DSSS系統頻域干擾抑制算法的信噪比損耗分析*

李健偉,李志強,朱文明

(解放軍理工大學通信工程學院,江蘇南京210007)

DSSS系統頻域干擾抑制算法的信噪比損耗分析*

李健偉,李志強,朱文明

(解放軍理工大學通信工程學院,江蘇南京210007)

以DSSS系統中頻域干擾抑制算法為研究對象,針對干擾抑制模塊的引入會給通信系統帶來信噪比損耗的問題,首先介紹了頻域干擾抑制技術的基本思想,其次重點分析了頻域干擾抑制算法影響信噪比損耗的具體因素,主要包括窗函數類型、窗長度、加窗重疊度、閾值處理以及IFFT變換后的數據處理方式,然后對各個影響因素進行理論推導,并結合仿真分析,給出了各種情況下信噪比的損耗值,為干擾抑制算法的參數設計提供了依據。

DSSS 干擾抑制 加窗 閾值處理 信噪比損耗

0 引 言

DSSS是一種有效的抗干擾通信體制,在軍事通信中一直備受重視,DSSS抗干擾[3]主要是利用擴頻碼的相關性在解擴時把不相關的干擾信號能量擴散,把相關的有用信號能量聚集。但由于處理增益[1-2]的限制,其抗干擾能力有限。當干擾信號很強時,僅靠對干擾信號進行能量擴散,會無法滿足解擴解調器正常工作要求,對此有必要采取有效的干擾抑制技術提高系統的抗干擾能力。

常見的干擾抑制算法主要有時域預測技術[4]、變換域技術[5]和碼輔助技術[6]。近年來,針對直接序列擴頻干擾抑制技術有大量研究,其中頻域抗干擾算法具有許多優點,被認為是一種極具潛力的抗干擾策略。頻域干擾抑制技術利用直擴信號在頻域上為白化的寬帶功率譜,而窄帶干擾信號功率譜占用頻帶很窄的特點,在接收端,將接收到的信號和干擾由時域變換到頻域,檢測出干擾的位置,按照設置的門限將受干擾的頻帶閾值處理,而后將信號反變換到時域進行解擴處理。頻域干擾抑制算法能夠有效抑制強干擾,但不可能徹底剔除干擾信號,且不可避免的會消掉部分有用信號,引起信噪比的損耗,因此干擾抑制算法的設計需要在剔除干擾和減小信噪比損耗之間折衷。

本文主要針對頻域干擾抑制算法的信噪比損耗進行研究,首先對頻域干擾抑制算法進行介紹,然后重點分析影響算法信噪比損耗的因素,主要包括窗函數類型、窗長度、加窗重疊度、閾值處理以及IFFT變換后的數據處理方式,最后通過理論推導結合仿真分析,得出各種因素對信噪比損耗的情況,為頻域干擾抑制算法參數的最優設計提供了依據。

1 插損因素分析

頻域干擾抑制技術[7]基本思想是對數字采樣信號重疊加窗后進行FFT運算,把信號變換到頻域,根據估計的背景噪聲功率確定一個判決門限,大于門限的分量判為干擾信號,然后對變換域中的干擾信號分量進行修正,以消除干擾信號能量,再經過IFFT還原為時域信號。頻域干擾抑制算法流程如圖1所示。

圖1 頻域干擾抑制算法流程Fig.1 Flow chart of frequency-domain interference suppression

由圖1可看出,干擾抑制算法的處理步驟主要包括重疊加窗、FFT變換、背景噪聲估計、干擾門限確定、干擾消除、IFFT變換和去重疊。

文獻[8]對加窗做了詳細分析,如果對接收到的信號不做加窗處理,直接進行N點的FFT運算,等效于加N點的矩形窗。矩形窗的第一旁瓣比主瓣低13 dB,即旁瓣抑制度只有-13 dB,對于干信比為幾十dB的干擾,干擾的旁瓣仍然會污染整個信號頻域。因而需要進行加窗處理,使主瓣聚集更多能量,同時旁瓣幅度減小。從時域上看,加窗就是對輸入數據進行加權,窗函數系數從中心向兩端逐漸衰減,保證數據段兩端平滑,從而減小頻譜泄漏。但由于窗函數向兩端衰減,導致輸入信號發生畸變,會帶來額外的信噪比損失。

