本书针对宽带通信系统的关键技术难点， 基于经典数字通信系统理论和新型稀疏恢复理论， 从有效抑制窄带干扰的新型物理层帧结构设计、联合抵抗窄带干扰与冲激噪声的最优时频联合交织、基于压缩感知与结构化压缩感知的窄带干扰与冲激噪声稀疏恢复等几方面展开， 介绍面向鲁棒高效５Ｇ 新空口的非高斯噪声干扰抑制与消除最新研究进展和关键技术。相关技术可以广泛应用于新一代无线通信、大规模多天线系统、电力线通信等多种宽带通信系统， 为构建高可靠、高速率、广覆盖、海量连接的５Ｇ Ｎｅｗ Ｒａｄｉｏ 新空口提供支撑。

前言 自从1948年信息论鼻祖Claude EShannon先生提出信息论为通信技术奠基以来，特别是20世纪90年代起，数字通信经历了近三十年的长足发展历程，至今已实现了翻天覆地的变化。宽带数字通信技术基础雄厚，覆盖全球各个国家的绝大部分人口，关于宽带数字通信技术的研究和产业应用方兴未艾，推动着现代通信技术朝高速率、低延时、高可靠、广覆盖、海量连接等愿景和目标进一步发展。 随着现代社会的进步，无论人们日益增长的通信需求，还是大数据、物联网时代“万物互联”的需要，或下一代5G无线通信技术的发展，都对宽带数字通信系统的稳定性、鲁棒性和可靠性提出了越来越严苛的要求。然而，通信系统中存在的噪声、干扰一直以来都是限制通信系统性能的瓶颈。特别是宽带通信系统中广泛存在的非高斯特殊噪声与干扰,如窄带干扰、冲激噪声等，由于其复杂化、 随机化、稀疏化、高强度等有别于高斯白噪声的特征，目前的传统方法限于“被动”抵抗，有一系列缺陷，无法有效抑制其不良影响，更难以做到从根本上精确消除，导致对宽带数字通信系统造成难以避免的性能损失。为保证宽带通信系统的有效、正确传输，不断提升网络吞吐率和用户服务质量，满足高可靠、高速率等下一代通信技术的需求，就必须突破通信系统性能提升这一难点，急需研究窄带干扰与冲激噪声抑制和消除的关键技术。 在这一背景下，作者总结了近年来的最新研究成果，从如何抑制窄带干扰对同步的影响、如何提升通信系统在窄带干扰与冲激噪声下的时频联合交织性能、如何精确重构并消除窄带干扰与冲激噪声等科学问题切入，围绕“加扰”以抑制、“分集”以规避、“重构”以消除噪声干扰的研究思路，开展一系列有针对性的关键技术研究，提出了有效抑制窄带干扰的帧结构设计方法、最大化时间、频率分集增益的最优时频联合交织方案、 基于稀疏恢复理论的精确重构与消除算法，从多个角度入手，全面提升下一代宽带通信系统抑制和消除窄带干扰与冲激噪声的能力。 相信本书介绍的新技术与新方法有望为该领域科研工作者的进一步研究提供一定的理论基础和技术储备，并为通信信号处理、无线通信等领域的本科生或研究生提供参考。与此同时，本书介绍的相关核心技术将推进5G New Radio新空口关键技术的标准化进程与产业化应用。 囿于笔者能力有限，本书目前关于无线通信新空口中非高斯特殊噪声干扰的技术内容无法做到面面俱到、尽善尽美，因此不可避免地存在一定的局限性，个别内容有待进一步完善和深入研究，望各位专家读者不吝赐教。

目录 第1章绪论 11技术背景 111宽带数字通信系统发展综述 112宽带数字通信系统中的主要噪声和干扰 113窄带干扰与冲激噪声的特征及其危害 12相关技术发展现状及面临的挑战 121窄带干扰抑制方法的研究现状与存在的问题 122冲激噪声抑制方法的研究现状与存在的问题 13关键科学问题 14本书主要内容 15如何阅读本书 第2章系统模型与基础知识 21宽带数字通信系统概述 211基于OFDM技术的宽带块传输系统架构 212基于OFDM块传输系统关键技术 22宽带数字通信系统帧结构 221帧头前导符号结构 222数据子帧结构 23窄带干扰模型与冲激噪声模型 231窄带干扰模型 232冲激噪声模型 24稀疏恢复理论基础 241压缩感知理论 242结构化压缩感知理论 243稀疏贝叶斯学习理论 第3章抑制窄带干扰的同步帧结构设计 31本章引言 32系统模型 33窄带干扰下的OFDM同步帧结构设计 34基于前导符号检测的定时同步与小数载波频偏估计 35窄带干扰下整数CFO估计与信令检测 36算法性能分析 37仿真结果与讨论 38本章小结 第4章窄带干扰与冲激噪声下的最优时频联合交织 41本章引言 42系统模型 43最优时频联合交织方案设计 431最大化时间分集增益交织方案 432最大化频率分集增益交织方案 44算法性能分析 45仿真结果与讨论 46本章小结 第5章基于稀疏恢复理论的窄带干扰重构与消除 51本章引言 52系统模型 53基于压缩感知的窄带干扰重构 531帧结构系统模型 532重复训练序列时间差分采样 533压缩感知重构算法 534仿真结果与讨论 54基于结构化压缩感知的MIMO系统窄带干扰重构 541MIMO系统窄带干扰与信号模型 542窄带干扰的空域多维差分采样 543基于结构化压缩感知的窄带干扰重构算法——S-SAMP 544仿真结果与讨论 55基于稀疏贝叶斯学习的窄带干扰重构 551系统模型 552基于块稀疏贝叶斯学习的CP-OFDM系统窄带干扰重构 553仿真结果与讨论 56算法性能分析 57本章小结 第6章基于稀疏恢复理论的冲激噪声重构与消除 61本章引言 62系统模型 63基于先验辅助压缩感知的冲激噪声消除 631冲激噪声下的OFDM 系统模型 632基于先验辅助压缩感知的冲激噪声重构 633仿真结果与讨论 64基于结构化压缩感知的MIMO系统冲激噪声消除 641冲激噪声下的MIMO 系统模型 642基于结构化压缩感知的冲激噪声空域多维采样 643采用新型结构化压缩感知贪心算法SPA-SAMP 重构冲激噪声 644仿真结果与讨论 65基于时频联合压缩感知框架的窄带干扰与冲激噪声联合消除 651基于压缩感知的时频联合采样OFDM 系统模型 652时频联合压缩感知框架下窄带干扰与冲激噪声联合重构 653仿真结果与讨论 66算法性能分析 67本章小结 第7章总结与展望 71技术总结 72未来研究展望 参考文献 附录A多径衰落下同步算法抑制窄带干扰有效性 附录BSPA-SAMP算法收敛性与解的存在性 B1引理61 的证明 B2定理61 （无噪收敛性）的证明 B3定理62 （有噪收敛性）的证明 附录CSCS-MMV混合1，2-范数最小化问题解的存在性