扩频通信技术具有较强的抗干扰能力、保密性、抗多经衰落、增加系统容量以及与其他窄带通信系统共享频带等优良特性而被广泛应用于军事通信系统、导航与定位系统、个人通信系统以及民用通信系统等诸多领域。由于受到纷繁复杂的电磁环境以及人为干扰,尤其是强窄带干扰的影响,在扩频带宽受限的情况下,仅靠扩频增益已不足以对干扰进行抑制,必须采取其它措施进一步提高扩频通信的抗干扰能力。 时域预测滤波技术利用窄带信号的强相关性和扩频信号的非相关性进行抑制处理,其抗干扰性能能够达到最佳而被人们所重视。已有研究结果表明:在非高斯条件下的最优滤波是非线性的,不再是线性的。由于直接序列扩频信号的非线性特性,此时的最佳窄带干扰抑制应该是非线性预测滤波技术。现有的时域非线性预测滤波窄带干扰抑制技术的研究主要集中在算法的研究上,受预测滤波器结构本身的限制,干扰抑制性能难有突破,且设计日趋复杂。本文主要围绕预测滤波器的结构设计上展开工作,主要研究成果包括: 1、对传统的时域窄带干扰抑制预测滤波器结构和算法进行总结,系统研究了目前所提出的预测滤波器结构上的本质缺陷以及算法所存在的问题; 2、对拉格里滤波器本身的特性作了理论分析,并推导了一些有一定指导意义的结论。在此基础上,提出一种新型非线性自适应拉格里横向预测滤波器,该预测滤波器能有效去除预测滤波器阶数与预测滤波器记忆深度之间的耦合关系,避免了二者之间存在的矛盾,有效解决了自适应预测滤波器的设计难题。在此基础上,提出了以下几种改进算法: 1) 非线性自适应拉格里归一化LMS算法。该算法能够有效保证均方误差收敛稳定性,极大地降低滤波器的实现阶数,具有很大的现实意义。 2) 变步长非线性自适应拉格里归一化LMS算法。该算法能够增强算法的收敛稳定性,加快算法的收敛速度,可以有效降低不相关噪声对抽头权值更新过程造成的抖动。 3) 非线性自适应拉格里进化规划算法。将进化规划算法引入到本专题所提出的非线性自适应拉格里横向预测滤波器中,提出了一种基于拉格里结构的进化规划算法,该算法能够达到常规自适应信号处理所无法达到的信噪比改善性能,而滤波器的阶数大大降低。 3、传统的非线性自适应格型预测滤波器同样存在着滤波器阶数与滤波器记忆深度耦合的内在矛盾,这一矛盾不仅限制了预测滤波器的窄带干扰