朱行濤, 劉郁林, 何　為, 晁志超

(1. 重慶通信學(xué)院軍事信息工程系, 重慶 400035; 2. 國(guó)防信息學(xué)院信息系統(tǒng)系, 湖北 武漢 430010;3.總參通信工程設(shè)計(jì)研究所, 遼寧 沈陽 110005)

?

基于變換域?yàn)V波的直擴(kuò)通信單通道混合信號(hào)分離抗干擾方法

朱行濤1,2, 劉郁林3, 何為1, 晁志超1

(1. 重慶通信學(xué)院軍事信息工程系, 重慶 400035; 2. 國(guó)防信息學(xué)院信息系統(tǒng)系, 湖北 武漢 430010;3.總參通信工程設(shè)計(jì)研究所, 遼寧 沈陽 110005)

針對(duì)直擴(kuò)通信信號(hào)和干擾在時(shí)/頻域嚴(yán)重重疊這一實(shí)際情況,提出一種基于變換域?yàn)V波的直擴(kuò)通信單通道混合信號(hào)分離抗干擾算法。該方法首先利用直擴(kuò)信號(hào)和干擾的二階循環(huán)平穩(wěn)差異,基于直擴(kuò)信號(hào)部分調(diào)制先驗(yàn)信息,構(gòu)造基于變換域的單通道混合信號(hào)分離模型;然后基于訓(xùn)練序列和最小均方誤差準(zhǔn)則設(shè)計(jì)代價(jià)函數(shù),使輸出信號(hào)接近于導(dǎo)頻序列并得到此時(shí)的分離向量;最后利用該分離向量,從含有強(qiáng)干擾的業(yè)務(wù)混合信號(hào)的頻移向量中分離出期望的通信信號(hào),提升了直擴(kuò)通信在強(qiáng)干擾下的抗干擾能力。仿真結(jié)果表明，未分離信號(hào)在單音/多音干擾、掃頻干擾等強(qiáng)干擾下的誤碼率接近0.5,而本文算法在此條件下的誤碼率可低至10-3以下。

直接序列擴(kuò)頻; 單通道盲分離; 變換域; 抗干擾

0　引　言

與傳統(tǒng)窄帶通信技術(shù)相比,擴(kuò)譜通信技術(shù)如直接序列擴(kuò)譜(direct sequence spread spectrum , DSSS)、跳頻擴(kuò)譜(frequency hopping spread spectrum , FHSS)等,具有保密性好、抗干擾能力強(qiáng)、組網(wǎng)方式靈活等諸多優(yōu)點(diǎn),被廣泛應(yīng)用于通信抗干擾領(lǐng)域[1-2]。隨著通信的發(fā)展和干擾技術(shù)的提升,一方面頻譜資源日趨稀缺,擴(kuò)譜信號(hào)帶寬被其他信號(hào)占用的幾率大大增加,另一方面電磁環(huán)境日益復(fù)雜,擴(kuò)譜通信常會(huì)受到惡意干擾和動(dòng)態(tài)干擾的影響,使得常規(guī)的擴(kuò)譜通信抗干擾理論面臨嚴(yán)峻的挑戰(zhàn),如何在強(qiáng)惡意干擾條件下提升擴(kuò)譜通信的抗干擾能力,是一個(gè)值得探討和研究的課題。

傳統(tǒng)的擴(kuò)譜通信會(huì)通過增加偽隨機(jī)(pseudo noise, PN)碼序列長(zhǎng)度、改變跳速等方式,或者采用時(shí)/頻域?yàn)V波進(jìn)行抗干擾,一定程度改善了通信質(zhì)量,但當(dāng)通信信號(hào)與干擾在時(shí)/頻域嚴(yán)重重疊并且干擾功率遠(yuǎn)大于通信信號(hào)時(shí),以上抗干擾方法基本失效[3]。作為信號(hào)處理領(lǐng)域中的研究熱點(diǎn)之一,盲分離理論[4-5]為擴(kuò)譜通信抗強(qiáng)干擾問題的解決提供了一個(gè)嶄新的視角。盲分離技術(shù)在通信干擾中的應(yīng)用研究還處于探索階段,通常是利用特征矩陣聯(lián)合近似對(duì)角化(joint approximative diagonalization of eigenmatrix, JADE)[6]、獨(dú)立分量分析(independent component analysis, ICA)[7]、二階盲辨識(shí)(second-order blind identification, SOBI)[8]等經(jīng)典的盲分離算法對(duì)通信混合信號(hào)進(jìn)行分離,以便從含有強(qiáng)干擾的混合信號(hào)中分離并提取出通信信號(hào)。此類方法,一方面需要架設(shè)多副天線,另一方面還需專門設(shè)計(jì)信號(hào)提取算法對(duì)期望信號(hào)進(jìn)行識(shí)選。因此,對(duì)采用單天線形式的盲分離抗干擾技術(shù)進(jìn)行研究具有重要意義。

