基于认知无线电的脉冲陷波UWB窄带干扰抑制

贾占彪,陈 红,蔡晓霞,王喜风

(解放军电子工程学院,合肥 230037)

1 引 言

近年来,超宽带(UWB)扩频通信技术在军事、科技和商业领域受到极大关注。UWB技术的一个重要创新性特征就是其与现有无线系统共享频谱资源,而不是去寻找“空白”但可能不适合的频谱,但由于超宽带系统占有很宽的频段,将不可避免与现有的窄带无线电系统重叠,造成UWB系统与其它已授权系统之间的相互干扰[1-2]。

如何避免UWB系统与其它系统相互干扰,实现共存,是广泛实现UWB的前提。现有的窄带干扰抑制方法主要可以分为两类:一是从接收端对接收信号和接收方法进行处理和改进[3];另外,还可以在信号进行传输之前对超宽带脉冲产生方法做一定的调整,采用抑制干扰的脉冲成形算法,或者是通过改变信号调制方式来改变信号的功率谱,从而使信号具有抗干扰能力。文献[4]提出采用Doublet脉冲的方式来避免对GPS等的干扰,但其脉冲频谱上的零点不是随意可调的,脉冲频谱零点的宽度也难于控制。文献[5]提出了一种基于特征值分解的超宽带脉冲设计方案,虽然设计的脉冲能有效抑制窄带干扰,但它没有闭合表达式,采样率高达64GHz,实现比较困难。文献[6-7]提出基于半正定的脉冲波形设计方法,其给出的频谱规范要比FCC的规范严格得多,这虽然可以降低对其它系统的干扰,但同时也降低了发射端的最大发射功率,增加了接收难度。上述方法共同的缺点是:没有和外界环境交互,缺少对周围射频环境的了解,使得UWB系统的频谱共享缺乏灵活性,系统间共存缺少针对性,限制了UWB系统性能和频谱利用率的进一步提高。基于此,研究人员提出将认知无线电技术引入到超宽带系统中来,期望通过认知无线电技术实时感知周围环境的电磁环境,然后通过改变通信参数在窄带系统使用的频段处形成凹陷以降低对其的干扰[8]。

本文提出了一种自适应脉冲频谱陷波的超宽带窄带干扰抑制方法,这种方法的新颖之处在于能够根据认知结果动态地降低脉冲在干扰频段的功率谱从而达到避开窄带干扰的目的。首先以高斯脉冲为例,验证所设计陷波器对脉冲频谱的陷波性能,并在提出的认知超宽带(CUWB)系统模型的基础上实现了对常用窄带系统的干扰抑制,最后就陷波前、后脉冲的通信性能进行了比较分析。

2 基于陷波的窄带抑制实现

基于陷波的思想算法是将超宽带脉冲通过陷波器来降低自身特定频段的功率谱从而使UWB系统避开窄带干扰,达到与其它系统共存的目的。这种方法对不同超宽带脉冲具有普遍适用性,不需要从脉冲成形算法来考虑。FIR滤波器和IIR滤波器都可以设计出相应的陷波器,满足不同的陷波要求。本文主要以FIR陷波器为例来展开讨论。

2.1 FIR陷波器设计

本文采用实现简单且应用较为普遍的窗函数法来设计陷波器。分别选取矩形窗、汉宁窗、海明窗、布莱克曼窗、凯塞窗进行研究。设置阻带宽度为0.4 GHz,可以得到不同窗函数在不同滤波阶次情况下的陷波宽度和陷波深度,如表1所示。

表1 不同窗函数的陷波性能Table 1 The trap performance of the different windows function

从表1可以看出,随着滤波阶次N的增大,陷波宽度逐渐减小,但是陷波深度并没有随着N的增大而增大,增大到一定程度时,反而随着减小,也就是说陷波深度和滤波阶次之间并非是单调关系。明显可以得出结论:凯塞窗在相同阶次的情况下陷波深度最大,且有最小的过度带宽,所以选择凯塞窗作为加窗函数。需要注意的是,阶次N的取值是陷波深度和陷波宽度这两方面折衷考虑的最佳值。

2.2 基于FIR陷波算法的窄带抑制实现

我们采用凯塞窗设计FIR陷波器,以五阶高斯导函数作为陷波脉冲,ISM频段(2.4 GHz)为陷波频段进行验证。其中高斯脉冲为

式中,A为信号幅度,α=0.314 ns为脉冲形成因子。可得FIR陷波前、后的脉冲波形和脉冲功率谱分别如图1和图2所示。

图1 FIR陷波前、后脉冲波形Fig.1 The pulse and the FIR trapped pulse

图2 FIR陷波前后脉冲功率谱Fig.2 The power spectral density of the pulse and the FIR trapped pulse

由图1看出,陷波后的脉冲波形在时域上发生了偏移。从图2可知,陷波后的脉冲功率谱在被陷波频段的功率谱衰减了约55 dB,完全可以避开处于2.4 GHz频段的窄带干扰;陷波宽度为0.4GHz,说明陷波效果只是存在窄带系统频段附近,而对其它频段的脉冲功率谱毫无影响。这样,我们就可以通过设置不同陷波频点来避免UWB与其它系统之间的相互干扰,实现共存,具有很大的灵活性。

