直接序列扩频(DSSS)通信具有很强的抑制窄带干扰(NBI)的能力,但是,当窄带干扰的功率超过一定限度时,系统的性能将会下降。由于频率资源是有限的,当遇到大功率干扰信号时,不能单纯依靠增大系统扩频增益来抑制干扰,因此需要借助信号处理技术来提高系统的抗干扰能力。　　小波包变换具有多分辨分析能力和良好的时频局部化特性,能有效地跟踪输入信号的频谱变化,迅速把干扰定位在一定的频域范围,因此将小波包变换应用于干扰抑制的研究引发了人们的兴趣。传统小波包变换抑制窄带干扰都是通过将子带功率与一固定门限相比较,大于这一门限的给滤掉,对门限的讨论很少。　　本文采用了两种基于小波包变换的干扰抑制门限算法——高斯统计估计法和频域滤波法。高斯统计估计法对接收信号变换域数据的分布特点进行了分析,并采用高斯分布对其作了近似。由于高斯分布的方差即为直扩信号和高斯白噪声方差之和,因此估计出变换域数据的方差,将为滤波器的门限设置提供参考。频域滤波法根据接收信号的子带功率动态地设定各子带的判决门限。最后本文提出了一种优化算法,省略了接收机中的重构过程,有效地减少了计算量。　　研究结果表明,本文采用的两种干扰抑制门限算法具有误码性能好、稳健性强等优点,具有广阔的应用前景。