基于盲源分离的通信抗干扰技术研究

来源 :国防科技大学 | 被引量 : 0次 | 上传用户:Lynn_lin
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着军事通信抗干扰技术的不断进步,通信质量愈发依赖于抗干扰手段。将盲源分离与通信抗干扰结合,能在接收端不具备或少量具备发射端的先验信息基础之上,通过使用接收端接收的信号经过一定的处理恢复出源信号而对通信干扰信号进行分离,从而实现抗干扰的目的,因此成为跳频通信、卫星通信等军事通信领域的研究热门。本文基于盲源分离理论,研究了多通道、单通道等条件下的通信抗干扰技术,为盲源分离抗干扰通信提供了新的思路。本文主要工作以及成果如下:(1)研究了多通道盲源分离通信干扰信号分离技术。在对信道进行建模的基础之上,提出利用独立性准则通过Fast ICA算法对通信干扰信号进行分离。之后,进一步提出一种基于Pade逼近非线性函数的低复杂度改进分离算法,从而达到不过多损失信噪比增益基础上降低复杂度,对各种干扰信号均有较好的分离性。(2)针对单通道跳频通信盲源分离抗干扰的问题,在对其单通道信号盲分离模型建立基础之上,提出虚拟通道增维的思路。首先利用小波包分解技术,利用通信双方掌握相同跳频以及调制方式作为先验信息,训练得到需要保留的节点,实现对接收信号的增维处理,并通过原先的多通路盲源分离算法进行干扰信号分离,实现抗干扰;之后提出一种经验模态分解与盲源分离结合的分离抗干扰方法,首先通过该算法对多通道信号进行重构,然后利用Fast ICA以及ICA-R两种盲源分离算法实现干扰信号分离。仿真结果验证了这两种方法的有效性,为实际单通道跳频场景中的抗干扰目的提供了一条有益思路。(3)针对单通道同频自干扰信号盲分离问题,建立其信号模型,并提出通过PSP算法对自干扰信号进行分离。针对随着调制阶数算法复杂度上升的问题,进一步对算法进行改进,通过减小串扰长度以及延迟判决位置对其计算复杂度进行降低,且误码率性能与原算法差距很小,仿真证明在BPSK与QPSK情况下的信号盲分离可行性。
其他文献
功能梯度碳纳米管增强复合材料(Functionally Graded Carbon NanotubeReinforced Composite,简称FG-CNTRC)具有轻质高强的优良特性,在航空航天、人员及结构防护等领域有广阔的应用前景,FG-CNTRC板结构的低速冲击响应也引起了相关研究人员的广泛关注。针对现有研究的不足,本文基于弱形式求积元法(Weak Form Quadrature Elem
学位
声表面波(surface acoustic wave,SAW)器件由于具有信号处理简单方便、很强的抗辐射功能、动态范围大、适于批量化生产等优点一直受到学者们的青睐,广泛应用于移动通信系统、电视、广播、各类军用雷达、传感器、滤波器中。压电材料和叉指电极是决定声表面波器件性能的关键要素。氮化铝压电薄膜具有高声速和温度稳定性好等显著优点,是与高声速衬底材料结合制备声表面波器件的理想材料;石墨烯可以维持巨
学位
时间序列的相似性搜索,是根据给定的查询目标在时间序列候选数据中正确、快速查找到符合要求的数据。随着信息化技术的广泛应用,以及物联网技术的蓬勃发展,时间序列呈多元化的发展趋势,给相似性搜索工作带来极大挑战,主要体现为:(1)由于多元变量之间存在复杂的相关性,以及现有多元时间序列数据普遍缺少先验信息的数据现状,对多元时间序列相似性进行精确度量的难度较大;(2)传统的空间索引结构在处理高维数据时面临空间
学位
作为一种集散热性好、准直性高、易于集成和维护等诸多优势为一体的脉冲激光光源,全光纤脉冲激光器一直是激光领域研究人员的研究重点。目前主要是通过调Q(Q-switched)和锁模(mode-locked)技术来实现脉冲激光输出。近十年来,探索二维材料的非线性光学特性,将其作为可饱和吸收体进行被动调Q或被动锁模来实现脉冲激光输出逐渐发展成为集光学、材料和化学的前沿交叉研究领域。然而,受限于其自身的物理化
学位
轴承是动力装置中广泛应用的一类关键部件,其状态识别与剩余寿命预测技术一直是研究的热点内容。本文基于油液与振动信号融合参数,利用深度学习特征提取方法,并与支持向量机(SVM)相结合,研究了动力装备轴承关键部件状态识别与剩余寿命预测方法。主要研究内容包括:(1)在分析深度置信网络(DBN)、深度自动编码器(DAE)以及卷积神经网络(CNN)三种深度学习模型的原理、构成基础上,对其优缺点及适用范围进行了
学位
近年来,以星间链路技术为核心的低轨卫星网络发展迅猛,巨量卫星星座建设给空间电磁频谱资源管理与使用带来新的挑战,频谱资源稀缺、信号干扰复杂成为星间通信新常态。将认知无线电技术应用于星间通信环境,实现星间频谱资源动态分配,将有助于提高频谱资源利用率,增强星间通信的抗干扰能力。使用调制识别方法对星间信号调制特征进行识别可以为频谱资源动态分配提供基础数据,而经典的调制识别算法对复杂场景的适应性差,识别准确
学位
成像导引头是成像制导武器的核心部件,主要担负复杂战场环境感知、目标识别、目标跟踪、干扰对抗和制导信息测量与解算等任务。其中,目标识别是成像导引头的关键技术之一,目标识别的识别率、精度和环境适应能力等性能直接决定了成像导引头及制导武器的作战使用和打击效果。目前,成像导引头主要采用以模板匹配为代表的目标识别技术,难以满足复杂战场环境带来的挑战。本文以成像导引头的研制为背景,研究基于深度学习的成像导引头
学位
自适应光学系统中,波前传感器的准确性和鲁棒性极大地影响像差探测能力和校正效果。在波前振幅分布不均匀或信标光能量不足的情况下,哈特曼波前传感器由于存在子孔径缺光现象导致传感精度下降,而无波前传感自适应系统由于收敛速度较慢难以用于实时性要求较高的应用场景。如何实现复杂条件下近实时波前测量是亟待解决的实际问题。基于深度学习的波前传感可以看作一种新型波前测量方法,该方法利用系统中远场光强分布,反演得到近场
学位
三维点云数据含有被测场景物体表面丰富的信息,具有海量、高密度以及高精度等特性,已成为用来理解、分析和语义解释三维自然场景的一种主要数据类型。其中,基于三维数据的复杂场景多态目标语义分割的研究具有重要的军事和民用价值。本文以室内三维点云数据和常见物品三维点云数据为研究对象,对三维点云语义分割问题展开了研究。本文的研究内容主要包括以下三个部分:(1)介绍了三维点云语义分割领域目前的发展现状,对当前国际
学位
图像是网络时代信息传递的一种重要载体,相对于文字、语音等传统媒介,图像可以直观高效的获取信息。高分辨率(High-Resolution,HR)图像通常包含大量的图像纹理细节,因而可提供丰富的信息,具有更好的观感,便于人们更加准确、快速地获取所需信息,做出准确判断。但由于硬件采集设备和网络传输条件的限制,通常人们获取的图像多为低分辨率(Low-Resolution,LR)的。图像超分辨率重建(Sup
学位