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.     

DSSS中基于重叠变换的自适应干扰抑制算法及仿真分析

提出了一种基于重叠变换的自适应干扰抑制算法，利用调制重叠变换（MLT）把接收机信号映射到变换域进行抗干扰处理，它可以有效地把干扰能量集中在有限的变换域子带（Transform Bins）中，与基于DFT、DCT等块变换相比有更好的滤波效果。由于可以使用基于重叠变换的快速算法，因此它结构简单，节省计算量。仿真结果表明，基于MLT的变换域处理方案可以有效地改善系统性能。     

低信噪比强窄带干扰条件下的LFM信号检测技术的比较与分析

研究了低信噪比强窄带干扰条件下的LFM信号检测技术,提出了基于短时傅里叶变换(STFT)的线性调频(LFM)信号增强技术、基于时频峰值滤波的强窄带干扰抑制技术和基于一维搜索的宽带LFM信号检测技术.试验结果表明,采用以上这些方法在低信噪比强窄带干扰情况下,对于LFM信号具有较高的正确检测概率及参数测量精度.     

认知FrFT域通信系统及其抗干扰性能分析

为了增强无线通信系统的抗干扰能力,设计了一种认知FrFT(分数傅里叶变换)域通信系统（ CFrFTDCS ）,在变换域通信系统中采用分数傅里叶变换,并与认知无线电技术结合,给出了系统的结 构框图和工作原理,分析了系统的抗干扰性能。计算机仿真结果表明,CFrFTDCS具有较强的 抗 干扰能力,针对单音干扰、窄带干扰和Chirp干扰,CFrFTDCS的平均误码率性能比直接序列 扩频（DSSS）通信系统分别改善了约15.70 dB、13.29 dB和13.79 dB,比传统 的变换域通信系统（TDCS）分别改善了约0.18 dB、0.23 dB和3.63 dB。     

一种利用压缩感知改进的PMF-FFT扩频捕获算法

为了实现直接序列扩频（DSSS）信号快速捕获的同时降低数据量和硬件资源消耗，引入了压缩感知理论改进部分匹配滤波-快速傅里叶变换（PMF-FFT）算法，提出了基于压缩感知改进的部分匹配滤波-快速傅里叶变换（CSPMF-FFT）算法。该算法将PMF-FFT算法与压缩感知理论相结合，先对信号进行稀疏性分析和压缩观测，然后从少量压缩观测值中重构信号，并利用输出的峰值信息估算信号的多普勒频移和码相位，从而实现捕获。理论分析和仿真实验表明，相较于PMF-FFT捕获算法，CSPMF-FFT算法能在成功完成捕获的同时有效地减少相关器的数目和FFT变换的运算量，从而降低系统数据量和硬件资源压力，为基于压缩感知的扩频信号处理技术研究奠定了基础。     

一种基于分数阶Fourier变换的雷达运动目标检测算法

针对雷达回波为多分量LFM信号时,时频分析存在的交叉项干扰问题,提出了一种基于分数阶Fourier变换(Fractional Fourier Transform,FRFT)的伪Wigner分布(PWD).该方法通过在参数平面按阈值进行峰值搜索确定变换域阶次,再在相应的分数阶Fourier域计算PWD,有效地抑制了交叉项的干扰,有利于更好地提取信号的时频信息.仿真实验证明了在强背景噪声下该算法的有效性.     

一种基于加窗的窄带干扰抑制技术仿真与硬件实现

在简要总结窄带干扰抑制方案和技术的基础上,介绍了一种基于加窗的频域自适应窄带干扰抑制方法,该方法是在离散傅里叶变换(DFT)技术、自适应门限算法的基础上形成的,简单有效,可靠实用。软件仿真及硬件实测结果均证明了该方法的可行性及有效性。     

DSSS系统中快变化线性调频干扰抑制算法

直接序列扩频(DSSS)系统中用分数傅里叶变换可以抑制线性调频干扰等非平稳干扰,然而快 变化 线性调频干扰有可能在分数傅里叶域上呈现出多个尖峰,不利于干扰的检测。分析了线性调 频干扰对DSSS系统的影响,提出了利用模糊变换和分数傅里叶变换结合抑制线性调频干扰的 算法,通过模糊变换选择延迟时间估计调频斜率,然后在相应的分数傅里叶域滤除干扰,克 服了分数傅里叶变换在估计调频斜率时可能出现的多尖峰问题。仿真表明,此算法可以有效 估计并滤除DSSS中的线性调频干扰。     

基于图像显示、波段变换的信息隐藏安全测算法浅析

利用计算机技术,结合Arnold变换,提出了一种基于图像置乱变换的小波水印算法,对提出的算法进行了各种攻击测试。实验表明,该算法对JPEG有损压缩、中值滤波攻击和高强度噪声攻击具有强稳健性,具有很好的透明性和鲁棒性,实用性也较高。     

