共查询到19条相似文献,搜索用时 125 毫秒
1.
根据直接序列扩频信号和背景噪声与窄带干扰在频域上体现的不同特性,结合聚类算法,提出了一种基于频域的窄带干扰识别算法,并进行了仿真。仿真表明,该算法能够有效地识别出直接序列扩频系统中的窄带干扰。 相似文献
2.
3.
4.
陆上集群无线电(Terrestrial Trunked Radio,TETRA)数字集群通信系统因其开放性易受到内外部电磁干扰。干扰信号的类型多种多样,针对不同的干扰样式,采取的抗干扰措施也各不相同,因此干扰信号的识别具有重大意义。基于此,提出了一种干扰信号智能识别技术。该技术首先对受到不同干扰后的TETRA音频数据进行特征提取,并筛选出具有分类能力的特征,其次使用决策树、支持向量机和随机森林3种分类模型对特征提取后的待测试信号进行智能分类识别。实验结果表明,使用的这3种模型能够有效判断TETRA系统中的信号是否受到干扰,以及受到何种样式的干扰,可为后续TETRA系统中的信号干扰识别提供参考。 相似文献
5.
6.
7.
干扰识别技术是智能抗干扰通信系统中的关键技术,通过对接收信号中干扰类型的准确判别,可为无线通信系统生成最佳的抗干扰方式提供决策依据。针对无线通信系统中典型压制式干扰的识别问题,本文提出了一种基于卷积神经网络联合多域特征提取(Convolutional Neural Network-based Joint Multi-Domain Feature Extraction,CNN-JMDFE)的干扰识别算法,通过CNN同时对两种预处理增强的数据对象:时频图像与频域序列提取干扰特征,有效利用了两种数据对象的优势,提升了干扰识别性能。仿真结果表明,在对于包含动态和参数随机的干扰识别场景下,CNN-JMDFE算法在干噪比(Jamming-to-Noise Ratio,JNR)≥-2 dB时可准确识别14种类型的干扰,识别性能明显优于基于时频图像或频域序列单一数据对象的基于卷积神经网络自动特征提取(Automatic Feature Extraction-based Convolutional Neural Network,AFE-CNN)算法;与传统的人工特征提取的深度神经网络(Manual Feature Extraction-based Deep Neural Network,MFE-DNN)相比,本文算法显著提升了在低JNR下分类准确率,增强了干扰特征的抗噪性能;对于复合干扰,本文算法同样可取得良好的分类效果,当JNR≥0 dB时可准确分类10种复合干扰。 相似文献
8.
在军事无线通信中,对进入接收机的干扰信号进行分析、识别并提取特征参数,以支持抗干扰决策,是通信设备有效对抗蓄意人为干扰的前提。提出了基于短时傅里叶变换(STFT)的复合常规人为干扰分析方法,首先对接收的干扰信号进行STFT变换,然后将得到的三维时频域数据进行二值化处理;最后根据不同干扰样式的时域及频域特征,对二值化的时频域数据之间的关系进行分析,分别解析出多音干扰、周期脉冲干扰、扫频干扰。理论分析和仿真结果表明,通过分类搜索算法,能够较为准确地对复合人为干扰进行解析。 相似文献
9.
直接序列扩频系统(Direct Sequence Spread Spectrum,DSSS)自身具有抗窄带干扰的能力,但当存在强窄带干扰时,需要有效的窄带干扰抑制技术来提高系统性能。研究了基于FFT的频域窄带干扰抑制算法,并对其中的加窗、重叠复用及门限生成等关键技术进行了分析。利用Matlab的可视化工具Simulink建立了仿真模型,并在给定的仿真条件下进行了仿真,验证了基于FFT重叠变换的频域陷波技术抑制干扰的有效性,为直接序列扩频系统在干扰环境下的应用提供了依据。 相似文献
10.
