学位论文 > 优秀研究生学位论文题录展示

中频数字化扩频接收机自适应抗干扰技术研究

作　者: 卢树军
导　师: 张尔扬
学　校: 国防科学技术大学
专　业: 信息与通信工程
关键词: 数字化接收机窄带干扰抑制直接序列-最小频移键控自适应滤波部分解扩非线性滤波快速更新子带自适应滤波逆正交三角分解-递归最小二乘滤波正交三角分解-最小二乘格型滤波免平方根免除法
分类号: TN851
类　型: 博士论文
年　份: 2005年
下　载: 791次
引　用: 4次
阅　读: 论文下载

内容摘要

根据中频数字化这一软件无线电思想实现扩频接收机是目前扩频通信研究的热点,在中频数字化扩频接收机体系结构内研究窄带干扰抑制技术具有重要的商业和军事应用价值。单天线条件下,以往的窄带干扰抑制研究理论成果丰富,但实用化研究不足,本文着重研究如何在数字化扩频接收机中实现抗窄带干扰自适应滤波技术,并根据扩频抗干扰的实际要求改进现有的自适应算法和抗干扰滤波技术。以往的扩频抗干扰文献多将扩频信号和背景热噪声假设为白噪声,由于在数字正交解扩解调中采用过采样和数字低通滤波,这一假设在数字化扩频接收机中并不成立。本文研究了扩频信号在过采样和有色背景噪声条件下的码辅助最优滤波理论,给出了上述条件下MMSE和约束MMOE最优滤波的输出SINR性能限,以此作为码辅助最优滤波和干扰估计抵消滤波的研究基准。为自适应实现码辅助最优滤波,本文系统总结了递归最小二乘(RLS)和盲递归最小二乘(BRLS)算法,以及两者基于正交三角分解(QRD)的并行计算结构。鉴于码辅助最优滤波需要求解滤波权值矢量,此时QR分解的计算并行性不如逆正交三角分解(IQRD),本文提出了基于IQR分解的BRLS算法,给出了IQRD-RLS/BRLS的脉动阵列并行计算结构。给出了IQR分解的免平方根、免除法计算结构,显著降低了计算量。在干扰估计抵消滤波中,以往的非线性滤波要求干扰抵消滤波后扩频信号功率远大于残余噪声功率,进而假设码片判决的误码片率基本为零,这一要求对军用扩频通信是不利的,而且也不符合扩频通信利用扩频增益降低误码率的原则。为此,考虑综合利用扩频增益,本文提出了部分解扩非线性滤波(PDNF),通过对经过干扰抵消的接收序列进行部分解扩,使得码片判决能够保持很低的误码片率,从而降低了对扩频信号发射功率的要求。为提高PDNF滤波的收敛速度和稳态输出信干噪比,本文研究了如何改进和应用现有的LMS类和RLS类自适应滤波算法。子带自适应滤波具有优秀的去相关能力,但需要分块更新滤波权值矢量,本文提出了快速更新子带自适应滤波(FRSAF)算法,实现了权值矢量的逐点更新。理论分析和仿真表明:将FRSAF用于PDNF滤波可以显著提高抗干扰滤波的收敛速度,并获得较高的稳态输出信干噪比。为在抗干扰滤波中实现并行计算并降低计算复杂度,本文重新提炼了基于QR分解的最小二乘格型(QRD-LSL)内插滤波器,提出将QRD-LSL内插滤波器用于PDNF滤波中,仿真表明:结合QRD-LSL内插滤波算法的PDNF抗干扰滤波在现有QRD-LSL-NIF滤波的基础上进一步提高了输出信干噪比。

