摘要：提出了一种能够抑制多个窄带干扰的超宽带(UWB)脉冲设计方法.采用这种方法设计的UWB脉冲不仅具有非常短的脉冲持续时间,而且能够在满足联邦通信委员会(FCC)频谱限制的基础上,进一步抑制UWB系统与多个窄带通信系统之间的相互干扰,从而有效地解决了UWB系统与现有的窄带通信系统之间的共存问题.另外,此方法不需要在整个频段范围内降低UWB脉冲的功率谱密度,为提高UWB脉冲发射功率,增大UWB系统的通信距离,提供了一种可行的方案.

摘要：超宽带(ultra wide band,UWB)通信系统工作在3.1~10.6GHz的频谱范围内,与现存的一些通信系统共用频谱资源。为了防止UWB通信系统对其他通信系统造成干扰,美国联邦通信委员会将UWB的室内辐射功率谱密度限制在-41.3dBm/MHz以下,但UWB通信系统会受到其共存的窄带系统的严重干扰。针对此问题,本文在接收端设计了一种自适应无限脉冲响应陷波器,推导了-3dB处的自适应带宽,同时结合最速下降算法,找到陷波器的最优带宽,从而抑制UWB中的窄带干扰(narrow band interference,NBI)。最后使用蒙特卡罗仿真验证出自适应陷波器有效抑制了时间反演(time reversal,TR)UWB通信系统中的NBI,提升系统误比特率(bit error rate,BER)。

摘要：在局部放电在线检测中,自适应噪声对消算法是当前抑制窄带干扰的有效方法。由于窄带干扰频率范围很宽,滤波参数不易设置,同时实测时的窄带干扰在时频域都表现强烈,局部放电信号会完全淹没于干扰之中,使得一般改进噪声对消算法不能取得较好效果。为此,提出一种改进经验模态分解的噪声对消算法,首先在频域中降低干扰幅值,接着利用经验模态分解的分频特性将宽频带的窄带干扰分解到不同频带,各频带内的窄带干扰频率相差有限,然后进行自适应噪声对消,以达到较好的滤波性能。仿真和实际数据验证了该算法的有效性。

摘要：分析了GIS局部放电检测中出现的周期性窄带干扰信号特征,提出了基于SDTM阈值法的小波变换抑制周期性窄带干扰的原理和算法,并结合设计的微带线滤波器用软硬滤波联合抑制周期性窄带干扰。仿真与实测研究表明,SDTM阈值法优于MINIMAXI和HEURSURE阈值选取法,其阈值的选取与样本的平均值和局部观察值有关,根据信号的大小决定且在小波变换的不同尺度上有一定的自适应性,能有效抑制周期性窄带干扰,用软硬滤波法先硬件滤波再小波处理能实现局放信号的有效提取。

摘要：考虑到直接序列扩频(DS-SS)系统中无限深度格型陷波器在去除窄带干扰的同时对扩频信号的损伤,在无限深度格型陷波器上添加一自适应横向滤波器,其输出作为对受损扩频信号的误差补偿.仿真结果证实,新设计的误差补偿滤波器改善了无限深度格型陷波器的性能,而系统计算复杂度只有少量增加.

摘要：抑制干扰是信息处理的关键技术 ,滤除窄带干扰则是其中的重要内容。针对窄带干扰改进了基于 FFT滤波的频域分析算法 ,研究其滤除干扰的能力、对局放波形的畸变及所需计算时间等 ,并据此设计了有效的滤波器。

摘要：超宽带(UWB)信号极宽的带宽使超宽带系统不可避免地与其频带内已有的窄带系统产生干扰。本文针对超宽带系统提出了两种新型的具有窄带干扰(NBI)抑制能力的修正非线性chirp超宽带波形。这两种波形基于窄脉冲超宽带的通信方式设计,其能量可以在时间上均匀分布,从而避免了高峰值功率的问题。此外这两种设计方法对有用信号没有损失,只需要对波形进行时域处理即可改变相应的频域特性。仿真结果和理论分析显示,基于这两种超宽带波形的直接序列扩频二进制相移键控超宽带(DS-BPSK UWB)系统,在抑制窄带干扰方面极大优于采用传统线性chirp波形的超宽带系统。

摘要：针对卫星导航接收机时域窄带干扰的有效抑制问题,本文首先给出二阶格型IIR陷波器参数设计方法,通过陷波带宽的定量调整,既可以有效抑制窄带干扰,又可以降低卫星信号的失真;其次推导了二阶IIR格型陷波器相关输出信干噪比改善因子的闭合表达式,该表达式相比干扰抑制后信干噪比的改善,更为直观地反映了陷波器对卫星导航信号的影响。理论分析和仿真实验,二阶格型IIR陷波器相关输出信干噪比改善因子与陷波器的带宽参数有关,而与陷波频率无关,且二阶格型IIR陷波器的性能优于最优Wiener滤波器、五系数FIR滤波器以及二阶直接型IIR陷波器。

摘要：针对窄带系统对超宽带冲激无线电系统(Impulse Radio Ultra-wideband,IR-UWB)的干扰问题,提出基于Rayleighritz理论的直接序列(Direct Sequence,DS)设计方案,记为RRDS。通过设计DS序列,使得IR-UWB频谱在窄带干扰频率点上产生陷波,从而实现抑制干扰的目的,同时,通过RRDS方案,提高IR-UWB系统的误码率。RRDS方案先建立目标矩阵,并求解最小特征值及对应的特征向量。如果特征向量里面的元素有非+1或-1的值,则通过符号函数将特征向量转变为全部由+1,-1组成。若最小特征值是多重,先将所有的特征向量通过符号函数转变为全部由+1或-1组成的向量,并在这些向量里找出使目标矩阵的值最小的特征向量,将此向量作为直接序列DS。仿真结果表明,提出的RRDS方案有效地抑制窄带干扰,并提高了IR-UWB系统的误码率。

摘要：在局部放电在线检测中,自适应噪声对消算法是当前抑制窄带干扰的有效方法。由于窄带干扰频率范围很宽,滤波参数不易设置,同时实测时的窄带干扰在时频域都表现强烈,局部放电信号会完全淹没于干扰之中,使得一般改进噪声对消算法不能取得较好效果。为此,笔者提出一种改进经验模态分解的噪声对消算法,首先在频域中降低干扰幅值,接着利用经验模态分解的分频特性将宽频带的窄带干扰分解到不同频带,各频带内的窄带干扰频率相差有限,然后进行自适应噪声对消,以达到较好的滤波性能。仿真和实际数据验证了该算法的有效性。