第8卷 第1期2009年2月常 州 信 息 职 业 技 术 学 院 学 报Jou rnal of Changz hou V ocati on alC oll ege of In f or m ati on T echnology Vo.l 8N o .1Feb .2009收稿日期:2008-11-13作者简介:虞建华(1958-),男,高级工程师,从事研究方向:通信技术、计算机应用注:2007年常州市第十三批科技计划项目(CE2007046)扩频通信中窄带干扰抑制技术的研究虞建华1张国俊2潘之俊1(1.常州无线电厂有限公司 江苏常州 213001 2.常州信息职业技术学院 江苏常州 213164)摘 要:将常用的窄带干扰抑制技术进行了较为系统的研究,给出了基于时域预测滤波的窄带干扰抑制模型,重点讨论了变换域窄带干扰各种常用方法的特点,并给出了性能仿真。
关键词:窄带干扰;线性预测;变换域;门限法中图分类号:TN 914.42 文献标志码:A 文章编号:1672-2434(2009)01-0006-04Study on Narrow -band Interference Rejecti on i n SpreadSpectru m Syste m sYU Ji a n-hua 1Z HANG Guo -j u n 2PAN Zh-i j u n1(1.Chang z hou R ad i o P l ant Co.,L td .,Changzhou 2130012.Changzhou College o f In f o r m ati on T echno l ogy ,Chang zhou 213164,Chi na)Abstrac t:The paper g i ves a syste m atic study on N BI re j ection techno l ogy ,sho w s the m ode l o f NB I re jecti on i n ti m e doma i n ,ma i n l ydiscusses the features of d ifferent m ethods o f NB I suppression i n transf o r m dom ai n ,and show s t he perfor m ance si m ulation .K ey word s:narrowband i nter f e rence ;li near prediction ;transfor m do m a i n ;m et hod o f t hresho ld0.引言虽然在许多情况下,扩频系统本身所固有的扩频增益可以提供足够的抗干扰能力,但在有些强干扰情况下,例如,对直接序列扩频系统,在其扩展频谱的中心频率附近,利用高功率电平的单音连续波干扰或多音干扰,可以使系统性能严重恶化。
从理论上讲,通过提高扩频系统的处理增益可以得到任意等级的抗干扰能力,但为此所付出的代价是传输带宽的增加。
在实际应用中,也不可能无限制地提高处理增益,许多因素诸如发送/接收机的复杂性以及可用带宽等都限制了处理增益的提高。
因此,必须考虑用信号处理技术来弥补扩频处理增益的不足,在不增加带宽的情况下提高系统处理增益,增强系统的干扰抑制能力。
1.域窄带干扰抑制方法的研究基于时域的窄带干扰抑制技术的基本思想就是利用窄带信号和宽带信号在可预测上的差异而达到抑制窄带干扰的目的。
因为窄带干扰是非高斯的,样值间有很强的相关性,可以从过去样值来估计当前样值,而扩频信号频谱平坦,其样值之间几乎不相关。
当接收信号同时包含宽带有用信号和窄带干扰时,对接收信号进行预测,预测值将主要是窄带信号的预测值。
所以在解扩之前从当前信号中减去预测值,将大大减小接收信号中的窄带干扰。
主要有两类结构[1],如图1所示:(a)基于线性预测模型(b)基于非线性预测模型图1 时域窄带干扰抑制模型基于时域的干扰抑制技术,需要进行复杂的干扰计算法,并且干扰估计算法的复杂度随着干扰个数的增加呈指数增长。
若要抑制时变干扰时,则需要利用自适应滤波器实现跟踪干扰的变化。
对于快变化的干扰由于滤波器来不及收敛而无法抑制,所以,该方法在信道环境变换较快、干扰较多的情况下实用性差。
2.变换域窄带干扰抑制算法的研究变换域窄带干扰相对于时域窄带干扰抑制算法来讲,具有以下几个优点:¹时域很复杂的滤波过程可以在频域通过简单的相乘来完成;º在时域无法实现的理想滤波器的传递函数,如矩形滤波器等,也可以很方便地在频域实现;»时域去噪所采用的陷波滤波器往往需要一定次数的迭代以收敛到稳定状态,因而在处理速度上无法与变换域相比。
如图2所示:图2 变换域去干扰流程变换域窄带干扰抑制技术主要区别在于三个方面:¹变换基的选取;º干扰检测算法;»陷波算法。
根据变换基的方法不同,主要分为离散卡洛变换、重叠变换、傅立叶变换、离散余弦变换。
下面对这几种方法给出讨论:2.1 基于离散卡洛变换[2](KLT)对于输入信号向量x ,设存在一个正交矩阵A ,使得正交变换后的矩阵Y 的协方差矩阵C y 为对角阵,即:Y =AX (1)C y =AC x A T=K 00,00K 1,0s s w s 0,K N-1(2)则称Y 为X 的K -L 变换。