分数阶傅里叶变换的多项式相位信号DOA估计

针对多项式相位信号波达方向(DOA)估计研究较少的问题,提出了一种基于分数阶傅里 叶变换(FRFT)的多项式相位信号(PPS)的DOA估计算法。该算法首先通过多项式相位变换,估 计出PPS的最高阶相位系数,从而可以消除最高阶项。运用这一降阶思想,依次消除高阶项 ,这样PPS可降为线性调频(LFM)信号,然后将宽带的LFM信号转化为分数阶Fourier域窄带的 平稳信号。在相应的分数阶Fourier域,运用求根MUSIC算法对信号进行DOA估计,从而把LFM 信号的DOA估计推广到了PPS的DOA估计。理论分析和仿真实验表明,该方法能很好地估计出P PS的DOA,并且简洁。     

基于信息辅助块稀疏贝叶斯学习的直扩通信窄带干扰抑制

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。     

基于时频相关性的复合常规人为干扰分析方法

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。     

基于双门限的变换域通信系统基函数设计

针对单门限变换域通信系统往往无法兼顾抗干扰和隐蔽通信的问题,提出了一种基于双门限变换域通信系统基函数幅度谱的设计方法。该方法首先在干扰存在情况下进行单门限系统最优误码率门限与最差误码率门限的判断,然后通过参数灵活调整两个门限的值,将大于高门限和低于低门限的值分别设为0和1,位于双门限之间的频谱进行倒置,得到的基函数通过对数据进行调制实现通信。仿真结果表明：相比于单门限变换域通信系统,通过参数调节后的双门限变换域通信系统可以同时具有良好的抗干扰及隐蔽通信性能。     

变换域通信系统QAM调制及抗干扰性能仿真

针对变换域通信系统现有调制方式频谱效率较低的情况,提出了在变换域通信系统中实现QAM调制(TD-QAM)的方法。基于MATLAB,验证了TD-QAM的正确性,仿真了TD-QAM在部分频带干扰下的性能。结果表明,所提出的TD-QAM差错概率与常规数字QAM调制一致,同时具备较强的抗部分频带干扰的能力。     

随机抽样一致性算法在Vondrak滤波中的应用

针对传统Vondrak滤波法易受粗差值影响的问题，提出了一种基于随机抽样一致性的Vondrak滤波算法来探测和剔除数据中的粗差。首先通过采用随机抽样一致性算法对需要滤波的观测数据进行预处理；然后对数据是否在阈值范围内进行判断，给相应的数据赋予不同的权值系数；最后利用Vondrak滤波估计预处理后的数据。为了验证所提滤波算法的有效性，通过计算机仿真的方法，采用两种不同的信号模型产生信号，并且在两种信号中都加入粗差，分别利用传统的Vondrak滤波、抗差Vondrak滤波和所提滤波算法对两种信号进行滤波。仿真结果表明，所提滤波算法具有良好的粗差探测能力。     

双模噪声背景下自适应小波阈值去噪

在分析双模噪声模型统计特性的基础上提出自适应小波阈值算法。新算法中设计改进的阈值函数和控制函数,克服了传统硬、软阈值法的不足,并且自适应得到最佳控制因子。该算法对加入双模噪声的信号进行闭环反馈处理：小波分解、阈值量化处理、小波逆变换重构信号、控制函数寻优。Matlab 2012a仿真结果表明,该算法相对于传统硬、软阈值法,去噪图形曲线清晰、光滑、连续性好,信噪比分别提高9 dB和4 dB。在双模噪声背景下,自适应小波阈值去噪有效、可行,拓展了小波阈值算法的应用。     

一种基于Levy-人工蜂群的三维Otsu阈值分割算法

针对图像分割过程中三维Otsu算法运算时间长、计算量大的问题,提出了一种基于Levy-人工蜂群算法的三维Otsu阈值分割算法。首先,以像素灰度值-邻域均值-邻域中值的三维类间方差作为人工蜂群算法的适应度函数;其次,采用Levy飞行模式评价像素的适应度,对其种群更新及邻域搜索过程进行优化,以增强其全局搜索能力;最后,利用改进后的算法得到的分割阈值对图像进行分割。仿真实验结果表明,与传统三维Otsu阈值分割算法相比,所提算法能够有效降低图像存储空间,处理时间降低了30.8%,具备更好的抗噪性能,分割效果也更为理想。     

一种应用于旁瓣对消系统的MGS算法

本文论述相控阵雷达的一种自适应波束形成算法，分析了基于Ｓｙｓｔｏｌｉｃ结构的ＳＬＣ系统的ＭＧＳ算法，分析和计算机模拟结果表明，在ＳＬＣ系统中ＭＧＳ算法在抑制干扰方面是有效的。     

基于Q-Learning的多功能雷达认知干扰决策方法

针对多功能雷达和认知电子战的快速发展所导致传统干扰决策方法难以适应现代化战争的问题，提出了一种基于Q-Learning的多功能雷达认知干扰决策方法。通过对比认知思想和干扰决策原理，将Q-Learning运用于认知干扰决策中并提出了认知干扰决策的算法步骤。以某多功能雷达为基础，通过分析其工作状态及对应干扰样式构建雷达状态转移图，通过仿真试验分析了各参数对决策性能的影响，为应对实际战场提供参考。仿真了在新状态加入下的决策过程、实际战场中转移概率对决策路径的影响以及四种主要干扰决策方法的决策性能对比。试验表明，该方法能够通过自主学习干扰效果完成干扰决策，更加贴合实际战场，对认知电子战的发展有一定的借鉴意义。