kalman滤波和双重平方根无迹卡尔曼滤波(SRUKF)算法相比,该算法不需要估计干扰模型的参数,并且具有选择更新特性,能在仅有少量数据参与更新的情况下达到与前者接近的性能,有效降低了计算量。该方法的性能通过在差分混沌相移键控(DCSK)通信下对AR型和单音两种窄带干扰的有效抑制得到了验证。