改进的超低频广义旁瓣噪声抵消算法
一种线性调频信号超低旁瓣脉冲压缩方法
一种线性调频信号超低旁瓣脉冲压缩方法李涛【摘要】雷达脉冲压缩希望具有超低距离旁瓣的特征,线性调频信号采用加窗方式可达到约-35 dB的距离旁瓣电平.基于超低旁瓣电平信号设计方法,在不考虑信噪比损失条件下,提出了一种新的超低旁瓣的脉冲压缩方法,基本思想是针对给定线性调频信号,频率滤波权值采用超低频旁瓣频域信号与线性调频信号频域的比值,可以将接收端旁瓣电平输出最低到-120 dB.同时,从理论上和数值结果中分析了信噪比损失、延迟敏感性等问题.%A radar system desires low range sidelobes and Linear Frequency Modulated(LFM) waveforms can reach a-35 dB Peak Sidelobe Level(PSL) with a window in range compression. Based on a waveform design method for extraordinarily-low range sidelobes and ignorant of signal-to-noise ratio(SNR) loss, this paper proposes a novel range compression method for extraordinarily-low range sidelobes. The concept is to use a range compression weight as the ratio of the frequency domain signal to the LFM frequency do-main,yielding a -120dB sidelobe output. The SNR loss and sensitivity to delay are also analyzed accord-ing to theory and numerical simulations.【期刊名称】《电讯技术》【年(卷),期】2018(058)005【总页数】7页(P545-551)【关键词】线性调频信号;脉冲压缩;超低旁瓣【作者】李涛【作者单位】中国电子科技集团公司航空电子信息系统技术重点实验室,成都610036【正文语种】中文【中图分类】TN957.511 引言雷达通过发射信号和接收信号工作，为了解决发射信号能量与目标距离分辨率之间的矛盾，大时宽带宽积信号受到广泛重视，比如线性调频(Linear Frequency Modulation,LFM)信号[1]。
一种改进的自适应旁瓣对消设计方法
一种改进的自适应旁瓣对消设计方法张雪; 强晶晶; 杨成山; 许倩倩【期刊名称】《《制导与引信》》【年(卷),期】2019(040)001【总页数】6页(P27-32)【关键词】有源干扰; 自适应旁瓣; 辅助天线【作者】张雪; 强晶晶; 杨成山; 许倩倩【作者单位】上海无线电设备研究所上海 201109【正文语种】中文【中图分类】TN950 引言在各种干扰中,敌方发射机产生的有源干扰最难对抗。
当雷达处于强有源干扰环境时,干扰很容易从天线的旁瓣进入,有时远大于从主瓣进入的信号,淹没目标信号使雷达无法正常工作。
对抗这种强有源干扰是一个需要研究的课题。
数字阵列雷达是模拟相控阵雷达的发展方向[1]。
数字阵列雷达取消了模拟相控阵的模拟移相器、功分网络和差器等部件,采用全数字接收方式将微波信号转换为数字信号,并且通过数字波束形成技术[2],可同时实现多波束能力。
数字阵列雷达既可实现传统相控阵的各种波束赋形能力和空间功率合成功能,又可同时实现全空域任意多的接收波束的同时指向,弥补现有模拟相控阵雷达单波束指向缺陷。
目前数字阵列雷达对抗有源干扰的主要方法有两种：自适应波束形成(ADBF)和自适应旁瓣对消(ASLC)[3-7]。
自适应波束形成通过对各天线输出的信号进行加权合成,使合成的天线方向图在干扰源方向产生零点,而方向图主瓣对准目标方向,从而达到抑制旁瓣干扰的目的。
但这种方法存在许多弊端。
首先,在压低副瓣的同时会展宽天线的主瓣,造成角分辨率的下降和天线增益的损失。
其次,自适应波束形成方法,在干扰方向形成的零陷常常较窄,使干扰可能移出零陷位置,而不能被有效地对消,导致在很多应用环境中不能有效地抑制干扰。
自适应旁瓣对消技术,既能保证波束宽度,又可显著提高雷达对抗副瓣干扰的能力,且工程实现较容易[8-10]。
本文采用一种自适应旁瓣对消设计方法,通过引入辅助通道,并自适应的调整辅助通道和主通道接收信号的权值,使输出干扰功率趋于最小,从而抑制旁瓣干扰。
一种改进的超宽条带噪声消除算法
一种改进的超宽条带噪声消除算法
黄世奇;张玉成;王荣荣;刘哲
【期刊名称】《计算机应用研究》
【年(卷),期】2018(035)006
【摘要】针对高光谱遥感图像中的超宽条带噪声干扰现象,在深入研究高光谱图像特点和条带噪声产生机理的基础上,提出了一种新的基于最小序列值、小波变换和矩匹配相结合的滤波算法(OWM算法).该算法主要包括灰度对比度处理、最小序列值处理、小波变换系数归零处理和矩匹配处理四个步骤.用实际的高光谱图像进行了一系列的验证比较实验,获得了较好的实验效果.实验结果表明,OWM算法不仅能够有效滤除高光谱图像中的超宽条带噪声,而且还具有较好的普适性.
