小波分解单通道盲分离干扰抑制方法

发布时间：2019-07-01 16:17

【摘要】：在单通道通信系统抗干扰问题中,由于先验信息不足,不能采用常规的盲分离方法抑制干扰。针对此问题,提出一种小波分解结合独立分量分析(independent component analysis,ICA)的单通道盲分离抗干扰方法。该方法利用小波分解,将单路混合信号分解为一系列的小波分量,通过计算各层小波分量的能量,选择最优小波分量作为ICA的输入信号,采用ICA方法实现信号的分离和重构。该方法选择最优小波分量进行盲分离,有效减少分离算法的计算量,同时降低噪声对系统性能的影响。仿真结果表明,所提方法可以有效地分离混合信号,提高单通道通信系统的抗干扰能力和系统处理速度。
[Abstract]:In the anti-interference problem of single-channel communication system, the conventional blind separation method can not be used to suppress the interference due to the lack of the prior information. In this paper, a single-channel blind separation and anti-interference method based on wavelet decomposition combined with independent component analysis (ICA) is proposed. The method utilizes the wavelet decomposition to decompose the one-way mixed signal into a series of wavelet components, and by calculating the energy of the wavelet components of each layer, the optimal wavelet component is selected as the input signal of the ICA, and the separation and the reconstruction of the signal are realized by the ICA method. According to the method, the optimal wavelet component is selected for blind separation, the calculation amount of the separation algorithm is effectively reduced, and the effect of noise on the system performance is reduced. The simulation results show that the proposed method can effectively separate the mixed signals and improve the anti-interference ability and the system processing speed of the single-channel communication system.
【作者单位】： 重庆通信学院;中国电子设备系统工程公司;
【基金】：重庆市基础与前沿研究计划项目(cstc2013jcyjA40045) 重庆高校创新团队建设计划资助(KJTD201343)~~
【分类号】：TN911.7

