本站小編為你精心準備了機動通信網絡中通信信號優化研究參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

1引言

機動通信網絡以其特有的機動、快速、靈活等特點，被應用于軍事、醫療、農業等諸多領域的建設中。在國內，機動通信網絡尚在完善階段，在處于復雜的電磁環境時網絡通信尖峰信號會受到大量的噪聲干擾，容易造成通信信號模糊的問題。而機動通信網絡中通信尖峰信號去噪方法則是解決這一問題的有效途徑，引起了很多專家與學者的重視。由于機動通信網絡中通信尖峰信號去噪方法具有廣闊的發展空間，因此，也成為了很多業內人士研究的焦點課題，受到了廣泛的關注，同時也出現了很多好的方法。文獻提出了基于Non－Local算法的機動通信網絡中通信尖峰信號去噪方法。該方法通過利用通信網絡中通信尖峰信號的分布結構實現對機動通信網絡中通信尖峰信號去噪。該方法雖然較為簡單，但存在局限性大的問題。文獻依據傅立葉變換原理，采用將含有噪聲的通信尖峰信號頻域離散的方式實現對機動通信網絡中通信尖峰信號去噪。

該方法魯棒性強，但是存在計算量大，很難實時去噪的問題。文獻重點研究了基于高斯濾波算法的機動通信網絡中通信尖峰信號去噪方法。該方法通過使用導數函數調整其信號去噪尺度的參數來完成對機動通信網絡中通信尖峰信號去噪。該方法雖然適應性較強，但是進行去噪時存在恒定的偏差，容易造成信噪比降低的問題。針對上述問題的產生，提出了一種基于改進經驗模態分解(EMD)算法的機動通信網絡中通信尖峰信號去噪方法。該方法先利用經驗模態分解原理將機動通信網絡中通信尖峰信號分解為由高至低不同的頻率段，在融合于小波闕值將各頻段內的通信尖峰信號逆向循環平移小波，在此基礎上利用小波閾值估計不同頻段內的通信尖峰信號，計算其平均值，進而獲得重構的通信尖峰信號，精確的實現了對機動通信網絡中通信尖峰信號去噪。仿真結果證明，基于改進經驗模態分解(EMD)算法的機動通信網絡中通信尖峰信號去噪方法去噪效果穩定，魯棒性強。

2機動通信網絡去噪原理

在機動通信網絡中，通常狀態下，帶有信息的通信尖峰原始信號在頻域內的能量分布相對密集，且信號分解系數的絕對值較大。而帶有噪聲的通信原始信號能量譜表現的較為松散，因此在機動通信網絡中通信尖峰信號去噪過程中，采用相對作用閾值的方法濾透掉絕對值低于一定閾值范圍的通信尖峰原始信號分解系數，進而完成了對機動通信網絡中通信尖峰信號去噪。

3機動通信網絡信號優化去噪方法

針對采用當前的算法進行去噪時系統存在恒定的偏差，容易造成信噪比降低的問題，提出了一種基于改進經驗模態分解(EMD)算法的機動通信網絡中通信尖峰信號去噪方法。

3．1利用經驗模態分解信號在機動通信網絡中通信尖峰信號優化去噪過程中，先利用經驗模態分解原理將機動通信網絡中通信尖峰信號分解為由高至低不同頻率段。具體的步驟如下詳述:利用經驗模態分解實際上是一個反復迭代的過程，對由x(t)代表的原始通信信號進行分解的詳細步驟如下所述。綜上所述可以說明，在機動通信網絡中通信尖峰信號優化去噪中，先利用經驗模態分解原理將機動通信網絡中通信尖峰信號分解為由高至低不同頻率段，為實現機動通信網絡中通信尖峰信號優化去噪提供了有利的條件。

3．2通信尖峰信號優化去噪的實現在機動通信網絡中通信尖峰信號優化去噪過程中，對機動通信網絡中通信尖峰信號進行EMD分解后，融合于小波闕值，將各頻段內的通信尖峰信號逆向循環平移，利用小波閾值估計不同頻段內的通信尖峰信號，計算其平均值，進而得到了重構的通信尖峰信號，精確的實現了對機動通信網絡中通信尖峰信號去噪。具體的步驟如下詳述。

4實驗分析

為了證明基于改進經驗模態分解(EMD)算法的機動通信網絡中通信尖峰信號去噪方法有效性，需要進行一次實驗，用MATLAB軟件搭建機動通信網絡中通信尖峰信號去噪實驗平臺。實驗1)在原始的尖峰信號中加入高斯噪聲取(σ=10)得到含噪通信尖峰信號，分別采用傳統算法、改進算法和Non－Local算法進行機動通信網絡中通信尖峰信號去噪實驗。從上圖可以說明，傳統速算法得到的通信尖峰信號在絕大部分的區域內都有噪聲，且穩定性差，而Non－Local算法去噪的效果仍舊不理想。改進算法去噪的效果比較理想，去噪后的通信尖峰信號與原始的尖峰信號較為吻合，主要是由于改進算法先利用經驗模態分解原理將機動通信網絡中通信尖峰信號分解為由高至低不同頻率段，有效的保障了算法去噪的精確性。實驗2)在機動通信網絡中通信尖峰信號優化去噪過程中，尖峰信號去噪效果可以用信噪比和均方誤差來描述。表1為三種方法的信噪比和均方誤差比較。從表1中可以說明，改進算法大幅度的提升了通信尖峰重構信號的信噪比，且均方誤差相對較小。綜上實驗可以證明基于改進經驗模態分解(EMD)算法的機動通信網絡中通信尖峰信號去噪方法去噪效果穩定，魯棒性強。

5結束語

針對采用當前的算法進行去噪時系統存在恒定的偏差，無法表述正確的信號分解系數能量分布狀況，容易造成信噪比惡化的問題，提出了一種基于改進經驗模態分解(EMD)算法的機動通信網絡中通信尖峰信號去噪方法。該方法先利用經驗模態分解原理將機動通信網絡中通信尖峰信號分解為由高至低不同的頻率段，再融合于小波闕值將各頻段內的通信尖峰信號逆向循環平移小波，在此基礎上利用小波閾值估計不同頻段內的通信尖峰信號，計算其平均值，進而獲得重構的通信尖峰信號，精確的實現了對機動通信網絡中通信尖峰信號的去噪。仿真結果證明，基于改進經驗模態分解(EMD)算法的機動通信網絡中通信尖峰信號去噪方法去噪效果穩定，魯棒性強。

作者：蔣明宇 單位：重慶師范大學計算機與信息技術學院