(廣東交通職業技術學院 廣州 510800)
微波是頻率為300MHz~300GHz的電磁波,微波通信是指用微波頻率作為載波攜帶信息,通過無線電波空間進行中繼(接力)通信的方式[1]。
目前國內寬帶微波傳輸設備在功能性能方面取得的突破主要體現在數據傳輸能力得到大幅度提升,最高速率已經達到80Mbps。速率的提升,網絡容量增加,為我軍地面、海上、空中提供相對比較寬帶的戰場綜合業務網絡,使我軍地面、海上、空中各類機動用戶均可無縫連接,形成我軍數字化戰場的公共信息交換平臺,多軍兵種間協同通信和聯合作戰的通信保障能力得到了提升[2]。
本文所介紹的微波傳輸設備采用多波束天線、支持全向寬帶高速空分無線組網,可編配于通信節點車、固定指揮所、艦載平臺等,用于節點之間固定或動中通快速組網,能夠實現機動條件下的組網互聯和寬帶信息傳輸。其支持最高不小于64Mbps的傳輸速率,并且支持自組網和接入網兩種通信模式,在自組網模式下,支持不少于16個用戶的多跳寬帶數據傳輸;在接入網模式下,支持不少于32個用戶的寬帶接入,滿足全網用戶高吞吐量的業務需求。
該微波網絡傳輸設備具有在復雜電磁環境和復雜地形環境下的通信能力,通過該傳輸設備的網絡自組織和自恢復能力實現復雜地形環境下的業務持續通信能力,通過干擾識別和剔除、智能頻譜感知和自適應選頻等技術實現在復雜電磁環境下的抗干擾通信能力。
本文通過研究干擾識別和干擾規避技術,實現微波傳輸設備寬帶抗干擾。研究寬帶微波傳輸設備對戰場態勢、周圍電磁環境參數的快速感知,實時調整其內部配置,自適應外部復雜多變的戰場環境,提高寬帶數據傳輸擾中通,隱蔽通和智能通能力。
干擾識別的主要目的是對接收信號中是否存在干擾信號做出判斷,如果判定存在干擾信號,測定其位置等特征參數,以進行后續的干擾抑制或消除處理[3]。對于無干擾先驗信息的盲識別技術,主要識別方式是能量門限判決的算法及各種改進。
一般而言,相對有用信號的頻譜,強窄帶干擾頻譜幅值較大,可采用門限法區分干擾和有用信號的頻譜。門限判決法的基本思想是:對于預設的某一個門限值,幅度高于該門限的譜線認為是干擾,將其置0或設置為與門限值近似的幅度[4]。門限法的缺陷是如果門限設置過高,干擾抑制不完全;如果門限設置過低,會出現誤判,導致有用信號損失。
門限檢測法由于結構簡單,易于工程實現等優點得到廣泛的應用,但在門限檢測法中,干擾門限的設定是一個關鍵的問題。目前,門限的設定主要有固定門限法和各類自適應門限。其中,自適應門限干擾檢測具有設置簡單,自適應性能強,并且抑制性能好的優點[5]。
在大多數情況下,接收的信號和干擾都是時變的,對干擾門限的選擇也不應該是固定的,門限設置太高,會有干擾泄露;門限設置太低,又會對期望信號產生失真,所以干擾門限的設計應該以接收信號的統計特性為依據[6]。
在AWGN信道下,經過FFT后信號的離散譜線可以表示為

其中S(k)為發送信號,N(k)為噪聲的頻譜,J(k)為窄帶干擾的頻譜,一般而言,發送信號S(k)經過了加擾處理,可近似滿足高斯分布,由于高斯分布經過FFT后依然滿足高斯分布,N(k)服從高斯分布,所以S(k)+N(k)也是高斯分布,所以,|S(k)+N(k)|2服從指數分布,根據指數分布的數據特征,有P=P(|S(k)+N(k)|2>Th)=exp(-λ·Th),其中λ=1/E(|S(k)+N(k)|2)。
如果選擇門限Th=n/λ,n=1,2,3,…,可以得到不同的錯判概率P。
例如如果選擇Th=4/λ,則P=0.0183,選擇Th=5/λ,則P=0.0067。
所以,后面的問題是如何準確的確定參數λ;一般采用最大似然的估計,得到

綜上,干擾識別算法的本質是一個假設檢驗問題:即假設沒有窄帶干擾條件下,經過FFT后的譜線的平方是否服從指數分布,通過對單個或多個譜線平方值的假設檢驗,對窄帶干擾的存在進行判斷識別;然后將識別為干擾的譜線強制賦值為0,實現干擾抑制的目的。
圖1給出在窄帶干擾下,進行干擾識別前后的信號頻譜的幅度響應。

圖1 干擾識別和剔除前后頻譜圖
如圖1所示,經過干擾識別處理后,被判定為干擾的頻率上數據被賦值為0,其它頻率部分數據保持不變,由于干擾信號被剔除,所以接收性能比不進行干擾識別的性能好;但由于被置0的頻點上的有效數據和干擾信號被同時刪除,所以會比無干擾條件下的性能有所下降。
干擾規避的具體思路是:檢測NBI頻帶位置,關閉受NBI影響的子信道,使OFDM系統的發端和收端都避免使用受NBI影響的子信道。這種方法的優勢是不僅可以抑制NBI,而且不損失有用信息,能夠明顯提高系統可靠性[7]。圖2是OFDM系統規避NBI的原理示意圖。
首先,在信道環境進行采樣,檢測出NBI所在的頻帶,如圖2(a)所示。然后,發端根據采樣結果,關閉受NBI影響的子信道,使用未受干擾的頻帶傳輸信息,如圖2(b)所示。最后,收端根據檢測結果,在受干擾的頻帶處進行濾波,濾除NBI,得到干凈的信號頻譜,如圖2(d)所示,最終達到規避OFDM系統中NBI的目的。

