短波分布式干扰抗衰落特性研究∗
2021-05-25
(盲信号处理重点实验室 成都 610041)
1 引言
通信对抗中,为实现有效干扰,必须达到一定的干信比[1]。针对短波天波干扰,由于信道的时变特性,干扰信号功率是随机变量[2],受信道衰落[3]影响而呈现高低起伏变化,单站干扰效果不受控。为提升干扰稳定性,本文提出一种分布式干扰模型,重点针对合成信号功率的分布特性开展理论研究,推导了高斯及瑞丽衰落信道下的期望及方差特性,讨论了站点数目对分布特性的影响,验证分布式干扰相比单站干扰具有抗信道衰落的优势。
2 分布式干扰模型
短波分布式干扰模型如图1所示。目标用户A与B进行实时通信,干扰方各站点对其通联过程进行实时监视,确定信号出联时刻后同步发射干扰信号,完成对非合作通信的协同干扰。模型中,假设各站信道衰落特性统计独立,暂不考虑自由空间传播损耗及天线增益等影响,重点开展分布式干扰抗衰落特性研究。
在分布式干扰模型[4]中,主要包括干扰方、非合作通信方,此处根据信号链路来对其分别进行描述。
1)干扰信号生成:干扰方C向A发射干扰信号I(t),假定各站干扰信号均采用随机生成的基带序列,即干扰信号非同源,序列长度为M,单站干扰信号可表示为
式中,n表示站点索引,t表示连续时间,sl(t)表示基带信号,xm表示随机PSK符号,gT(t)表示成形滤波器[5],fc表示基带载波位置,In(t)表示射频干扰信号,信号均值为0,平均能量约为a2。
2)信道响应函数:在分布式干扰对抗场景中,干扰站点分布于自由空间,无线传播信道可以等效为线性时变系统[6],从系统传输的角度,干扰信号模型可以等效描述为
式中:符号*表示卷积积分,τ表示时延,Hn(τ,t)表示信道脉冲响应是一个关于时延τ与时间t的函数,Jn(t)表示经过信道传播后的第n路干扰信号。
为了方便信号分析,仅考虑单一传播路径受到信道时延、幅度衰落与频移的影响[7],暂不考虑延时扩展及多普勒展宽[8]的影响,简化信道响应函数为
式(3)中,fs表示频移,τc为表示时延,Ac为信道带来的幅度衰落,θc表示信号时延带来的相位偏差,其均匀分布于[-π,π]之间。
3)干扰信号合成:合成干扰信号J(t)可表示为[9]
式中,合成干扰信号分布特性与信道响应函数强相关。
3 合成信号功率特性分析
根据第2节中提出的分布式干扰模型,本节针对加性高斯白噪声(AWGN)信道、瑞利衰落信道进行分析,研究合成信号功率的期望、方差等分布特性,为分布式干扰抗衰落特性研究提供依据。
沙三下砂砾岩体储集物性与含油性密切相关,因此含油性预测即为储集物性预测。而储集物性与沉积特征、地层压力和构造应力特征密切相关。
3.1 AWGN信道
当N个站点同时进行分布式干扰时,假设各站点发射的干扰信号独立且正交,此时各站点信号均通过AWGN信道(即信号无衰落等特性影响,此时Hn(τ,t)=1,仅存在加性高斯白噪声,假定各站点AWGN信道独立同分布,均值为0、方差为σ2)[10],因此抵达非合作通信方的信号模型可以等效描述为
则合成干扰信号J(t)可表示为
此时,J(t)的期望可表示为
因此,J(t)近似服从均值为0,方差为Na2+Nσ2的高斯分布,此处即信道概率密度函数可表示为
其方差特性可表示为
最终,在AWGN信道条件下干扰合成功率Pj的均值为Na2+Nσ2,标准差为,当总功率资源相等(即Na2为定值)时,Pj的均值及方差均为定值,不会随着站点数N的变化而变化。
3.2 瑞利衰落信道
则合成干扰信号J(t)可表示为
其中,Hn(t)的等效信道模型可参考式(3)。由于干扰信号与信道特性统计独立,J(t)的均值特性[12]可表示为
其方差特性可表示为
其四阶矩特性可表示为
其方差可表示为
最终,在瑞利衰落信道条件下,Pj的均值为2Na2σ2,标准差为,当总功率资源相等(即Na2为定值)时,Pj的均值恒定,不随站点数的增加而变化,Pj的方差随着站点数的增加而变小。
4 仿真与性能分析
为了验证理论分析的正确性,本文在总功率资源相等条件下进行仿真分析,研究短波分布式干扰抗衰落特性。仿真中干扰源采用非同源PSK调制信号,信道采用AWGN信道与瑞利衰落信道。
仿真条件设置如下:最大仿真站点数为20个,干扰信号总功率为13dBm(即20mW),各站点干扰功率根据总站点数进行均分,暂不考虑自由空间传播损耗等因素影响,各站点数下独立仿真10000次。
4.1 AWGN信道
根据理论分析,合成信号功率的均值与方差应为定值,与站点数N无关。合成信号功率概率密度函数仿真结果如图2所示,均值及置信区间仿真结果如图3所示,仿真结果表明,多站点合成均有近似的均值与方差特性,与理论分析一致。
图2 多站点概率密度函数(AWGN信道)
图3 多站点合成信号功率均值及置信区间(AWGN信道)
4.2 瑞丽衰落信道
根据理论分析,合成信号功率均值不变,与站点数N无关,方差随着站点数N的增加而减小。合成信号功率概率密度函数仿真结果如图4所示,仿真结果表明,无论单个站点信道分布特性如何,随着站点数的增加(N≥7),合成信号功率分布特性越来越趋近于高斯分布,与中心极限定理结论吻合。该结论表明,分布式干扰相比单站干扰存在一定优势,通过增加站点数,能将难以预测的变参信道逐步逼近为恒参信道,提升干扰效能。均值及置信区间分布如图5所示,仿真结果表明,合成信号功率均值保持不变,与站点数N无关,方差随着站点数N的增加而减小,且随着站点数的增加,方差减小的斜率逐步降低,当站点数N≥7时,斜率已趋近于0,此时新增站点数已无太多“增益”,说明分布式干扰具备“隐分集”效果,通过利用信道衰落统计独立特性,可有效“平滑”信道衰落影响,提升干扰稳定性。
图4 多站点概率密度函数(瑞利)
图5 多站点合成信号功率均值及置信区间(瑞利衰落信道)
5 结语
短波信道的时变特性决定了短波单站干扰受信道衰落影响较大,干扰效能难以预测。本文提出一种分布式对抗方法,对合成信号的功率特性进行了理论推导及仿真分析。结论表明,在加性高斯白噪声(AWGN)信道下,分布式干扰性能与单站干扰性能相当,合成信号功率的均值与方差特性基本一致;在瑞利衰落信道下,分布式干扰相比单站干扰更具优势,当站点数大于等于7时,能将变参信道逐步逼近为恒参(AWGN)信道,利用各站信道衰落统计独立特性,多站干扰能“平滑”信道衰落影响,发挥“隐分集”优势,提升干扰稳定性。
本文主要研究了短波分布式干扰的抗衰落特性,暂未考虑自由空间传播损耗及天线增益等因素对干扰效能的影响,后续工作中将构建更加真实、完备的分布式干扰模型,研究如何布站、如何选站以及各站干扰功率的最优分配问题。