共查询到18条相似文献,搜索用时 406 毫秒
1.
在相控阵雷达系统中,为了保证回波信号的正确接收,需要在接收阵元天线的射频前端对自干扰信号进行对消处理。随着雷达信号带宽的增加,其形成的自干扰信号的消除难度加大。针对该问题,提出了一种射频域自干扰分段对消方法。该方法利用同一个自干扰对消通道对不同时间段的自干扰信号进行对消处理。对带宽为300 MHz 的线性调频信号进行仿真验证发现:当抽头个数为4时,自干扰分段对消方法的性能可达50 dB,比抽头个数为7时的传统的多抽头对消方法高出18 dB。因此,相较于传统的多抽头对消方法,所提出的自干扰分段对消方法可以在更低的硬件复杂度下实现更高的对消性能。 相似文献
2.
收发隔离度一直是电子战系统的关键技术,若隔离度不够,发射的干扰信号会耦合到侦察接收机,使接收机不能正常工作甚至产生自激.分析了传统收发隔离改善技术和自适应干扰对消技术的优缺点,提出了基于系统辨识的干扰对消方法,利用耦合通路的线性非时变性,拟合出干扰耦合通路的传递函数.仿真和实验结果表明,该方法能有效对消各种干扰信号,同时不会影响接收的雷达信号,能够满足系统隔离度的要求. 相似文献
3.
针对转发式雷达干扰机收发同时工作时存在的自干扰问题,设计了一种基于噪声训练的数字自干扰对消方法。首先,建立了转发式自干扰对消模型,推导了利用限带高斯白噪声估计自干扰信道再进行转发式干扰对消的整体流程;然后,通过仿真分析了目标信号存在情况下有利于提高训练精度的参数选择,并验证了理论结果的正确性;最后,在硬件平台上进行了实测。结果表明,该方法可以有效抑制工作带宽内的转发自干扰信号,并且不会由于转发式干扰的高相关度而造成目标信号误消除,为在自干扰与信号高度相关的应用场景中实现收发同时工作提供了一种思路。 相似文献
4.
5.
带内全双工(IBFD)技术能够有效提高无线通信系统的频谱效率,近年来引起了广泛关注。然而,同时发送和接收引起的线性和非线性自干扰给IBFD带来了巨大挑战。传统的非线性自干扰消除主要是基于多项式模型和深度神经网络(DNN)来实现。多项式模型方法存在模型失配导致自干扰效果恶化的风险,而DNN方法无法针对高维数据特有的空频相关性、时间相关性等特点进行处理。该文基于卷积长短时记忆深度神经网络(CLDNN),通过在输入层中引入3维张量以及在卷积层设置复数卷积层结构,分别设计了两种重建自干扰信号的网络结构——2维CLDNN(2D-CLDNN)和复值CLDNN(CV-CLDNN),充分利用卷积神经网络局部感知和权值共享的优势,在高维特征中学习到更抽象的低维特征,从而提高自干扰消除的效果。实际场景中获得数据的评估结果显示,当功率放大器记忆长度M和自干扰信道多径长度L满足M+L=13时,通过总共60次训练轮数,该文提出的结构比传统DNN方法在非线性自干扰消除方面可以实现至少26%的改进,训练轮数也有明显减少。 相似文献
6.
冯羽 《电子信息对抗技术》2011,26(2):51-55,69
针对相位编码脉冲压缩雷达,利用多部雷达发射信号调相码间较好的正交性,结合自适应干扰对消原理,提出了一种基于自适应对消的单通道相位编码同频异步干扰抑制算法,在单通道情况下较好地抑制了同频异步干扰。并提出了同频异步干扰对消的结构,从统计特性与维纳霍夫方程两方面对算法进行性能分析。仿真表明,该算法在干信比38dB时脉压处理后主副比可达到20dB。 相似文献
7.
近年来,深度学习成为无线通信领域的关键技术之一。在基于深度学习的一系列MIMO信号检测算法中,大多未充分考虑相邻天线之间的干扰消除问题,无法彻底消除多用户干扰对误码率性能的影响。为此,该文提出一种将深度学习与串行干扰消除(SIC)算法进行结合的方法用于大规模MIMO系统上行链路信号检测。首先,通过优化传统的检测网络(DetNet)及改进ScNet检测算法,该文提出一种基于深度神经网络(DNN)的检测算法,称为ImpScNet。在此基础上,进一步将SIC思想应用到深度学习框架结构设计中,提出一种基于深度学习的大规模MIMO多用户SIC检测算法,称为ImpScNet-SIC。此算法在每个检测层上分为两级,其中,第1级由该文提出的ImpScNet算法提供初始解,再将初始解解调至相应的星座点上作为SIC的输入,由此构成该算法的第2级。此外,在SIC中也使用了ImpScNet算法估计传输符号,以便获得最优性能。仿真结果表明,与已有的各种典型代表算法相比,该文所提ImpScNet-SIC检测算法特别适合大规模MIMO信号检测,具有收敛速度快、收敛稳定及复杂度相对较低的优势,并且在10–3误码率上有至少0.5 dB以上的增益。 相似文献
8.
