CN111323794B - 一种基于周期重采样的周期调频干扰消除方法 - Google Patents
一种基于周期重采样的周期调频干扰消除方法 Download PDFInfo
- Publication number
- CN111323794B CN111323794B CN202010204163.7A CN202010204163A CN111323794B CN 111323794 B CN111323794 B CN 111323794B CN 202010204163 A CN202010204163 A CN 202010204163A CN 111323794 B CN111323794 B CN 111323794B
- Authority
- CN
- China
- Prior art keywords
- interference
- frequency modulation
- period
- periodic
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000000737 periodic effect Effects 0.000 title claims abstract description 60
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000012952 Resampling Methods 0.000 title claims abstract description 21
- 230000008030 elimination Effects 0.000 title claims abstract description 10
- 238000003379 elimination reaction Methods 0.000 title claims abstract description 10
- 125000004122 cyclic group Chemical group 0.000 title 1
- 238000001514 detection method Methods 0.000 claims description 11
- 238000005070 sampling Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 6
- 238000005311 autocorrelation function Methods 0.000 claims description 5
- 239000013598 vector Substances 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 3
- 239000012141 concentrate Substances 0.000 abstract description 5
- 230000001629 suppression Effects 0.000 description 14
- 238000005516 engineering process Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 101100012902 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) FIG2 gene Proteins 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000017105 transposition Effects 0.000 description 2
- 101000827703 Homo sapiens Polyphosphoinositide phosphatase Proteins 0.000 description 1
- 102100023591 Polyphosphoinositide phosphatase Human genes 0.000 description 1
- 101100233916 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) KAR5 gene Proteins 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/21—Interference related issues ; Issues related to cross-correlation, spoofing or other methods of denial of service
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/35—Constructional details or hardware or software details of the signal processing chain
- G01S19/37—Hardware or software details of the signal processing chain
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Noise Elimination (AREA)
Abstract
