電子通信多徑信號強干擾濾波抑制仿真

張 燁,肖啟陽

(1. 新鄉學院機電工程學院,河南 新鄉 453003;2. 河南大學人工智能學院,河南 鄭州 450000)

1 引言

通信系統是用以完成信息傳輸過程的技術系統的總稱[1],影響通信系統穩定的因素較多,例如城市內的建筑遮擋、所處環境的電磁場變換等。由于所有的通信系統中均帶有中繼通信,即衛星通信,中繼通信[2]在傳輸有用信號的同時,也會接收到多種噪聲信號,從而導致有用信號被過度干擾直接影響通信系統的信息傳輸質量以及通信功能[3]。為了加強通信能力,必須改善信號抑制差的情況,所以如何抑制強干擾信號是通信系統目前最迫切的需求。

現階段,針對電子通信信號干擾抑制問題的研究,相關學著已經得到一些較好的成果,例如:張亮等人[4]提出了基于分數階字典的電子通信間歇采樣轉發干擾自適應抑制算法。通過分析通信信號主要干擾樣式以及階域特征,建立出分數階正交字典。用于區分出干擾背景回波信號的強弱,針對不同強弱的信號選取對應的信號抑制方法,在分數階字典的間歇采樣方法下完成干擾信號抑制。陳威等人[5]提出了機載相控陣雷達電子通信干擾信號模型及抑制方法。從主要信號模型以及雜波自由度中分析出信號干擾的分布特性。利用雜波空時功率譜角度精確預測出信號干擾的來源,構成干擾輔助波束,在STAP方法(空時自適應處理)下完成干擾信號的抑制。以上兩種方法在對多徑信號強干擾抑制過程中,沒有先對通信信號去噪處理,導致對干擾信號抑制過程中噪聲因素過多,存在誤碼率高以及信號濾波效果差的問題。

現代通信系統主要借助電磁波在自由空間的傳播或在導引媒體中的傳輸機理來實現。但是由于電子設備通信中時常會出現相同頻率的窄帶信號與發射信號,此時會產生同頻信號強干擾問題,影響電子通信質量。為了解決該問題,提出新的基于線性約束最小方差信號波形的電子通信多徑信號強干擾抑制算法。

2 電子通信信號預處理

2.1 去噪

通信信號中無論是正常信號或是干擾信號均帶有部分噪聲,為了加強信號干擾抑制效果,需要提前對通信信號去噪處理[6-7]。利用主分量分析法求解出協方差矩陣特征值以及特征矢量。假設信號獨立源自身帶有單位方差,且所有信號均不帶有白噪聲[8],得出信號樣本數據協方差矩陣的表達式為

(1)

則特征值矩陣的分解表達式為

XX

(2)

式中,V代表信號對應的特征向量,Λ代表每個信號特征值的對角陣,VS代表信號主特征值,VN代表噪聲的特征矢量,ΛN代表噪聲特征對角陣,ΛS代表主特征值對角陣。

則白化矩陣公式為

(3)

式中,λ代表噪聲子空間的特征值。

但對于信號較為聚集的情況,信號的能量過渡集中[10],且均聚集在幅度很大的小波系數內,由于噪聲均帶有隨機性,因此信號的能量可以十分均勻的分布在變換域內[11],可利用閾值辨別方法最大程度的排除噪聲[12],同時保存信號的分解系數。

假設帶有噪聲的通信信號為X(t),該信號經過正交規范基上分解后[13]的信號B′的表達式為

B′=[{χi,M(t)},{ψi,M(t)}L

(4)

式中,χi,M代表i尺度下的尺度函數,ψi,M代表i尺度下的小波函數,L代表尺度系數,M表示信號序列。

帶有噪聲的通信信號經過小波分解后[14],大部分噪聲及高頻細節均處在小波系數中,通過將噪聲以及高頻細節閾值處理,對分解信號實施小波逆變換,生成全新的信號,即信號重構,經過降噪后的重構信號表達式為

(5)

式中,〈X,ψi,M〉代表i尺度下的小波展開函數,〈X,χi,M〉代表i尺度下的尺度展開函數,ρT代表信號分解系數的對應閾值。

經過上述操作即可將子空間的噪聲以及信號噪聲全部排除,得到干凈的通信信號。

2.2 多徑通信信號反射模型

基于去噪后的通信信號,構建出多徑通信信號的反射模型[15],獲取信號的實際路徑以及反射路徑。通信系統的多徑信號基本是由反射體的反射生成的,多徑信號泛指通過反射體傳輸到接收機的通信信號,且多徑信號均需要經過一段反射路徑才能到達指定位置,在此過程中會加長信號的傳輸時間。針對不同入射角度的通信信號,可將每種信號分解成垂直以及水平的極化分量,即通信信號的傳輸方向與所處環境磁場之間呈垂直關系,假設直達信號為Ei,反射信號為Er,則這兩種信號的正交極化分量[16]的表達式分別為

(6)

式中,Eiφ代表通信入射信號,Eiθ代表通信發射信號,Erφ代表Eiφ的垂直極化分量,Erθ代表Eiθ的水平極化分量,Δτ代表多徑信號的時延,γ代表Eiφ與Erφ之間的矢量夾角,η代表Erφ和Erθ之間的超前相位,ΓVP和ΓHP分別代表垂直以及水平極化信號的反射因子,e代表干擾信號延時后導致的噪聲。

