VHF/UHF通信电台接收链路中的干扰抑制合并方法

吴 灏, 康 颖, 葛松虎, 李亚星, 孟 进

(1. 海军工程大学军用电气科学与技术研究所, 湖北 武汉 430033;2. 海军工程大学舰船综合电力技术国防科技重点实验室, 湖北 武汉 430033)

0 引 言

现代甚高频/特高频(very high frequency/ultra high frequency, VHF/UHF)通信电台广泛应用于野外科考、应急救灾、舰艇飞机通信等军民用领域,具有信号稳定、安全性高等优点,也是保障长距离视距通信的重要设备。然而,在复杂电磁环境下,VHF/UHF电台易受共平台发射机或对方干扰机产生的多样式干扰影响,通信鲁棒性较差。

为抑制VHF/UHF同频干扰,多天线接收是一种有效的抗干扰手段。然而,由于通信信道通常是衰落的且各向异性,无法直接采用阵列信号处理中的波束形成技术。针对VHF/UHF频段多通道接收特点,分集合并(diversity combining, DC)技术通过将两路或多路信号按照一定策略合并起来,能有效补偿信道衰落,显著提高信噪比(signal to noise ratio, SNR)。其中,最大比合并(maximal ratio combining, MRC)方法在最大输出SNR准则下性能最好,但实现结构复杂,等增益合并(equal gain combining, EGC)方法实现相对简单,但对抗多径信道衰落性能稍差。当信道中存在强干扰时,文献[18]提出了干扰抑制合并(interference rejection combining, IRC)方法,利用干扰信道和期望信道的差异性完成空域干扰抑制。文献[19]对比了Rayleigh衰落信道下MRC和IRC方法对分布式网络中断概率的影响,文献[20-21]在IRC方法的基础上,提出了特征域的E-IRC方法,对特定窄带干扰有更强抑制效果。IRC方法也被广泛应用于长期演进(long term evolution, LTE)系统的上行链路,可有效提高小区容量,降低内部干扰。文献[23]提出了一种用于一发两收LTE系统的干扰重构合并方法,相比于传统IRC方法,该方法在多径衰落信道中性能更佳。根据先验信息的不同,IRC常用的准则有最小均方误差(minimum mean square error, MMSE)、最大化信干噪比(max signal to interference plus noise ratio, MSINR),线性约束最小方差(linearly constrained minimum variance, LCMV)等。由于IRC方法对接收信号协方差矩阵和信道估计误差十分敏感,而VHF/UHF接收链路受多径衰落影响,信道参数通常是未知且时变的,很难精确估计出信道参数,限制了传统IRC方法在受干扰VHF/UHF通信电台中的应用。

本文以某型舰载一发两收VHF/UHF战术通信电台为研究对象,针对真实战场环境接收链路存在的同频强干扰,提出了一种基于决策的IRC(decision-based IRC, D-IRC)算法。该方法避免了传统IRC方法对信道估计误差敏感的缺陷,解决了信道参数估计难题。D-IRC无需估计信道参数,适用于多径衰落等信道未知场景,且算法结构简单,最优权值可基于最小均方(least mean squares, LMS)快速算法迭代获得。同时,本文定量分析了D-IRC输出信干噪比(signal to interference plus noise ratio, SINR)与输入SINR的解析关系,定义了干扰抑制功率失效区,并给出了D-IRC最优输出的选择策略。仿真结果表明,在信道参数未知场景下,通过决策输出的D-IRC方法性能优于传统IRC和MRC方法,且失效区测度关系与理论分析一致。

1 系统模型

本文采用某型一发两收VHF/UHF电台通信链路模型,该电台由一个发射链路和两个独立的接收链路组成,接收链路为上下双天线结构,如图1所示。

图1 一发两收VHF/UHF电台通信链路模型Fig.1 VHF/UHF radio communication link model with one transmitter and two receivers

发送信号时,为避免多径干扰,通过控制模块和切换开关,同一时刻只能由其中某一根天线进行发射。接收信号时,上下天线同时工作,由于天线间隔足够大(通常≥,为波长),可获得两路独立的衰落信号。

对于受干扰的通信系统,由于上下双天线不具有各向同性,不能使用阵列信号处理中的导向矢量描述信道响应。因此,接收端离散基带信号表示为

(1)

式中:采样点≥0;()和()分别表示上下天线接收信号采样值;()表示期望信号采样值;()表示干扰信号采样值;,,,分别表示期望信号和干扰信号的信道复衰落增益。本文假设信道,,,均为Rayleigh平坦衰落信道,()和()表示加性高斯白噪声(additive white Gaussian noise, AWGN)采样值。为方便后文推导,记

(2)

对于当前时刻,不失一般性,式(1)可简记为向量形式:

=++

(3)