本发明提供一种基于周期重采样的周期调频干扰消除方法，包括：利用无线接收机获得数字化接收信号数据；对接收数据进行多重自相关运算，检测周期调频成分的调频周期；根据调频干扰的周期特性将接收的信号进行重采样，获得若干组重采样数据，检测并消除重采样数据中的干扰分量，最后进行信号重构，获得消除干扰后的信号。本申请方法能够将分散的宽带干扰能量集中到少数频点，减少了干扰与期望信号的交叠程度，在消除干扰成分时对期望信号损伤较小。
Description
技术领域
本发明涉及一种卫星导航接收机抑制周期调频干扰的方法，尤其涉及一种基于周期重采样的周期调频干扰消除方法，属于无线电接收机射频干扰抑制领域。
背景技术
周期调频干扰信号是卫星导航接收机常见的干扰类型，该类干扰可能产生于雷达、或者恶意干扰机，不易被时域或频域干扰抑制技术消除。为了保障GNSS服务的连续性和可靠性，研究人员从信号与干扰在时频域、空域以及空时域的差异着手，研究了大量的干扰抑制方法。空域以及空时域方法，利用多个天线的空间分辨率，对多个干扰处理能力较强，且对信号损伤较小。但是天线阵的空间成本和经济成本较高，不适于在空间狭小、预算较少的领域应用。
适用于单天线接收机的变换域干扰检测与抑制方法仍是研究热点。常规单天线方法为：将接收信号转换到时频域，检测干扰参数，再利用滤波器或者消隐技术消除干扰成分。典型的时频变换方法有：短时傅里叶变换(Short-Time Fourier Transform,STFT)、小波变换(Wavelet Transform,WT)、wigner-ville分布(Wigner-Ville Distribution,WVD),分数阶傅里叶变换(Fractional Fourier transform,FrFT)。变换域及其计算方式的不同会影响干扰信号的能量聚集性。基于STFT的方法无法有效地累积信号能量,且有因窗口宽度不变带来的分辨率问题；WVD的非线性变换带来的交叉项严重影响了干扰参数估计精度；FrFT不但解决交叉项问题,且估计精度高,有较强的鲁棒性,但离散的非正交性会对接收性能带来较大的影响。
因此，进一步降低周期调频干扰信号检测与消除方法，并增加多个干扰信号的适应能力是相关领域学者的研究重点。
发明内容
本发明的目的是针对现有适用于单天线卫星导航接收机的周期调频干扰检测与抑制算法对期望卫星信号损伤较大，对于快变和多个周期调频干扰信号抑制效果不佳的问题，提出一种适用于单天线接收机的基于周期重采样的周期调频干扰消除方法。
本发明的目的是这样实现的：步骤如下：
步骤一：对接收信号进行周期调频分量检测，获得各周期调频分量的调频周期参数；
步骤二：根据获得的调频周期参数对接收信号进行重采样，再消除重采样后各组数据中的干扰成分；然后将处理后的各组信号进行重构，获得后续处理信号。
本发明还包括这样一些结构特征：
1.步骤一包括：
(1.1)对单天线接收机接收到的射频信号，经过射频处理和数字化处理，获得T个采样点的数字接收信号矢量x；x＝[x(1) x(2),…,x(t),…,x(T)]T，其中t＝1,2,…T，表示采样时刻,[·]T表示转置；
(1.2)采用多重自相关方法估计接收信号矢量x中周期调频干扰的调频周期，得到调频周期估计值
下角标n＝1,2，…，N为周期成分标号，N为周期参数的总个数。
2.步骤(1.2)包括：
(1)计算x的第一次自相关函数，结果记为
其中τ为时间延迟量；取
T1＜T，进行自相关计算得到一重自相关结果
重复取
Tc＜Tc-1，进行自相关计算得到
其中c＝1,2,…C为多重自相关次数，取得C重自相关结果
(2)检测
中的峰值序列的周期，获得调频周期估计值
3.所述步骤(2)具体包括：
(a)初始化峰值提取门限
(b)提取
大于ρ的峰值
(c)搜索
中是否存在
的峰值，如果存在，结束迭代，峰值所对应的最小非0的τ为周期调频干扰信号公共调频周期，记为
否则进行步骤(d)；
(d)采用序列周期估计方法，估计峰值的周期，获得
序列的周期
(e)判断
是否成立；如果成立，停止迭代，输出估计的周期值
否则降低门限值为ρ＝ρ/2，返回步骤(b)。
4.步骤二包括：
(2.1)根据第n个周期值，可以将接收信号分成Qn段，获得第n组第q段数据的方式为：xn,q＝[xn-1(q) xn-1(Pn+q) … xn-1((m-1)Pn+q) …]T，其中x0＝x，m＝1,2，...，M为重组数据标号，其中M≤T/Pn；
(2.2)对各段组数据频域滤波，获得消除干扰后数据
(2.3)将消除干扰后数据进行重构，获得后续处理所需信号
本发明的核心技术内容在于：
首先，利用周期信号的多重自相关函数仍是周期函数且含噪声较小的特点，提出一种多重自相关周期估计方法，估计接收信号中周期调频分量的调频周期；再根据周期调频干扰信号的广义周期特性，发明一种周期重采样技术把接收数据分成若干组，从而将分散在原接收数据中多个宽带周期调频干扰能量集中到每组数据中几个甚至单个频点；进而在重采样数据的频域完成干扰抑制。
本发明的有益效果在于：
本发明申请的一种基于周期重采样的周期调频干扰消除方法中的周期重采样技术能够将分散在原接收数据中多个宽带周期调频干扰能量集中到每组数据中几个甚至单个频点，降低期望信号与干扰信号的交叠程度，使得消除干扰的同时能够有效保护期望信号。本发明适用于处理快变和多个周期调频干扰场景。
附图说明
图1是干扰信号参数表；
图2是本发明所述方法抗干扰效果表；
图3是方法流程总框图；
图4是基于周期重采样的干扰抑制技术原理框图。
具体实施方式
下面结合附图与具体实施方式对本发明作进一步详细描述。
本发明按照接收信号中周期调频干扰的周期特性对接收信号进行重采样，获得若干组重采样后数据，然后消除重采样数据中的干扰能量，并将信号进行重构，获得干扰抑制后信号。
具体实施步骤为：