在費涅爾原理的幫助下得出兩個反射因子的計算公式,表達式分別為

(7)

其中,ε0代表信號自由空間的介電系數,εr代表信號子自由空間中的對應介電系數,σ代表介電傳導率,f代表通信信號的頻率,θ代表信號反射區的入射角度。

則多徑信號的反射因子矩陣表達式為

(8)

進而得出多徑路徑中反射通信信號的表達式

Er=ek2πfΔτ?！罞i

(9)

3 強干擾抑制算法設計

通過上述對多路徑中通信信號的分析,得出每條路徑的實際信號。針對每條路徑信號采取干擾信號抑制[17-18],根據反射信號模型估計出直達以及多徑信號的方向以及幅度。利用多徑信號的時延,辨別出多徑干擾信號,依據信號方向以及LCMV技術,生成直達信號增益以及多徑信號干擾來向的零陷,進而實現多徑信號的干擾抑制。

3.1 信號來向角計算

(10)

式中,ap1代表參考陣元的第一個導向,p代表信號路徑數量,d(t-T-τp)以及c(t-T-τp)均代表通信信號包絡。

已知發生傳輸延時前后的信號包絡d(t-T-τp)和c(t-T-τp)均相同,因此式(10)可簡化為:

(11)

(12)

(13)

式中,βp代表多徑信號下的干擾幅度,θp代表多徑信號下的干擾來向角。

3.2 基于權值矢量的信號強干擾抑制

為保證通信系統中陣列天線的直達信號自身可產生增益[19],而多徑干擾方向信號自身構成零陷,實現通過LCMV求解出信號通信的自適應權值[20]。假設權值矢量為w,其表達式為

(14)

常規情況下,利用陣列天線的快拍樣本數據預測結果R″替換協方差矩陣R′,進而得出更新后的權值矢量為

w=R″-1B(BHR″-1B)-1W

(15)

利用權值矢量將通信接收信號X處理后,即可完成信號干擾抑制,得到正常無干擾信號為

y=XwH

(16)

通過以上步驟完成電子通信多徑信號的強干擾抑制。

4 實驗結果與分析

基于上述分析,現對研究算法、基于分數階字典的電子通信干擾抑制算法以及基于功率譜角度的電子通信干擾抑制算法完成誤碼率以及信號濾波效果的測試,實驗測試結果如下所示。

4.1 誤碼率測試

誤碼率可直接反映出三種干擾信號抑制方法的抑制效果,誤碼率是得出在一定時間內通信信號所傳輸的錯誤信號的概率,誤碼率越小說明方法的干擾信號抑制效果越好,已知信噪比越大的情況,干擾抑制效果越好。

假設實驗環境在城市內區,主要干擾因素是城市內建筑,實驗過程中通信信號終端的高為2米,相應基站的天線高為35米,終端周圍建筑物之間的距離均在6米左右,通信信號基站的覆蓋面積為5公里。在上述環境下,利用三種方法對同一干擾信號抑制,得出不同信噪比下三種方法的誤碼率,實驗結果如圖1所示。

圖1 三種方法在不同信噪比下的誤碼率

根據實驗結果可知,三種信號干擾抑制方法隨著信噪比的增強,其干擾抑制能力也有所加強。但所提方法的誤碼率均低于0.1%,基于分數階字典的電子通信干擾抑制算法以及基于功率譜角度的電子通信干擾抑制算法的誤碼率在0.15%-1%之間,說明所提方法的干擾信號抑制效果是最佳的。這是因為所提方法在信號干擾抑制前,對直達信號以及干擾信號均已采取去噪處理,將其中干擾因素降低,從而加強干擾抑制精度,降低誤碼率。

4.2 濾波效果測試

為了進一步驗證所提方法的有效性,隨機提取出一段有效信號,分別利用三種方法對信號采取濾波去噪處理,信號去噪效果直接影響最終的信號干擾抑制效果,電子通信多徑信號的航向表達式為:

(17)

式中,v(t)代表t時刻的通信信號的方向。

已知提取出的原始通信信號幅值如圖2所示。由于原始信號中帶有噪聲,導致信號幅值不規律,當信號中不帶有噪聲時,信號幅值是十分規律的,將其稱之為干擾信號抑制的理想狀態,理想狀態下的幅值如圖3所示。

圖2 原始帶有噪聲信號的幅值

圖3 理想狀態下通信信號幅值

三種方法對圖2的原始信號抑制后得出的幅值波動情況如圖4所示。

圖4 三種方法去噪后的信號幅值

根據圖4可知,經過所提方法去噪后的電子通信信號幅值與理想幅值一致,說明所提方法的去噪效果最好,在實驗過程中可將其中的大部分干擾因素排除;但反觀另外兩種抑制方法發現,也起到了一定的去噪作用,但去噪后的信號幅值仍存在一些波動,無法達到理想狀態去噪效果。

5 結束語

為確保通信系統穩定運行的同時降低干擾影響程度,提出電子通信多徑信號強干擾抑制算法。該方法對信號去噪以及信號路徑預測的預處理,對信號方向判斷,識別出干擾信號。在多徑干擾的零陷幫助下,實現多徑信號強干擾抑制,解決了信號誤碼率高以及濾波效果差的問題。這一算法可大大加強各個行業的通信能力,也有效防止外界不良分子帶來的干擾危害。