基于稀疏采样的载波通信干扰耦合抑制仿真

发布时间：2021-12-22 23:20

　　载波通信系统中存在的干扰耦合严重影响了通信质量,为了提高载波通信的可靠性,提出了基于稀疏采样的载波通信干扰耦合抑制方法。分析稀疏采样基本原理以及载波通信中干扰耦合构成,构建干扰信号的测量矩阵,并将从中提取的干扰耦合特征,作为通信干扰耦合抑制的特征向量;以多目标检测干扰为基础,设计优化矩阵,并将其转变为列向量,获得需抑制的干扰耦合信号,利用相关系数关系及向量中的干扰耦合边缘特性,实现对干扰耦合信号分量边缘位置的计算,完成载波通信干扰耦合抑制。实验结果表明,所提方法在大幅抑制干扰信号的同时,没有对通信系统内的有用信号造成明显影响,抑制效果较好,抑制时间较短,且具有较高的抑制准确性。 

【文章来源】：计算机仿真. 2020,37(01)北大核心

【文章页数】：5 页

【部分图文】：

通信载波干扰耦合例图

根据载波通信信号的类噪声特证以及干扰信号频域块的耦合性,本文提出了基于稀疏采样的载波通信干扰耦合抑制方法,利用稀疏采样收集耦合干扰特征,以此完成对干扰信号的部分重构工作,并将得到的部分重构中的相关系数向量γ看作特征量,通过对特征量的检测和参数估计实现对干扰信号的采样以及抑制工作。在干扰信号抑制过程中,依据自适应检测干扰要求,提高了在特定条件下干扰信号的获取方法。同时,利用相关系数关系及向量中的干扰耦合边缘特性,实现对耦合干扰信号分量边缘位置的计算,完成载波通信干扰耦合抑制。其抑制模型如图2所示。5 仿真分析

在仿真中,使用信号源作为模拟载波通信系统配置,图3为载波通信系统检测仪。通过载波通信系统检测仪,采用本文方法将通信中的发射信号匹配干扰抑制波,完成耦合干扰信号的分离与采样,获得通信干扰信号的时域波形,如图4所示。

【参考文献】：
期刊论文
[1]基于正交神经网络的动力定位自适应控制器设计[J]. 徐海祥,卢林枫,余文曌,韩鑫,朱梦飞.  大连理工大学学报. 2019(02)
[2]关于二次型目标函数算法优化仿真研究[J]. 邢丽娟,杨世忠.  计算机仿真. 2018(06)
[3]基于分布式压缩感知的微震数据压缩与重构[J]. 赵小虎,刘闪闪,沈雪茹,邓园芳.  中国矿业大学学报. 2018(01)
[4]认知型宽带恒模阵列水声通信多用户信号分离与干扰抑制算法[J]. 王峰,刘蝶.  数据采集与处理. 2017(06)
[5]纵联支接阻抗保护在超(特)高压线路中的应用[J]. 李建辉,井嵘,刘世明,吴聚昆,郭韬.  电力系统及其自动化学报. 2017(10)
[6]复杂背景噪声下风机叶片裂纹故障声学特征提取方法[J]. 赵娟,陈斌,李永战,高宝成.  北京邮电大学学报. 2017(05)
[7]MIMO雷达波束形成的低副瓣LCMV算法[J]. 徐峰,孙雨泽,杨小鹏,曾涛,龙腾.  信号处理. 2017(06)
[8]复杂机电产品中线缆敷设质量控制及模糊综合评判[J]. 王发麟,廖文和,郭宇,王晓飞,高扬.  计算机集成制造系统. 2017(03)
[9]全双工通信射频域自干扰抑制量对数字域自干扰抑制能力的影响[J]. 黎斯,鲁宏涛,邵士海,唐友喜.  电子与信息学报. 2017(06)
[10]多输入多输出宽带电力线载波通信信道模型研究[J]. 曹旺斌,尹成群,谢志远,梁晓林,李雪彩.  中国电机工程学报. 2017(04)



本文编号：3547301