(1)对单天线接收机接收到的射频信号，经过射频处理和数字化处理，获得T个采样点的数字接收信号矢量x；x＝[x(1) x(2),…,x(t),…,x(T)]T，其中t＝1,2,…T，表示采样时刻,[·]T表示转置；
(2)计算x的第一次自相关函数，结果记为
其中τ为时间延迟量；取
(T1＜T)进行自相关计算得到一重自相关结果
重复取
(Tc＜Tc-1)进行自相关计算得到
其中c＝1,2,…C为多重自相关次数，取得C重自相关结果
(3)检测
中的峰值序列的周期，具体步骤如下
①初始化峰值提取门限
②提取
大于ρ的峰值
③搜索
中是否存在
的峰值，如果存在，结束迭代，峰值所对应的最小非0的τ为周期调频干扰信号公共调频周期，记为
否则进行步骤④；
④采用序列周期估计方法，估计峰值的周期，获得
序列的周期
⑤判断
否成立；如果成立，停止迭代，输出估计的周期值
否则降低门限值为ρ＝ρ/2，返回步骤②。
最终，获得调频周期估计值
(4)根据获得的周期参数对接收信号进行重采样，再消除重采样后各组数据中的干扰成分；然后将处理后的各组信号进行重构，获得后续处理信号，重复N次，消除所有干扰成分，具体步骤如下：
①令n＝1；
②根据第n个周期值，将接收信号分成Qn段，获得第n组第q段数据的方式为：
xn,q＝[xn-1(q) xn-1(Pn+q) … xn-1((m-1)Pn+q) …]T，其中x0＝x，m＝1,2，…，M为重组数据标号，其中M≤T/Pn。
③对各段组数据频域滤波，获得消除干扰后数据
④将消除干扰后数据进行重构，获得后续处理所需信号
⑤判断n＝N，如果成立，输出抗干扰处理结果y＝xN；如果不成立，令n＝n+1，返回步骤②。
结合图1至图4，本发明根据周期调频干扰的广义周期特性，提出一种基于周期重采样的周期调频干扰消除方法。所申请方法无需对信号进行时频变换，通过时域周期估计、数据重采样，以及频域滤波处理，使得宽带调频干扰的检测与抑制问题转变为窄带(单频)信号的检测与抑制问题。所申请方法可以将分散的干扰能量集中到少数频点，减少了干扰与期望信号的交叠程度，在消除干扰成分时对期望信号损伤较小。
为更加清晰的说明所申请方法，本申请实施例通过仿真实验进行流程说明以及效果展示，但不限制本申请实施例的范围。实验条件为：有3个周期线性调频干扰信号、1个卫星导航信号，经过射频、下变频及数字化处理，卫星导航信号信噪比(SNR)为-15dB，三个干扰信号的干噪比(INR)为30dB，干扰信号其他参数如图1的表所示；接收机的下变频后的中心频率为1.25MHz，数字化采样频率为5MHz。周期估计的最大值设为2ms(104个采样点)，最长数据处理长度为26个采样点。
图3是本发明所述方法的原理框图，该方法包括：
S110.数字化接收信号：
x＝[x(1) x(2),…,x(t),…,x(T)]T
其中t＝1,2,…T，表示采样时刻，[·]T表示转置，x(t)表示接收信号模型：
其中sk(t)为第k个周期调频信号，例如锯齿波调频信号、正弦调频信号，k＝1,2,…,K为周期调频信号数，η(t)表示噪声及其他信号。
S120.计算x的第一次自相关函数，结果记为
其中τ为时间延迟量；取
(T1＜T)进行自相关计算得到一重自相关结果
重复取
(Tc＜Tc-1)进行自相关计算得到
其中c＝1,2,…4为多重自相关次数，取得4重自相关结果
检测
中的峰值序列的周期，具体步骤如下
①初始化峰值提取门限
②提取
于ρ的峰值
③搜索
中是否存在
的峰值，如果存在，结束迭代，峰值所对应的最小非0的τ为周期调频干扰信号公共调频周期，记为
否则进行步骤④；
④采用序列周期估计方法，估计峰值的周期，获得
序列的周期
⑤判断
是否成立；如果成立，停止迭代，输出估计的周期值
否则降低门限值为ρ＝ρ/2，返回步骤②。
最终，获得调频周期估计值
其中
S130.根据获得的周期参数对接收信号进行重采样，再消除重采样后各组数据中的干扰成分；然后将处理后的各组信号进行重构，获得后续处理信号，重复2次，消除所有干扰份，具体步骤如下：
①令n＝1；
②根据第n个周期值，将接收信号分成Qn段，获得第n组第q段数据的方式为：xn,q＝[xn-1(q) xn-1(Pn+q) … xn-1((m-1)Pn+q) …]T，其中x0＝x，m＝1,2，...，M为重组数据标号，其中M≤T/Pn。
③对各段组数据频域滤波，获得消除干扰后数据
④将消除干扰后数据进行重构，获得后续处理所需信号
⑤判断n＝2，如果成立，输出抗干扰处理结果y＝x2；如果不成立，令n＝n+1，返回步骤②。
经过干扰消除后，输出信号的输出信干噪比(SINRout)、卫星导航信号与原始卫星导航信号的归一化均方误差(NMSE)、卫星信号的相关捕获因子(CF)结果如图2的表所示，对比方法为经典基于小波包分析的干扰抑制方法。可以发现本发明所提出方法可以在有效降低干扰抑制处理对期望卫星信号的损伤，并能够有效消除干扰，保证卫星导航接收机在多干扰情况下的工作效能。
本实施例的方法能够根据周期调频信号的广义周期特性，无需对信号进行时频变换，通过时域周期估计、数据重采样，以及频域滤波处理，使得的宽带调频干扰的检测与抑制问题转变为窄带(单频)信号的检测与抑制问题。所申请方法可以将分散的干扰能量集中到少数频点，减少了干扰信号与期望信号的交叠程度，在消除干扰成分时对期望信号损伤较小。
综上，本发明提供了一种基于周期重采样的周期调频干扰消除方法。所述方法包括：利用无线接收机获得数字化接收信号数据；对接收数据进行多重自相关运算，检测周期调频成分的调频周期；根据调频干扰的周期特性将接收的信号进行重采样，获得若干组重采样数据，检测并消除重采样数据中的干扰分量，最后进行信号重构，获得消除干扰后的信号。本申请方法能够将分散的宽带干扰能量集中到少数频点，减少了干扰与期望信号的交叠程度，在消除干扰成分时对期望信号损伤较小。
