基于压缩感知的窄带干扰抑制技术研究

《基于压缩感知的窄带干扰抑制技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、’Ｉ＇Ｉ．’－ｉｔ‘，－＾—■．－－．■话早Ｉ、，＝足堅博．：，＇；＆点古－站＞：专左弘聲常門吳点與刊＇：－￣＇■‘■？－＇．Ｔ＞＇ＩＩＥＪＬ；／：ｆ．．，Ｉ４去种故＊著ＴＮＤＯ巧ＹＦＣＨＩＮＡＥＣＴＲＩＩＥＣＨＬＯｕｎｉｖｅｒｓｉｔｙＯＦＥＬＯＮＣＳＣＥＨＣＥＡＭＤ硕壬学位论文ＭＡＳＴＥＲＴＨＥＳＩＳ．論■＇＼／ｓ＾ｅ＾警變ｉ论文题目基于压缩感知的窄带千扰抑制技术研究—訂—学科专业

2、蓋鍾臟通■学号一—￣！１—化者姓名Ｍ指导教师斌…ａａｉ唐方—ｊ＇：議Ｖ；謂誦；：賺誦義．遍議‘：：：誦Ｉ！若Ｖ縣讀繫笠屬酵羣独剑性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作。及取得的研究成果垢我所知，除了文中特别加Ｗ标注和致谢的地方夕ｈ，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同王作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并

3、表示谢意。／：峡恥日期作者签名：月日＜＜论支使用授权本学位论文作者完全了解电子科技大学有关、用论保留使学位文，送和磁，的规定有权保留并向国家有关部口或机构交论文的复印件盘查。论全允许论文被阅和借阅本人授权电子科技大学可Ｗ将学位文的，可、或部分内容编入采缩印或描部有关数据库进行检索Ｗ用影印扫？制手段保、汇学。等复存编位论文（保此）密的学位论文在解密后应遵守规定、Ｌ、者签名：签名：作导师…鱼．东＿ｒ．月日日期年ｊ分类号密级注1UDC学位论文基于压缩感知的窄带干扰抑制

4、技术研究（题名和副题名）贺泉（作者姓名）指导教师唐万斌研究员电子科技大学成都（姓名、职称、单位名称）申请学位级别硕士学科专业通信与信息系统提交论文日期2016.04.07论文答辩日期2016.05.25学位授予单位和日期电子科技大学2016年6月答辩委员会主席评阅人注1：注明《国际十进分类法UDC》的类号。ResearchOnNarrowbandInterferenceSuppressionTechnologyBasedOnCompressedSensingAMasterThesisSubmittedtoUnivers

5、ityofElectronicScienceandTechnologyofChinaMajor:CommunicationandInformationSystemAuthor:HeQuanAdvisor:ResearcherTangWanBinSchool:NationalKeyLaboratoryofScienceandTechnologyonCommunications摘要摘要随着现代无线通信技术的快速发展，空间电磁环境变得越来越复杂，产生了严重的电磁干扰。在现代战争中，干扰和抗干扰成为电子战和信息战对抗的重要形式

6、。如何抑制干扰，在恶劣的环境下保证通信的有效性和可靠性，成为当今通信技术研究的重要课题之一。压缩感知理论是一种全新的信息获取理论。只要信号在某个变换域是稀疏的或者可压缩的，就能低于奈奎斯特采样率进行低速采样，同时通过一个与稀疏矩阵不相关的观测矩阵降低维度，再由重构算法高概率地恢复出原信号。本文将抗干扰技术和压缩感知(CompressedSensing，CS)理论相结合，研究了基于压缩感知的窄带干扰抑制技术。主要研究内容体现在以下几个方面：首先，介绍了传统干扰抑制算法，包括时域干扰抑制、变换域干扰抑制和码辅助干扰抑制等。

7、其中，较为详细地介绍了频域变换干扰抑制技术，包括干扰门限的选择和对干扰的处理方式。然后，本文研究了压缩感知框架的三个主要内容，即信号的稀疏表示，观测矩阵的设计，信号的重构。例举了傅里叶变换基、离散余弦变换基、小波变换基的稀疏变换效果；介绍了观测矩阵的设计原则，即有限等距性质和不相关性，研究了几种常见的观测矩阵，并测试了在不同观测压缩比下对于稀疏信号的重构性能，其中高斯随机矩阵与大多数稀疏矩阵具有低相关性，是理论上的最优观测矩阵；研究了三类重构算法各自的典型算法，并对稀疏信号的重构性能进行对比，其中正交匹配追踪算法实现简

8、单，重构效果良好，应用最为广泛。接下来，提出了基于压缩感知的干扰抑制算法，利用压缩感知技术实现对干扰的重构，再以时域对消的形式抑制干扰。本文通过加窗的方法抑制窄带干扰在频域变换后存在的频谱泄露现象，再用重叠加窗的方式弥补由窗函数带来的信噪比损失。为了处理包含信号、干扰和噪声的混合信号，研究了干扰门限算法用于确定干扰的稀疏度，并验证