3 基于认知无线电的自适应陷波脉冲设计

3.1 认知超宽带系统模型

CUWB在国内外的研究还处于起步阶段,相关研究成果还不多,笔者在已有文献[9-11]的基础上,尝试提出了一种改进CUWB系统模型,系统模型如图3所示。

图3 CUWB系统模型Fig.3 CUWB system mode

该系统模型包括射频激励信号模块、感知模块、认知引擎模块和自适应调整传输模块4个部分。在该模型中,CUWB系统认知环是从接收机检测射频激励信号开始,通过在一个宽的频带上对频谱环境进行检测,将感知信息送到认知引擎模块。通过认知引擎技术估算干扰温度、位置信息及探测频谱空洞,从而提取UWB通信环境存在的干扰信号的频谱特征,认知引擎将之作为短期知识和知识库中的长期知识进行匹配选择,将匹配的最终结果作为调整系统脉冲波形和发射功率的依据,反馈回发射端。同时,认知引擎把每次得到的信息作为知识加以储存作为以后的学习案例。这样通过不断的学习,认知引擎可以积累有益的经验知识,从而使其对UWB系统的调整更迅速。最后发射机根据接收机反馈的频谱及信道状态信息进行动态频谱管理及发射功率控制以形成CUWB系统的自适应功率谱,或产生与之相匹配的频谱灵活的自适应脉冲信号。

自适应功率调整是对整个频段进行调整,灵活性差,同时总的信号发射功率也会降低,造成系统信噪比的降低。而通过对脉冲频谱优化就可以避免自适应功率谱的上述缺点。根据CUWB系统模型,结合脉冲陷波方法,可以得到一种自适应脉冲陷波的窄带干扰抑制方法。

3.2 自适应陷波脉冲设计

“真正的”认知超宽带是超宽带系统能够根据认知无线电对周围的频谱使用情况的感知结果构建“见缝插针式”的自适应辐射掩模,这种功率谱限制不再受限于政策规定,而是完全取决于通信环境,这样能使频谱利用率达到最高。当然,伴随而来的是设备复杂性的提高,而且目前要实现一个“真正的”认知超宽带无线电还是相当困难的,原因在于数字信号处理技术的限制:目前的模/数、数/模转换器还没有足够快的运算速度来实现一个真正的认知无线电[8]。本文主要讨论在FCC辐射掩模的条件下实现对常用通信系统干扰的自适应抑制,这是认知超宽带的一种简化情况,算是对实现认知超宽带的尝试性探索。

自适应陷波脉冲的设计主要分3个步骤:

(1)对UWB通信环境进行频谱感知,估计UWB系统周围的频谱环境;

(2)对频谱感知的结果进行综合处理,提取窄带系统频谱特征,结合长期积累的先验知识,识别存在的干扰,并将本次得到的结果作为案例加以存储作为以后的学习样本;

(3)令超宽带脉冲通过合适的陷波器,使脉冲的功率谱在授权用户所在频段降低从而规避窄带干扰,实现UWB系统与授权用户之间的共存。

3.3 仿真实现

基于脉冲陷波的窄带干扰抑制方法最大的优点就是灵活性,它可以对任何超宽带脉冲的任意频段的功率谱进行陷波。本文以文献[12]提出的一种基于正弦高斯组合的UWB脉冲为例进行仿真验证,这种脉冲在满足FCC辐射掩模的条件下,具有较高的频谱利用率,但它没有考虑超宽带与其它窄带系统之间的相互干扰。如果我们对正弦高斯组合脉冲的功率谱在干扰频段进行陷波处理,这样在实现高频谱利用率的同时,还能解决UWB系统与其它授权系统的相互干扰问题,实现高频谱利用率和系统共存的完美结合。图4就是基于自适应陷波脉冲而实现的对常用窄带系统的抑制。

图4 基于自适应脉冲的窄带干扰抑制Fig 4 The narrowband interference suppression based on adaptive pulse

4 链路预算和数据传输速率

信号的传输距离是衡量系统性能的很重要的一个指标。为了检验利用脉冲陷波抑制窄带干扰这种方法对传输距离的影响,就正弦高斯组合脉冲进行FIR陷波前、后的链路预算进行比较分析。

在自由空间传播条件下,传输距离d与数据传输速率Rb之间的关系为[13]

式中,c为光速,麦克斯韦常数k=1.38×10-23J/K,标准室内温度T0=300K,Gt和Gr是发射和接收天线增益,F为噪声指数,LM为链路余量,Ps(f)为发射脉冲波形的功率谱密度,Eb/N0为平均每个信息位的信噪比,给定不同调制方式的误码率即可求出所需的信噪比,这里采用的调制方式为2PPM和2PAM。

