摘 要：近年来，我国的经济处在不断的发展之中，而伴随着经济的不断发展，我国的科学技术也在不断地进步。当前，扩谱通信技术已经成为了现代信号处理的一种主流方式，扩谱通信技术有着许多的优越性，比如说其信息隐藏能力很强，而且扩谱通信技术也十分易于组网。当前我国的电磁环境变得越来越复杂，所以为了能够使得复杂电磁环境中的通信信号得到很好地处理，就将扩谱通信抗干扰技术应用到了现代的信号处理之中。本文就扩谱通信抗干扰技术在现代信号处理中的应用进行了一定的研究。

　　关键词：扩谱通信技术；抗干扰；信号处理；应用
　　1 引言
　　当前是一个信息时代，我们生活中充斥着各种各样的信息，而信号是信息的一个重要载体，它承载着许许多多的信息，所以对信号的处理就显得尤为重要。信号处理是获取的信息的一个途径，如果不能够对信息加以有效的处理，那么它所承载的信息也是毫无意义的。当前许多对信号进行处理的方式都不能够很好地避免干扰，而将扩谱通信抗干扰技术应用到信号处理中就可以很好地解决这一问题，所以对扩谱通信抗干扰技术在信号处理中的应用进行研究是非常有必要的。
　　2 基于盲源分离的直接序列扩谱抗干扰研究
　　2.1 盲源分离原理
　　现代信号处理是一个热门的研究领域，而扩谱抗干扰技术也有着许许多多的分类，所谓盲源分离主要是在未知信道、无法直接观察源信号或仅存在少量信道信息的条件下，将混合在一起的信号借助一定的手段进行有效分离的技术。在盲源分离过程中，信号的混合一般是通过掌握部分知识的信道来完成，该信道一般具有相关性、非高斯性、非平稳性等特点。在实际使用过程中，大部分信号都是多个源信号的混合。一般而言，在这些混合信号中，都包含着扩谱信号与干扰信号，而扩谱信号和常见的干扰信号之间是有着独立的统计性的，正是由于它们具有独立统计性，所以才使得它们能够满足盲源分离的要求。

内容来自www.wkfxw.com

　　2.2 盲源分离方法
　　随着盲源分离理论的出现，大部分研究人员借助各种类型的迭代算法及对照函数，研发出了大量的盲源分离优秀算法。目前，二阶盲辨识算法、特征矩阵联合对角化算法、快速不动点独立分货分析及二阶非平稳源信号分离是比较常用的分离方法。通过盲源分离，可以有效的分离出混合信号中的扩谱信号与干扰信号，分离出干扰信号之后再对其进行处理，使得扩谱信号能够得到有效的传递，从而增强了扩谱通信的抗干扰能力。
　　3 基于盲源分离的跳频通信抗干扰研究
　　3.1 跳频通信及面临的主要干扰
　　目前跳频通信已经成为保密通信和军用的主要方式。在跳频通信中，一般要求通信收发双方事先约定好跳频图案和同步算法，并按照预先设定好的跳频图案和同步算法进行信息的传播。由于跳频通信载频会随着时间的推移而不断发生改变，这样就会使非目标接收方无法准确掌握载频的变化，从而降低了截获跳频信号的可能。此外，跳频通信还能够实现多用户多址接入，从而提高了信息传输的保密性。
　　跳频通信面临的干扰一般可以划分为两大类，分别是相关干扰和非相关干扰。而非相关干扰与通信信号仅存在比较小的相关性，甚至不存在相关性。在跳频信号中，非相关干扰先验信息需求较少，而且具有良好的干扰效果，因此成为现在比较常用的方法。
　　3.2 提高跳频通信抗干扰的措施
　　一般而言，调频载频的伪随机跳变会对信号统计的独立性产生一定的影响，为了能够消除这种影响，可以将接收到的调频信号进行解跳及滤波处理，进行解跳及滤波处理之后再进行混合矩阵的分离迭代，然后设计出基于盲源分离的调频通信抗干扰算法。经过实验和测试发现，这种基于盲源分离的调频抗干扰算法具有很好的有效性和鲁棒性。调频信号与常见的干扰信号时频分别是不相同的，所以根据这一特性提出来相应的抗干扰算法，然后又将矩阵进行联合对角化，从而将跳频信号与干扰信号进行分离，结果表明，该算法能够有效地减少噪声和干扰信号的功率，从而起到良好的抗干扰效果。基于盲源分离的跳频通信抗干扰技术也是一种非常有效的抗干扰方式，它对于现代信号处理有着非常重要的意义。
　　4 基于多形态自学习的压缩感知跳频通信抗干扰研究
　　4.1 压缩感知跳频通信抗干扰的表现
　　直接序列扩谱抗干扰技术和跳频通信抗干扰技术都是非常有效的扩谱通信抗干扰技术，除了这两种技术之外，还有基于多形态自学习的压缩感知跳频通信抗干扰技术也常常被应用于现代的信号处理之中。因为跳频信号的时频分布是随着载频的伪随机跳变而不断变化的，而常见的干扰都有着自己的时频特征，利用这些时频特征的差异可以找到干扰信号。要想对干扰信号进行有效的屏蔽，必须要深入挖掘各种类型信号的特征，了解了这些信号的特征之后，就可以区分哪些是干扰信号哪些是扩谱通信信号。
　　4.2 提高压缩感知跳频通信抗干扰的措施
　　基于自学习的压缩感知调频通信抗干扰技术首先是对常见干扰信号的时频分布特征加以研究，然后再根据调频信号和干扰信号的形态特征来建立起相应的稀疏表达域。了解了常见干扰信号的稀疏表达域之后，这里以扫频干扰为例，再设计出一种与之相匹配的非线性变换，这样就可以进行实时的扫描，进而通过自学习来获得扫频干扰压缩感知字典。当前，寻找更加匹配信号特征的表达方式是信号处理发展的一个重要趋势，所以说从信号自身出发，然后再去寻找相应的结构特征，是一个很好的研究思路。基于自学习的稀疏域对于信号的内在结构特征可以进行充分的表示，再加之当前我国的图像设备也越来越多的被应用在了信号处理之中，可以对这些图像设备加以充分的利用，进而实现对于稀疏域的研究。对于扩谱通信抗干扰技术的研究远不止于此，但是我国当前的研究与国外仍然存在着一定的差距，所以必须要对扩谱通信抗干扰技术在现代信号处理中的应用进行深入的研究。
　　5 结语
　　本文对扩谱通信抗干扰技术在现代信号处理之中的应用进行了一定的研究，总结了当前基于盲源分离的直接序列扩谱抗干扰研究、基于盲源分离的跳频通信抗干扰研究和基于多形态自学习的压缩感知跳频通信抗干扰研究，以期能够为我国的现代信号处理研究做出一定的参考，同时也希望我国的扩谱通信抗干扰研究实现新的发展。
　　参考文献：
　　[1]杜洋，董彬虹，赵岩等.信息驱动DS/FH通信系统性能分析[J].信号处理，2015，31（05）：514-520.
　　[2]齐鹏，张宇，任滨等.基矛FPGA的扩频警报信号处理器的设计[J].电子设计工程，2011，19（20）：169-172.
　　[3]王顶，李鹏飞，王永生等.多子信道扩谱系统及其抗干扰性能[J].西北工业大学学报，2011，29（06）：965-970.