低空安防场景下5G毫米波通感干扰抑制技术研究

摘要

针对低空安防场景下5G毫米波通感一体化系统面临的自干扰、地杂波干扰及运动目标干扰等问题，本文提出基于信号处理与深度学习融合的干扰抑制技术方案。通过时域最小二乘估计与频域子空间投影技术实现自干扰对消，采用降维空时自适应处理技术抑制地杂波，利用分数阶傅里叶变换提取运动目标多普勒特征，并引入卷积神经网络(CNN)与长短期记忆(LSTM)网络融合模型增强抗干扰能力。构建26 GHz原型系统开展实验验证，结果表明:在100 m低空区域，目标检测概率达到92.1%，通信速率达到1.21 Gbit/s，自干扰抑制比达到41.8 dB，杂波抑制比达到35 dB。该方案为低空安防通感一体化系统提供了高效可行的干扰抑制解决方案，显著提升了频谱利用效率与双功能协同性能。

关键词

低空安防 / 5G毫米波 / 通感一体化 / 干扰抑制 / 深度学习