9.
10.
针对海面通信受大气噪声干扰严重的问题,该文提出一种基于DNN(Deep Neural Network)神经网络的单样本极化滤波器预测模型,研究其对海面短波地波通信链路中的大气噪声的抑制作用.与传统算法不同,DNN神经网络直接从大量输入数据获取信息间的非线性特性,并以此更新网络参数,通过对模型参数调整使得模型达到最优状态.选择三种脉冲成分比例不同的大气噪声进行仿真,结果表明传统算法与DNN网络模型在低信噪比约0~15dB时对信号的误码率影响基本一致,在高信噪比约超过15dB,误码率达到10-4时,深度学习模型比传统算法所需信噪比显著提高约5dB.实验结果验证了神经网络在单样本极化滤波器预测方向的可行性与准确性,具有很好的实用参考价值. 相似文献
11.
考虑同时同频全双工无线收发信机的射频域自干扰抵消技术,现有研究多集中于利用手动方式调整自干扰估计信号的参数。针对这一问题,该文提出一种射频域的自适应干扰抵消算法。以正交、同相参考支路构成的自干扰估计结构为基础,利用梯度下降法搜索支路的最优权矢量,估计出自干扰信号,实现了射频域的自适应干扰抵消,并且给出了该算法的收敛性分析。分析与仿真表明,当迭代步长越大或统计时间越短时,算法的收敛速度越小。在100倍符号周期的统计时间,0.3的归一化步长,80 dB干信比以及0 dB信噪比的仿真条件下,该文提出的射频域自适应干扰抵消算法可以实现约100 dB的自干扰抑制。 相似文献
12.
针对现有基于最小均方误差准则的全双工射频域自干扰对消算法存在收敛速度与干扰对消比相互制约的矛盾,提出一种改进时变步长归一化最小均方算法。该算法通过建立最小均方误差步长因子与改进时变sigmod函数的非线性关系,利用实时误差信号自相关和时间参量t协同控制步长因子μ(t),较好的兼顾了收敛速度与干扰对消比。分析与仿真表明:在干信比为80dB、步进间隔Δt=1/32ms、信噪比Eb/N0=10 dB的2FSK全双工系统模型下,该算法能够实现88dB的自干扰消除高出同类算法至少1.5dB且收敛速度和抗突发干扰能力提升显著。 相似文献
13.
该文针对多用户全双工中继干扰信道,同时考虑全双工中继自干扰消除及用户端干扰消除问题。首先,提出了基于最大化全局互信息量的自干扰消除和干扰对齐算法,并具体给出了自干扰消除矩阵的具体求解算法和方案。进一步,给出了信号对齐和干扰抑制的可行性条件,并分析了系统的互信息量和所受干扰噪声功率,以及系统的自由度。理论分析和仿真结果显示,与现有的典型全双工中继方案相比,该文算法可以提高系统互信息量和自由度,并有较低误码率;另外,该文算法的中继只需进行简单的功率约束,不需做复杂的信号处理,降低了整个系统的信号处理复杂度。 相似文献
14.
15.
16.
17.
自干扰消除技术是实现带内全双工(IBFD)通信的重要前提,其中数字域自干扰消除是带内全双工通信系统中硬件复杂度最低、灵活性最高的自干扰消除技术,并且是自干扰消除的最后一道防线。然而,其消除能力仍需提升,主要是如何处理收敛速度和稳态精度之间的平衡,并且还要具备突变信道的自适应能力。文章提出了一种新的全双工系统的数字自干扰消除方法,发射链路采用数字、模拟预失真技术消除功率放大器的非线性失真,使用辅助接收链获取发射链路信号副本,在数字域中利用重构自干扰信号副本消除接收信号残余自干扰信号和功率放大器残余非线性失真,并通过在接收链与辅助接收链之间共用一个振荡器消除部分接收机相位噪声。仿真表明,该方法与已有变步长LMS消除方法相比,在信噪比为5 dB的条件下,能够在提高收敛速度的同时获得优于变步长LMS方法的消除能力。 相似文献
18.
针对当前全双工系统无法有效应对外部干扰的问题,将全双工自干扰抑制技术与阵列自适应波束成形技术相结合,提出一种自干扰和外干扰的数字域联合抑制算法。首先建立该场景下全双工阵列的系统模型,然后基于时域自干扰抑制算法和最小方差无失真响应(MVDR)波束成形算法,给出算法的数学模型,并对该算法的性能进行理论分析。数值仿真证明,该算法能够同时将自干扰与外干扰抑制到噪声电平以下。 相似文献