论文部分内容阅读
短波通信由于设备简单、传输距离远、技术成熟、安全性高,在军事领域得到了广泛的应用。但短波通信非常容易受到人和自然的噪声干扰。短波通信中的噪声会严重干扰短波的接收,降低短波通信的质量。因此,短波噪声如何有效抑制和滤除是人们研究的热点和重点。本论文在结合实际短波接收过程中的去噪问题,深入研究各种短波去噪算法的基础上,给出了基于频域门限估计的中值滤波去噪算法和基于滤波器的去噪算法,主要研究内容包括:1.基于中值滤波的噪声基底估计自适应短波去噪:针对短波通信中背景噪声对信号判别门限以及虚警率的影响,利用短波背景噪声与信号在不同频点的幅度(能量)差异特性,即一般噪声的幅度在整个带宽内会小于信号幅度,而且信号的能量会集中在几个固定的频带内。在此基础上,对接收信号做短时傅里叶变换,利用自适应门限算法预先估计出含噪短波信号的噪声基底,‘根据一定的虚警率,设置一个适当的门限与原信号做差值,这样就可以去除信号中的噪声。提出了一种将信号频谱当作一阶灰度,采用中值滤波的算法,实现了对未知含噪短波信号的预处理,提高了信噪比。分析结果表明,中值滤波算法对于未知短波信号的噪声滤除是有效的,并能在一定程度上抑制噪声毛刺,降低了虚警率。2.基于自适应QR-LSL算法的短波信号去噪技术研究:针对短波接收机信号预处理之后,如果不做进一步的去噪,残留的信号噪声(主要针对高斯噪声)会影响后续信号的调制模式识别。由于自适应滤波器算法可以直接对信号在时域滤波,使得接收端的信号处理单元结构简单,并且自适应滤波器的滤波算法收敛速度很快,性能稳定,精确性好,能够满足实时性要求很高的场合,因此提出了利用自适应滤波器算法来进行去噪的构想。首先通过分析,论证了该方法的可行性,在此基础上,采用了新改进的自适应算法,将QR-LSL算法应用于短波信号处理,该算法与其他的自适应滤波器算法相比,能够达到更好的去噪性能。