跳频通信系统的盲窄带干扰抑制算法

陆丹丹，朱立东

(电子科技大学 通信抗干扰国家级重点实验室，四川 成都611731)



跳频通信系统的盲窄带干扰抑制算法

陆丹丹，朱立东

(电子科技大学 通信抗干扰国家级重点实验室，四川 成都611731)

摘要：针对强干扰下信号被淹没、很难检测到有用信息的问题,研究干扰检测和抑制技术，提高抗干扰能力。建立了受窄带干扰影响的跳频接收机模型，在接收信号为盲的情况下，分析了基于非抽取小波包变换的干扰检测和抑制算法。在非抽取小波包变换的干扰抑制基础上，提出了基于AR模型线性预测的窄带干扰抑制算法，并对接收信号进行盲解跳和解调。仿真验证了所提方法的有效性。

关键词：跳频通信；盲检测；非抽取小波包；干扰抑制

0引言

跳频通信系统非常典型的优点是抗干扰能力强。然而，在遇到大功率强干扰的情况下，信号就会被淹没，很难检测到有用的信息。如果只是单纯地增加扩频增益实现解跳，往往效果是不好的。因此需要对干扰进行检测，在此基础上采用合适的干扰抑制技术提高抗干扰能力。干扰检测技术能够判断信号是否被干扰，干扰抑制技术能够最大程度地抑制或消除干扰。文献[1]利用小波包变换进行自适应阈值窄带干扰抑制，缺点是有时候对于信号的信息损失比较严重，文献[2]是利用匹配滤波算法来抑制窄带干扰，但是需要确切了解干扰信号的参数才能很好地设计滤波器。文献[3]是非抽取小波包变换的窄带干扰抑制算法，算法的优点是利用Daubechies滤波器对信号的频谱进行等频带划分,将干扰定位在滤波器子带的中心,然后移除干扰，缺点是对于多音干扰会失去很多有用信号的信息。文献[4]是根据小波包的变换域自适应抑制窄带干扰，缺点是利用LMS算法自适应调整滤波器抽头系数时，在干扰频段人为地设定一个阈值，结果不是特别准确。

本文在非抽取小波包变换抑制窄带信号干扰的基础上做了改进。将AR模型应用到干扰抑制技术上，有效地将干扰信号频谱进行了削减。另外结合盲信号处理技术，对接收到的观测信号的频率和周期进行盲估计，以便对信号进行解跳并恢复有用信息。

1接收信号模型

跳频系统由发送端和接收端构成，经过改进后的接收信号模型如图1所示。

图1　受干扰信号的发送和接收模型

接收到的信号由期望信号、干扰信号和加性高斯白噪声3部分组成，数学表达式写为：

(1)

式中，s(t)是基带信号经过扩频和BFSK调制后的跳频发射信号，n(t)是均值为零、功率谱密度为N0/2的加性高斯白噪声，J(t)为窄带干扰信号。

干扰信号J(t)可以表示为：

(2)

对接收到的观测信号做FFT变换，可以看到在很强干扰的情况下，接收信号中期望信号的频谱被窄带干扰频谱淹没。恶劣的情况下，已经完全分辨不出有用的期望信号信息。

接收信号在无干扰和有干扰时(本文采用的ISR为10 dB)信号的二维幅度频谱的仿真情况如图2所示。图2(a)为跳频信号的时频图案，图2(b)为观测信号的时频图案。

图2　接收信号受干扰和未受干扰的二维时频图

图2中跳频信号表示未受到干扰的接收信号，观测信号表示受到干扰后的接收信号。从图2中可以看出，随着干信比逐渐增加，信号的幅度被淹没得很小。在这种情况下，对于源信号的检测是非常不利的，所以在接收端增加了一个模块——干扰抑制模块，下面就这个模块进行说明。

2干扰抑制模块

干扰抑制模块如图3所示。

图3　干扰抑制模块

干扰抑制模块包含以下几个部分：滤波器的设计、干扰在滤波子带的定位、干扰在滤波子带频移和受干扰频段的重置。对于滤波器的设计，沿用文献[3]中基于小波包的非抽取滤波器，为了更好地重构信号，提高了滤波器的阶数，这是以增加复杂度为代价的。干扰在滤波子带的定位是通过比较低通和高通滤波子带的能量得出的，若某一个滤波子带的能量比较高，则在这个滤波子带存在干扰，然后通过最大化能量差得出干扰信号的最优频移，使干扰频段位于滤波子带的中心。数学表达式可以表示为：

