如发现有乱码，请点击下面链接浏览原文
正文摘录:

李晓红：扩频通信中的频域抗干扰技术研究的选择应该以接收信号的统计特性为依据。。。2.1自适应门限选择CopozzaⅢ提出了一种自适应门限选择算法，称为N—sigma算法。基本原理如下：假设FFT后信号的均值和标准差分别用E和d表示。所选择的门限为：L—E+Na(1)其中，N称为量化因子。信号标准差分为4个水平民～％，而N也有从小到大5个选择N。～N4，N的选择与a的关系是：这样，输入信号在进行FFT之后，首先计算其均值和标准差，然后再看标准差落在那个区间上，根据区间选好N代入式(2)中即可算出干扰消除门限。2.2算法改进探讨N—sigma算法是利用分段量化的思想，根据统计特性实时改变干扰消除门限。实际上，两次处理的信号标准差处于同一个量化段内的时候，由于他们仍有一定差别，故选择同一处理门限是不精确的。如果在对有用信号的统计特性有较好的先验知识，可以改进此算法。扩频信号加上高斯噪声的频谱较为平坦，因此出现特别大的值的概率不是太大。假设已知无干扰的情况下信号均值为E，标准差为％，先选定门限值为L—E+2.吼，随着信号处理的过程不断重新计算输入信号的均值和方差，假设最新计算得到的均值和方差为E和a。，则：L—E+(NH+∥垒喾)吼(3)0^其中以，为前一次估计的标准差；卢为更新因子，他可以控制干扰消除门限随着标准差变化的大小。具体实现起来，可以拿出一路信号专门估计信号的均值和标准差，然后用得到的估计值按式(2)、式(3)来不断修正门限，这其实就是频域自适应干扰消除。两种算法对SNR的改善如图2所示。可以看出，连续的自适应门限选择算法比分段N—s‘lglna算法的性能改善要稍微大些。3钳位算法3.1归零算法在前面的抗干扰信号处理中，把幅度高于某门限的频谱分量归零，叫作门限归零法(ThresholdZel‘oiz(!，Tz)‘“。126还有一种是部分归零算法(FractionZer01‘Ze，Fz)，他是把频域信号按幅度高低排序，然后把幅度最大的一部分信号消除掉。dB1614蛐12薹10丕86图2两种干扰门限改变算法3.2钳位算法与归零算法相对应的是钳位算法，钳位算法把认为是干扰的频率处保持相位特性不变，而幅度钳位到某一门限。与归零算法类似，钳位算法也分为部分钳位算法(Fractionclip，FC)和门限钳位算法(ThresholdClip，Tc)。噪声钳位(NC)是直接把钳位门限定为噪声功率的平均幅度。FcT钳位算法是部分钳位和门限钳位的总和。其原理是：若噪声功率已知，则可以找到一个门限，使得幅度超过这个门限的频域信号平均数量为M，然后在处理的过程中，把幅度超过此门限的频域信号点的幅度钳位到该门限幅度。图3是钳位算法和归零算法对两类干扰抑制效果比较。比较发现，Fc算法和Fz算法对2个固定单频干扰和扫频干扰的抑制效果非常接近。图3归零算法与钳位算法的性能4归零和钳位算法性能评估4.1性能评估算法推导因为在干扰频率处往往也存在期望信号，因此抑制干扰的同时容易使有用信号受损，从而导致SNR的下降，不同的算法对SNR是不同的。每种算法都相当于对频域信号进行一个非线性处理，也就是相当于使不同的频率成分X(尼)乘上一个系数％。下面将通过这种非线性处理对接扩后的SNR的影响”’来讨论各种算法的性能。假设接收信号中，有用信号(扩频信号)较弱，而吼电吒＜＜＜“勺勺如Ⅺ盯％吼吒口MMMMM，，，，、，；，i—N