仿真参数设置如下:Gt=1,Gr=1,F=7 dB,LM=5 dB,误码率Pre=10-3,陷波频段为IEEE 802.11a(5.125～5.85 GHz)。得到正弦高斯组合脉冲在FIR陷波前、后的传输距离如图5所示。从图5可以得出结论:陷波后的脉冲传输距离略小于陷波前的脉冲传输距离,这是因为加滤波器的方法在一定程度上减小了脉冲信号的功率,因而会对信号的传输距离产生一定的影响;但是同时也可以看出,陷波前、后的传输距离相差很小,也就是说,基于脉冲频谱陷波的窄带抑制方法,在实现UWB与其它窄带系统共存的同时,并未在整个频段范围内降低UWB脉冲功率,这就为增大UWB系统的通信距离提供了一种可行的方案。

图5 FIR陷波前、后脉冲的传输距离Fig.5 The transmission distance of the pulse and the FIR trapped pulse

5 结 论

将CR技术和UWB相结合的认知超宽带技术,是一种基于动态感知周围频谱环境、具有自适应构建UWB频谱辐射掩模、自适应频谱接入、生成自适应信号适配波形的新型智能无线通信系统。CR主要解决与环境的动态交互问题,UWB主要解决自适应的脉冲信号生成与传输问题。本文利用认知无线电的频谱感知和认知引擎技术提取授权用户的频谱信息,利用陷波手段降低干扰频段处的脉冲功率谱,形成凹陷以避免UWB系统与授权用户之间的相互干扰,实现共存。此方法在实现UWB与其它系统共存的同时,并未降低脉冲发射功率,具有良好的系统传输性能;且基于陷波这种处理方法灵活易行,具有较高的工程应用价值。

[1]PORCINO D,HIRT W.Ultra-Wideband Radio Technology:Potential and Challenges Ahead[J].IEEE CommunicationsMagazine,2003,41(7):66-74.

[2]赵莹,郑君里.UWB系统与窄带系统共存研究[J].微计算机信息,2006,10(3):1-3.ZHAO Ying,ZHENG Jun-li.Research on UWB Coexistence with Narrowband Systems[J].Microcomputer Information,2006,10(3):1-3.(in Chinese)

[3]蒋磊,王永生,郭建新.超宽带通信中干扰抑制方法[J].空军工程大学报,2007,8(2):52-56.JIANG Lei,WANG Yong-sheng,GUO Jian-xin.Study of the interference mitigation for Ultra-wideband communication system[J].Journal of Air Force Engineering University,2007,8(2):52-56.(in Chinese)

[4]FOERSTER J.Interference modeling of pulse based UWB waveforms on narrowband systems[C]//Proceedings of 2002 IEEEE VehicularTechnology Conference.Birmingham,USA:IEEE,2002:1931-1935.

[5]PARR B,CHO B,WALLAC K,et al.A novel Ultra-Wideband pulse design algorithm[J].IEEE Communications Letters,2003,7(5):219-221.

[6]WU X R,TIAN Z,DAVIDSON T N,et al.Optimal Waveform Design for UWB Radios[C]//Proceedings of IEEE InternationalConference on Acoustics,Speech and signal Proceeding.Montreal,Canada:IEEE,2004:17-21.

[7]WU X R,TIAN Z,DA VIDSON T N,et al.Orthogonal Waveform Designfor UWB Radios[C]//Proceedings of IEEE 5thWorkshop on Signal Processing AdvancesinWireless Communications.Montreal,Canada:IEEE,2004:150-154.

[8]周小飞,张宏纲.认知无线电原理及应用[M].北京:北京邮电大学出版社,2007.ZHOU Xiao-fei,ZHANG Hong-gang.Principles and Applications of Cognitive Radio[M].Beijing:People′s Post and Telecommunications Press,2007.(in Chinese)

[9]陈国东,武穆清.一种基于多频带PSWFs组合的CUWB自适应脉冲波形设计[J].电子与信息学报,2008,30(6):1432-1436.CHEN Guo-dong,WU Mu-qing.Adaptive pulse waveform design based on the combination of multiple PSWFs for CUWB system[J].Journal of Electronics and Information Technology,2008,30(6):1432-1436.(in Chinese)

[10]ZHANG H G,ZHOU X F,CHLAMTAO I.Muitiple signal waveform adaptation in cognitive ultra-wideband radio evolution[J].IEEE Journal on Selected Areas in Communication,2006,24(4):878-884.

[11]汪李峰,魏胜群.认知引擎技术[J].中兴通讯技术,2009,15(2):5-9.W ANG Li-feng,WEI Sheng-qun.Cognitive engine technology[J].ZTE Communications,2009,15(2):5-9.(in Chinese)

[12]JIA Z B,CHEN H,CAI X X,et al.A novel pulse design based on Sinusoid Gaussian function for UWB communication[C]//Proceedings of 2010 IEEE International Conference on Broadband Network,and Multimedia.Beijing:IEEE,2010:1240-1244.

[13]SHENG H,ORLIK P,HAIMOVICH A M.On the Spectral and Power Requirements for Ultra-Wideband Transmission[C]//Proceedings of 2003 IEEE International Conference on Communications.Anchorage,USA:IEEE,2003:738-742.