(3)

(4)

选择最优的频移(即将干扰的频带频移到滤波器子带的中央)。

在将受干扰的频段重置过程中，利用对信号频段很好估计的AR模型来线性预测被干扰的频段。过程为：首先将解析信号的频谱与滤波器的频谱相对应，然后检测每一个滤波器子带的信号幅值，提取出未受干扰的信号频段，求取多个滤波器子带频点平均值，最后根据这些平均值预测受干扰频点的幅值。

利用滤波器的低通(频谱起始于y轴)和高通的思想，将接收信号的频谱时移到0～π之间，然后通过将滤波器的频谱与信号的频谱对应，对于信号的频谱按照滤波器的子带进行提取，得到干扰所在的滤波器子带。若受干扰的频段没有在滤波器的中心，滤波时容易产生误差，所以将干扰频段频移到滤波子带的中心。最后利用本文的方法对干扰频段进行重置。

为受干扰的观测信号子带进行频移后使干扰位于滤波器子带中心的仿真图和(经过上述算法提取重置干扰信号频段的仿真图如图4(a)和图4(b)所示。以单音干扰为例，在受干扰的信号频段，利用本文提出的方法将信号重置后保存了部分期望信号的信息。因此基于AR模型的频谱估计方法是较理想的，信号的信息损失较少，有利于在盲信号检测中进一步应用。

图4　滤波器子带干扰重置仿真

3盲窄带干扰抑制算法

本文提出了盲窄带干扰抑制算法，该算法包含干扰子带重置、跳频信号频率和周期的估计、信号的恢复3个过程，详细步骤如下：① 提取每个子带的信号幅值，根据AR模型重新估计受干扰的滤波器子带；

② 首先检测跳频信号的频率，根据信号的三维时频分析图，在每一个频率点上，将所有时间上的时频幅度值映射到频率轴上，累积信号的幅度，估计出信号的频率；

③ 其次做出信号的三维时频图，提取时频重心，估计信号的跳周期；

④ 然后根据估计出的跳信号的跳变频率，对信号进行解跳，解跳后经低通滤波提取信号的包络线进行解调。

4算法仿真分析

此部分对上述改进算法的性能进行仿真，携带信息的序列通过信道，被噪声和干扰影响，以至于盲检测和盲恢复的时候出现较大的误码率，所以考虑了干扰的抑制策略。主要考虑2种类型的干扰：窄带白噪声和多音干扰。上述的仿真分析中，采用BFSK调制，FHSS系统在10 ～100 kHz内跳变(8个正交频率信道)，信噪比为15 dB。在此次实验中，由于单音干扰损失的频段信息较少，故可以利用直接置零的方法进行干扰的抑制。对于多音干扰的情形，由于干扰占有的频段信息较多，直接采用置零的方法肯定对信息的损耗较大，采用本文的方法对其进行重置。在将干扰频段重置之后，对于跳频信号的频率和周期的估计，利用1 000次蒙特卡洛仿真降低估计误差，估计的相对误差都在百分之零点几左右，最后可以很好地恢复信号。图5给出了无滤波器方法、置零方法、改进的方法误码性能比较，随着信干比的增加，误码率下降。并且改进的算法对于干扰的抑制程度有一定提升。

图5　多音干扰的误码率

图5中标示为Withoutfilter(无滤波器)的曲线表示没有滤波器时的误码率，标示为UWPT(非抽取小波包变换)的曲线表示干扰信号频段置零方法的误码率，标示为IUWPT(改进的非抽取小波包变换)的曲线表示本文提出方法的误码率(图6同上)。可以看到随着信干比的增加，误码率降低。

图6显示了窄带白噪声对信号的影响，考察不同占空比情况下的误码性能，随着占空比的增加，噪声的功率增加。从图6可以看出对于低的占空比，接收机可以不利用干扰抑制模块就有低的误码率，但是当噪声的带宽增加到一定程度时，干扰抑制模块能够降低信号的误码率，提出的方法比原来的方法有了一些改进。

