【正文】 最后謝謝母校四年來對我的培養(yǎng)！ 。如果沒有大家的幫助，我的畢業(yè)設計也不會進行的那么順利。 我還要感謝和我一起做畢業(yè)設計的同學們。劉老師那淵博精深的知識，務實嚴謹、精益求精的治學態(tài)度和一絲不茍的工作作風，深深的感染了我，也讓我改變了粗心大意，做事馬馬乎乎的壞毛病。半年來，劉老師對我的學業(yè)傾注了大量的心血，使我在獲取知識的同時，綜合能力得到較大的提高。做論文設計時， 由于自己經驗的匱乏，難免有許多考慮不周的地方，如果沒有導師的督促指導和同學們的幫助， 是很難完成這個畢業(yè)設計的 。 此方法只適用于中心頻率不變干擾及慢變干擾，不能適用于各類窄帶干擾，所以適用范圍有待提高。 采用 FFT重疊變換干擾抑制算法，先將信號變換到頻域，經過降噪處理再變換 到時域進行解擴。 鹽城工學院本科生畢業(yè)設計說明書（ 2020） 33 結 束 語 本 設計 用 MATLAB 中 Simulink 進行開發(fā)，對 直序擴頻通信中窄帶干擾抑制進行 仿真研究，通過 Simulink 對 bpsk 信號進行高斯白噪聲和單音干擾加噪再采用FFT重疊干擾抑制算法進行干擾抑制，并進行仿真。它在設計干擾抑制算法時更自由，且能提供更大的動態(tài)范圍，抑制干擾的數目僅與 FFT 變換長度有關，通過選擇合適的窗函數和抑制算法，陷波深度可以非常大。 鹽城工學院本科生畢業(yè)設計說明書（ 2020） 31 圖 523 干擾抑制模塊輸出信號波形 圖 524 各支路抗窄帶干擾后的波形及 4路疊加后信號波形 直序擴頻通信中窄帶干擾抑制算法研究 32 圖 525 干擾抑制后信號頻譜圖 頻域陷波算法進行了加窗處理和 1/4重疊變換，該措施使干擾的頻譜泄露大為降低，也使信號的損傷大為減少，這些因素促成了該算法良好的抗窄帶干擾性能。 由圖 524 可見，經 firstroad? fourthroad 4 條支路抗干擾后的信號conbine，其喊信號兩端的衰減在對齊合并之后消失了。該波形圖橫坐標單位為“ s”，縱坐標單位為“ V”。但是由于嗓聲的存在（干擾抑制算法無法抑制噪聲影響），干擾抑制后的信號波形還有一定的起伏。 直序擴頻通信中窄帶干擾抑制算法研究 30 圖 522 干擾抑制模塊輸入信號波形 雙擊 模塊中名為“ output”的示波器，可以觀察到輸出信號波形，如圖 523所示。 仿真結果分析 打開 Matlab 軟件，運行 文件開始仿真， 仿真結束后， 雙擊 bpsk模塊中的“ output”示波器，即可觀察干擾前的原是信號波形，如圖 521 所示。 至此 firstroad 支路模塊已全部介紹完畢。它的參數設置也可直接采用默認值 Integer Delay 模塊為延時器 ,其作用是使該支路信息與其他 3路信息在時域上對齊，以便4條支路最終的正確合并，其參數設置情況如圖 520 所示。 MagnitudeAngle to Complex模塊為幅值一相位合并器，其作用是使輸人的幅值和相位信息合并成復數輸出，其參數設置使用默認值。該模塊的內部仿真框圖如圖519 所示。 To Sample 模塊的參數設置可直接用默認值， Buffer 模塊的參數設置情況與圖 511— 樣。 此處 Switch 模塊的作用是：當控制端（中部的輸入端口）的值大于或等于0時，多路開關接通上部的輸人端，即將超過門限的譜線值置零（因 Gain 模塊的增益值設置為 0)； 否則多路開 關接通下部的輸入端，即將未超過門限的譜線值保留。 In2 模塊為門限值輸人端，使 In1輸人的 FFT 變換值能與門限值進行比較，比較是通過減法器 Subtract 模塊來實現(xiàn)的。 鹽城工學院本科生畢業(yè)設計說明書（ 2020） 27 圖 517中 In1 模塊為 FFT 變換值輸入端。 