System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及光纤通信领域,尤其是指一种光纤通信强干扰抑制方法、系统、设备及存储介质。
技术介绍
1、随着移动互联网通讯技术的迅速发展,光纤传感器凭借其灵活性高以及容易组网的优势,在安防、监测与勘测领域中得到了广泛的应用,但是空间中的电磁信号越来越饱和,各种通讯设备相互干扰,导致通讯信道受到严重影响,通讯信道干扰主要由于信道的时变性,并且通讯波段的电磁环境比较复杂,导致无线通信中存在大量的非线性干扰。尤其在光纤系统的实际通信过程中,由外接扰动或信号源异常冲激引起的压制性强干扰将淹没通信信号,从而降低光纤系统的通信可靠性。
技术实现思路
1、为此,为解决现有光纤系统中由于外接扰动或信号源异常冲激引起的压制性强干扰淹没通信信号导致通信可靠性低的问题,本专利技术提供了一种光纤通信强干扰抑制方法,该方法包括:
2、s1:基于传输信号的偏振分量,构建接收信号的联合稀疏表示模型;
3、s2:基于所述联合稀疏表示模型,设计干扰抑制观测矩阵;
4、s3:基于所述干扰抑制观测矩阵,求得观测信号,通过所述观测信号降低压制性强干扰信号的观测后强度;
5、其中,所述干扰抑制观测矩阵的设计步骤包括:
6、s21:在信道非通信工作期间,对信道的背景噪声进行采样,得到通信间歇采样信号;
7、s22:利用所述通信间歇采样信号来估计压制性强干扰源信号的偏振矢量:
8、(1)
9、其中,表示当前传输信源信号的偏振分量,表示
10、s23:基于所述压制性强干扰源信号的偏振矢量,将干扰抑制矩阵的设计过程归纳为求解优化问题的过程:
11、(2)
12、其中,表示干扰抑制观测后的观测向量对应的等效感知字典,表示等效感知矩阵的相关性表征函数,表示等效感知矩阵相关性表征函数的上限值;
13、s24:通过求解所述优化问题,得到干扰抑制矩阵。
14、在本专利技术的一个实施例中,所述干扰抑制观测后的观测向量的获取方法为:
15、令观测信号为,设计压缩观测矩阵,对观测信号y进一步扩展得到:
16、(3)
17、令,,为向量化函数,则所述干扰抑制观测后的观测向量可表示为:
18、(4)
19、其中, r表示接收信号,表示克罗内克积。
20、在本专利技术的一个实施例中,所述干扰抑制观测后的观测向量对应的等效感知字典的获取方法为:基于所述联合稀疏表示模型,得到干扰抑制观测后的观测向量对应的等效感知字典为:
21、(5)
22、其中,表示向量化接收信号的矢量表示r的过完备字典,表示压缩观测矩阵,所述等效感知矩阵的相关性表征函数的表达式为:
23、(6)。
24、在本专利技术的一个实施例中,所述联合稀疏表示模型的构建方法为:
25、将接收信号的 h、 v两路偏振分量进行分离联合处理,令接收信号 r为一个n×2的矩阵,其中n为信号采样长度,即:
26、(7)
27、其中, rh、 rv分别表示接收信号 r的 h、 v两路偏振分量;
28、令、分别表示发射信号矢量的 h、 v两路偏振分量,、分别表示压制性强干扰源信号的垂直偏振与水平偏振分量,则得到接收信号 r的矩阵关系表达式:
29、(8)
30、其中,x表示传输信号,,是的转置,,表示压制性强干扰源信号的偏振矢量,为目标回波的极化散射矩阵,表示发射水平极化,接收水平极化状态下,目标的等效散射系数;表示发射水平极化,接收垂直极化状态下,目标的等效散射系数;表示发射垂直极化,接收水平极化状态下,目标的等效散射系数;表示发射垂直极化,接收垂直极化状态下,目标的等效散射系数;
31、根据式(8),将式(7)中无噪声与干扰情况下 h、 v两路接收偏振分量 r h和 r v分别表示为:
32、(9)
33、(10)
34、定义 h路偏振分量 r h的基向量为:
35、(11)
36、则 h路偏振分量 r h对应的稀疏基表示为:
37、(12)
38、同理,定义 v路偏振分量 r v的基向量为:
39、(13)
40、则 v路偏振分量 r v对应的稀疏基表示为:
41、(14)
42、其中, τ1表示字典原子对应的第1个时延网格, v1表示字典原子对应的第1个多普勒频移网格, τn表示字典原子对应的第n个时延网格, vq表示字典原子对应的第q个多普勒频移网格, τn表示字典原子对应的第n个时延网格, vq表示字典原子对应的第q个多普勒频移网格;
43、因此,向量化接收信号的矢量表示 r具有以下的过完备字典:
44、(15)
45、其中,表示将矩阵与按照对角线进行放置;
46、最终得到向量化接收信号的矢量表示 r的联合稀疏表示模型为:
47、(16)
48、其中,,为向量化函数,表示稀疏系数。
49、在本专利技术的一个实施例中,所述传输信号 x表示为: 本文档来自技高网...
【技术保护点】
1.一种光纤通信强干扰抑制方法,其特征在于,包括:
2.根据权利要求1所述的光纤通信强干扰抑制方法,其特征在于:所述干扰抑制观测后的观测向量的获取方法为:
3.根据权利要求1所述的光纤通信强干扰抑制方法,其特征在于:所述干扰抑制观测后的观测向量对应的等效感知字典的获取方法为:基于所述联合稀疏表示模型,得到干扰抑制观测后的观测向量对应的等效感知字典为:
4.根据权利要求3所述的光纤通信强干扰抑制方法,其特征在于:所述联合稀疏表示模型的构建方法为:
5.根据权利要求4所述的光纤通信强干扰抑制方法,其特征在于:所述传输信号X表示为:
6.根据权利要求4所述的光纤通信强干扰抑制方法,其特征在于:所述压制性强干扰源信号表示为:
7.根据权利要求4所述的光纤通信强干扰抑制方法,其特征在于:所述目标回波的表达式为:
8.一种光纤通信强干扰抑制系统,其特征在于,包括以下模块:
9.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1~7任一项所述光纤通信强干扰抑制方法的指令。
...【技术特征摘要】
1.一种光纤通信强干扰抑制方法,其特征在于,包括:
2.根据权利要求1所述的光纤通信强干扰抑制方法,其特征在于:所述干扰抑制观测后的观测向量的获取方法为:
3.根据权利要求1所述的光纤通信强干扰抑制方法,其特征在于:所述干扰抑制观测后的观测向量对应的等效感知字典的获取方法为:基于所述联合稀疏表示模型,得到干扰抑制观测后的观测向量对应的等效感知字典为:
4.根据权利要求3所述的光纤通信强干扰抑制方法,其特征在于:所述联合稀疏表示模型的构建方法为:
5.根据权利要求4所述的光纤通信强干扰抑制方法,其特征在于:所述传输信号x表示为:
6.根据权利要求4...
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。