随着线性调频连续波(FMCW)车载雷达的广泛应用, 同一个场景下若干个雷达的相互干扰可能导致传感器灵敏度降低, 甚至虚警。针对该问题, 提出一种基于量子遗传和中心值匹配相结合的干扰抑制方法。该方法首先将发射波形和干扰信号的互相关函数作为目标函数, 通过量子遗传算法进行波形参数优化, 在约束范围内得到互相关最小的工作参数, 然后基于这个参数生成发射波形, 最后根据干扰信号的参数, 通过中心值匹配的方法选择合适的工作雷达参数, 实现自适应干扰抑制。仿真结果表明, 该方法可以以较低的计算量达到良好的干扰抑制结果。

随着无线通信用户数量的指数性增长, 宏小区用户数量超负荷, 边缘用户受邻近微小区的干扰逐步加剧, 导致整个小区的通信服务质量降低。为解决这些问题, 针对双层无线异构网络场景, 结合粒子群优化算法和小区范围扩展技术动态地调整微小区服务区域, 寻找出小区范围扩展最优偏置值, 缓解宏小区高热点区域负载压力并提高系统用户平均传输速率。仿真结果表明, 相比静态小区范围扩展偏置值算法, 利用动态小区范围扩展偏置选择的宏小区用户数量下降了近 10%, 即卸载了部分宏用户使其接入微小区, 达到为宏小区减负的效果; 微小区边缘用户的信干噪比相应提高了约 2 dB, 系统用户平均传输速率提高, 整个小区的通信服务质量有较大提升。

针对现有安防传感系统高能耗、易受电磁干扰、成本高和铺设困难等缺陷，提出了一种低能耗、高灵敏度、不受电磁干扰的智能光纤传感安防报警系统。系统传感器采用微弯型阶跃光纤结构，在分析微弯光纤传感器光能损耗与谐振频率相对折射率差函数关系的基础上，优化了传感单元的结构参数。实验首先对干扰抑制算法进行测试，从波形分布看出，采用本算法后噪声得到了大幅抑制。在此基础上，又采用系统对不同伪目标干扰进行了测试。选用功率为2.5 mW的650.0 nm激光器、光纤功率计、微弯光纤架和纤芯9 μm的微弯光纤传感器搭建了光纤微弯传感实验，对4种不同安防状态的光电响应特征进行了分析。结果表明，针对不同干扰类型只要采用相应的信号分析手段就能有效降低系统误识别的概率。由此可见，光纤微弯传感系统具有高灵敏、低能耗、抗干扰等优势，满足设计要求，在智能安防领域具有很好的应用前景。

针对二维面阵频率分集阵列(PFDA)雷达在抑制与目标角度维接近、距离维可分的干扰过程中, 经典波束形成算法在导向矢量失配时出现的主瓣畸变问题, 在交叉正弦二维面阵频率分集阵列结构的基础上, 通过采用可变加载约束的最速下降线性约束最小方差准则, 求解导向矢量失配时的修正权矢量, 在估计导向矢量存在 2°指向误差时仍可实现对阵列方向图波束主瓣的有效纠偏和保形。仿真验证了该方法的有效性。

在多用户光码分多址 (OCDMA) 传输系统中, 多用户干扰 (MAI) 严重影响系统传输性能。针对系统中多用户干扰来源于各用户码字不完全正交的特点, 采用码字的自、互相关函数表达接收信号与系统损伤, 引入将多用户干扰看作可重构的 “有效信息” 的新思路, 提出了一种基于数字信号处理技术的串行反馈干扰抑制算法。搭建了 2 用户同步接入频谱幅度编码光码分多址 (SAC-OCDMA) 传输系统仿真平台, 验证了该算法抑制多用户干扰的有效性。仿真结果表明: 相较于光阈值器件, 采用串行反馈干扰抑制算法抑制多用户干扰的效果更好, 系统传输性能的改善更大, 引入的功率代价仅为 2.3 dB。

为了解决航空无线电导航服务频段附近的脉冲干扰影响接收机工作的问题，并进一步提高全球导航卫星系统(GNSS)中的脉冲干扰抑制能力，提出了基于小波包变换及变换域最小均方根算法(TRLMS)来抑制脉冲干扰。通过最佳小波函数分解，跟踪定位脉冲干扰所处频带，并采用TRLMS自适应滤波技术取代常规小波包固定阈值方法对干扰进行抑制。仿真实验结果表明，所提方法相比其他的干扰抑制均方根误差更小，解决了有用信号丢失的问题，具有更好的干扰抑制性能。

频率分集阵列多输入多输出 (FDA-MIMO)雷达由于其波束具有距离依赖特性而受到广泛关注。建立了FDA-MIMO雷达的回波模型, 将传统的特征空间(ESB)波束形成算法扩展到该体制雷达。针对该算法在低信噪比 (SNR)性能较差的问题, 提出了一种改进的 ESB波束形成算法。仿真结果表明该体制雷达能够抑制来自角度主瓣的距离依赖干扰, 并证明了新算法的有效性。

针对噪声调幅干扰抑制存在实时性较差的问题,提出了一种基于FFT频偏快速修正的噪声调幅干扰抑制算法。首先,采用基于FFT的频偏快速修正算法对噪声调幅干扰的中心频率进行精确估计,并通过减少复数乘法运算次数有效降低运算量；然后,利用估计得到的干扰中心频率,通过解调公式对信号和干扰进行解调,得到信号和干扰的双边谱分布；最后,在频域上对解调信号进行分步两次对消,并对时域上信号进行恢复,从而完成对噪声调幅干扰的抑制。仿真分析结果表明,该算法能够在明显降低计算量的前提下有效抑制噪声调幅干扰。