為了補償加窗造成的信噪比損耗,需要對輸入數據進行重疊加窗,文獻[9]對重疊加窗技術進行了說明。重疊加窗后,需要考慮的是如何將干擾抑制后的兩路數據合成一路作為最終的輸出結果。目前主要有兩種方法:選擇法和相加法。以1/2重疊加窗為例,選擇法的基本思想是取每路信號的窗口中心的1/2塊的數據,舍棄左右兩邊各1/4塊的數據,將上下兩路1/2塊的數據組成一個完整的數據序列。相加法則是將兩段數據的重疊部分相加作為最終輸出信號。重疊加窗以增加運算復雜度為代價,減小了加窗對信噪比的損耗。

在頻域干擾消除子模塊中,當檢測到干擾頻點后,就需要對干擾頻點的幅值進行閾值處理[10],這個過程在處理干擾的同時會不可避免的對有用信號帶來損耗,導致輸出信噪比降低。

綜合上述分析,影響干擾抑制算法信噪比損耗的主要因素有窗函數類型、窗長度、加窗重疊度、閾值處理以及IFFT變換后的數據處理。因此,如何設計算法參數使各種因素對輸出信噪比損耗最小是值得研究的問題。

2 窗函數的損耗分析

假設x(k)是接收序列的樣本序列,x(k)=Ap(k)+n(k),p(k)是等概率取值±1的PN碼序列,其長度為N;n(k)為均值為零、方差為的高斯白噪聲序列。A為信號幅度;對x(k)進行加窗處理,窗函數為w(k),加窗后的序列:

對xw(k)進行長度為N的相關解擴并積分得:

該序列的均值與方差:

由式(3)和式(4),可得加窗后的序列信噪比為:

不加窗的相關輸出信噪比為:

由式(5)和式(6),可得加窗帶來的信噪比損失為:

由式(7)可知,加窗引起的信噪比的損失主要由窗函數系數和窗函數點數決定。由式(7)計算,得出了當窗長度為1024時,常用幾種窗函數的特性及其引起的信噪比損失,具體見表1。

表1 窗函數基本特性及引起的信噪比損失Table 1 Basic characteristics of window function and SNR loss

3 加窗重疊度的損耗分析

假設加窗重疊因子是α,下面分析選擇法和相加法重疊輸出的信噪比損失。

選擇法輸出方式下,重疊加窗后的輸出序列為:

式中,w1(k)是選擇法輸出下的信號加權值:

由信噪比損失的推導結果可知,選擇法輸出方式下的信噪比損失為:

相加法輸出方式下,重疊加窗后的輸出序列為:

式中,w2(k)是相加法輸出下的信號加權值:

相加法的信噪比損失如下式:

由式(10)和式(13)可知,不同的加窗重疊度和輸出數據處理方式對信噪比的損失不同。由式(10)和式(13)計算,得出了當窗長度為1 024時,對于各種窗函數的類型,不同的重疊因子下的選擇輸出和相加輸出帶來的信噪比損失情況,具體見表2。

表2 兩種數據合成方式不同重疊因子的信噪比損失Table 2 Different compound methods of two data and SNR loss

4 閾值處理損耗分析

檢測到干擾頻點后需要對譜線進行閾值處理,工程上常用的閾值處理算法主要有干擾歸零算法、干擾鉗位算法、干擾衰減算法。

(1)干擾歸零法

算法基本思想是把幅度高于干擾消除門限的頻譜分量歸零,完全消除頻點上的干擾能量,同時也消除了頻點上擴頻信號的能量,干擾歸零算法對FFT變換后譜線做如下處理:

式中,Y(k)為干擾抑制后的頻譜,經IFFT后輸出信號為y(n),|X(k)|示離散譜線的模,Th(k)表示自適應的干擾門限閾值。

(2)干擾鉗位算法

算法基本思想是使經過FFT變換后的頻譜中干擾譜線的幅度保留在門限值Th(k)上,抑制了干擾譜線的大部分能量,同時保留了干擾譜線中擴頻信號的相位信息。干擾鉗位算法對FFT變換后譜線做如下處理:

式中,Y(k)為干擾抑制后的頻譜,|X(k)|示離散譜線的模,Th(k)表示自適應的干擾門限閾值。

(3)干擾衰減算法

算法基本思想是把確定為干擾的譜線按照一定比例進行衰減,使處理后的干擾譜線幅度與背景噪聲相近,保持了該譜線的相位不變同時保留了部分擴頻信號的能量,干擾衰減算法對FFT變換后譜線做如下處理:

式中,Y(k)為干擾抑制后的頻譜,|X(k)|示離散譜線的模,Th(k)表示自適應的干擾門限閾值,λ為衰減因子。

由上述分析可知,干擾歸零算法、干擾鉗位算法、干擾衰減算法在處理干擾的同時都不可避免的對信號帶來了損耗,降低了輸出信噪比。下面通過仿真分析比較各種算法的性能。

5 仿真分析

仿真一:假設信息速率為1 kbps,碼片速率為1.024 Mcps,采樣頻率為10 Mhz,窗長度為1 024,仿真分析各種窗函數類型對信噪比損耗情況,仿真結果如圖2所示。

圖2 各種窗函數在不同信噪比時的誤碼率Fig.2 Signal power vs.BER

由圖2可知,不同的窗函數帶來的信噪比損失不同,在窗長度一定時,對信噪比損失由大到小的窗函數依次是矩形窗、barllett窗、hamming窗、hann窗、blackman窗和blackmanharris窗。矩形窗的信噪比損失最小,主瓣最窄,但其相對旁瓣幅度最大;blackharris窗的信噪比損失最大,主瓣最寬,但其相對旁瓣幅度最小。旁瓣較低的窗函數可以將窄帶干擾信號的大部分能量限定在有限的幾根譜線之內,從而減少需要抑制的譜線的根數,最大程度地減小干擾對有用信號的影響,但旁瓣越低的窗函數,主瓣越寬,抑制窄帶干擾的同時對有用信號的損傷也越大,因此,窗函數的選擇應根據需要抵抗的干擾指標確定,選取既能達到抗干擾指標又能使信噪比損失最小的窗函數。

仿真二:假設信息速率為1 kbps,碼片速率為1.024 Mcps,采樣頻率為10 Mhz,窗長度為1 024,加Blackman窗,仿真分析加窗重疊度和數據輸出方式對信噪比損耗情況,仿真結果如圖3和圖4所示。

圖3 相加輸出時各種重疊因子在不同信噪比時的誤碼率Fig.3 Signal power vs.BER

圖4 選擇輸出時各種重疊因子在不同信噪比時的誤碼率Fig.4 Signal power vs.BER

由圖3和圖4比較分析可知,以Blackman窗作為研究對象,IFFT后的兩路數據采取相加法的信噪比損耗要比選擇法小,同時,加窗重疊比例越大,引入的加窗損耗越小,但相應的運算量越大,因此,加窗重疊比例應根據算法性能指標和硬件資源要求進行折衷選取。

仿真三:假設信息速率為1 kbps,碼片速率為1.024 Mcps,采樣頻率為10 Mhz,窗長度為1 024,加Blackman窗,仿真分析閾值處理對信噪比損耗的影響情況,仿真結果如圖5所示。

圖5 各種閾值算法在不同干信比時的誤碼率Fig.5 Interference power vs.BER

由圖5可知,在相同的參數設置條件下,干擾歸零法、干擾鉗位法、干擾衰減法對信噪比的損耗依次減小。干擾歸零法在消除干擾的同時將該頻點的信號一并濾除,對信號信噪比損失最大,同時也完全消除了干擾頻譜上有用信號的相位信息,不利于后續捕獲跟蹤,但算法硬件實現簡單;干擾鉗位法將干擾頻點的幅度陷為門限值,保留了部分有用信號能量和相位信息,對信號信噪比損失較小;干擾衰減法把干擾譜線按照一定比例進行衰減,使處理后的干擾譜線幅度與背景噪聲相近,保持了該譜線的相位不變同時保留了部分擴頻信號的能量,對信號信噪比損失最小,但該算法硬件實現復雜度高。

6 結 語

影響干擾抑制算法信噪比損耗的主要因素有窗函數類型、窗長度、加窗重疊度、閾值處理以及IFFT變換后的數據處理。由于窗函數的旁瓣相對幅度低時主瓣帶寬更寬,需要處理的頻點更多,而主瓣帶寬窄時旁瓣相對幅度高,頻譜泄露嚴重,被污染的頻點更多,在選擇窗函數時,要考慮接收信號的動態范圍以及需要抑制的窄帶干擾強度,選擇合適的窗函數,減小對信噪比的損耗;加窗重疊比例越大,對信噪比損耗越小,但實現復雜度大和硬件資源消耗多,需要折中考慮;對于干擾頻點閾值處理,干擾衰減法雖然效果優于干擾鉗位法和干擾歸零法,但實現復雜且會占用過多的運算資源,一般采用干擾鉗位法;IFFT變換后的數據處理,一般情況下,相加法較選擇法對信噪比的損耗更小,實際應用中更多采用相加法。

[1] POISEL A.Modern Communications Jamming Principles and Techniques-Richard[M]Beijing:Publishing House of Electronics Industry,2005:91-102.