【总页数】6页(P1867-1871,1878)
【作者】黄世奇;张玉成;王荣荣;刘哲
【作者单位】西京学院信息工程学院,西安710123;西京学院信息工程学院,西安710123;西京学院信息工程学院,西安710123;西京学院信息工程学院,西安710123
【正文语种】中文
【中图分类】TP751
【相关文献】
1.一种用于频率可重构超宽带天线的改进的nABD测向算法 [J], 解志斌;谭冠南;田雨波;陈锦富;王旭
2.一种适用于超宽带脉冲信号检测的改进CUSUM算法 [J], 宋晓鸥
3.一种高光谱图像条带噪声去除改进算法 [J], 郑逢斌;支晶晶;高海亮;赖积保;潘伟
4.一种基于超宽带技术的改进定位算法 [J], 叶庆雨;张润梅;吴跃波
5.一种应用于条带SAR的改进PGA算法 [J], 李建阳;常文革;王亮
因版权原因，仅展示原文概要，查看原文内容请购买。
自适应噪声抵消技术
目录
• 自适应噪声抵消技术概述 • 自适应滤波器原理 • 自适应噪声抵消系统设计 • 自适应噪声抵消技术面临的挑战与解决方
案 • 自适应噪声抵消技术的未来展望
01 自适应噪声抵消技术概述
定义与原理
定义
自适应噪声抵消技术是一种利用信号 处理算法，实时监测和消除噪声的技 术。
原理
硬件实现
传感器选择
根据应用场景选择合适的传感器，如麦克风、 压力传感器等。
微处理器
选用合适的微处理器，实现自适应算法和控 制逻辑。
信号处理电路
设计实现信号的放大、滤波等预处理电路。
电源管理
设计合理的电源管理方案，保证系统稳定运 行。
04 自适应噪声抵消技术面临 的挑战与解决方案
挑战一：噪声模型的不确定性
详细描述
为了实现有效的噪声抵消，自适应算法需要进行多次迭代和复杂的计算。这可能导致实时性能问题，特别是在资 源有限或处理能力不足的设备上。因此，如何在保证算法性能的同时降低计算复杂度，是自适应噪声抵消技术面 临的一个重要挑战。
挑战三：传感器阵列的布局与优化
要点一
总结词
要点二
详细描述
传感器阵列的布局和优化对于自适应噪声抵消技术的效果 具有重要影响。
减小了计算量
归一化LMS算法在实现过程中减小了计算量，提高了算法的效率。
适用范围有限
归一化LMS算法适用于信号与噪声具有一定相关性的情况，对于完全 无关的噪声抵消效果可能不佳。
03 自适应噪声抵消系统设计
系统架构
01
信号采集
通过传感器采集原始信号，包括噪 声和有用信号。
自适应滤波
利用自适应算法对噪声信号进行滤 波处理，以消除噪声干扰。
一种实现超低旁瓣的脉冲压缩算法
一种实现超低旁瓣的脉冲压缩算法王萱芬;李巍;王子立【摘要】建立了功率放大器的Wiener模型,用Matlab仿真分析了功率放大器对发射机和接收机中都用Kaiser窗加权的脉冲压缩算法性能的影响,得出功率放大器对不具有矩形包络的Kaiser窗加权信号产生幅度失真,降低主副瓣比的结论.然后利用谱修正技术对该算法进行了改进.改进之后,发射信号具有矩形包络,既能实现超低旁瓣,又能使功率放大器的非线性特性对脉压结果的影响较小.【期刊名称】《现代电子技术》【年(卷),期】2009(032)023【总页数】3页(P5-7)【关键词】脉冲压缩;超低旁瓣;Kaiser窗;谱修正技术【作者】王萱芬;李巍;王子立【作者单位】北京遥感设备研究所,北京,100854;北京遥感设备研究所,北京,100854;北京遥感设备研究所,北京,100854【正文语种】中文【中图分类】TN957.510 引言脉冲压缩技术是雷达在发射机峰值功率受限情况下，为提高目标探测距离，同时保持较高距离分辨率而采用的一种有效技术。