圖 513中的 imeference_delieve 模塊為該支路的大譜線處理模塊，其作用是對超過門限值的信號進行過門限處理。 圖 512 Windows Function 模塊參數設置界面 鹽城工學院本科生畢業(yè)設計說明書（ 2020） 25 圖 513 Threshold 模塊內部仿真圖 圖 514 Constant1 模塊參數設置 界面 直序擴頻通信中窄帶干擾抑制算法研究 26 圖 515 Matrix Sum 模塊參數設置界面 圖 513中 Gain 模塊為增益器，作用是將輸人信號進行比例縮放，其參數設置情況如圖 516所示。 由圖 514 可見， Constant value 為“ 400”則表示此常數模塊將產生一個幅值為 400 的恒值。 圖 513中 Constantl 模塊為常數模塊，表示一個確定的常數值。 圖 58中 Threshold 模塊的作用是確定該支路的處理門限。圖 510中 FFT1 模塊為 FFT 變換器，用于對輸人 的采樣信號進行快速離散傅里葉變換。該模塊的參數設置情況如圖 512所示。 圖 511 Buffer1 模塊參數設置界面 直序擴頻通信中窄帶干擾抑制算法研究 24 圖 511中的參數 Output buffer size 為“ 8192”表示一次 FFT 變換的采樣點個數是 8192。圖 58中 ffttrans 模塊的作用是對信號進行加窗 FFT 變換，其內部仿真框圖如圖 510 所示。 下面將分別對各條支路的內部仿真框圖及仿真參數設置進行詳細介紹。 圖 57中參數 List of signs 中有 4個“ +”號代表該模塊有 4 個待求和的輸人端。由信道過來的含高斯白噪聲和窄帶干擾的信號由In1 輸人頻域陷波算法模塊，消除窄帶干擾后的信號由 Outl 輸出。 圖 55 FFT 重疊變換干擾抑制算法的 Simulink 仿真圖 鹽城工學院本科生畢業(yè)設計說明書（ 2020） 21 anti_interference 模塊為 FFT 陷波模塊，其內部結構如圖 56所示 圖 56 FFT 重疊變換干擾抑制模塊 圖 56中的 firstroad? fonrthroad 對應圖 49 中的 4條支路。其中 From File 模塊的作用是將 文件導 入 本系統(tǒng) ,使之作為本系統(tǒng)的輸人信號。 直序擴頻通信中窄帶干擾抑制算法研究 20 圖 54 單音窄帶干擾模塊參數設置界面 干擾抑制模塊的仿真 以 FFT 重疊變換干擾抑制算法為例進行仿真 ,仿真采用 Simulink 進行。 圖 52 高斯白噪聲和單音干擾加入模塊 高斯白噪聲信道參數設置如圖 53 所示。 bpsk 信號的產生單元如圖 51 所示。 直序擴頻通信中窄帶干擾抑制算法研究 18 圖 49 1/4 重疊加窗和干擾抑制原理框圖 雖然基于 FFT的干擾技術抑制技術可以對付多個干擾，并且可以通過自適應措施進行實時干擾估計，但干擾數目不能太多、干擾分布的寬度不能太寬（采用FFT算法進行寬帶干擾消除將會對信號產生嚴重的損傷，引起嚴重的信噪比損失），并且具有在濾波期間干擾的瞬時頻率保持不變的約束。將兩路時延差 1/2 幀的數據段出禮疊加就可以起到互為補充的作用，即每一路都只取其中間有用的 1/2幀。在 )(nx 連續(xù)的碼流中，由于一幀的邊緣部分受到的影響最大 ,所以對于每個 FFT 幀，只取其中間的部分 ,而丟掉邊緣部分。下面以 1/2 重疊加窗為例，其基本原理框圖如圖 48 所示。加窗的目的在于準確地估計信號頻譜，然而卻會使輸入信號發(fā)生畸變，使進行 FFT變換的數據段兩端嚴重衰減 ，從而帶來額外的信噪比損耗。 