式中,Cx 为X 的协方差矩阵,满足:C x A i =K i A i(3) 可以推出:X =A TY(4)因此,K -L 变换可以看成是对信号向量x 做K -L 展开,其基向量A 可以表示为:A 0,A 1,A 2,A n -1。
K -L 变换可以完全去除原信号中的相关性,使信号向量的各分量不相关,并且K -L 变换是在最小均方误差原则下,失真最小的一种变换,因此也叫最佳变换。
所以,将接收到的含有窄带干扰的扩频信号经过K -L 变换后,窄带干扰和具有噪声特性的信号在变换域具有明显的不同,通过滤波将窄带干扰滤除。
但信号的K -L 变换需要计算其协方差矩阵的特征值和特征向量,该算法和变换没有快速算法,当n 很大时,计算量非常大,因此在工程中不易实现。
2.2 基于重叠变换[3](LT)重叠变换有两种基本形式:调制重叠变换(M LT:M odulated Lapped Transf o r m )和扩展重叠变换(ELT :Extended Lapped T ransfor m )。
实际上调制重叠变换是扩展重叠变换的特殊形式。
由于其比较常用,本文只对其进行讨论。
首先将输入信号序列分成长度为M 数据块,相邻三个连续的数据块可以用x j -1,x j 和x j +1表示,定义x j 为 x j =x (M l )x (M l +1)sx ((l +1)M -1),(j -1[l [j +1)(5)假设当前数据块为x j ,定义重叠变换的输入数据为7第8卷 第1期虞建华等:扩频通信中窄带干扰抑制技术的研究x I =x j -1x j,x Ò=xj x j +1(6)则它们的重叠变换公式为X Ñ=P T x Ñ,X Ò=P Tx Ò(7)其中X Ñ和X Ò是输入信号经重叠变换所得到的变换域系数矩阵。
P k [n ]=h [n ]2M cos[(n +M +12)(k +12)2M](8)其中0[n [2M -1,0[k [M -1h [n ]=-sin[(n +12)P2M](9) 利用(6)式将输入信号映射到变换域后,需要根据直接序列扩频信号以及窄带干扰信号谱的特点(即窄带干扰的谱比较集中,而期望信号的谱具有平坦的特性)来准确地分辨期望信号和窄带干扰,并抑制相应的窄带干扰,x ^j =P I X ^I +P ÒX ^Ò(10)其中P Ñ和P Ò分别表示变换矩阵P 的左半部分和右半部分,x ^j 为去干扰后的信号。
2.3 基于傅立叶变换(DFT)扩频技术利用具有良好特性的扩频码把窄带信号的能量扩散到一个很宽的频带中,在接收端再利用扩频码相关运算把信号能量集中起来。
由于扩频码的相关特性,扩频信号的频谱一个非常重要的特点是它在一个很宽的频带内是平坦的,当DS 扩频信号中有强的窄带干扰存在时,能在傅立叶域很容易地分辨出来。
利用这个特点,可以利用DFT 变换实现窄带干扰的抑制。
实现框图如图3所示。
图3 FFT 变换域窄带干扰抑制流程DFT 虽说有多干扰抑制、无需收敛过程、结构简单等优点,但是由于在做DFT 时的加窗处理,使得干扰的频谱发生泄漏,从而导致干扰抑制不彻底。
2.4 基于重叠加窗傅立叶变换(L WDFT)在上一小节中,利用DS 信号在频域的特点可以将干扰去除,但对数据段的截短操作造成了频谱泄漏,通常可以采用对分段数据进行加窗[4]的方法减小频谱泄漏。
从时域来看,加窗实质上是对输入数据进行加权,窗函数从中心向两端逐步衰减,保证了数据段两端的平滑,从而达到了减小频谱泄漏的目的。
加窗的目的在于准确估计信号的频谱,然而却会使输入信号在时域发生畸变,从而带来额外的信噪比损失。
利用重叠加窗的方法会改善这种损失,这种重叠类似于重叠变换。
图4为具体的基于加窗重叠的DFT 窄带干扰抑制流程图。
图4 基于重叠加窗FFT 变换域窄带干扰抑制流程(a)抑制单个单音干扰性能图(b)抑制频变单音干扰性能图图5 不同变换域窄带干扰抑制性能图3.性能仿真仿真环境:采用BPSK 的直扩模型,扩频码采用m 序列,KLT 、MLT 和FFT 变换的采用相同的数据块长度;加窗重叠FFT 变换采用和调制重叠变换相同的重叠因子,即重叠分段长度的1/2,窗函数选择B lackm an 窗;干扰检测和干扰陷波采用基于门限置零[5]的方法,使用MATLAB R2006a 软件进行仿真。
图5(a)是一个单音干扰下各种变换域去干扰的性能仿真图,干信比为20dB ,干扰频率在载频附近;图5(b)为E b /N 0=5dB 背景噪声下,干扰频率变换时各方法的干扰抑制鲁棒性效果仿真图。
8 常 州 信 息 职 业 技 术 学 院 学 报2009年2月由图5(a)可以看出:KLT变换得到的去干扰性能最好,但是复杂性最高,对实时系统而言不可行; LT变换效果次之,复杂性略高于FFT变换;FFT变换效果最差,由上一节的分析可知,这种性能的恶化是由于其截短引起的频谱泄漏较为严重造成的;基于加窗重叠变换的方法较FFT有明显改善,但相对于LT变换来说仍然不够好,且其复杂度和LT相当。
由5(b)可以看出,当干扰频率不断变化时, FFT变换的去干扰性能很差,而LT变换的性能很稳定。