脉冲压缩技术是大时带积信号经匹配滤波实现的。
脉冲压缩信号经匹配滤波后的输出，除了期望的主瓣外，还存在大小不一的旁瓣。
在多目标环境中，强回波的输出旁瓣很可能掩盖或者混淆弱小回波的主瓣，而对微弱信号的检测能力是雷达反隐身的主要技术手段之一，因此降低压缩输出中的峰值旁瓣电平是脉冲压缩技术的重要内容。
普遍采用的失配加权能把旁瓣降到-40 dB[1]以下，但是在一些特殊场合有可能提出超低旁瓣的要求，例如，在气象雷达应用中就希望使旁辨达到-60 dB以下的检测目标动态范围[2]。
文献[3]提出的双Kaiser窗加权的脉冲压缩算法有很好的旁瓣特性，但是在发射机中对信号进行加权，脉冲压缩结果就会受到功率放大器非线性特性的影响[4,5]。
本文具体分析这种影响，并且提出一种改进的算法。
1 双Kaiser窗加权的脉冲压缩算法[3]具有矩形包络的线性调频信号匹配滤波后的波形具有sinc函数的形状，旁瓣高度为-13 dB[1,6]。
一种新的低旁瓣 LFM 噪声雷达波形设计方法
一种新的低旁瓣 LFM 噪声雷达波形设计方法李秀友;董云龙;张林;关键【摘要】In order to solve the issue of high range sidelobe level of LFM noise radar waveform, a new design method of low sidelobe level LFM noise radar waveform is presented, which is a combination of low sidelobes level waveform design method and LFM noise radar waveform design method. Firstly, the objective function of the low sidelobes level optimization problem is established, and the relation between the quadratic phase factor and random phase factor is used as constraint functions. Then, to solve the optimization problem with constraint functions, Modified Cycle Algorithm New (MCAN) is proposed, which can be solved by iterative algorithm. Finally, simulation results show that this algorithm can effectively suppress range-Doppler sidelobe level, and keep excellent performance in stationary targets and movement targets scenario, it also possesses low probability of intercept.%针对 LFM 噪声雷达波形旁瓣功率水平高的问题，该文将低旁瓣波形设计方法和 LFM 噪声雷达波形设计方法相结合，提出一种新的低旁瓣 LFM 噪声雷达波形设计方法。
应用于雷达方位超分辨的改进Richardson-Lucy算法
