基于認知無線電的脈沖陷波UWB窄帶干擾抑制

賈占彪,陳 紅,蔡曉霞,王喜風

(解放軍電子工程學院,合肥 230037)

1 引 言

近年來,超寬帶(UWB)擴頻通信技術在軍事、科技和商業領域受到極大關注。UWB技術的一個重要創新性特征就是其與現有無線系統共享頻譜資源,而不是去尋找“空白”但可能不適合的頻譜,但由于超寬帶系統占有很寬的頻段,將不可避免與現有的窄帶無線電系統重疊,造成UWB系統與其它已授權系統之間的相互干擾[1-2]。

如何避免UWB系統與其它系統相互干擾,實現共存,是廣泛實現UWB的前提?，F有的窄帶干擾抑制方法主要可以分為兩類:一是從接收端對接收信號和接收方法進行處理和改進[3];另外,還可以在信號進行傳輸之前對超寬帶脈沖產生方法做一定的調整,采用抑制干擾的脈沖成形算法,或者是通過改變信號調制方式來改變信號的功率譜,從而使信號具有抗干擾能力。文獻[4]提出采用Doublet脈沖的方式來避免對GPS等的干擾,但其脈沖頻譜上的零點不是隨意可調的,脈沖頻譜零點的寬度也難于控制。文獻[5]提出了一種基于特征值分解的超寬帶脈沖設計方案,雖然設計的脈沖能有效抑制窄帶干擾,但它沒有閉合表達式,采樣率高達64GHz,實現比較困難。文獻[6-7]提出基于半正定的脈沖波形設計方法,其給出的頻譜規范要比FCC的規范嚴格得多,這雖然可以降低對其它系統的干擾,但同時也降低了發射端的最大發射功率,增加了接收難度。上述方法共同的缺點是:沒有和外界環境交互,缺少對周圍射頻環境的了解,使得UWB系統的頻譜共享缺乏靈活性,系統間共存缺少針對性,限制了UWB系統性能和頻譜利用率的進一步提高。基于此,研究人員提出將認知無線電技術引入到超寬帶系統中來,期望通過認知無線電技術實時感知周圍環境的電磁環境,然后通過改變通信參數在窄帶系統使用的頻段處形成凹陷以降低對其的干擾[8]。

本文提出了一種自適應脈沖頻譜陷波的超寬帶窄帶干擾抑制方法,這種方法的新穎之處在于能夠根據認知結果動態地降低脈沖在干擾頻段的功率譜從而達到避開窄帶干擾的目的。首先以高斯脈沖為例,驗證所設計陷波器對脈沖頻譜的陷波性能,并在提出的認知超寬帶(CUWB)系統模型的基礎上實現了對常用窄帶系統的干擾抑制,最后就陷波前、后脈沖的通信性能進行了比較分析。

2 基于陷波的窄帶抑制實現

基于陷波的思想算法是將超寬帶脈沖通過陷波器來降低自身特定頻段的功率譜從而使UWB系統避開窄帶干擾,達到與其它系統共存的目的。這種方法對不同超寬帶脈沖具有普遍適用性,不需要從脈沖成形算法來考慮。FIR濾波器和IIR濾波器都可以設計出相應的陷波器,滿足不同的陷波要求。本文主要以FIR陷波器為例來展開討論。

2.1 FIR陷波器設計

本文采用實現簡單且應用較為普遍的窗函數法來設計陷波器。分別選取矩形窗、漢寧窗、海明窗、布萊克曼窗、凱塞窗進行研究。設置阻帶寬度為0.4 GHz,可以得到不同窗函數在不同濾波階次情況下的陷波寬度和陷波深度,如表1所示。