图6　窄带白噪声的误码率

5结束语

提出了一种基于非抽取小波包变换的盲窄带干扰抑制算法。该算法是在频域和时频域进行的。通过非抽取小波滤波器将干扰定位在滤波器子带，并将干扰滤出，通过提出的算法重新设置干扰信号的频段，算法性能得到一定的提升。当信号通过信道时，会收到各种类型的干扰作用，经过对多音干扰和窄带白噪声干扰进行了仿真，验证了提出的算法有效性，可以应用在跳频通信系统中盲信号的检测和分离中，并且对于信道质量的评估也很有价值。

参考文献

[1]朱立为,蒋品群.基于小波包变换的自适应阈值抑制窄带干扰[J].数据采集与处理,2013,28(6):843-847.

[2]Chen H S,Gao W,Daut D G.Signature Based Spectrum Sensing Algorithms for IEEE 802.22 WRAN[C]∥Communications .icc.ieee International Conference on,2007:6487 - 6492.

[3]Perez-Solano J J,Felici-Castell S,Rodriguez-Hernandez M A.Narrowband Interference Suppression in Frequency-Hopping Spread Spectrum Using Un-decimated Wavelet Packet Transform[J].IEEE Transactions onVehicular Technology,2008,57(3):1620 - 1629.

[4]王荣,颜永庆,周猛,等.小波包变换域自适应干扰抑制技术在直序扩频通信系统中的应用[J].电路与系统学报,2002(1):104-107.

[5]路伟涛,张书仙,杨文革,等.基于非抽取小波包变换的信号滤波算法[J].中国空间科学技术,2014,34(3):46-52.

[6]Pardo E,Perez J J,Rodriguez M A.InterferenceExcision in DSSS based on un-decimated Wavelet Packet Transform[J].Electronics Letters,2003,39(21):1543 - 1544.

[7]宋昕,汪晋宽,韩英华.RLS算法在CDMA系统中的应用[J].仪器仪表学报,2005(S2):458-460.

[8]程曙晖,王斌.强干扰下跳频信号的参数估计[J].电讯技术,2014,54 (2):132-138.

[9]路伟涛,张书仙,杨文革,等.基于非抽取小波包变换的信号滤波算法[J].中国空间科学技术,2014,34(3):46-52.

[10]Fathallah H,Rusch L A.Enhanced Blind Adaptive Narrowband Interference Suppression in DSSS[C]∥ Global Telecommunications Conference .Globecom,1996:545-549.

[11]张春海,卢树军,张尔扬.基于加窗DFT的DSSS系统变换域窄带干扰抑制技术[J].解放军理工大学学报(自然科学版)，2004,5(4):11-15.

Research on Blind Narrowband Interference Suppression Algorithm
Based on FHSS

LU Dan-dan,ZHU Li-dong

(National Key Laboratory on Science and Technology of Communications,UESTC,Chengdu Sichuan 611731,China)

Abstract：When signal is submerged in the strong interference,it is difficult to detect useful information.Thus the interference detection and interference suppression technologies are studied in order to improve anti-interference capability.This paper constructs the frequency-hopping receiver model affected by narrowband interference,and analyzes the interference detection and suppression algorithms based on un-decimated wavelet packet transform in case that the received signal is blind.Based on the interference suppression of un-decimated wavelet packet,this paper proposes an algorithm of narrowband interference suppression in view of AR linear prediction model,and implements blind de-hopping and blind demodulation.The simulation verifies the effectiveness of the proposed algorithm.

Key words：frequency-hopping system;blind detection;un-decimated wavelet packet;interference suppression

作者简介：陆丹丹(1990—)，女，硕士研究生，主要研究方向：跳频盲信号的分离、干扰抑制等。朱立东(1968—)，男，教授，主要研究方向：无线与卫星通信系统的信号处理、信道建模与仿真、资源管理及移动性管理等技术。

基金项目：国家高技术研究发展计划(863计划)(2012AA01A502)；国家自然科学基金项目(61179006)

收稿日期：2015-09-09

中图分类号：TN911.P

文献标识码：A

文章编号：1003-3114(2016)01-18-3

doi:10.3969/j.issn.1003-3114.2016.01.04

引用格式：陆丹丹，朱立东.跳频通信系统的盲窄带干扰抑制算法 [J].无线电通信技术,2016,42(1):18-20，42.