抗窄带干扰
通信名词
通常情况下通信的电磁环境十分复杂,通信条件比较恶劣,存在模式繁多和统计特性时变的干扰。在这些干扰中,高功率的窄带干扰已经成为破坏通信系统顽存性最主要的因素之一[。常见为军事中,发送一个同频干扰信号,这样该干扰和原信号叠加在一起就无法区分,从而达到干扰通信的目的。比较常见的解决方法是扩频通信
背景
通信设备和系统生存于纷繁复杂的电磁环境中,随着电子设备间的密度与日俱增,导致所占用的电磁频谱越来越宽,所传输的信息量越来越大,面临的电磁干扰也日益严重。
在民用场合一般可以通过分配频率资源、限制发射功率、增加通信设备间距离等方式来解决这种问题。但是,在舰船、路基通信站、通信车和军用指挥飞机等军事场合,通常装有多部电台,并需要它们同时工作,致使空间的限制天线间不得不离得很近,导致大功率发射天线对敏感度很高的接收天线、同频带发射天线对接收天线等都将产生强烈的干扰,而空间隔离、屏蔽等许多其它环境中行之有效的方法都无法使用,如果不采取适当的措施将导致设备和系统的性能下降,甚至失效。
从电磁干扰信号频谱宽度,可以将电磁干扰分为宽带干扰源和窄带干扰源。无线通信系统中,远小于系统带宽的频带就可以认为是窄带了。许多时候由于受到扩频带宽的限制,仅靠扩频增益已不足以对干扰进行抑制,特别是在强窄带干扰的场合,必须采取其它措施进一步提高扩频通信的抗干扰能力。
基本原理
1.抗窄带干扰原理
随着对移动通信和个人通信服务需求的迅速增长,扩频通信为日益拥挤的频谱提供了一种很有前途的解决方案。直扩-CDMA与窄带通信系统共存既可以看作是频谱效率的改善,也可以看作是与现有窄带系统共享频谱资源。在两系统共存的情况下,直扩-CDMA信号扩展在很宽的频带内,功率谱密度非常低,所以对窄带通信系统性能的影响相当小。另一方面,直扩-CDMA系统在解扩时将窄带干扰扩展在很宽的频带内,所以系统自身具有具有抗窄带干扰的能力。但是,直扩-CDMA系统自身能够抗窄带干扰的条件是,假设直扩-CDMA信号的功率与窄带干扰相比大得多。然而实际应用当中,直扩-CDMA信号的发射功率应该不对窄带通信系统造成不良影响,所以其发射功率是受限的,这样的直扩-CDMA信号不再经得起来自窄带系统的干扰。为了保证直扩-CDMA信号发射的性能,必须消除直扩-CDMA系统和窄带通信系统之间的干扰。
2.抗窄带干扰技术
扩频通信干扰抑制技术的研究起源于20世纪70年代末期。过去的大量研究工作一直关注于扩频系统中有效的窄带干扰抑制技术的开发应用,发展至今仍是众多学者研究的热门课题。干扰抑制技术的实现方法很多,从最简单的信号处理技术到一些最先进的处理方法,已建立了丰富的方法论体系。这些技术包括利用了扩频信号和窄带信号谱特性的线性预测方法;利用了信号的谱特性和一阶概率分布的非线性预测方法;利用感兴趣的信号的扩展码和窄带干扰的二阶统计量的线性码辅助方法以及基本上利用了有用信号和窄带干扰信号的所有信息的最大似然码辅助技术。
已有的窄带干扰抑制技术基本可分为3类:预测技术;变换域技术和码辅助技术。
(1)基于预测的窄带干扰抑制技术
基于预测的窄带干扰抑制技术的基本思想是利用窄带信号和宽带信号在可预测性上的差异,得到一个窄带干扰的精确复制,然后再接收信号中消除足够的信号,从而达到抑制窄带干扰的目的。因为窄带干扰是非高斯的,样值间有很强的相关性,可以从过去样值来估计当前样值;而扩频信号频谱平坦,以chip率取样的样值之间几乎不相关。当接收信号同时包含宽带成分时,如果产生了一个接收信号的预测值,那么预测值中将主要是窄带信号的预测值。所以在解扩之前从当前信号中减去预测值,将显著减小接收信号中的窄带成分,再将信号与PN码进行相关解扩,就可以大大提高直扩通信系统的性能。
这类技术包括了线性预测干扰抑制滤波器与非线性预测干扰抑制滤波器,以及基于HMM的干扰抑制方法。