【参考文献】

相关期刊论文 前6条

1 许鹏飞;刘乃安;付卫红;;同频同调制通信信号的卷积混合盲源分离[J];重庆邮电大学学报(自然科学版);2010年03期

2 张纯;杨俊安;叶丰;;基于小波分量奇异值分解的单通道盲分离算法[J];电子测量与仪器学报;2011年11期

3 王翔;黄知涛;周一宇;;基于循环频域滤波及Schmidt正交对消的单通道信号分离算法[J];国防科技大学学报;2012年04期

4 张纯;杨俊安;张琼;;连续相位调制信号的单通道盲分离算法研究[J];信号处理;2011年04期

5 栾海妍;江桦;刘小宝;;利用粒子滤波与支持向量机的数字混合信号单通道盲分离[J];应用科学学报;2011年02期

6 于淼;王曰海;汪国富;;基于BSS的跳频通信抗部分频带噪声阻塞干扰方法[J];系统工程与电子技术;2013年05期

【共引文献】

相关期刊论文 前10条

1 水孝敏,许岚兵,曹辉;一种实现雷达回波图像的压缩方法[J];安徽电子信息职业技术学院学报;2004年Z1期

2 张艳丽;杨仁弟;;基于小波变换自适应滤波方法的ECG信号消噪[J];安徽大学学报(自然科学版);2006年06期

3 赵转哲;姜忠宇;何慧娟;;Matlab在货车滚动轴承故障诊断中的应用[J];安徽工程科技学院学报(自然科学版);2009年01期

4 李多田;张伟林;;结构无损检测与小波分析方法[J];安徽建筑工业学院学报(自然科学版);2008年03期

5 张延;张凯;;农用拖拉机喷油泵校正器的设计与实现[J];安徽农业科学;2009年21期

6 何国栋;章姗姗;;基于小波变换的电力信号奇异性检测[J];安徽师范大学学报(自然科学版);2008年04期

7 贾朱植,董立文,董勃,谢元旦;Fourier变换和Gabor变换与小波变换的比较研究[J];鞍山科技大学学报;2005年01期

8 唐晶磊;蔡勇;林茂松;;基于小波变换的图像边缘检测方法[J];兵工自动化;2005年06期

9 任磊;王天婧;陈祥光;;基于小波变换的油水混合物时域介电谱分析[J];兵工学报;2008年01期

10 林杰;付梦印;李道平;;自适应小波阈值去噪算法及在图像处理中的应用[J];兵工学报;2011年07期

相关会议论文 前10条

1 王东森;孙勇军;;多维Laplace小波及其在颤振飞行试验中的应用[A];第十届全国空气弹性学术交流会会议论文集[C];2007年

2 宋婧婧;王健平;;有限谱小波基函数及其应用[A];北京力学会第15届学术年会论文摘要集[C];2009年

3 胡景明;张邦宁;;小波变换和Viterbi算法用于GMSK信号解调技术研究[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年

4 李建华;王荣;徐智勇;朱勇;;一种新的应用小波变换的直接检测BOTDR系统[A];全国第十三次光纤通信暨第十四届集成光学学术会议论文集[C];2007年

5 宋宇;张元平;周海军;;基于小波变换的图像去噪中两个关键问题研究[A];中国电子学会第十六届信息论学术年会论文集[C];2009年

6 艾宪芸;肖无云;王善强;;小波变换方法在gamma谱解析中的应用[A];第十四届全国核电子学与核探测技术学术年会论文集（下册）[C];2008年

7 艾宪芸;肖无云;王善强;;小波变换方法在gamma谱解析中的应用[A];第十四届全国核电子学与核探测技术学术年会论文集（2）[C];2008年

8 夏洲;陈喜阳;潘伟峰;朱辰;施冲;;超大型水电机组状态监测与分析系统的研究[A];大型水轮发电机组技术论文集[C];2008年

9 胡博;陶文华;崔博;白一彤;尹旭;;基于小波神经网络的异步电机故障诊断[A];2009中国控制与决策会议论文集（2）[C];2009年

10 马德云;霍达;滕海文;杨雅平;;梁刚度损伤诊断中的小波应用[A];第16届全国结构工程学术会议论文集（第Ⅲ册）[C];2007年

相关博士学位论文 前10条

1 魏海霞;爆破地震波作用下建筑结构的动力响应及安全判据研究[D];山东科技大学;2010年

2 刘文海;水下被动目标瞬态特征检测技术研究[D];哈尔滨工程大学;2010年

3 王德才;基于能量分析的地震动输入选择及能量谱研究[D];合肥工业大学;2010年

4 张峰;输电线路行波故障测距优化算法研究[D];山东大学;2010年

5 陈国志;电力谐波和间谐波参数估计算法研究[D];浙江大学;2010年

6 张刚台;强场作用下氦离子高次谐波发射及孤立阿秒脉冲的产生[D];吉林大学;2011年

7 徐晓东;基于CCSDS IDC星载图像压缩算法的FPGA实现技术[D];山东大学;2011年

8 沈晓红;基于轮廓波变换的图像统计建模及其应用研究[D];山东大学;2011年

9 赵辉煌;SMT焊点图像处理及焊点三维质量信息提取技术研究[D];西安电子科技大学;2010年

10 陈勇;基于样条二进小波的人脸识别研究[D];浙江工业大学;2010年

相关硕士学位论文 前10条

1 杨焱麟;基于小波变换理论与比值分析法的变压器励磁涌流识别的研究[D];山东科技大学;2010年

2 张明军;基于小波包最优树的图像融合技术研究[D];山东科技大学;2010年

3 张庆伟;基于小波变换的阈值图像去噪方法[D];山东科技大学;2010年

4 郑伟光;基于小波变换的信号调制方式识别方法[D];长春理工大学;2010年

5 任泉;基于光纤传感的细纱小张力检测技术研究[D];浙江理工大学;2010年

6 李会臣;基于时频分析的齿轮故障机理及诊断研究[D];郑州大学;2010年

7 朱明;基于信息熵的导航传感器故障诊断技术研究[D];哈尔滨工程大学;2010年

8 李芳;脑机接口中脑电信号特征提取及分类算法研究[D];大连理工大学;2010年

9 王碧s，

本文编号：2508629