干扰认知与抑制技术的研究——信干噪比估计算法的研究与实现

摘要

干扰认知技术是智能抗干扰系统的基础和前提，它能实时检测周围电磁传播环境的干扰空穴、识别干扰、估计信道质量（信干噪比）等，为抗干扰决策系统实施抗干扰行为提供依据。本文立足此背景，设计实现了干扰认知系统中的信干噪比估计单元。
　　本文首先简要介绍了循环平稳理论和循环自相关函数，在给定的人为干扰和AWGN（Additive White Gaussian Noise，加性高斯白噪声）信道模型下，推导了典型干扰信号和接收信号的循环自相关函数，并进一步推导出了典型人为干扰下的CS-SJNR（Signal-to-Jamming-plus-Noise Ratio Based on Cyclostationary，基于循环平稳特性的信干噪比）估计算法。为在FPGA（Field-Programmable Gate Array，现场可编程门阵列）上实现，对CS-SJNR估计算法做了工程化简，得到了快速更新实现和简化资源实现这两种实现方法。按照简化资源的实现方法设计了信干噪比估计模块链路，对其进行性能仿真，并分析了高信干噪比下估计偏差的来源。
　　根据简化资源后的CS-SJNR算法设计了信干噪比估计模块的系统实现构成，按功能分为前端预处理模块、求自相关模块、交织模块、求功率模块、FFT（Fast Fourier Transformation，快速傅里叶变换）变换模块、求对数模块、外围辅助模块，对各个功能模块进行了设计仿真及验证。同时对信干噪比估计模块的硬件实现平台—干扰认知板做了简要介绍。
　　最后，整合了整个干扰认知模块，该模块包括了信干噪比估计单元和干扰检测单元。设计了干扰认知模块和上层控制链路通信的接口模块，以便于整个测试系统的正常通信。对FPGA实现的干扰认知模块在不同参数配置下进行实测，分别测试了干扰检测单元和信干噪比估计单元的性能，分析了各单元实测结果。

目录

封面

声明

中文摘要

英文摘要

目录

缩略词表

第一章 绪 论

1.1引言

1.2课题研究背景

1.3国内外研究现状及发展趋势

1.4本文内容框架

第二章 基于循环自相关的信干噪比估计算法的性能仿真分析

2.1循环平稳理论概述

2.2人为干扰下的AWGN信道模型

2.3典型人为干扰信号

2.4 CS-SJNR估计算法的工程化简实现

2.5 CS-SJNR估计算法的性能仿真分析

2.6本章小结

第三章 基于循环自相关的信干噪比估计单元的硬件实现

3.1干扰认知板简介

3.2信干噪比估计单元的系统实现构成

3.3外围链路模块的设计

3.4本章小结

第四章 基于干扰检测和信干噪比估计的干扰认知性能测试

4.1引言

4.2干扰认知总体实现方案简介

4.3接口模块设计

4.4干扰认知模块的性能测试

4.5本章小结

第五章 结束语

5.1本文贡献

5.2下一步工作建议和未来研究方向

致谢

参考文献

个人简历

攻硕期间取得的研究成果