针对直接序列扩频系统,理论推导出单音干扰和窄带干扰下系统处理增益的精确计算公式,并对所得公式进行了数值仿真。数值仿真结果表明,单音干扰对直接序列扩频系统的干扰能力与其相对于扩频系统的载波位置密切相关;窄带干扰对直接序列扩频系统的干扰能力与其相对于扩频系统的载波位置和干扰带宽密切相关。研究结果可为直接序列扩频系统的设计提供参考。 相似文献
11.
12.
13.
14.
现有基于Nyquist-Shannon采样定理的窄带干扰(Narrowband Interference,NBI)抑制方法存在应用受限于采样率较高的问题。应用压缩感知(Compressive Sensing,CS)理论解决上述问题,利用NBI在频域表现出的块稀疏特性以及直接序列扩频(Direct Sequence Spread Spectrum,DSSS)信号的类噪声特性,提出了基于块稀疏贝叶斯学习(Block Sparse Bayesian Learning,BSBL)框架的DSSS通信NBI抑制模型。实现干扰抑制后,利用传统的CS重构算法实现DSSS信号的压缩域解调。为进一步提高算法性能,将NBI稀疏分块的块内自相关矩阵建模为单位矩阵,提出了信息辅助BSBL(Aid BSBL,ABSBL)算法,设计了基于ABSBL的DSSS通信NBI抑制算法。该算法在保持较好NBI抑制性能的条件下,提高了运算效率并且不依赖NBI的稀疏结构。仿真验证和对比分析结果表明,所提方法能够有效抑制DSSS通信中的NBI,在干扰强度相同的条件下,NBI带宽越小、压缩率越大,算法对NBI的抑制性能越好。 相似文献
15.
介绍了一种频域自适应窄带干扰抑制的方法,该方法基于离散DFF(傅里叶变换)技术,在频域采用N-∑算法自适应确定干扰抑制门限,可以有效地去除窄带干扰对宽带通信系统解调性能的影响,适用于DSSS(直接系列扩频)信号中去除强窄带干扰信号的影响。该算法简单高效,非常适合于数字硬件实现,实验和实测结果表明了该算法的有效性。 相似文献
16.
The existing interference suppression algorithms for direct sequence spread spectrum (DSSS) communications are confined to the high sampling rate. The compressive sensing is addressed to solve the problem in this paper. Firstly, the mathematical model of interference suppression in compressed domain is introduced; the DSSS signal and interference sparse dictionary is built. Secondly, according to the difficulty in obtaining the prior information of the interference signal sparse degree, the adaptive interference suppression algorithm is proposed by setting the reasonable control threshold. A comprehensive analysis and comparison of the algorithm are presented and discussed. The numerical experiments are provided to demonstrate the effectiveness of the proposed algorithm. The results show that the algorithm could suppress the interference effectively; the interference suppression performance does not change with the interference intensity and interference quantity. This will provide an effective method for the reconstruction of the compressed DSSS signal under the scenario of interference. The results obtained here may also be applicable in alternative spread spectrum technologies, like code division multiple access system. 相似文献
17.
18.
在蜂窝系统中,由于干扰的存在,用户性能受到影响,特别是对于小区边缘用户,其通信质量较差。干扰对齐作为一种能够消除干扰、提高系统容量的技术,近年来受到广泛关注。针对多天线两小区蜂窝系统的边缘用户,本文给出了一种系统开销小、需要天线数少的线性干扰对齐算法。该算法利用发送端预编码矢量消除小区内干扰,利用接收端干扰抑制矢量消除小区间干扰。采用本文算法后,在每个小区有 个用户、基站有 根发送天线、用户有 根接收天线的情况下,只需 和 就可以实现上下行的干扰对齐,整个系统可以达到 的自由度,并且在下行链路中不需要小区间反馈,而在上行链路中只需要较小的小区间反馈。仿真结果表明,本文提出的算法能够以较小的开销实现比以往的算法更好的性能。 相似文献