应用于雷达方位超分辨的改进Richardson-Lucy算法邹建武;祝明波;董巍;李相平【摘要】方位超分辨是国内外雷达界持续探索的一项技术难题。
为解决高斯噪声情况下天线低通效应造成的方位低分辨力问题，利用基于泊松噪声情况下Richardson-Lucy( RL)算法对其进行研究。
针对RL算法中高斯噪声被放大出现虚假目标和RL算法收敛速度慢的缺点，提出了一种改进RL算法。
该算法首先使用低通滤波去除高频段的噪声，然后利用加速RL算法进行方位超分辨。
仿真结果表明：与原RL算法相比，改进RL算法能降低高斯噪声的影响，消除虚假目标；在信噪比低至0 dB时，相对于半功率波束宽度，改进RL算法的最大分辩倍数为1.8倍，与维纳逆滤波算法相比具有较强的噪声适应能力，可以应用于雷达方位超分辨。
%Azimuth super-resolution remains a technical problem needed to be explored in radar domain both at home and abroad. In order to solve the low resolution problem caused by antenna’s low-pass effect under the condition of Gaussian noise, Richardson-Lucy ( RL) algorithm is used in research based on the Poisson noise. For the drawback of false target because of amplified effect of Gaussian noise and slow con-vergence rate, an improved RL algorithm is proposed. Firstly, the improved algorithm uses the low-pass filter to remove the noise in high frequency band, then its azimuth super resolution is solved by the acceler-ated RL algorithm. Simulation results show that, compared with the original RL algorithm, the improved RL algorithm can reduce the Gaussian noise, eliminate false targets, with regards to the half-power beam-width, its maximum resolution ratio can be reach 1. 8 times when the signal-to-noise ratio(SNR)is low to 0 dB, which shows the improved RL algorithm has strong noise adaptation capability compared with Wie-ner inverse filtering algorithm and can be used in radar azimuth super-resolution.