低频通信在水下通信、地质勘探等特殊工作环境中有着不可替代的作用。低频噪声是影响通信质量的重要因素,必须得到有效抑制。低频噪声不同于高斯白噪声,而是具有非高斯色噪声的特性。现有研究对低频噪声的统计特性和信号处理做了初步讨论,但在实际应用中依然存在着问题。本论文结合实测数据,对低频噪声特性进行分析,并讨论低频噪声的稳健处理方法。主要工作可概括如下:1.实测数据处理分析基于实测噪声数据,借助传统处理方法,分析噪声频谱特性和幅度分布。实测噪声的功率谱密度测量,表明其含有很强的射频干扰。抑制干扰后,噪声数据呈现为脉冲型噪声的幅度分布。各种非线性变换方法中,局部最优检测性能最优,削波器和置零器有效,高斯化处理性能较差。2.基于高斯化-广义匹配的脉冲型噪声抑制方法研究脉冲型噪声的抑制,提出高斯化-广义匹配(Gaussianization and Generalized Matching,GGM)方法,可稳健抑制噪声,且适用于噪声分布未知情况。GGM方法基于高斯化处理与广义匹配滤波技术推导,是一种全新的非线性变换函数。结合核密度方法(Kernel Density Estimation,KDE)对噪声的概率密度函数估计,可以实现稳健的GGM设计。仿真表明,GGM设计的性能损失很少,对未知分布噪声的处理非常稳健。3.非线性函数的优化设计方法研究非线性变换方法的设计,提出一种新的非线性函数设计思路,优化设计限幅器与高斯拖尾零记忆非线性(Gaussian-tail Zero Memory Non-Linear,GZMNL)变换。考虑到传统的非线性函数往往基于噪声分布或仿真性能,不是理论上最优的设计标准。论文提出的非线性变换函数设计方法,以效能最大化为目标,对函数参数进行优化设计。之后,采用自适应数值优化算法,解决该优化问题。将该思路用于限幅器与GZMNL变换的优化设计,结果表明该设计方法明显优于传统处理方法,基本达到最大效能值。