武警森林部队组建于1948年,是一支以预防和扑救森林火灾为中心任务的武装集团。在长期的灭火实践中,部队官兵总结出火场应急通信工作主要存在两点不足:(1)火场区域有限的通信资源一时无法满足短期内急剧增加的火场通信需求;(2)火灾现地嘈杂的背景噪声严重影响火场话音信号的传输质量。这些已成为制约火场通信工作正常开展的瓶颈问题,对森林灭火组织指挥造成了严重影响。基于以上两点不足,本文采用认知无线电(CR,cognitive radio)相关技术提高现有频段使用效率,以达到火场应急通信要求;采用自适应噪声抵消(ANC,adaptive noise cancellation)技术削弱外界噪声源的不利影响,改善火场语音通信质量;为火场应急通信的应用研究提供实验借鉴和技术参考。本文的主要贡献为:1、在不同的模拟火场信道条件下,对Overlay、Underlay和Overlay/Underlay混合波形的误比特率进行了仿真验证。本文以RICEAN衰落信道模拟平坦、宽阔的草塘、田地、湿地等可视地带的火场无线信道环境;以RAYLEIGH衰落信道模拟崇山峻岭、茂密森林等不可视地带的火场无线信道环境;以AWGN衰落信道作为参照信道;而后将Overlay、Underlay和Overlay/Underlay混合波形依次置于这三种信道中,通过改变信号的扩频码、发射功率对其误比特率进行仿真研究。结果表明:Overlay/Underlay混合波形性能最优,Overlay波形次优,Underlay波形最差;同时,随着信号功率的增大,Overlay波形的误比特率减小,而Underlay波形的误比特率增大。实验验证了Overlay/Underlay混合波形是集Overlay和Underlay波形的最优组合,更适用于火场信道条件,有利于提升火场区域的频谱利用率。2、在不同的火场背景噪声环境中,对自适应噪声抵消算法的性能进行了仿真验证。本文以火场含噪语音信号为研究对象,分别基于LMS(最小均方)、NLMS(归一化最小均方)、RLS(递归最小二乘)、BP(误差逆传播神经网络)及基于GA(遗传算法)优化的BP算法对含噪语音信号进行自适应噪声抵消仿真。结果表明:BP算法的训练函数不同,其收敛速率、降噪能力各不相同;当训练函数为trainrp时去噪能力最好,当训练函数为traincgf时收敛速度最快。而基于GA优化的BP算法,其去噪能力、收敛速度都明显优于BP算法。实验验证了GA优化的BP算法更适用于火场语音信号的实时去噪。