【期刊名称】《电讯技术》【年(卷),期】2014(000)001【总页数】6页(P40-45)【关键词】雷达探测;方位超分辨;RL算法;迭代算法;反卷积【作者】邹建武;祝明波;董巍;李相平【作者单位】海军航空工程学院，山东烟台264001;海军航空工程学院，山东烟台264001;海军航空管制设备维修中心，北京100071;海军航空工程学院，山东烟台264001【正文语种】中文【中图分类】TN9531 引言雷达方位超分辨就是在不改变雷达工作体制前提下，利用数字信号处理技术分辨同一雷达波束内的几个等距目标，一直以来都是雷达探测领域研究的热点。
改进变步长LMS算法及在自适应噪声抵消中的应用
之 间 的非 线 性 关 系 ， 出 了一 种 改 进 的 变步 长 Ｌ 提 ＭＳ自适 应 滤 波 算 法 ， 将 其 应 用 于 自适 应 噪 声 抵 消 中 ， 分 析 了 并 还
Ａｐ ｉａ ｉ ｎ ｉ ｐｌ ｔｏ ｎ Ａｄａ ｉ ｅ Ｎｏ ｓ ｎｃ ｌ ｔｏ ｃ ｐｔｖ ｉｅ Ｃａ ｅ ｌ ｉ ｎ ａ
Ｓ ＨＥＮ ｅ ， Ｙ Ｌｉ ＡＯ ｈ ｈ ｈ ａ Ｓ ａ —ｕ
（ ｌ ｔｃｌ ｎ ｎ ｒ ｔ ｎＥ ｇｎｅｉｇＣ ｌ ｇ ， ｎ ｕ Ｅｅ ｒ ａ ａｄＩｆ ｍａｏ ｎ ｉｅｒ ｏ ｅｅ Ａ ｈ ｉ ｃｉ ｏ ｉ ｎ ｌ Ｕ ｉ ｒ ｔ ｏ ｃｅｃ ｎｖ ｓｙ ｆ ｉ ｅ＆ Ｔ ｃ ｎｌｇ ，Ｈ ａ ａ ｎ ｕ ３ ０ ， ｈｎ ） ｅ ｉ Ｓ ｎ ｅｈ ｏ ｙ ｕｉ ｎＡ ｈ ｉ ２ ０ Ｃ ｉａ ｏ ｎ ２ １
中图分类号：Ｔ ９ １ Ｎ １． ７
文献标识码： Ａ
Ｄ Ｉ Ｏ 编码 ：０ ３ ６ ／．ｓ ．０ ６—１５ ．０ ０ ０ ． １ １ ．９ ９ ｊｉ ｎ １０ ｓ ３ ５ ２ １ ቤተ መጻሕፍቲ ባይዱ５ ０ ４
Ｉ ｐｏ ｅ ｍ ｒ ｖ ｄ ＬＭ Ｓ Ａｌｏ ｉｈｍ ｔ ｒａ ｅ Ｓ ｅ Ｓ ｚ ｎ ｔ ｇ ｒｔ ｗｉｈ Ｖａ ｉｂｌ ｔｐ－ ｉｅ ａ ｄ Ｉｓ
ｔ ｅ ｉ ｏ ｎ ． ｈ ｍ Ｓｆ ｕ ｄ Ｋ ｅ ｏ ｄｓ： ａ ｏ ｓｉ ｓ ｓｍｕ ａ ｉｎ ｔ ｃ ｎｏｏ ；ＬＭ Ｓ ａｇ ｒｔ ｍ ｔ ａ ｉｂ ｅ ｓｅ ｓｚ ｙｗ ｒ ｃ ｕ ｔ ； ｉ ｌ ｔ ｅ ｈ ｌｇ ｃ ｏ ｙ ｌｏ ｉｈ ｗｉｈ ｖ ｒａ ｌ ｔｐ・ｉｅ；ａ ａ ｔｖ ｌ ｄ ｐ ｉｅ ｆ — ｉ ｔ ｒｎ ｅ ｉ ｇ；ｎ ｉｅ ｃ ｎ ｅ ｌｔｏ ｏ ｓ ａ ｃ ｌ ｉｎ；ｃ ｎ ｅ ｇ ｎ ｅ ｓ ｅ ｄ ａ ｏ ｖ ｒｅ ｃ ｐ ｅ
波束形成-张小飞
第三章波束形成算法3.1 波束形成的发展近年来，阵列信号处理在无线通信系统中得到了广泛应用。
在蜂窝移动通信中，通信信道的需求急剧增长，使提高频谱复用技术显得日益重要。
这就是通常说的空分多址（SDMA）。
其中一个重要部分便是波束形成。
自适应波束形成（ADBF）亦称空域滤波，是阵列处理的一个主要方面，逐步成为阵列信号处理的标志之一，其实质是通过对各阵元加权进行空域滤波，来达到增强期望信号、抑制干扰的目的；而且可以根据信号环境的变化自适应地改变各阵元的加权因子。
自从1959年Van Atta提出自适应天线这个术语以来，自适应天线发展至今已经40多年了，自适应研究的重点一直是自适应波束形成算法，而且经过前人的努力，已经总结出许多好的算法比如SMI算法，ESB算法等等。
但理论与实际总是有差距的，因为实际系统存在误差，这使得实际阵列流形与理想阵列会把期望信号当干扰进行一直，造成输出信号干扰噪声比下降和副瓣电平升高，当输入信号的信噪比（SNR）较大时，这种现象尤为明显。
面对误差，传统自适应波束形成算法的效果很不理想，所以，研究实际环境下稳健的自适应波束形成算法具有重要的理论意义和军事，民用应用价值。
自适应波束形成常用协方差矩阵求逆（SMI）算法，该算法具有较快的信号干扰噪声比（SINR）意义下的收敛速度。
从协方差矩阵分解的角度，自适应波束形成是协方差矩阵特征值分散，小特征值对应的特征矢量扰动，并参与自适应权值计算所致。
针对这一问题，基于协方差矩阵非线性处理和对角线加载波束保形方法，对协方差矩阵非线性处理的加权因子的选取只能通过经验来取得；而在不同的干扰和噪声环境下对角线加载量的选取，至今没有很好的解决方法。
文献[3]提出了利用投影算子对阵列数据进行降维处理,在一定程度上降低了运算量,同时提高了自适应波束的稳健性,其投影算子是根据目标和干扰的粗略估计,以及不完全的阵列流形知识得到的。
当相关矩阵中含有期望信号时,导致输出SINR下降,波形畸变较严重,另外,当存在系统误差和背景噪声为色噪声时,该方法虽然能够减小协方差中的扰动量,但副瓣电平还会出现一定程度的升高以及主瓣发生偏离现象。
改进的基于旁瓣对消的单脉冲测角算法
（ ｃ ｏ ｌ ｆＥｌｃｒ ｎｃａ ｄ Ｏｐｏ ｌｃｒ ｎｃＥｎ ｉｅ ｒｎ Ｓ ｈ ｏ ｅ ｔｏ ｉ ｎ ｔ ｅｅｔｏ ｉ ｏ ｇｎ ｅ ｉｇ，Ｎａ ｊ ｇ Ｕｎｖ ｒｉｙｏ ｎｉ ｉｅ ｓｔ ｆ ｎ Ｓ ｉｎ ｅａ ｄ Ｔｅ ｈ ｏｏ ｙ，Ｎａ ｊ ｇ，２ ０ ９ ｃｅ ｃ ｎ ｃ ｎ ｌｇ ｎｉ ｎ １ ０ ４，Ｃｈｎ ） ｉａ Ａｂ ｔ ａ ｔ ｓ ｒ ｃ ：Ｍ ｏ ｐｕ ｓ ｎ ｅ ｅ ｔｍａ ｉ ｎ ａ ｇｏ ｉｈ ｂａ ｅ ｎ ａ ｐ ｉ ｅ ｓｄ ｌ ｅ ｃ ｎ ｅ ｌ ｒ ｉ ｎａ ｎｏ ｌ ｅ ａ ｇｌ ｓ ｉ ｔｏ ｌ ｒｔ ｍ ｓ ｄ ｏ ｄａ ｔｖ ｉｅ ｏｂ ａ ｃ ｌｅ ｓ ａ —
ｃｎ ｅ ｅ ， Ｃ 结 构 下 ， ａ ｃ ｌ ｒ ＧＳ ） ｌ 当存 在 指 向误 差 的 时候 ， 塞 矩 阵 不 能 完 全 阻 塞期 望 信 号 ， 致 辅 助 支 路 上 产 生 期 望 信 阻 导
号 泄 露 ， 而使 得 单脉 冲 角 度 跟 踪 性 能 下 降 。 为 了解 决 此 问题 ， 出 了一 种 基 于 辅 助 支 路 子 空 间投 影 的 算 法 ， 从 提 该 算 法 利 用 了期 望 信 号 空 间争 干 扰 空 间正 交 的 特 点 ， 少 了泄 露 的期 望 信 号 对 波 束 形 成 性 能 的 影 响 ， 而 保 证 了 减 从 单 脉 冲 角 度 跟 踪 的 性 能 。理 论 分 析 和 仿 真 结 果 表 明 了该 算 法 的有 效性 和优 越 性 。 关 键 词 ： 脉 冲 雷 达 ； 义 旁 辩 对 消 器 ； 向误 差 ； 影 方 法 单 广 指 投
束 算 法 ， 算法 对波 束 主瓣 若干 个点 的增 益值 或者 该 其 导 数 进 行 约 束 ， 而 保 证 了 单 脉 冲 跟 踪 的 性 从
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
收稿日期:２０１８Ｇ０４Ｇ２８ 网络出版时间:２０１８Ｇ０７Ｇ１０基金项目:国家自然科学基金(４１６３１０７２)
作者简介:李春腾(１９９２－),男,海军工程大学博士研究生,EＧmail:２４９１７０９５２＠qq．com.
通信作者:蒋宇中(１９６３－),男,教授,EＧmail:scholarqh＠１６３．com.