表1 不同窗函數的陷波性能Table 1 The trap performance of the different windows function

從表1可以看出,隨著濾波階次N的增大,陷波寬度逐漸減小,但是陷波深度并沒有隨著N的增大而增大,增大到一定程度時,反而隨著減小,也就是說陷波深度和濾波階次之間并非是單調關系。明顯可以得出結論:凱塞窗在相同階次的情況下陷波深度最大,且有最小的過度帶寬,所以選擇凱塞窗作為加窗函數。需要注意的是,階次N的取值是陷波深度和陷波寬度這兩方面折衷考慮的最佳值。

2.2 基于FIR陷波算法的窄帶抑制實現

我們采用凱塞窗設計FIR陷波器,以五階高斯導函數作為陷波脈沖,ISM頻段(2.4 GHz)為陷波頻段進行驗證。其中高斯脈沖為

式中,A為信號幅度,α=0.314 ns為脈沖形成因子。可得FIR陷波前、后的脈沖波形和脈沖功率譜分別如圖1和圖2所示。

圖1 FIR陷波前、后脈沖波形Fig.1 The pulse and the FIR trapped pulse

圖2 FIR陷波前后脈沖功率譜Fig.2 The power spectral density of the pulse and the FIR trapped pulse

由圖1看出,陷波后的脈沖波形在時域上發生了偏移。從圖2可知,陷波后的脈沖功率譜在被陷波頻段的功率譜衰減了約55 dB,完全可以避開處于2.4 GHz頻段的窄帶干擾;陷波寬度為0.4GHz,說明陷波效果只是存在窄帶系統頻段附近,而對其它頻段的脈沖功率譜毫無影響。這樣,我們就可以通過設置不同陷波頻點來避免UWB與其它系統之間的相互干擾,實現共存,具有很大的靈活性。

3 基于認知無線電的自適應陷波脈沖設計

3.1 認知超寬帶系統模型

CUWB在國內外的研究還處于起步階段,相關研究成果還不多,筆者在已有文獻[9-11]的基礎上,嘗試提出了一種改進CUWB系統模型,系統模型如圖3所示。

圖3 CUWB系統模型Fig.3 CUWB system mode

該系統模型包括射頻激勵信號模塊、感知模塊、認知引擎模塊和自適應調整傳輸模塊4個部分。在該模型中,CUWB系統認知環是從接收機檢測射頻激勵信號開始,通過在一個寬的頻帶上對頻譜環境進行檢測,將感知信息送到認知引擎模塊。通過認知引擎技術估算干擾溫度、位置信息及探測頻譜空洞,從而提取UWB通信環境存在的干擾信號的頻譜特征,認知引擎將之作為短期知識和知識庫中的長期知識進行匹配選擇,將匹配的最終結果作為調整系統脈沖波形和發射功率的依據,反饋回發射端。同時,認知引擎把每次得到的信息作為知識加以儲存作為以后的學習案例。這樣通過不斷的學習,認知引擎可以積累有益的經驗知識,從而使其對UWB系統的調整更迅速。最后發射機根據接收機反饋的頻譜及信道狀態信息進行動態頻譜管理及發射功率控制以形成CUWB系統的自適應功率譜,或產生與之相匹配的頻譜靈活的自適應脈沖信號。

自適應功率調整是對整個頻段進行調整,靈活性差,同時總的信號發射功率也會降低,造成系統信噪比的降低。而通過對脈沖頻譜優化就可以避免自適應功率譜的上述缺點。根據CUWB系統模型,結合脈沖陷波方法,可以得到一種自適應脈沖陷波的窄帶干擾抑制方法。

3.2 自適應陷波脈沖設計

“真正的”認知超寬帶是超寬帶系統能夠根據認知無線電對周圍的頻譜使用情況的感知結果構建“見縫插針式”的自適應輻射掩模,這種功率譜限制不再受限于政策規定,而是完全取決于通信環境,這樣能使頻譜利用率達到最高。當然,伴隨而來的是設備復雜性的提高,而且目前要實現一個“真正的”認知超寬帶無線電還是相當困難的,原因在于數字信號處理技術的限制:目前的模/數、數/模轉換器還沒有足夠快的運算速度來實現一個真正的認知無線電[8]。本文主要討論在FCC輻射掩模的條件下實現對常用通信系統干擾的自適應抑制,這是認知超寬帶的一種簡化情況,算是對實現認知超寬帶的嘗試性探索。