全文目录

摘要  13-14
abstract  14-16
第一章绪论  16-28
  1.1 扩频通信抗干扰概述  16-19
    1.1.1 扩频通信面临的抗干扰需求  16-17
    1.1.2 扩频通信面临的可扩展性要求  17-18
    1.1.3 中频数字化扩频接收机及其抗干扰特点  18-19
  1.2 扩频通信抗窄带干扰技术研究现状  19-23
    1.2.1 变换域干扰直接抑制  19-20
    1.2.2 干扰估计抵消滤波  20-22
    1.2.3 码辅助最优滤波  22-23
  1.3 用于扩频通信抗干扰的自适应滤波理论  23-25
    1.3.1 变换域 LMS 滤波和子带自适应滤波  23-24
    1.3.2 具有精确去相关能力的格型滤波器  24
    1.3.3 自适应滤波的脉动阵列并行实现  24-25
    1.3.4 Givens 旋转的免平方根、免除法算法  25
  1.4 立题背景  25-26
  1.5 本文主要工作  26-28
第二章扩频通信码辅助最优滤波  28-52
  2.1 DS-MSK扩频通信基带模型  29-37
    2.1.1 最小频移键控调制  29-31
    2.1.2 DS-MSK信号的数字正交解扩解调  31-34
    2.1.3 过采样条件下 DS-MSK系统的扩频增益  34-37
  2.2 窄带干扰建模与仿真  37-42
    2.2.1 音频干扰模型  38-39
    2.2.2 窄带 AR 随机过程干扰模型  39-42
    2.2.3 多音频干扰和窄带 AR 随机过程干扰的仿真数据产生  42
  2.3 DS-MSK最优滤波理论  42-51
    2.3.1 DS-MSK接收信号的解扩滤波  44-45
    2.3.2 匹配滤波器  45-46
    2.3.3 线性最小均方误差检测器  46-48
    2.3.4 约束MMOE 检测器  48-49
    2.3.5 线性滤波的输出SINR上限  49-50
    2.3.6 非线性滤波的输出SINR上限  50
    2.3.7 不同抗干扰滤波技术的输出SINR性能限比较  50-51
  2.4 小结  51-52
第三章码辅助最优滤波的自适应实现  52-78
  3.1 MMSE 滤波器的 RLS 算法自适应实现  53-56
    3.1.1 RLS 算法的收敛性分析  55
    3.1.2 RLS 算法的稳态输出信干噪比  55-56
  3.2 约束 MMOE 滤波器的盲 RLS 算法自适应实现  56-60
    3.2.1 BRLS 算法的收敛性分析  56-58
    3.2.2 BRLS 算法的稳态输出 SINR  58-60
  3.3 基于 QR 分解和 IQR 分解的平方根 RLS 算法  60-71
    3.3.1 QRD-BRLS 算法  61-66
    3.3.2 QRD-RLS 算法  66-68
    3.3.3 IQRD-RLS 算法  68-70
    3.3.4 IQRD-BRLS 算法  70-71
  3.4 免平方根、免除法 IQRD-Givens 旋转  71-77
    3.4.1 IQRD-Givens 旋转的免平方根化和免除法化  71-75
    3.4.2 免平方根、免除法 Givens 旋转的并行计算结构  75-77
  3.5 小结  77-78
第四章扩频通信干扰估计抵消滤波  78-92
  4.1 线性滤波器  79-83
    4.1.1 线性预测滤波器  79-82
    4.1.2 线性内插滤波器  82-83
  4.2 非线性滤波器和部分解扩非线性滤波器  83-88
    4.2.1 非线性预测滤波器  85-86
    4.2.2 非线性内插滤波器  86-87
    4.2.3 部分解扩非线性预测滤波器  87-88
    4.2.4 部分解扩非线性内插滤波器  88
  4.3 部分解扩非线性滤波器性能分析  88-90
  4.4 数值仿真  90-91
  4.5 小结  91-92
第五章干扰估计抵消滤波的自适应实现  92-125
  5.1 干扰估计抵消滤波的 Kalman 滤波统一基础  92-94
  5.2 基于 TR-LMS 算法的干扰估计抵消滤波  94-96
  5.3 基于 FRSAF算法的干扰估计抵消滤波  96-106
    5.3.1 快速更新子带自适应预测滤波  97-101
    5.3.2 快速更新子带自适应内插滤波  101-103
    5.3.3 收敛性能分析  103-104
    5.3.4 仿真结果  104-106
  5.4 基于 QRD-RLS 算法的干扰估计抵消滤波  106-111
    5.4.1 RLS 干扰估计抵消滤波器的状态空间模型  107-109
    5.4.2 RLS 干扰估计抵消滤波器  109-110
    5.4.3 QRD-RLS 干扰估计抵消滤波器  110-111
  5.5 基于 QRD-LSL 算法的线性干扰估计抵消滤波  111-116
    5.5.1 LSL 滤波器的状态空间模型  112-113
    5.5.2 QRD-LSL 干扰估计抵消滤波器  113-116
  5.6 基于 QRD-LSL算法的部分解扩非线性干扰估计抵消滤波  116-124
    5.6.1 QRD-LSL-PDNIF滤波器  117-122
    5.6.2 仿真结果  122-124
  5.7 小结  124-125
第六章结束语  125-128
致谢  128-129
参考文献  129-138
攻读博士学位期间取得的成果  138

中频数字化扩频接收机自适应抗干扰技术研究

内容摘要

全文目录

相似论文