式中:=[,]∈,=[,]∈,=[,]∈分别表示接收信号向量,期望信号的信道向量以及干扰信号的信道向量。实际场景中,期望信号与干扰信号通常不相关,本文假设和相互独立且均值为零。定义接收信号的自相关矩阵∈,具体表示为

=E[]=+

(4)

(5)

根据矩阵求逆定理,得到:

(6)

式中:||表示的行列式,(,=1,2)表示矩阵中的元素。

2 基于决策的D-IRC方法

2.1 算法原理

为抑制干扰信号,可利用多个接收信道的差异性进行空域干扰抑制。由于VHF/UHF电台接收天线的方向性较弱,接收通道通常为多径衰落信道,而且干扰源具有随机性和未知性,导致不同天线接收信号的信干噪比差异较大。因此,最典型的空域干扰抑制方法为IRC,其本质上是基于特定准则计算多路接收信号的最优权值,利用分集合并实现干扰抑制。通常地,可采用MSINR或MMSE准则构造IRC的目标函数。其中,MSINR准则下的目标函数为

(7)

式中:表示IRC权值向量。由广义Rayleigh商定义,权值最优解为

(8)

MMSE准则下IRC的目标函数为

(9)

权值最优解为

(10)

根据矩阵求逆引理

(11)

代入式(10),可得

(12)

(13)

式中:为实常数。相应地,干扰抑制合并信号记为

(14)

(15)

图2 基于决策的D-IRC方法基本原理Fig.2 Basic principle of D-IRC method based on decision

由于信道参数为估计值,D-IRC采用LCMV准则构造目标函数:

(16)

(17)

式中:为乘子,可求得D-IRC最优权值的通式为

(18)

相应地,干扰抑制合并信号记为

(19)

(20)

式中:为实常数,且满足=1。则最优干扰抑制合并信号为

(21)

然而,式(21)中最优权值的获取仍是个难题。在实际应用中,受信道时变以及求逆运算复杂度高等因素制约,通常无法直接由式(20)计算获得。因此,本文采用LMS算法迭代求解。具体地,将式(20)代入式(16),目标函数进一步改写为

(22)

(23)

为使D-IRC方法具有更强适用性,如果直接输出合并信号,由于信道参数为估计值,在LCMV准则下可能会导致期望信号也被抑制。因此,D-IRC方法通过合适决策手段,选择输出参考信号或最优合并信号,也即输出为={,}。

(24)

式中:为实常数,且满足=1。最优干扰抑制合并信号为

(25)

目标函数为

(26)

基于和,通过进一步决策,得到最终输出Out={,}。

2.2 决策方法

SINR是度量通信质量可靠性的一个重要指标。为评估系统抗干扰能力,令

(27)

(28)

本小节基于MSINR准则,通过定量分析输出SINR与的解析关系式,给出D-IRC的具体决策方法。当信道参数已知时,利用式(14)可得的SINR为

(29)

结合式(28)和式(29)可得

SINR≈

(30)

式中:为与信道参数相关的正实数,也即SINR与呈正比关系。

当信道参数未知时,利用式(18)可得

(31)

利用矩阵求逆引理得到

(32)

(33)

通过代数运算可得

(34)

根据决策输出={,},={,},在MSINR准则下可得

(35)

式中：SINR和SINR分别表示接收信号和的SINR,结合式(28),可近似表示为

(36)

为得到SINR和SINR,直接根据式(21)和式(34)推导得到的解析式形式复杂,不便于定量分析。因此,本文做如下近似处理。首先,结合式(6)和式(20)化简可得

(37)

(38)

则有

(39)

(40)

将式(36)和式(39)代入式(35),可得

(41)

(42)

则决策输出和可分别表示为

(43)

(44)

(45)

式中:(·)和(·)为功率-SINR比映射函数。由于(·)和(·)均为凹函数,若存在使得SINR<,SINR<,即电台无法正常工作,定义这些值的集合为干扰抑制功率失效区,记为和,则有

(46)

结合式(43)、式(44)和式(46)可得和的测度分别为

(47)

(48)

||+||=4lg,≤;≤

(49)

式(49)表示,当||和||均不为0时,其测度之和稳定为常数4lg。因此,为实现最佳抗干扰性能,最终决策输出Out稳定为测度较小的一路。

2.3 处理流程

根据前述D-IRC原理及决策方法,完整的算法处理流程如图3所示,步骤如下。

图3 D-IRC方法流程图Fig.3 Flow chart of D-IRC method

根据先验信息及测量得到,以及值;

同时采集上下两路接收信号,得到()和();

若信道参数已知,则根据式(14)得到最优输出;否则,根据式(22)和式(26)分别构建目标函数,基于LMS迭代求得最优权值,以及,;

根据式(43)、式(44)和式(46)分别求得,以及||,||;

