４３
郭世璞
（解放军海军第4820工厂，海南三亚572018）
除水器摘要：在无线噪声干扰下通信信号的信噪比较低，难以实现对微弱通信信号的准确捕获，通信信号的检测性能较低，传统
方法采用高阶谱检测方法进行噪声干扰下的微弱通信信号捕获，随着噪声干扰强度的增大，检测性能不好。提出一种基于微弱通信信号空间波达信号特征参量估计的无线噪声干扰下微弱通信信号捕获方法。首先进行了无线噪声干扰下微弱通信号的信号模型构建和通信信道分析，设计自适应匹配滤波器进行噪声干扰抑制，对滤波信号进行空间波达信号特征参量估计，实现对无线噪声干扰下微弱通信信号的准确捕获和检测，实现算法改进。仿真结果表明，采用该方法进行无线噪声干扰下微弱通信信号捕获的检测性能较好，对虚警干扰的抑制能力较高，提高对微弱信号的准确检测概率，展示了优越性能。关键词：无线通信；噪声干扰；微弱信号；检测；捕获中图分类号：TN911文献标识码：A 文章编号：1673-1131（2016）10-0043-03
多西紫杉醇说明书0引言
通信是实现数据传输和信息交互的主要方法，在无线通信中，受到大量的电磁波等噪声的干扰，导致通信信号被淹没于噪声中，通过对无线噪声干扰下微弱通信信号捕获，提高数据的通信传输能力，降低通信误码率，因此，研究无线通信的通信信号捕获和噪声抑制方法具有重要意义，相关的算法研究受到人们的极大重视。
传统方法中，对无线噪声干扰下微弱通信信号捕获方法主要有基于微弱通信信号的盲源分离的通信信号检测和捕获方法、基于时频特征分析的微弱通信信号检测方法和基于Ho-ugh 变换的无线噪声干扰下微弱通信信号捕获方法等[1-5]，其中，文献[4]提出一种基于高阶谱三阶统计量特征提取的无线噪声干扰下微弱通信信号捕获方法，结合冲激响应特征提取结果实现对通信信号的噪声盲源分析，提高了信号检测的抗干扰性，但是该算法对微弱通信信号的计算开销较大，自适应性能不好。文献[5]提出一种采用时频分析和高阶累积量特征检测方法进行噪声干扰下的微弱通信信号捕获，随着噪声干扰强度的增大，检测性能不好。
针对上述问题，本文提出一种基于微弱通信信号空间波达信号特征参量估计的无线噪声干扰下微弱通信信号捕获方法。首先进行了无线噪声干扰下微弱通信号的信号模型构建和通信信道分析，设计自适应匹配滤波器进行噪声干扰抑制，对滤波信号进行空间波达信号特征参量估计，实现对无线噪声干扰
下微弱通信信号的准确捕获和检测，实现算法改进。最后通过仿真实验进行性能测试和验证，通过对检测概率和虚警概率的对比分析，说明本文方法能有效提高对微弱信号的准确检测概率，展示了优越性能，得出有效性结论。
1无线噪声干扰下微弱通信信号模型和通信信道模型构建
1.1无线噪声干扰下微弱通信信号模型
为研究无线噪声干扰下微弱通信信号的有效捕获和检测方法，假设无线噪声干扰下微弱通信产生于调零天线，通过DOA 均衡算法和空间谱瞬时值特征提取技术进行信号模型构建和特征提取。由于信号受到噪声干扰，信噪比较低，需要对无线噪声干扰下微弱通信信号进行自适应滤波处理和信号模型构建，为准确实施脉冲抵消下的DOA 估计和信道均衡提供数据依据，考虑系统阵列为N+1阵元构成的均匀线阵，采用单
元散射混响统计学模型进行瞬时包络统计，需要进行混响模
型构建，球面扩展的方式到达界面，以旋转角为中心变量，构
建调无线噪声干扰下微弱通信信号混响结构和信号模型为：
（1）
不锈钢勾花网
上式中，s (n )表示入无线噪声干扰下微弱通信信号的实信号部分，v (n )表示噪声分量，
（2
）（3）
其中，x (t )是无线噪声干扰下微弱通信信号的时域特征，E
x 是信号能量，
v 是初始状态向量。根据上述分析，构建了无线噪声干扰下微弱通信信号模型，得到无线噪声干扰下微弱通
信信号解析模型：
（5）
其中，TL 为无线通信信道的DOA 波达方向跳变脉冲信号的传播损失（dB ），为传播因子，得到无线噪声干扰下微弱通信信号在通信信道中的电磁波吸收系数a 与频率f (KHz )之间的经验公式为：
密封条生产线
2016
（Sum.No 166）
金属工艺品制作
继电器封装信息通信
INFORMATION &COMMUNICATIONS
2016年第10期（总第166期）