圖2 OFDM系統規避NBI示意圖
基于干擾規避策略的OFDM系統原理框圖如圖3所示。從圖3中可以看出,首先,由發端對信道電磁環境進行采樣,檢測出NBI所在駐留頻帶,然后使用門限判決的方法得到一個譜向量函數A′(w),利用該譜向量函數控制待發送的二進制比特流進行星座點映射[8],接下來進行正常的OFDM調制和插入CP等操作,最后由發射機發送。

圖3 基于干擾規避策略的OFDM系統原理框圖
假設收發兩端電磁環境相同,因此接收機對信道環境進行采樣和門限判決得到的譜向量函數與發端也是相同的。由此譜向量函數控制數字濾波器和星座點逆映射,得到收端比特流,從而完成整個系統的通信。
假設接收機與發射機距離較遠,那么它們所處電磁環境是不相同的,所以接收機與發射機的環境譜估計也是不相同的,經門限判決和譜成型得到的譜向量函數也不同,那么則需要通過接收機反饋收方的譜向量函數到發射機;然后發射機根據收方的譜向量函數進行干擾規避[9]。
如圖4所示為譜向量函數的形成過程。首先,對電磁環境進行采樣,將采樣結果與一個事先選定的門限h進行比較,將高于門限的采樣值標記為0,表示該頻帶有干擾,不能供信號使用;低于門限的采樣值標記為1,表示該頻帶可使用。由分析可知譜向量函數元素的個數等于OFDM系統子信道個數[10]。

圖4 譜向量函數形成原理
當A′(w)為0時,不進行QPSK映射;為1時進行QPSK映射,可以理解為QPSK映射后再與譜向量函數A′(w)對應項相乘。記Xl(k)為第k個子信道上傳輸的QPSK符號,所以,相乘后送入IFFT模塊進行運算得:

式中:l表示發送的第l個OFDM符號;N為IFFT點數。
在信道傳輸過程中,存在AWGN和NBI,會對傳輸信號造成影響。設信道中的AWGN為w(n),NBI為j(n),則接收端接收到信號為

理想情況下,譜向量函數控制的濾波器會將NBI濾除干凈,則濾波后信號為

進行FFT運算,得到

對上式進行由譜向量函數控制的QPSK逆映射,在判決正確的條件下,恢復出原始比特數據[11]。
NBI將干擾能量集中在OFDM系統的部分子信道上,但并不是所有子信道上。設部分頻帶干擾功率為J,干擾帶寬為BJ,OFDM系統帶寬為B,則干擾系數為η=BJ/B,因此,NBI的功率譜密度為N′J=J/BJ=J/(η·B)=NJ/η;因為在加性高斯白噪聲背景下,OFDM系統的性能與傳統串行系統性能相同,所以經QPSK映射的OFDM系統誤碼率為,其中,Eb為OFDM符號單位二進制碼元的能量,N0為AWGN的噪聲功率譜密度。
在加性高斯白噪聲和NBI的背景下,經QPSK映射的OFDM系統的誤碼率為

仿真假設:收發端具有相同的電磁頻譜,并且系統同步。在AWGN信道中,對方案進行Monte Carlo仿真,對干擾抑制前后系統的誤比特率曲線進行比較,衡量系統抑制性能[12]。
OFDM系統仿真參數設置如表1所示。

表1 OFDM系統仿真參數設置
在AWGN和NBI的背景下,三種NBI仿真模型為
1)單音干擾:干擾頻率fo=0.625MHz;
2)多音干擾:干擾頻率 fo=0.625MHz,f1=1.25MHz,f2=1.875MHz;
3)部分頻帶干擾:干擾頻率從 1.25MHz~1.875MHz之間。
首先,以12.8MHz的采樣頻率下檢測出干擾所在的頻帶,然后根據采樣值設定相應的門限,進行門限判決,得到干擾的譜向量。得到干擾的譜向量后,令譜向量控制星座映射,譜向量值為1所對應的子信道進行映射,譜向量值為0所對應的子信道不進行映射,而使用0進行補充。星座映射后經IFFT運算、加入CP和并串轉換后送入信道進行發送[13]。
圖5給出在干信比為30dB的條件下,加入單音干擾和多音干擾下,基于干擾規避策略下的干擾抑制性能仿真圖。

圖5 干擾規避策略下仿真性能對比(單、多音干擾)
下面給出在干信比為30dB和50dB條件下,在加入部分頻帶干擾下,基于干擾規避策略下的干擾抑制性能仿真圖。

圖6 干擾規避策略下仿真性能對比(寬帶干擾)
從仿真圖上可以看到,如果沒有采用干擾規避,窄帶干擾將導致性能急劇的惡化,但是采用了干擾規避后,系統性能與沒有干擾的情況下十分接近,說明干擾規避的抗干擾方式是一種較為有效的干擾抑制技術。
在該寬帶微波傳輸設備中通過干擾識別和剔除、干擾規避技術、智能頻譜感知和自適應選頻等技術共同作用實現在復雜電磁環境下的抗干擾通信能力,提高了寬帶數據傳輸擾中通,隱蔽通和智能通能力。在此僅僅介紹了干擾識別和干擾規避技術。
目前該設備已經過實際使用測試,經驗證該設備能夠大幅度提升地面/海上無線骨干網以及空地、空海無線接入網的通信容量及機動性能,在惡劣電磁環境下有較強的使用效能,在復雜電磁環境下有良好的抗干擾通信能力,使用性能良好。