进行判决:若||≤||,则Out=;否则Out=,最终输出Out信号。

由图3可知,D-IRC方法的主要计算开销在于LMS迭代求解最优权值,其单次迭代只涉及简单的乘加运算,包括3次乘法和2次加法,可利用现场可编程门阵列(field programmable gate array, FPGA)的乘加法器完成。对于VHF/UHF通信带宽而言,利用主流FPGA芯片,算法的一次迭代可在一个数据周期内完成,不存在实时性问题。而对于传统的IRC算法,最优权值的计算需要用到矩阵求逆操作,用FPGA实现难度较大。以Xilink Zynq ZC706评估板40 MHz采样率为例,实验测得,D-IRC算法的收敛速度为微秒量级,具备工程实现条件。

3 仿真结果与分析

3.1 仿真参数

3.2 AWGN信道下的性能分析

图4 AWGN信道下不同方法的BER性能Fig.4 BER performance of different methods in AWGN channel

可以看出,以MSNR为准则的MRC方法,与接收信号相比,无明显性能增益。由于不需要估计信道参数,本文D-IRC与IRC方法在不同SINR值下均能有效抑制干扰,BER远低于门限,性能相当。

3.3 Rayleigh信道下的性能分析

VHF/UHF信道环境受海面反射、船体反射等影响,在开阔海面上的电波传播模型,普遍使用基于多径的平坦地面损耗模型。本节将信道设置为三径Rayleigh平坦衰落模型,具体参数如表1所示。

表1 多径信道基本参数

图5 Rayleigh场景1下不同方法的BER性能Fig.5 BER performance of different methods in Rayleigh scenario 1

由图5可知,存在信道估计误差的IRC方法,最优权值将退化为PI的最优解,随着SINR值增大,BER性能反而恶化,甚至劣于MRC方法。D-IRC相比于IRC,性能优势明显,其中输出优于。需要说明的是,对于D-IRC方法,由于SINR和SINR是关于值的凹函数,极小值点均出现在=,因此,D-IRC输出和的BER曲线是关于SINR值的凸函数,且峰值位置相同,均为2 dB,且由BER曲线与门限Thr的交点可得出和值。

为进一步分析和的关系,通过改变Thr值可获得不同门限值。图6给出了不同值下和性能。图6中红色点为||+||实测值,褐色线为式||+||理论值。

图6 Rayleigh场景1下决策输出的性能Fig.6 Performance of decision output in Rayleigh scenario 1

由图6可知,当≤0.4 dB时,||=0,当≥0 dB时,||和||的值随着值增大而等比例线性增大,且||+||与理论值基本一致。因此,场景1下D-IRC方法最终决策输出选择。

图7给出了场景2下不同方法的BER性能对比。同样地,本文提出的D-IRC方法性能最佳,不同SINR下的BER值均低于门限。图8给出了不同值时和性能。

图7 Rayleigh场景2下不同方法的BER性能Fig.7 BER performance of different methods in Rayleigh scenario 2

图8 Rayleigh场景2下决策输出的性能Fig.8 Performance of decision output in Rayleigh scenario 2

由图8可知,当≤1.6 dB时,||=0,当>16 dB时,||+||与理论值基本一致。因此,在场景2下D-IRC最终决策输出选择。

结合图6和图8可知,对于本文D-IRC方法,信道对不同信号的幅度增益差异越大,决策输出的||和||差异也越大,且测度之和均与理论值一致,因此可以稳定决策输出测度较小一路。

在真实场景下,受多因素影响,获得参数的精确估计值十分困难,IRC方法在估计误差较大时,性能恶化明显,如图5和图7所示,而D-IRC方法不需要估计,通过决策输出即可获得较好性能,决策模型简单,具备工程实现价值。

4 结 论

本文考虑一发两收VHF/UHF通信电台接收链路存在的同频强干扰,针对传统抗干扰方法存在信道参数估计难的问题,提出了D-IRC抗干扰方法。该方法通过构造两个信道估计向量,基于LMS算法迭代求解最优权值,得到两路输出合并信号,随后引入MSINR准则,定量分析了输出SINR与输入SINR的解析关系,定义了干扰抑制功率失效区,分析了决策输出失效区测度大小的关系,并给出了最优输出的选择策略。仿真结果表明,在信道参数未知场景下,通过决策输出的D-IRC性能优于传统IRC和MRC方法,同时失效区测度关系的仿真结果与理论值基本一致,能够保证决策结果的稳定性。

由于VHF/UHF频段的信道参数精确估计很难实现,传统IRC方法在信道估计误差较大时性能恶化明显,而本文D-IRC方法不需要信道估计,适用于Rayleigh衰落信道等信道参数未知场景,同时,该方法结构简单,能够基于LMS快速迭代求解,具备工程实现的实时性要求。目前D-IRC方法已在某型号项目的原理样机上得到验证,表明所提方法是实用可行的。