[2] 查光明,熊賢祚.擴頻通信[M].西安:西安電子科技出版社,2003:6-63.

CHA Guang-ming,XIONG Xian-zhe.Spread Spectrum Communication[M].Xi'an:Xi'an Electronic Science and Technology Press,2003:6-63.

[3] 李博,肖立民.基于最大輸出信噪比的自適應置零陷波干擾抑制算法[J],通信技術,2010,43(04):46-49.

LI Bo,XIAO Li-ming.Adaptive Zero-set Interference suppression Algorithm Based on Maximal SNR Output[J], Communications Technology,2010,43(04):46-49.

[4] MASRY E.Closed-form Analytical Results for the Rejection of Narrow-band Interference in PN Spread Spectrum Systems-Part:Linear Prediction Filter[J].IEEE Transaction on Communication,1985,33(01):10-19.

[5] SAULNIER G J.Suppression of Narrowband Jammers in aSpread Spectrum Receiver Using Transform Domain A-daptive Filtering[J].IEEE Journal on Selected Areas in Communication,1992,10(04):742-749.

[6] VINCENT P.H..Code-Aided Adaptive Narrow-Band Interference Suppression for Direct Sequence Spread Spectrum Communications[J].IEEE Military Communications Conference,1997(02):575-579.

[7] YONG J A,LEHNERT J S.Analysis of DFT-based Frequency Excision algorithms for direct-sequence spreadspectrum Communications[J].IEEE Transactions on Communications,1998,5(03):203-217.

[8] 曾祥華,李崢嶸,王飛雪.擴頻系統頻域窄帶干擾抑制算法的加窗損耗研究[J].電子與信息學報,2004,26 (08):1276-1281.

CENG Xiang-hua,LI Zheng-rong,WANG Fei-xue. The Frequency Domain Narrowband Interference Suppression Algorithm for Spread Spectrum System[J].Journal of Electronics&Information Technology,2004,26(08): 1276-1281.

[9] 王堅,劉偉,柳彥.一種基于加窗的窄帶干擾抑制技術仿真與硬件實現[J].電訊技術,2008,48(01):82-85.

WANG Jian,LIU Wei,LIU Yan.A Window-based Narrow Band Interference Suppression Technology Simulation and Hardware Implementation[J].Telecommunication Technology,2008,48(01):82-85.

[10] 王世練,鄔書躍.DS/FH中窄帶干擾的變換域處理方法研究[J].國防科技大學學報.2001,23(04):98-101.

WANG Shi-lian,WU Shu-yue.Method of Transform Domain Narrowband Interference on DS/FH[J].Journal of National University of Defense Technology,2001,23 (04):98-101.

Li Jian-wei(1990-),male,graduate student,majoring in satellite communications.

李志強(1974—),男,博士,教授,主要研究方向為衛星通信;

Li Zhi-qiang(1974-),male,Ph.D., professor,majoring in satellite communications.

朱文明(1979—),男,博士,講師,主要研究方向為衛星通信。

Zhu Wen-ming(1979-),male,Ph.D.,lecturer,majoring in satellite communications.

SNR-Loss Analysis of Frequency Domain Interference Suppression Algorithm in DSSS System

LI Jian-wei,LI Zhi-qiang,ZHU Wen-ming
(Institute of Communications Engineering,PLA University of Science and Technology,Nanjing Jiangsu 210007,China)

With frequency domain interference suppression algorithm in DSSS system as the research object,and aiming at the problem that the introduction of interference suppression module would result in SNR loss in communication system,this paper firstly describes the basic idea of frequency domain interference suppression,then principally analyzes the specific factors of SNR loss affected by the algorithm,including the types of window function,window length,window overlap,threshold processing and data processing method after IFFT transformation,and then provides the theoretical derivation of each affecting factors.Finally,in combination of simulation analysis,the paper gives the value of SNR loss and provides a reference for the design of interference suppression algorithm.

DSSS;interference suppression;windowing;threshold processing;SNR loss

TN91

A

1002-0802(2014)11-1266-05

10.3969/j.issn.1002-0802.2014.11.006

李健偉(1990—),男,碩士研究生,主要研究方向為衛星通信;

2014-08-21;

2014-10-13 Received date：2014-08-21;Revised date：2014-10-13

國家自然科學基金(No.61032004,No.91338201);國家高技術研究發展計劃(“863”計劃)(No.2012AA121605,No.2012AA01A510)

Foundation Item：National Natural Science Foundation of China(No.61032004,No.91338201);The National High Technology Research and Development Program(“863”program)(No.2012AA121605,No.2012AA01A510)