盲自适应预测码辅助CDMA系统窄带干扰抑制技术

"该文章是2012年中国传媒大学学报自然科学版的一篇论文，作者殷复莲，主要探讨了在CDMA系统中针对强窄带干扰(NBI)的盲自适应预测码辅助抑制技术。现有的LMS和RLS码辅助算法存在稳态性能不佳或收敛速度与性能难以兼顾的问题。文中提出的盲自适应预测码辅助技术结合了RLS和LMS算法，能有效抑制音频干扰、数字窄带干扰及自回归(AR)随机过程等三类NBI。通过算法分析和仿真验证了其有效性。" 在无线通信领域，CDMA系统因其频谱利用率高和抗多径衰落等优点而被广泛应用。然而，CDMA系统在实际运行中常常受到来自其他系统的窄带干扰，这种干扰被称为窄带干扰(NBI)。NBI的存在严重影响了CDMA系统的性能，降低了通信质量和信道容量。 传统的NBI抑制方法通常依赖于已知的信号统计特性或训练序列，但在很多情况下，这些信息可能不可用。因此，研究无需先验知识的盲自适应算法成为解决这一问题的关键。LMS算法是一种常用的自适应滤波器算法，以其简单和低计算复杂度而受青睐，但其在处理NBI时的稳态性能往往不尽人意。另一方面，RLS算法虽然具有更快的收敛速度和更好的性能，但计算复杂度较高，不利于实时应用。 殷复莲提出的盲自适应预测码辅助技术结合了RLS和LMS的优点，通过引入预测机制，改善了LMS算法的稳态性能，同时利用RLS的快速收敛特性，提高了抑制NBI的效率。该技术能够针对不同类型的NBI，如音频干扰（通常来自非通信设备产生的连续波干扰）、数字窄带干扰（可能来自其他通信系统的泄漏）以及自回归(AR)随机过程（模拟自然环境中的随机噪声）进行有效抑制。 文章深入分析了盲自适应RLS预测-LMS码辅助算法的性能特点，通过仿真结果展示了该算法在抑制NBI方面的优越性，验证了算法设计的合理性和实用性。这项工作对于提升CDMA系统的抗干扰能力，保证通信质量，尤其是在复杂电磁环境下有着重要的理论和实际意义。 这篇论文为CDMA系统中的NBI抑制提供了一种创新且实用的解决方案，对于未来无线通信系统的设计和优化具有参考价值。