在 DSSS 通信系統(tǒng)頻域抗干擾算法中，通常對輸人數據分段進行 N 點 FFT 變換，分段數據周期延拓后的非連續(xù)性會導致頻請泄漏現(xiàn)象，通?？梢圆捎脤Ψ侄螖祿M行加窗的方法減小頻譜泄漏。 miu, 是輸入信號 )(nx 和窗函數 W(n)相乘之后的 FFT變換的值，即 鹽城工學院本科生畢業(yè)設計說明書（ 2020） 17 FFTNnNnmjm mennxu FFT FFT N...1)()(1/2 ，?? ??? ?? （ 422） 仿真中 M設為 1， FFTN 設為 8192， ?設為 。門限的確定可以用下式表示 )(1 1 1 ,m i n ? ?? ???MiNm miFFTFFT uabsMNT hr eT hr e ? （ 421） 式中， minThre 是最小的門限值，通常是沒有干擾時信號的幅度值 。在仿真中采用的窗函數是切比雪夫窗，該窗的第一旁瓣比主瓣低 80dB。因此 ,在進行干擾抑制時 ,就造成干擾消除的不徹底，或者是增大了消除的帶寬范圍，從而加重了對有用信號的損傷。如果不加窗 ,進行 N點 FFT 運算就相當于對時域信號加一個 N 點矩形窗，矩形窗的第一旁辧只比主瓣低 ,對于比有用信號大幾十分貝的干擾來說，它的旁瓣也比信 號大得多，這樣就造成了干擾信號的頻譜泄漏。 圖 47 中， )(Wn 是 窗函數， )(uabs 和 )(uangle 兩個函數分別求離散傅里葉變換后的幅度和角度 (相位 )值， )(T uhre 函數確定譜線的門限值 , )(uP 函數是對譜線進行處理。 FFT 重疊變換干擾抑制算法不需要自適應算法，且其處理速度遠遠超過時域濾波的算法。 FFT 重疊變換干擾抑制算法 重疊變換干擾抑制算 法的系統(tǒng)綜述 FFT 重疊變換干擾抑制算法的原理是窄帶干擾相對于擴頻信號能量集中在 鹽城工學院本科生畢業(yè)設計說明書（ 2020） 15 很窄的頻帶內，在頻域上就表現(xiàn)為很窄的尖峰 ,所以可先將混合信號變換到頻域，檢測出干擾的頻譜位置，將這些譜線去掉或進行衰減，最后反變換還原成時域信號進行解擴。也可以用重疊相加法來計算，但這種箅法與重疊保留法相比，計算量更大。 LMS算法的原理框圖 Fast Block LMS 算法將時域數據分成長度為 n 的數據塊，且每塊的濾波權系數保持不變。 TMkMd )]1( ?? （ 417） 定義響應的 1?M 維的誤差信號矢量為 ),1(),([)( ?? kMekMeke , )]()([I F F T)]1( kWkXmkMy ??? （ 416） 在上式中，只保留 )()( kWkX 后的 M個元素，這是因為前 M 個元素是循環(huán)卷積的結果。 ))]}1( ?? MkMx (415) 將重疊存儲法應用于求線卷積，得到 1?M 維矢量 )(kyT 后的 M個元素。相應的，設對輸入數據兩個相繼子塊進行傅里葉變換得到 NN? 的對角矩陣為 )([F F T{)( MkMxdi agkX ?? ，這樣，塊自適應濾波器中的線性卷積和線性相關都可以利用 FFT 來快速實現(xiàn)，從而構成了塊 LMS 算法的快速算法。根據數宇信號處理理論可知，線性卷積和線性相關均可以采用快速傅里葉變換 FFT來快速實現(xiàn)。設 n 時刻輸入信號矢量為 )([)( nxnX ? )1( ?nx ? TMnx )]1( ?? (410) 相應的，設 n時刻自適應濾波器的 權系數矢量為 )([)( 0 nnw ?? )1n（? ? Tn)](1M?? (411) 令 k 表示塊下標，且 k 與 n 的關系為 ,1,0, ??? iikLn ?， ,2,1, ?kL ? 式中， L表示塊長。 鹽城工學院本科生畢業(yè)設計說明書（ 2020） 13 圖 43 塊自適應濾波器的原理