随着国家“智慧海洋”的提出,我国对海上通信的需求日益加强。短波通信技术因具有抗毁能力、自主通信能力强等优点而被广泛地用于海上通信。传统地波多以窄带方式进行传输,但不能满足海面大容量数据传输业务的需求,本文尝试带宽为1MHz的超视距宽带短波地波作为粗糙海面的主要传输方式。实际的海面短波通信中,无线通信链路主要受海面上空雷电活动产生的大气噪声和海浪等自然因素的影响,因此如何抑制噪声干扰,提高粗糙海面短波通信系统性能是本文的研究重点。研究的具体内容如下:1、首先分析了粗糙海面短波地波通信系统中脉冲噪声的产生原因,研究了脉冲噪声的时域特征,并对脉冲噪声的估计概率密度函数进行拟合,得出Class A、Alpha以及混合高斯等三种能够有效表征脉冲噪声分布的模型,详细讨论了它们的理论基础、表达形式,并对比不同分布模型条件下通信传输误码性能受影响的程度。2、利用SSPF技术抑制大气噪声干扰。首先,将具有非高斯性和脉冲成分的大气噪声信号在极化域进行表示。然后,根据干扰信号与目标信号的中心频率差异特性,利用FIR带通滤波器获得大气噪声极化分量,从而构造SSPF并对接收信号进行滤波处理。最后分析了其在不同条件下的滤波性能。3、分别基于全连接深度神经网络（DNN）与卷积神经网络（CNN）对单样本极化滤波器分量进行预测,从而抑制大气噪声信号。文中首先基于DNN网络,结合Jones矩阵搭建预测模型,推导并建立网络的输入及输出向量公式与模型,然后对输入的训练数据集进行数据处理,同时对网络模型各个参数进行仿真调试,通过网络经前向与后向传播后得到的损失函数值进行网络结构参数的调整。然后将训练好的滤波器分量在MATLAB平台上进行误码率仿真,验证网络模型的预测性能。在此基础引入卷积神经网络,实现输入信号在极化域的卷积映射,使网络模型在减少参数复杂性的同时增强网络的特征信息提取能力。4、基于FPGA开发平台对基于DNN神经网络的SSPF的干扰抑制方法做硬件设计和仿真。硬件设计可以分成以下模块:基于DNN的单样本极化滤波器生成模块、极化参数恢复模块、极化滤波模块、幅相恢复模块。硬件仿真结果表明,基于DNN神经网络的SSPF干扰抑制方法具有硬件可实现性。