电子通信多径信号强干扰滤波抑制仿真

张 烨,肖启阳

(1. 新乡学院机电工程学院,河南 新乡 453003;2. 河南大学人工智能学院,河南 郑州 450000)

1 引言

通信系统是用以完成信息传输过程的技术系统的总称[1],影响通信系统稳定的因素较多,例如城市内的建筑遮挡、所处环境的电磁场变换等。由于所有的通信系统中均带有中继通信,即卫星通信,中继通信[2]在传输有用信号的同时,也会接收到多种噪声信号,从而导致有用信号被过度干扰直接影响通信系统的信息传输质量以及通信功能[3]。为了加强通信能力,必须改善信号抑制差的情况,所以如何抑制强干扰信号是通信系统目前最迫切的需求。

现阶段,针对电子通信信号干扰抑制问题的研究,相关学着已经得到一些较好的成果,例如:张亮等人[4]提出了基于分数阶字典的电子通信间歇采样转发干扰自适应抑制算法。通过分析通信信号主要干扰样式以及阶域特征,建立出分数阶正交字典。用于区分出干扰背景回波信号的强弱,针对不同强弱的信号选取对应的信号抑制方法,在分数阶字典的间歇采样方法下完成干扰信号抑制。陈威等人[5]提出了机载相控阵雷达电子通信干扰信号模型及抑制方法。从主要信号模型以及杂波自由度中分析出信号干扰的分布特性。利用杂波空时功率谱角度精确预测出信号干扰的来源,构成干扰辅助波束,在STAP方法(空时自适应处理)下完成干扰信号的抑制。以上两种方法在对多径信号强干扰抑制过程中,没有先对通信信号去噪处理,导致对干扰信号抑制过程中噪声因素过多,存在误码率高以及信号滤波效果差的问题。

现代通信系统主要借助电磁波在自由空间的传播或在导引媒体中的传输机理来实现。但是由于电子设备通信中时常会出现相同频率的窄带信号与发射信号,此时会产生同频信号强干扰问题,影响电子通信质量。为了解决该问题,提出新的基于线性约束最小方差信号波形的电子通信多径信号强干扰抑制算法。

2 电子通信信号预处理

2.1 去噪

通信信号中无论是正常信号或是干扰信号均带有部分噪声,为了加强信号干扰抑制效果,需要提前对通信信号去噪处理[6-7]。利用主分量分析法求解出协方差矩阵特征值以及特征矢量。假设信号独立源自身带有单位方差,且所有信号均不带有白噪声[8],得出信号样本数据协方差矩阵的表达式为

(1)

则特征值矩阵的分解表达式为

XX

(2)

式中,V代表信号对应的特征向量,Λ代表每个信号特征值的对角阵,VS代表信号主特征值,VN代表噪声的特征矢量,ΛN代表噪声特征对角阵,ΛS代表主特征值对角阵。

则白化矩阵公式为

(3)

式中,λ代表噪声子空间的特征值。

但对于信号较为聚集的情况,信号的能量过渡集中[10],且均聚集在幅度很大的小波系数内,由于噪声均带有随机性,因此信号的能量可以十分均匀的分布在变换域内[11],可利用阈值辨别方法最大程度的排除噪声[12],同时保存信号的分解系数。

假设带有噪声的通信信号为X(t),该信号经过正交规范基上分解后[13]的信号B′的表达式为

B′=[{χi,M(t)},{ψi,M(t)}L

(4)

式中,χi,M代表i尺度下的尺度函数,ψi,M代表i尺度下的小波函数,L代表尺度系数,M表示信号序列。

带有噪声的通信信号经过小波分解后[14],大部分噪声及高频细节均处在小波系数中,通过将噪声以及高频细节阈值处理,对分解信号实施小波逆变换,生成全新的信号,即信号重构,经过降噪后的重构信号表达式为

(5)

式中,〈X,ψi,M〉代表i尺度下的小波展开函数,〈X,χi,M〉代表i尺度下的尺度展开函数,ρT代表信号分解系数的对应阈值。

经过上述操作即可将子空间的噪声以及信号噪声全部排除,得到干净的通信信号。

2.2 多径通信信号反射模型

基于去噪后的通信信号,构建出多径通信信号的反射模型[15],获取信号的实际路径以及反射路径。通信系统的多径信号基本是由反射体的反射生成的,多径信号泛指通过反射体传输到接收机的通信信号,且多径信号均需要经过一段反射路径才能到达指定位置,在此过程中会加长信号的传输时间。针对不同入射角度的通信信号,可将每种信号分解成垂直以及水平的极化分量,即通信信号的传输方向与所处环境磁场之间呈垂直关系,假设直达信号为Ei,反射信号为Er,则这两种信号的正交极化分量[16]的表达式分别为

(6)

式中,Eiφ代表通信入射信号,Eiθ代表通信发射信号,Erφ代表Eiφ的垂直极化分量,Erθ代表Eiθ的水平极化分量,Δτ代表多径信号的时延,γ代表Eiφ与Erφ之间的矢量夹角,η代表Erφ和Erθ之间的超前相位,ΓVP和ΓHP分别代表垂直以及水平极化信号的反射因子,e代表干扰信号延时后导致的噪声。