自適應陷波脈沖的設計主要分3個步驟:

(1)對UWB通信環境進行頻譜感知,估計UWB系統周圍的頻譜環境;

(2)對頻譜感知的結果進行綜合處理,提取窄帶系統頻譜特征,結合長期積累的先驗知識,識別存在的干擾,并將本次得到的結果作為案例加以存儲作為以后的學習樣本;

(3)令超寬帶脈沖通過合適的陷波器,使脈沖的功率譜在授權用戶所在頻段降低從而規避窄帶干擾,實現UWB系統與授權用戶之間的共存。

3.3 仿真實現

基于脈沖陷波的窄帶干擾抑制方法最大的優點就是靈活性,它可以對任何超寬帶脈沖的任意頻段的功率譜進行陷波。本文以文獻[12]提出的一種基于正弦高斯組合的UWB脈沖為例進行仿真驗證,這種脈沖在滿足FCC輻射掩模的條件下,具有較高的頻譜利用率,但它沒有考慮超寬帶與其它窄帶系統之間的相互干擾。如果我們對正弦高斯組合脈沖的功率譜在干擾頻段進行陷波處理,這樣在實現高頻譜利用率的同時,還能解決UWB系統與其它授權系統的相互干擾問題,實現高頻譜利用率和系統共存的完美結合。圖4就是基于自適應陷波脈沖而實現的對常用窄帶系統的抑制。

圖4 基于自適應脈沖的窄帶干擾抑制Fig 4 The narrowband interference suppression based on adaptive pulse

4 鏈路預算和數據傳輸速率

信號的傳輸距離是衡量系統性能的很重要的一個指標。為了檢驗利用脈沖陷波抑制窄帶干擾這種方法對傳輸距離的影響,就正弦高斯組合脈沖進行FIR陷波前、后的鏈路預算進行比較分析。

在自由空間傳播條件下,傳輸距離d與數據傳輸速率Rb之間的關系為[13]

式中,c為光速,麥克斯韋常數k=1.38×10-23J/K,標準室內溫度T0=300K,Gt和Gr是發射和接收天線增益,F為噪聲指數,LM為鏈路余量,Ps(f)為發射脈沖波形的功率譜密度,Eb/N0為平均每個信息位的信噪比,給定不同調制方式的誤碼率即可求出所需的信噪比,這里采用的調制方式為2PPM和2PAM。

仿真參數設置如下:Gt=1,Gr=1,F=7 dB,LM=5 dB,誤碼率Pre=10-3,陷波頻段為IEEE 802.11a(5.125～5.85 GHz)。得到正弦高斯組合脈沖在FIR陷波前、后的傳輸距離如圖5所示。從圖5可以得出結論:陷波后的脈沖傳輸距離略小于陷波前的脈沖傳輸距離,這是因為加濾波器的方法在一定程度上減小了脈沖信號的功率,因而會對信號的傳輸距離產生一定的影響;但是同時也可以看出,陷波前、后的傳輸距離相差很小,也就是說,基于脈沖頻譜陷波的窄帶抑制方法,在實現UWB與其它窄帶系統共存的同時,并未在整個頻段范圍內降低UWB脈沖功率,這就為增大UWB系統的通信距離提供了一種可行的方案。

圖5 FIR陷波前、后脈沖的傳輸距離Fig.5 The transmission distance of the pulse and the FIR trapped pulse

5 結 論

將CR技術和UWB相結合的認知超寬帶技術,是一種基于動態感知周圍頻譜環境、具有自適應構建UWB頻譜輻射掩模、自適應頻譜接入、生成自適應信號適配波形的新型智能無線通信系統。CR主要解決與環境的動態交互問題,UWB主要解決自適應的脈沖信號生成與傳輸問題。本文利用認知無線電的頻譜感知和認知引擎技術提取授權用戶的頻譜信息,利用陷波手段降低干擾頻段處的脈沖功率譜,形成凹陷以避免UWB系統與授權用戶之間的相互干擾,實現共存。此方法在實現UWB與其它系統共存的同時,并未降低脈沖發射功率,具有良好的系統傳輸性能;且基于陷波這種處理方法靈活易行,具有較高的工程應用價值。

[1]PORCINO D,HIRT W.Ultra-Wideband Radio Technology:Potential and Challenges Ahead[J].IEEE CommunicationsMagazine,2003,41(7):66-74.

[2]趙瑩,鄭君里.UWB系統與窄帶系統共存研究[J].微計算機信息,2006,10(3):1-3.ZHAO Ying,ZHENG Jun-li.Research on UWB Coexistence with Narrowband Systems[J].Microcomputer Information,2006,10(3):1-3.(in Chinese)

[3]蔣磊,王永生,郭建新.超寬帶通信中干擾抑制方法[J].空軍工程大學報,2007,8(2):52-56.JIANG Lei,WANG Yong-sheng,GUO Jian-xin.Study of the interference mitigation for Ultra-wideband communication system[J].Journal of Air Force Engineering University,2007,8(2):52-56.(in Chinese)

[4]FOERSTER J.Interference modeling of pulse based UWB waveforms on narrowband systems[C]//Proceedings of 2002 IEEEE VehicularTechnology Conference.Birmingham,USA:IEEE,2002:1931-1935.

[5]PARR B,CHO B,WALLAC K,et al.A novel Ultra-Wideband pulse design algorithm[J].IEEE Communications Letters,2003,7(5):219-221.

[6]WU X R,TIAN Z,DAVIDSON T N,et al.Optimal Waveform Design for UWB Radios[C]//Proceedings of IEEE InternationalConference on Acoustics,Speech and signal Proceeding.Montreal,Canada:IEEE,2004:17-21.

[7]WU X R,TIAN Z,DA VIDSON T N,et al.Orthogonal Waveform Designfor UWB Radios[C]//Proceedings of IEEE 5thWorkshop on Signal Processing AdvancesinWireless Communications.Montreal,Canada:IEEE,2004:150-154.

[8]周小飛,張宏綱.認知無線電原理及應用[M].北京:北京郵電大學出版社,2007.ZHOU Xiao-fei,ZHANG Hong-gang.Principles and Applications of Cognitive Radio[M].Beijing:People′s Post and Telecommunications Press,2007.(in Chinese)

[9]陳國東,武穆清.一種基于多頻帶PSWFs組合的CUWB自適應脈沖波形設計[J].電子與信息學報,2008,30(6):1432-1436.CHEN Guo-dong,WU Mu-qing.Adaptive pulse waveform design based on the combination of multiple PSWFs for CUWB system[J].Journal of Electronics and Information Technology,2008,30(6):1432-1436.(in Chinese)

[10]ZHANG H G,ZHOU X F,CHLAMTAO I.Muitiple signal waveform adaptation in cognitive ultra-wideband radio evolution[J].IEEE Journal on Selected Areas in Communication,2006,24(4):878-884.

[11]汪李峰,魏勝群.認知引擎技術[J].中興通訊技術,2009,15(2):5-9.W ANG Li-feng,WEI Sheng-qun.Cognitive engine technology[J].ZTE Communications,2009,15(2):5-9.(in Chinese)

[12]JIA Z B,CHEN H,CAI X X,et al.A novel pulse design based on Sinusoid Gaussian function for UWB communication[C]//Proceedings of 2010 IEEE International Conference on Broadband Network,and Multimedia.Beijing:IEEE,2010:1240-1244.

[13]SHENG H,ORLIK P,HAIMOVICH A M.On the Spectral and Power Requirements for Ultra-Wideband Transmission[C]//Proceedings of 2003 IEEE International Conference on Communications.Anchorage,USA:IEEE,2003:738-742.