Claims (2)
1.一种基于周期重采样的周期调频干扰消除方法，其特征在于：步骤如下：
步骤一：对接收信号进行周期调频分量检测，获得各周期调频分量的调频周期参数；
(1.1)对单天线接收机接收到的射频信号，经过射频处理和数字化处理，获得T个采样点的数字接收信号矢量x；x＝[x(1) x(2),L,x(t),L,x(T)]T，其中t＝1,2,L T，表示采样时刻,[·]T表示转置；
(1)计算x的第一次自相关函数，结果记为
其中τ为时间延迟量；取
T1＜T，进行自相关计算得到一重自相关结果
重复取
Tc＜Tc-1，进行自相关计算得到
其中c＝1,2,…C为多重自相关次数，取得C重自相关结果
(2)检测
中的峰值序列的周期，获得调频周期估计值
(1.2)采用多重自相关方法估计接收信号矢量x中周期调频干扰的调频周期，得到调频周期估计值
下角标n＝1,2，…，N为周期成分标号，N为周期参数的总个数
步骤二：根据获得的调频周期参数对接收信号进行重采样，再消除重采样后各组数据中的干扰成分；然后将处理后的各组信号进行重构，获得后续处理信号；
(2.1)根据第n个周期值，将接收信号分成Qn段，获得第n组第q段数据的方式为：xn,q＝[xn-1(q) xn-1(Pn+q) L xn-1((m-1)Pn+q) L]T，其中x0＝x，m＝1,2，...，M为重组数据标号，其中M≤T/Pn；
(2.2)对各段组数据频域滤波，获得消除干扰后数据；
(2.3)将消除干扰后数据进行重构，获得后续处理所需信号
2.根据权利要求1所述的一种基于周期重采样的周期调频干扰消除方法，其特征在于：所述步骤(1.2)具体包括：
(a)初始化峰值提取门限
(b)提取
大于ρ的峰值
(c)搜索
中是否存在
的峰值，如果存在，结束迭代，峰值所对应的最小非0的τ为周期调频干扰信号公共调频周期，记为
否则进行步骤(d)；
(d)采用序列周期估计方法，估计峰值的周期，获得
序列的周期
(e)判断
是否成立；如果成立，停止迭代，输出估计的周期值
否则降低门限值为ρ＝ρ/2，返回步骤(b)。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010204163.7A CN111323794B (zh) | 2020-03-21 | 2020-03-21 | 一种基于周期重采样的周期调频干扰消除方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010204163.7A CN111323794B (zh) | 2020-03-21 | 2020-03-21 | 一种基于周期重采样的周期调频干扰消除方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111323794A CN111323794A (zh) | 2020-06-23 |
| CN111323794B true CN111323794B (zh) | 2023-05-05 |
Family
ID=71167678
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010204163.7A Active CN111323794B (zh) | 2020-03-21 | 2020-03-21 | 一种基于周期重采样的周期调频干扰消除方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111323794B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113406672B (zh) * | 2021-06-17 | 2023-03-24 | 哈尔滨工程大学 | 一种基于自适应加窗的分段线性调频干扰消除方法 |
| CN115567084B (zh) * | 2021-07-02 | 2024-08-02 | 深圳智微电子科技股份有限公司 | 一种实现脉冲干扰消除和自动增益控制的方法 |
| CN113759393A (zh) * | 2021-10-08 | 2021-12-07 | 黑龙江雨谷科技有限公司 | 一种基于数据重排和奇异值分解的抗干扰方法 |
| CN113640635B (zh) * | 2021-10-18 | 2022-02-08 | 广东电网有限责任公司惠州供电局 | 一种电力电缆绝缘状态在线监测方法 |
| CN117330834A (zh) * | 2023-10-09 | 2024-01-02 | 国网山东省电力公司东营市东营区供电公司 | 一种基于双重采样的电网谐波含量测试方法及系统 |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1995032436A2 (en) * | 1994-05-20 | 1995-11-30 | Commonwealth Of Australia | Signal processing |
| US5903615A (en) * | 1998-03-30 | 1999-05-11 | 3Com Corporation | Low complexity frequency estimator and interference cancellation method and device |
| JP4659828B2 (ja) * | 2004-06-30 | 2011-03-30 | クゥアルコム・インコーポレイテッド | 無線通信システムにおけるパイロット干渉を除去する方法及び装置 |