网络出版地址:http://kns．cnki．net/kcms/detail/６１．１０７６．TN．２０１８０７１０．０８４９．００８．html
doi １０敭１９６６５ j敭issn１００１Ｇ２４００敭２０１９敭０１敭０１６改进的超低频广义旁瓣噪声抵消算法李春腾１,蒋宇中１,张 宁１,刘芳君２(１．海军工程大学电子工程学院,湖北武汉４３００３３;２．云南民族大学数学与计算机科学学院,云南昆明６５０５００)
摘要:为了有效地改善超低频频段的通信质量,在广义旁瓣抵消算法的基础上,提出了一种改进的广义旁瓣噪声抵消算法.首先,该算法将主通道中的延时求和用线性滤波算法代替,有利于进一步提高非相干噪声的抑制能力;其次,鉴于各通道信号强度存在差异,采用优化后的阻塞矩阵代替原来的简单相减阻塞矩阵,有利于减少期望信号的残留,从而提高算法的性能;最后,采用线性滤波代替原来的自适应算法,可以在实现噪声抵消的同时不降低主天线的灵敏度,且提高算法的运算速度.为了验证所提算法的有效性,在实验室环境下搭建了实验平台,设计了多组对照实验.实验结果表明,这种模拟电路可有效地抑制工频及其谐波干扰.改进后的广义旁瓣抵消算法相比于原算法,在信噪比和噪声底限的改善上有较大的成效.关键词:超低频通信;噪声抵消;模拟电路;磁传感器;广义旁瓣抵消;线性滤波中图分类号:TN９１１．７ 文献标识码:A 文章编号:１００１Ｇ２４００(２０１９)０１Ｇ００９８Ｇ０８
ImprovedgeneralizedsidelobecancellationalgorithminELFcommunicationLIChunteng１ JIANGYuzhong１ ZHANGNing１ LIUFangjun２ １敭CollegeofElectronicEngineering NavalUniversityofEngineering Wuhan４３００３３ China ２敭AcademyofMathematicsandComputerScience YunnanNationalitiesUniversity Kunming６５０５００ China
Abstract InordertoimprovethecommunicationqualityinextremelyＧlowＧfrequency ELF communication basedonthegeneralizedsidelobecancellation GSC method animprovedGSCmethodisproposedandconstructed敭First thedelaysummationinthemainchannelisreplacedbythelinearfilteringalgorithm whichisbeneficialtofurtherimprovingthesuppressionabilityofincoherentnoise敭Second byconsidering
thedifferenceinsignalenergyamongchannels usingtheoptimizedblockingmatrixcanreducetheamplitudeofthedesiredsignalandimprovetheperformance comparingtotheoriginalblockingmatrixobtainedbysimplesubtractionamongthemainchannels敭Finally themethodusinglinearfilteringinsteadoftheoriginaladaptivealgorithmcanachievenoisecancellationwithoutreducingthesensitivityofthemainantennaandimprovethealgorithmsoperatingspeed敭Inordertoverifytheeffectivenessoftheproposedalgorithm anexperimentalplatformissetupinlaboratoryenvironmentandaseriesofcontrolexperimentsaredesigned敭Experimentalresultsshowthatthedesignedanalogcircuitscansuppress５０HzanditsharmoniccomponentsandthattheimprovedGSCalgorithmisbetterthantheoriginalalgorithmintermsofimprovementofthesignalＧtoＧnoiseratio SNR andthenoisefloor敭KeyWords extremelyＧlowＧfrequencycommunication noisereduction analogcircuits magneticsensors generalizedsidelobecancellation linearfiltering
