论文部分内容阅读
本文针对梳状谱干扰信号存在峰均比较大的问题,梳理分析了梳状谱信号峰均比与限幅率和干扰信号数量之间的关系。同时,提出一种基于神经网络学习的峰均比改善方法。该方法利用神经网络能够自适应的选择合适的限幅率对梳状谱干扰信号进行限幅操作,在有效改善峰均比的同时能够保持信号原有的谱特性。最后,通过计算机仿真结果验证,本文算法能有效改善梳状谱干扰的峰均比。