模型与数据双驱动的干扰抑制方法技术

技术编号:39945892 阅读:21 留言:0更新日期:2024-01-08 22:55
本发明专利技术公开的模型与数据双驱动的干扰抑制方法,包括:生成两个非平稳的调频干扰;分别生成单个干扰和两个干扰情况下接收机接收的缺失样本的信号;计算模糊函数,通过自适应最优核实现模糊函数的平滑,将平滑之后的模糊函数转换为自适应最优核处理后的自相关函数;使用正交匹配追踪算法稀疏重构干扰,得到干扰的瞬时频率;利用支持向量回归修正干扰的瞬时频率;使用得到的瞬时频率恢复出干扰波形,利用子空间正交投影法去除干扰。本发明专利技术利用支持向量回归修正了稀疏重构得到的不准确的非平稳干扰时频特征,剔除不完美的瞬时频率,充分利用了数据信息,将模型驱动和数据驱动相结合,实现非平稳干扰抑制和消除。

【技术实现步骤摘要】

本专利技术属于通信抗干扰,具体涉及模型与数据双驱动的干扰抑制方法


技术介绍

1、在宽带无线通信与导航系统中,期望信号经常受到有意和无意的干扰信号的干扰,这些干扰信号可以是单音干扰、多音干扰、窄带干扰、宽带干扰等。在这些干扰形式中,由于非平稳干扰采用频率调制或多项式相位信号波形并且覆盖整个工作频带,因此对于接收机来说消除非平稳干扰的影响具有挑战性且尤为重要。基于压缩感知方法可用来消除非平稳干扰。

2、传统的抗干扰方法,如频域滤波、时域滤波、自适应滤波等,都不能有效地处理非平稳干扰。当干扰源和发射机之间没有传播方向差异时,空域滤波不能消除非平稳干扰。基于模糊函数(af)和瞬时自相关函数(iaf)之间的关系,利用压缩感知(cs)方法可重构非平稳干扰,之后基于子空间投影的干扰抑制技术可抑制非平稳干扰恢复期望信号。天线阵列技术可提高干扰信号重建的精度。但以上方法仅使用基于模型的信号处理理论来减轻干扰,没有利用隐藏在数据中的信息,稀疏重构得到的干扰的时频特征不够准确,干扰抑制的效果不够好。


技术实现思路b>

1本文档来自技高网...

【技术保护点】

1.模型与数据双驱动的干扰抑制方法,其特征在于,包括以下步骤:

2.如权利要求1所述的模型与数据双驱动的干扰抑制方法,其特征在于,所述步骤1得到的调频干扰的瞬时频率表示为:

3.如权利要求2所述的模型与数据双驱动的干扰抑制方法,其特征在于,所述步骤3具体为:单个调频干扰f1(t)与通信信号一起撞击接收机,得到接收机接收到的丢失信号x1(t);两个调频干扰f1(t)、f2(t)与通信信号一起撞击接收机,得到接收机接收到的丢失信号x2(t)。

4.如权利要求3所述的模型与数据双驱动的干扰抑制方法,其特征在于,所述步骤3具体包括以下步骤:

5.如...

【技术特征摘要】

1.模型与数据双驱动的干扰抑制方法,其特征在于,包括以下步骤:

2.如权利要求1所述的模型与数据双驱动的干扰抑制方法,其特征在于,所述步骤1得到的调频干扰的瞬时频率表示为:

3.如权利要求2所述的模型与数据双驱动的干扰抑制方法,其特征在于,所述步骤3具体为:单个调频干扰f1(t)与通信信号一起撞击接收机,得到接收机接收到的丢失信号x1(t);两个调频干扰f1(t)、f2(t)与通信信号一起撞击接收机,得到接收机接收到的丢失信号x2(t)。

4.如权利要求3所述的模型与数据双驱动的干扰抑制方法,其特征在于,所述步骤3具体包括以下步骤:

5.如权利要求4所述的模型与数据双驱动的干扰抑制方法,其特征在于,...

【专利技术属性】
技术研发人员:司江勃王泽宇赵尤然孙帅琦胡婉清
申请(专利权)人:西安电子科技大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1