在费涅尔原理的帮助下得出两个反射因子的计算公式,表达式分别为

(7)

其中,ε0代表信号自由空间的介电系数,εr代表信号子自由空间中的对应介电系数,σ代表介电传导率,f代表通信信号的频率,θ代表信号反射区的入射角度。

则多径信号的反射因子矩阵表达式为

(8)

进而得出多径路径中反射通信信号的表达式

Er=ek2πfΔτΓ×Ei

(9)

3 强干扰抑制算法设计

通过上述对多路径中通信信号的分析,得出每条路径的实际信号。针对每条路径信号采取干扰信号抑制[17-18],根据反射信号模型估计出直达以及多径信号的方向以及幅度。利用多径信号的时延,辨别出多径干扰信号,依据信号方向以及LCMV技术,生成直达信号增益以及多径信号干扰来向的零陷,进而实现多径信号的干扰抑制。

3.1 信号来向角计算

(10)

式中,ap1代表参考阵元的第一个导向,p代表信号路径数量,d(t-T-τp)以及c(t-T-τp)均代表通信信号包络。

已知发生传输延时前后的信号包络d(t-T-τp)和c(t-T-τp)均相同,因此式(10)可简化为:

(11)

(12)

(13)

式中,βp代表多径信号下的干扰幅度,θp代表多径信号下的干扰来向角。

3.2 基于权值矢量的信号强干扰抑制

为保证通信系统中阵列天线的直达信号自身可产生增益[19],而多径干扰方向信号自身构成零陷,实现通过LCMV求解出信号通信的自适应权值[20]。假设权值矢量为w,其表达式为

(14)

常规情况下,利用阵列天线的快拍样本数据预测结果R″替换协方差矩阵R′,进而得出更新后的权值矢量为

w=R″-1B(BHR″-1B)-1W

(15)

利用权值矢量将通信接收信号X处理后,即可完成信号干扰抑制,得到正常无干扰信号为

y=XwH

(16)

通过以上步骤完成电子通信多径信号的强干扰抑制。

4 实验结果与分析

基于上述分析,现对研究算法、基于分数阶字典的电子通信干扰抑制算法以及基于功率谱角度的电子通信干扰抑制算法完成误码率以及信号滤波效果的测试,实验测试结果如下所示。

4.1 误码率测试

误码率可直接反映出三种干扰信号抑制方法的抑制效果,误码率是得出在一定时间内通信信号所传输的错误信号的概率,误码率越小说明方法的干扰信号抑制效果越好,已知信噪比越大的情况,干扰抑制效果越好。

假设实验环境在城市内区,主要干扰因素是城市内建筑,实验过程中通信信号终端的高为2米,相应基站的天线高为35米,终端周围建筑物之间的距离均在6米左右,通信信号基站的覆盖面积为5公里。在上述环境下,利用三种方法对同一干扰信号抑制,得出不同信噪比下三种方法的误码率,实验结果如图1所示。

图1 三种方法在不同信噪比下的误码率

根据实验结果可知,三种信号干扰抑制方法随着信噪比的增强,其干扰抑制能力也有所加强。但所提方法的误码率均低于0.1%,基于分数阶字典的电子通信干扰抑制算法以及基于功率谱角度的电子通信干扰抑制算法的误码率在0.15%-1%之间,说明所提方法的干扰信号抑制效果是最佳的。这是因为所提方法在信号干扰抑制前,对直达信号以及干扰信号均已采取去噪处理,将其中干扰因素降低,从而加强干扰抑制精度,降低误码率。

4.2 滤波效果测试

为了进一步验证所提方法的有效性,随机提取出一段有效信号,分别利用三种方法对信号采取滤波去噪处理,信号去噪效果直接影响最终的信号干扰抑制效果,电子通信多径信号的航向表达式为:

(17)

式中,v(t)代表t时刻的通信信号的方向。

已知提取出的原始通信信号幅值如图2所示。由于原始信号中带有噪声,导致信号幅值不规律,当信号中不带有噪声时,信号幅值是十分规律的,将其称之为干扰信号抑制的理想状态,理想状态下的幅值如图3所示。

图2 原始带有噪声信号的幅值

图3 理想状态下通信信号幅值

三种方法对图2的原始信号抑制后得出的幅值波动情况如图4所示。

图4 三种方法去噪后的信号幅值

根据图4可知,经过所提方法去噪后的电子通信信号幅值与理想幅值一致,说明所提方法的去噪效果最好,在实验过程中可将其中的大部分干扰因素排除;但反观另外两种抑制方法发现,也起到了一定的去噪作用,但去噪后的信号幅值仍存在一些波动,无法达到理想状态去噪效果。

5 结束语

为确保通信系统稳定运行的同时降低干扰影响程度,提出电子通信多径信号强干扰抑制算法。该方法对信号去噪以及信号路径预测的预处理,对信号方向判断,识别出干扰信号。在多径干扰的零陷帮助下,实现多径信号强干扰抑制,解决了信号误码率高以及滤波效果差的问题。这一算法可大大加强各个行业的通信能力,也有效防止外界不良分子带来的干扰危害。