超低频频段的电磁波具有在海水中衰减较小、信号传输稳定以及抗干扰能力强等优点[１],因此,被视作
一种可靠的战略通信方式.利用超低频信号几乎可以做到全天候、全空间、全时段的可靠通信,具有十分突出的隐蔽通信能力.但超低频通信中天线的辐射效率非常低,当发射机的输出功率为兆瓦级时,只能获得几
２０１９年２月第４６卷 第１期 西安电子科技大学学报JOURNAL OF XIDIAN UNIVERSITY Feb．２０１９Vol．４６ No．１http://journal．xidian．edu．cn/xdxb瓦的辐射功率,导致接收机接收的信号十分微弱,加之较强的背景噪声干扰,因此,超低频通信中的信噪比很低,这使得信号的检测变得十分困难.一些现有的通信技术已不能满足超低频通信的要求,改善超低频的通信质量意味着信噪比的提升,可以通过增加发射功率或采用先进的数字信号处理技术来实现,而前者不仅成本高,效果也不是很明显.因此,文中采用后者来改善通信质量,一方面设计出灵敏度较高的磁传感器来提高微弱信号的检测能力,另一方面采用改进的广义旁瓣抵消算法实现噪声的有效抑制.由于超低频接收机接收的信号非常微弱,所以要想有效地检测出期望信号,就必须设计出灵敏度较高的超低频磁性天线.超低频磁性天线主要由感应线圈和磁芯构成,YANBC等[２]针对线圈的体积和磁芯,提出了两种不同的优化方案;GroszAandPapernoE[３]通过优化磁芯和绕线的直径来设计磁传感器,使设计的磁传感器噪声最小;Coillot等[４]对磁传感器的磁芯进行了优化.文中从感应式磁传感器的测磁原理出发,选用相对磁导率较高的磁芯材料,制作了灵敏度较高的磁性天线.为了有效提高接收信号的幅度,避免量化噪声以及大气噪声影响接收机的性能,设计并制作了低功耗、低噪声的放大和滤波电路.对于噪声抵消算法来说,可以根据采用的通道数目、噪声与信号的混合方式、噪声和信号之间的统计关系以及信号的处理域不同而有多种抵消算法[５Ｇ７].传统的算法主要有线性滤波[８]、信号子空间方法[９]以及广义旁瓣抵消[１０]等,与文中相关的算法主要有线性滤波和广义旁瓣抵消.线性滤波在语音信号增强中有广泛的应用,设计的滤波器将允许期望信号通过,而噪声会被极大程度的抑制.广义旁瓣抵消主要是由固定波束形成和旁瓣抵消通道组成,通过主通道简单的相减来获得参考信号,从而达到抵消噪声的目的.鉴于超低频通信的信噪比很低,采用直接滤波方式估计期望信号是不合理的,因此,文中采用间接估计的方式,即首先估计出噪声,然后将噪声从接收信号中减去.为了有效地估计出噪声,文中在广义旁瓣抵消算法的基础上进行了改进.首先,用线性滤波后的增强信号代替原始的主通道信号送至阻塞矩阵中,可实现对非相干噪声的进一步抑制.其次,每个通道上接收到的信号能量存在差异.如果仅仅通过简单的相减,势必会导致参考通道中残留部分期望信号,这部分信号将会使主通道中的期望信号被部分抵消,从而使算法的性能恶化.文中基于分析带宽内信噪比最低的原则来合理设计阻塞矩阵,极大程度地减少了期望信号的泄漏.第三,由于自适应算法存在结果不确定性(即不能保证每组数据均收敛)、存在降低主天线灵敏度的可能以及运算效率低等问题,所以文中采用线性滤波算法来代替旁瓣抵消通道中的自适应算法,可以保证在不降低主天线灵敏度的情况下实现较好的噪声抵消结果,且运算效率被大大提升.文中通过模拟电路的预处理,有效地实现了工频及其谐波干扰的抑制,提高了微弱信号的检测能力;通过改进的广义旁瓣抵消算法实现了带内信噪比的改善,降低了噪声底限,有效地改善了超低频的通信质量.
１ 整体模型
超低频噪声抵消模型如图１所示.由于超低频信号十分微弱,通过对磁性天线的优化设计,有效降低了磁性天线的分布电容,提高了磁性天线的灵敏度;鉴于接收到的信号中混有较强的背景噪声干扰,因此在接收机前端采用模拟电路进行处理,合理设计了低通、带通滤波器以及工频陷波器,抑制了带外干扰,确保期望信号被有效的放大.在模拟域处理完成后,通过数据采集器NIcDAQ９１８４将模拟信号转换成数字信号,通过以太网模块相连,实现与上位机的数据传输,利用相应的噪声抵消算法来增强期望信号.
图１ 超低频噪声抵消模型图
９９第１期 李春腾等:改进的超低频广义旁瓣噪声抵消算法