线性预测滤波器的两种基本结构是干扰基于状态空间的Kalman-Bucy预测器和抽头延迟线结构的有限脉冲响应(FIR)线性预测器。内插器也可以用来产生预测值,线性内插滤波器可看作是对线性预测滤波器的改进形式,它对干扰的估计不仅利用过去的输入值,同时利用将来的输入值,已达到更高精度的干扰估计。图1所示为线性预测滤波器。图2所示为线性内插滤波器。通常线性双边内插器比单边预测器性能要好。
线性预测方法是利用有用数据信号的宽带特性抑制干扰,这样的处理只利用了扩频数据信号的谱结构特点。如果能利用更多的有用信号的结构特点,对线性预测方法进行改进,可以获得更好的抑制效果。当背景噪声是高斯白噪声时,线性预测技术是最优的。而当面临的噪声是非高斯噪声时,为了获得更好的性能,需要求助于某些非线性技术。直扩序列是独立同分布的二进制序列,是非高斯的,所以即使窄带干扰和背景噪声假设是高斯的,这时的最优滤波也应是非线性的。利用直扩信号的非高斯结构,可以获得非线性滤波器,这种滤波器在非高斯成分占主要地位的情况,可以获得比线性滤波器更好的窄带干扰抑制效果。推广到非线性内插滤波器,使其干扰抑制性能得到了进一步提高。图3为非线性预测滤波器结构框图。
非线性预测滤波器是利用过去的输入值对干扰的当前值进行估计,滤波器抽头的间距是相等的,都等于取样间隔Tc。一种最小冗余线性预测滤波器的抽头间距根据最小冗余结构来选取,使其干扰抑制性能得到了提高。将最小冗余结构应用到非线性预测滤波器,得到了最小冗余非线性预测滤波器。分析结果表明,最小冗余非线性预测滤波器的性能明显优于标准非线性预测滤波器。图4所示为最小冗余非线性预测滤波器结构框图。
在非线性预测滤波器的基础上,提出了一种改进结构——双非线性滤波器,即在非线性滤波器的输出端加上一适当的非线性函数,以提高自适应滤波器的抗脉冲干扰的能力。
另一种可能的解决方案是带判决反馈的单边预测器,其适用于非高斯噪声环境的情况。可以让有用信号通过,并能避免由于能量损失和码间干扰带来的信号失真,从而明显改善干扰抑制能力。
讨论基于预测的方法时,通常都是假设干扰的环境是稳定的,最坏情况也是缓慢变化。然而在某些应用中,干扰环境却是动态的,窄带干扰在扩展带宽的任意频率上随机地进入和离开信道。这种情况下采用自适应预测滤波器的一个困难是:当一个干扰突然从信道中消失时,自适应算法产生的抑制干扰的“缺口”,在干扰离开信道之后还将持续一段时间。也就是说,当干扰进入信道和退出信道时所发生的情况之间存在不平衡。这种“缺口”现象将导致有用信号性能的显著下降。其中一种解决办法是采用HMM(hidden Markov model)方法,处理控制窄带干扰在信道中的进出。HMM滤波器用于探测被干扰命中的子信道,然后将一个抑制滤波器设置在存在干扰的子信道中。当探测到干扰退出某一子信道时,则将抑制滤波器从该信道中移走。
(2)基于变换域的窄带抑制技术
在抗窄带干扰的技术当中,最有用的技术之一是变换域滤波器技术。最初提出采用快速傅里叶变换以及声表面波器件的变换域滤波技术,来抑制连续扩频接收机中的窄带干扰,后来这种思想进一步发展为基于傅里叶变换域抗干扰技术。集中于基于滤波器组合子带变换的抗干扰技术方面,提出基于多分辨滤波器组的变换域抗干扰技术的基本框架,由于滤波器组的精确重构特性,该方法可以保证在没有干扰存在时,不使有用信号失真,消除了以往加窗运算所带来的副作用。此外,由于可以自由设计滤波器的滤波特性,次方法在很大程度上改善了不加窗FFT处理带来的频谱泄漏问题。
另一种选择是,采用小波变换以及相应的滤波器组来实现变换域滤波,一种抑制早上的方法是利用正交镜像分解树型结构来实现离散小波变换或离散小波包变换。类似于离散傅里叶变换,该方法可对信号频谱进行均匀划分。但与离散傅里叶变换不同的是,由滤波器所产生的频谱的旁瓣效应取决于所采用的正交镜像滤波器系数,因而旁瓣小于不加窗的离散傅里叶变换,频谱泄漏较少。此外,采用小波包分解方法来精确定位时变干扰,并利用小波包分解可以保持噪声能量这一特性来抑制干扰。另外一种新的变换域抗干扰算法是,自适应时频去噪器(ATF),可针对不同的输入信号产生不同层次结构的子带分解树,每一次分解采用两个子带或三个子带的原形FIR滤波器组。与固定结构的滤波器相比,ATF的一个最具突破在于它可以自适应地改变子带滤波器组的层次结构,减少了变换域的分割并能更准确地定位干扰信号的频域分布,因而减少了对干扰的敏感程度,是一种稳健的抑制干扰的技术。
