

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、直接序列擴頻(DSSS)通信系統(tǒng)廣泛應用于無線通信中,其抗干擾能力由有限的處理增益決定。窄帶干擾是DSSS通信系統(tǒng)中最常見的干擾。當干擾強度很大、干擾統(tǒng)計特性復雜時,處理增益不能達到抗干擾要求,導致系統(tǒng)不能正常工作。如何在系統(tǒng)中引入窄帶干擾抑制技術,提高系統(tǒng)的抗干擾能力,是DSSS通信系統(tǒng)的關鍵技術之一,具有重要的應用前景。
針對上述情況,本文主要有以下工作:
①介紹了DSSS通信系統(tǒng)等效模型,對信號處理過程
2、進行了分析,闡明了處理增益和抗干擾能力的關系。在此基礎上描述了系統(tǒng)最常見的窄帶干擾,并對系統(tǒng)中影響最嚴重的一種單頻干擾進行了推導分析,進一步說明了引入抗干擾技術的必要性。
②結合系統(tǒng)模型,對變換域和時域窄帶干擾抑制技術進行了研究,設計了常用的頻域處理技術和時域預測技術。設計的時域LMS預測技術對信號的損傷很小、占用資源少且硬件實現簡單。針對不同類型的窄帶干擾,分別對所設計的各種技術進行了仿真研究和性能對比。
3、③分析了傳統(tǒng)統(tǒng)一抽頭間隔濾波器的缺點,并針對其濾波器階數高、預測不準確、濾波不徹底等問題,設計了一種采用變抽頭間隔的預測濾波器結構,闡述了相關原理。在不同類型的窄帶干擾下,對改進的預測濾波器性能進行了仿真研究,并與統(tǒng)一抽頭間隔濾波器性能進行了對比分析。結果表明,變抽頭間隔預測器降低了濾波器的階數,對有用信號的損耗很小,占用資源少且硬件實現簡單,能夠有效地抑制窄帶干擾,適合于實際應用。
④對頻域處理和改進的時域預測技術進行了
4、性能仿真對比,比較了兩種抗干擾技術的資源占用、算法復雜度以及給系統(tǒng)帶來的固有損耗。在此基礎上,綜合考慮實際DSSS通信系統(tǒng)的工作環(huán)境、抗干擾要求和硬件可用資源等因素,采用7階時域變抽頭間隔自適應線性預測濾波的方式,進行了窄帶干擾抑制技術的硬件實現。完成了系統(tǒng)聯調與測試,實際抗干擾能力與理論分析結果吻合。
本研究結果表明,改進的時域線性預測器極大地提高了DSSS通信系統(tǒng)的抗窄帶干擾能力。該預測濾波器已在實際中得到了有效的應用
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 直接序列擴頻通信系統(tǒng)中干擾抑制技術研究.pdf
- 直接序列擴頻通信系統(tǒng)中抗非平衡窄帶干擾技術研究.pdf
- 擴頻通信窄帶干擾抑制技術研究.pdf
- 擴頻通信系統(tǒng)窄帶干擾陷波抑制技術研究.pdf
- 擴頻通信系統(tǒng)變換域窄帶干擾抑制技術研究.pdf
- 直接序列擴頻通信系統(tǒng)中的時變干擾抑制關鍵技術研究.pdf
- 直接序列擴頻通信系統(tǒng)的干擾研究.pdf
- 直接序列擴頻通信中窄帶干擾的識別和抵消.pdf
- CDMA擴頻通信系統(tǒng)窄帶干擾抑制研究.pdf
- 直接序列擴頻變換域窄帶干擾抑制技術研究.pdf
- 擴頻通信系統(tǒng)中抑制窄帶干擾算法研究及實現.pdf
- 擴頻通信中窄帶干擾的變換域抑制技術研究.pdf
- 直接序列擴頻信號窄帶干擾抑制技術研究與實現.pdf
- 直接序列擴頻通信系統(tǒng)中基于循環(huán)平穩(wěn)模型的抗干擾技術研究.pdf
- 擴頻通信系統(tǒng)中的抗窄帶干擾技術的研究.pdf
- 直接序列擴頻通信系統(tǒng)中同步技術的研究.pdf
- 直接序列擴頻通信系統(tǒng)關鍵技術研究.pdf
- 直接序列擴頻通信系統(tǒng)中的序列設計.pdf
- 直接序列擴頻通信中的同步技術研究.pdf
- 擴頻通信系統(tǒng)中的干擾抑制研究.pdf
評論
0/150
提交評論