| CN100472507C (zh) * | 2004-11-24 | 2009-03-25 | 南京大学 | 强背景噪声下周期信号周期的一种估计方法 |
| CN101776747B (zh) * | 2010-01-15 | 2012-07-18 | 山东大学 | 基于自适应重采样的雷达信号压缩方法 |
| GB2530272B (en) * | 2014-09-16 | 2020-10-07 | Nottingham Scient Limited | GNSS Jamming Signal Detection |
| CN105510882B (zh) * | 2015-11-27 | 2017-11-17 | 电子科技大学 | 基于目标机动参数估计的快速自适应采样周期跟踪方法 |
| CN108594216A (zh) * | 2018-04-18 | 2018-09-28 | 南京理工大学 | 一种混沌码调相线性调频复合探测系统及信号处理方法 |
| CN110391887B (zh) * | 2018-04-20 | 2021-11-09 | 华为技术有限公司 | 信号处理方法及装置 |
| CN110320535B (zh) * | 2019-07-03 | 2023-05-05 | 哈尔滨工程大学 | 一种基于小波包变换与空域处理的卫星导航接收机多干扰抑制方法 |
-
2020
- 2020-03-21 CN CN202010204163.7A patent/CN111323794B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN111323794A (zh) | 2020-06-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111323794B (zh) | 一种基于周期重采样的周期调频干扰消除方法 | |
| CN113378661B (zh) | 一种基于改进小波阈值和相关检测的直流电能信号去噪方法 | |
| CN103412287B (zh) | 基于lvd的线性调频信号参数估计方法 | |
| CN113406672B (zh) | 一种基于自适应加窗的分段线性调频干扰消除方法 | |
| CN103995950A (zh) | 基于空域相关修正阈值的变小波系数局部放电信号消噪方法 | |
| CN104468436A (zh) | 一种通信信号小波域盲源分离抗干扰方法及装置 | |
| CN107171693B (zh) | 基于波形重构的宽带干扰抑制方法 | |
| CN113759393A (zh) | 一种基于数据重排和奇异值分解的抗干扰方法 | |
| Ristaniemi et al. | Independent component analysis with code information utilization in DS-CDMA signal separation | |
| CN104199064B (zh) | 基于相关波动的boc信号参数盲估计方法 | |
| CN114944974A (zh) | 一种频偏估计方法、装置及电子设备 | |
| CN111624632B (zh) | 一种卫星导航信号捕获方法及装置 | |
| CN110190917B (zh) | 一种LTE230MHz电力无线专网的频谱空洞感知方法、装置及设备 | |
| CN110007322B (zh) | 基于相干降采样的北斗b1i信号捕获方法 | |
| CN110646815A (zh) | 一种基于滑动平均fft的gnss信号多径参数估计方法 | |
| CN116055262B (zh) | 基于同步挤压小波变换的通信信号载频盲估计方法、系统及介质 | |
| CN103281266A (zh) | 基于线性模型的伪码调相正弦调频复合信号伪码序列估计方法 | |
| CN105959035B (zh) | 一种直扩信号截获检测方法 | |
| CN116418364A (zh) | 一种基于扩频序列信号的低虚警率检测方法 | |
| CN111308426B (zh) | 一种适用于单天线接收机的低信噪比周期调频信号检测与分离方法 | |
| Eghbali et al. | Iterative method with adaptive thresholding for sparse signal reconstruction | |
| CN114910935B (zh) | 一种多分量线性调频干扰抑制方法 | |
| Xie et al. | A novel effective compressed sensing based sparse channel estimation in OFDM system | |
| Cai et al. | Application of three-threshold FCME and extended interpolation algorithm in narrowband interference suppression | |
| Pace et al. | Nyquist folding analog-to-information receiver: Autonomous information recovery using quadrature mirror filtering |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |