多定頻干擾中的跳頻信號分離技術*

崔 晶 ， 汪立新 ，2， 盧聰敏

（1.杭州電子科技大學 通信工程學院，浙江 杭州 310018;2.通信系統信息控制技術國家級重點實驗室，浙江 嘉興314001）

現代高技術戰爭已經逐漸演化為敵我雙方各兵種、后勤和指揮等通過各種信息網絡構成的龐大戰爭機器的全面對抗。未來的戰爭模式將從以武器平臺為中心的對戰模式轉為以網絡信息為中心的對戰模式，其中，通信網絡是決定戰爭成敗的神經中樞網絡。高技術高對抗下的戰爭環境要求通信系統必須在雙方激烈對抗的條件下，具有集抗干擾、抗偵察和抗摧毀于一身的優秀的綜合戰斗能力。

跳頻通信[1]是最常用的擴頻通信方式之一,由于其良好的抗干擾、低截獲率等特性，使其在軍事通信領域得到了廣泛的應用。其工作原理是收發雙方傳輸信號的載波頻率按照預定規律進行離散變化的通信方式,也就是說,通信中使用的載波頻率受偽隨機變化碼的控制而隨機跳變。在高速跳頻通信中，由于每跳的駐留時間遠小于多徑時延，這樣當多徑到達時，系統早已結束了對當前跳信號的接收和檢測。某一跳的信號持續時間內，只要多徑信號頻率和當前跳頻頻率不同，就可視為異頻干擾信號，因此具有內在的抗多徑、抗衰落能力。然而在UHF寬帶跳頻系統[2-3]中，由于跳頻信號的工作頻段非常寬，其中必然存在大量的定頻干擾信號，這給跳頻信號的接收帶來了巨大的困擾。為此需要研究一種將跳頻信號從普通定頻干擾信號中分離出來的方法。本文基于堙滅濾波器[4-6]的原理提出了一種能抑制目標頻帶內定頻干擾信號的跳頻信號分離方法，實驗仿真表明該方法是可行的。

1 堙滅濾波器原理

證明如下[7-9]：

假設有K個定頻信號和一個跳頻信號混合，在參考傳感器處，設接收到的信號可以表示為：

其中前半部分為定頻信號部分,后半部分為跳頻信號,改寫成離散復正弦波形式為:

在這里，可以把跳頻信號當作噪聲處理，對K個定頻信號采用2K階堙滅濾波器進行處理,因此可以寫出M>2K個堙滅方程,通過解下面的超定方程可以估計出堙滅濾波器的系數A(l)：

在M個不同的時間片段進行采樣,由于定頻信號的長時間連續性，在不同的時間片段仍舊保持相同的頻率,但跳頻信號卻在不同的時間片段具有不同的頻率。即對于第i個傳感器，由于定頻信號被抑制,可以近似認為只剩跳頻信號:

注意上式中的x(n)離散表示是以Nyquist采樣率為基礎的，也可以改寫為以下形式：

對應到模擬域，改寫成：

由于進行定頻信號堙滅濾波后，跳頻信號在某一時刻只有一個頻率，表達該跳頻信息的樣點數只需2個以上即可，在分布式傳感器場合，每個傳感器采樣一個信息樣點即可，對于有M個傳感器的系統，總共只需M個信息樣點。通過這M個信息樣點，便可將跳頻信號從定頻干擾信號中分離出來。

2 計算機仿真

本文模擬仿真了一個跳速為30 000 H/s的跳頻信號，跳頻帶寬為180 MHz，在跳頻帶寬內存在不同頻率的若干定頻信號 （頻率為虛擬Nyquist速率下的歸一化數字角頻率），共采集了20跳的AIC信息，相對于Nyquist速率的壓縮比為60。通過計算機仿真了在不同數量的定頻干擾信號下，原始混合信號經過堙滅濾波器之后跳頻信號的分離情況，如圖1～圖3所示。可以看到，盡管隨著定頻干擾信號的增多，堙滅濾波器仍能夠較好地分離出所需的跳頻信號。

圖2 從20個定頻干擾信號中分離出跳頻信號

3 討論和總結

本文提出的基于堙滅濾波技術的跳頻信號分離技術，為對跳頻信號的高精度定位提供了一種新的思路。計算機仿真表明,該方法能實現從多個定頻干擾信號中分離出所需的跳頻信號。

圖3 從30個定頻干擾信號中分離出跳頻信號

[1]BARJ G.Performance comparison of spread spectrum methods on an interference limited HF channel[J].Communications,1999,146(1):23-28.

[2]HERRICK D L,LEE P K.Correlated frequency hopping:Animproved approach to HF spr-ead spectrum communications[C].IEEE Proc.of the Tactical Communications Conference 1996,1996:319-324

[3]HERRICK D L,LEE P K.Chess a new reliable high speed HF radio[J].IEEE Military Communications Conference,1996:684-690.

[4]IACOBAN R,REYNOLDS R G,BREWSTER J.Cultural swarms:modelling the impact of culture on social interaction and problem solving[C].Proc.IEEE Swarm Intelligence Symposium,Indianapolis,IN,USA,2003:205-211.

[5]BOERS Y,DRIESSEN H.Results on the modified riccati equation:target tracking applications[J].IEEE Transactions on Aerospace and Electronic Systems,2006,42(1):3792384.

[6]MO Y,SINOPOLI B.A characterization of the critical value for Kalman filtering with intermittent observations[C].Proceedings of the 47th IEEE Conference on Decision and Control.2008:2692-2697.

[7]MACLNNE C S.Source location using subspace estimation and spatial filtering[J].IEEE J.Oceanic Eng.(S0371-0025),2004,29(2):488-497.

[8]KASHAN A H,KARIMI B.A discrete particle swarm optimization algorithm for scheduling parallel machines[J].Computer&Industrial Engineering,2009,56(2):216-223.

[9]GUPTA JND,RUIZ-TORRES A J.A LISTFIT heuristic for minimizing makespan on identical parallel machines[J].Production Planning&Control,2001,12(1):28-36.