复杂干扰环境下水声通信抗干扰技术研究*

宋君才 邵云生 彭会斌

(驻上海地区水声导航系统军事代表室 上海 200136)

1 引言

盲源分离技术是一种对信号源知识、信道先验知识具有很好宽容性的自适应阵列信号处理方法,即使在未知任何信号源和信道信息的条件下,仅满足极有限的条件也能实现多源信号的分离和恢复。正因如此诱人的特点,这一技术引起了信号处理领域的广泛关注。几年来,盲源分离技术在水声信号处理领域的研究也越来越多,且取得了一定的成果。

水声通信系统作为实施战场指挥和情报传递的基础,在现代海战中占有非常重要的地位。战场环境下,战争态势瞬息万变,信息交流更加频繁,必须随时保障通信畅通,与此同时敌方通过频域、时域、电平域以及空间域对我方的水声通信系统的破坏却是无休无止的,因此拥有强有力的抗干扰通信工具显得尤为重要。除了敌方的恶意干扰,各种探测和武器平台产生的信号如主动声纳的探测信号、水下武器制导信号、噪声干扰器的干扰信号等,也会对己方的通信系统产生一定的干扰。如何在各种复杂干扰环境下,运用盲源分离方法进行有效的水声通信,正是本文的研究内容。

2 建立卷积混合模型和分离模型

多通道卷积混合和多通道盲解卷积过程可通过图1的模型[1]表示,图中方块表示FIR滤波器,s(n)=[s1(n),s2(n),sM(n)]T为相互独立的M维源信号矢量,并且不可观察。

卷积混合可用如下数学模型表示:

其中,Hp是第p个延迟节点处的N×M维混合矩阵。

图1 卷积混合和解混框图

其中H(z)为N×M的FIR多项式矩阵[2],其第(i,j)个元素为Hij(z),Hij(z)为信道的传递函数,定义为:

令f(z)=g(z)H(z),并称之为全局滤波器传递矩阵。则分离信号与源信号之间的关系为:

如果能找到分离矩阵g(z),使全局矩阵 f(z)满足以下条件:

其中,P为次序变换矩阵,∧是一个非奇异的对角尺度变换矩阵,对角阵D(z)=diag{D1(z),…,Dn(z)}表示传输函数为Di(z)=∑pdipz-p的一组任意稳定的滤波器,则源信号得以分离。

3 确定盲解卷积混合准则

采用逐次提取各分量(Deflation Approach)的盲源分离方法[3]。第一步是通过自适应算法,寻找一个1×M滤波器传递函数向量g(z),使得

第二步是通过自适应算法寻找一个N×1滤波器矩阵t(z),使得(n)=y(n)-[t(z)]r(n)的方差最小,易知(n)是源信号sl(l≠1)的卷积混合信号,回到第一步,从(n)提取出s2,依次循环,直到所有的独立分量都被提取出来。为了从卷积混合信号y(n)中每次提取出一个源信号,可利用对照函数最大化的方法。对照函数的定义如下:

设χ是非高斯独立随机信号的集合,关于χ的函数C将χ映射到实数空间,如果满足三个条件,称C是χ的对照函数:

3)上式当且仅当ai=ai0δ(i-i0),即ai(1≤i≤M)有唯一的非零元素时等式成立,其中i0表示C(xi)取最大值时i的取值.

4 形成盲解卷算法

根据上面导出的多通道盲解卷积准则,可形成如下多通道盲解卷积算法[4]。

6)如g未收敛,回到步骤4)。收敛准则可以定为:对照函数的变化量小于一个指定的数ξ1。

5 仿真分析

为了研究水声对抗干扰下多通道盲解卷积的性能,用基于射线理论的浅海水声信道多径确定性传播模型[6]进行仿真,多途路径按照反射形式和反射次数(阶数)划分为四种类型:用SSn表示第一次和最后一次反射皆来自海面的多途接收信号,相似地定义BBn、SBn、BSn分别为第一次和最后一次反射来自海底-海底、海面-海底、海底-海面的类型。下标 n代表多途“阶”的概念,即经过海面或海底反射的次数。上述四种类型的多途路径中的一阶情况如图2所示。

图2 浅海水声信道的声线传播模型

图3 水声对抗网络

假设有如图3所示的一个水声通信网络,在某一个阶段,网关节点向节点1发送通信信号,节点2和节点3正在发送模拟回波信号,模拟回波信号相对于节点1的通信机解调过程是一个干扰信号。根据给定的参数和上述的声线传播模型,可以得到网关节点和节点2、3到达节点1各水听器的信道传递函数。同时,假设通信信号是频率调制信号,其中的一个载频为4000Hz,节点2的模拟回波信号频率从2000Hz到6000Hz的调频脉冲信号,节点3的模拟回波信号频率从1000Hz到6000Hz的调频脉冲信号。采用多通道盲解卷积算法,可以得到如下结果:

图4 各个水听器接收到的混合信号

图5 各分离信号的时域波形图

从图4、图5可以看出,经过盲解卷积运算,通信信号与干扰信号较好地实现了分离。

6 结语

盲源分离能对时域或频域混叠的通信与干扰混合信号进行可靠分离,从而达到干扰抑制的目的。但它需要满足各源信号统计独立的要求,对于重放干扰(干扰机对接收信号进行一定的处理,如延时后再发送出去)等相关干扰源,盲源分离将失效。因此可以说,没有一种干扰抑制方法或通信体制适合于所有的干扰环境,应针对特定的干扰环境选择最优的干扰抑制方法或通信体制。

[1]章新华.盲源分离技术及其水声信号处理中的应用[J].声学技术,2004,23(z1):145～149

[2]张贤达.现代信号处理[M].北京:清华大学出版社,1994:427～432

[3]A.Belouchrani,M.Amin.Jammer mitigation in spread spectrum communications using blind source separation[J].Signal Processing,2000,80(4):723～729

[4]蔡智富,赵洁.一种新的雷达信号分离技术研究[J].弹箭与制导学报,2009,29(4):230～234

[5]孙守宇,郑君里,吴德伟.基于自然梯度算法的盲信源分离研究[J].空军工程大学学报,2003,4(3):165～169

[6]惠俊英.水声信道[M].第2版.北京:国防工业出版社,2007,2:132～156