在变换域抗干扰技术方面,典型的处理方法是在判断出干扰的位置后,对各个变换域系数乘以权值,采用连续变换的权值并使用某种优化算法如LMS算法来调节权值,可以最大程度地改善系统的性能。
(3)码辅助技术
上述所讨论的抑制窄带干扰的大多数方法都是基于预测/相减结构。在这些滤波器技术的分析中,窄带信号或者被模拟为确定性正弦信号,或者被模拟为自回归信号,这样的模型大大简化了分析。当干扰实际是一个数据速率比扩频chip速率低得多的数字通信信号时,这样的干扰虽然也是窄带干扰,但却不再适合模拟为确定性正弦信号或自回归信号。在这种情况下,需要采用数字干扰模型,来研究抑制这种数字窄带干扰的最优扩频接收机。由于数字窄带干扰与扩频信号的相似性,提出将用于消除多径干扰的多用户检测技术应用于抑制数字窄带干扰,将数字窄带干扰看作虚拟的扩频用户。研究结果显示,用这种技术抑制数字窄带干扰效果很好。
线性预测窄带干扰抑制方法利用的是扩展数据信号的谱特性;非线性预测方法则是利用这些信号的谱和一阶概率分布。窄带干扰抑制技术的更进一步改进,将采用超出chip水平的随机模型,提出一种码辅助技术的数字窄带干扰抑制方法,这种技术可以在直扩-CDMA网络中同时抑制窄带干扰(NBI)和多径干扰(MAI)。这种方法针对的窄带干扰信号是一个数字通信信号,但数据速率比扩频chip速率低得多。这种数字窄带干扰模式应用于模拟多速率CDMA系统,系统中使用了多种扩展增益和多个chip速率,在这种情况下采用解相关检测器抑制窄带干扰,与理想的预测技术相比,结果表明这种方法具有显著的性能改善。这种码辅助方法的性能显著优于预测技术,这是因为预测技术仅利用了窄带干扰的可预测性,而码辅助技术不仅利用了窄带干扰的可预测性,还利用了扩频信号的可预测性(通过抑制的扩展码)。
最大似然码辅助技术是一种优化的非线性码辅助窄带干扰抑制技术。
(4)其他干扰抑制技术
(a)自适应模糊窄带干扰抑制技术
具有反向传播学习算法的模糊推理系统可以作为任意非线性动态系统的辨识器,进而组成非线性自适应滤波器。自适应模糊窄带干扰抑制器或自适应线性增强器(ALE)可以解决非线性技术所面临的问题,尤其是对非常窄的干扰。无论信噪比多大,这种方法对窄带干扰的抑制能力都优于所有其他的非线性方法。模糊自适应线性增强器还可以加快捕获时间,更适合于非固定信道。
(b)正交频分多址技术
在抗强窄带干扰的技术当中,另一个方法是正交频分多址(OFDM)技术,这项技术利用关于一些子载波可以达到比较高的频谱利用率,并消除信道中频率选择性衰落和干扰的影响。直扩-SS扩频系统与OFDM技术相结合,容易实现优化检测,并以一种有效的方式利用频谱,保留了许多扩频系统的优点,还可以开发频率分集。
(c)组合滤波器技术
对适用于扩频通信的抗窄带干扰的自适应滤波器进行研究和探讨的主要目的是提高自适应处理后相关处理前的信噪比,从而降低相关处理后的误码率。对于具体的自适应滤波器的分析均假设定窄带干扰具有强相关性,可以从其前后相邻的取样值估计出当前窄带干扰的取值,同时认为扩频信号是近似无相关的,其当前值不能估计。因此,它们均采用自适应处理将具有强相关性的窄带干扰从当前接收中对消掉,而信号由于其不相关性则不能对消。但实际上,由于受到信道和接收机带宽的限制,使接收到的扩频信号也具有一定的相关性,故它在通常自适应处理时总是要被抑制;同时扩频信号的存在也影响了自适应滤波器对窄带干扰的估计,导致自适应处理时权收敛最优值的速度减慢或不稳定,特别是当扩频信号的功率与窄带干扰的功率相比不可忽略时,这两方面的负面作用变得更为明显。采用两种相同结构的基本滤波器构成组合自适应滤波器,可以有效地减小自适应处理对扩频信号的抑制作用。图5所示为以线性横式滤波器为基本结构的组合滤波器。
参考资料
最新修订时间:2022-09-19 17:45
目录
概述
背景
参考资料