單通道盲分離問題簡(jiǎn)單地概括，即用一個(gè)已知方程去解多個(gè)未知變量,其難度遠(yuǎn)高于正定(欠定)盲分離問題。傳統(tǒng)的單通道盲分離算法利用源信號(hào)的差異,并借助不同的信號(hào)處理技術(shù)來構(gòu)建單通道盲分離模型,以實(shí)現(xiàn)單通道混合信號(hào)的分離[9]。文獻(xiàn)[10]利用過采樣技術(shù)來提取源信號(hào)的成形脈沖差異,實(shí)現(xiàn)了單通道混合信號(hào)的分離。文獻(xiàn)[11]利用小波變換技術(shù)來提取源信號(hào)的符號(hào)速率差異,達(dá)到分離混合信號(hào)的目的。文獻(xiàn)[12]針對(duì)源信號(hào)的幅度差異,利用波形重構(gòu)技術(shù)來分離單通道混合信號(hào)。上述這些單通道盲分離算法較好地解決了多路具有不同調(diào)制參數(shù)的數(shù)字調(diào)制信號(hào)的分離難題,但它們并不適合直接對(duì)由擴(kuò)譜信號(hào)與干擾信號(hào)組成的混合信號(hào)進(jìn)行分離。針對(duì)擴(kuò)譜通信的單通道盲分離抗干擾問題,文獻(xiàn)[13]利用受擾擴(kuò)頻通信系統(tǒng)自身含有的先驗(yàn)信息構(gòu)建了“單變多”的盲分離抗干擾模型,提高了擴(kuò)譜通信抗單音干擾的能力,但該方法對(duì)其他形式的干擾無能為力。文獻(xiàn)[14]基于粒子濾波理論構(gòu)建了通信信號(hào)與單音干擾的狀態(tài)空間轉(zhuǎn)移模型,利用遺傳算法實(shí)現(xiàn)了單天線接收信號(hào)中通信信號(hào)與單音干擾的分離,但該方法并不適用于多音干擾等復(fù)雜的干擾樣式。文獻(xiàn)[15]針對(duì)直擴(kuò)信號(hào)和干擾在等效成形脈沖上的差異,基于符號(hào)率過采樣技術(shù),建立了單通道盲分離抗干擾模型,實(shí)現(xiàn)了混合信號(hào)的分離及期望信號(hào)的提取,提高了擴(kuò)譜通信抗單/多音干擾、多址干擾等窄帶干擾的能力,但該方法抗掃頻干擾等這類寬帶干擾的效果較差。

針對(duì)擴(kuò)譜通信單通道盲分離抗干擾技術(shù)存在的問題,本文利用直擴(kuò)信號(hào)和干擾信號(hào)在循環(huán)頻域所具有的特征差異,提出一種基于訓(xùn)練序列的變換域?yàn)V波單通道混合信號(hào)分離抗干擾方法。所提方法利用直擴(kuò)通信信號(hào)和干擾的循環(huán)平穩(wěn)特征差異,通過頻移變換把混合信號(hào)轉(zhuǎn)換到可分離的變換域上,然后,基于已知的調(diào)制參數(shù),引入訓(xùn)練序列作為參考信號(hào),通過構(gòu)造該變換域上的線性時(shí)變維納濾波器來完成期望直擴(kuò)通信信號(hào)的分離,極大限度地抑制掉干擾,達(dá)到抗干擾的目的。仿真結(jié)果表明,相對(duì)于未分離信號(hào),本文所提算法不僅在單音/多音干擾下具有較好的誤碼率(bit error rate, BER)性能,而且對(duì)掃頻干擾等這類寬帶干擾也具有良好的抗干擾效果。

1　源信號(hào)的循環(huán)平穩(wěn)特性分析

1.1直擴(kuò)信號(hào)的循環(huán)平穩(wěn)特性分析

假設(shè)一周期PN碼序列調(diào)制一位信息碼，即Tsq=Tb=NTPN,則以切普速率發(fā)送的直擴(kuò)信號(hào)可表示為

(1)

式中,A、f0、φ0分別為載波的幅度、頻率、初始相位；bi為以切普速率發(fā)送的信息符號(hào)

(2)

式中,〈·〉為取整運(yùn)算符號(hào)。由于信息碼序列{ai}為等概分布且符號(hào)間彼此獨(dú)立的平穩(wěn)隨機(jī)序列,PN碼序列{pi}為等概分布且符號(hào)間彼此獨(dú)立的平穩(wěn)隨機(jī)序列,且序列{ai}和序列{pi}相互獨(dú)立,則以切普速率發(fā)送的信息符號(hào)序列{bi}可近似看作是等概分布且符號(hào)間彼此獨(dú)立的平穩(wěn)隨機(jī)序列。

由式(1)可知,直擴(kuò)信號(hào)的包絡(luò)記為

則其自相關(guān)函數(shù)為

(3)

根據(jù)循環(huán)平穩(wěn)隨機(jī)過程的定義[16],由式(3)可知,包絡(luò)c(t)是循環(huán)平穩(wěn)信號(hào)。

經(jīng)推導(dǎo)可知,包絡(luò)c(t)可等效為如式(4)所示的卷積形式：

(4)

故包絡(luò)c(t)的循環(huán)譜密度函數(shù)為

(5)

由于信號(hào)d(t)由一系列間隔為Tb的脈沖組成,經(jīng)推導(dǎo)得[17]

(6)

式中,符號(hào)序列{bi}可以看成是一個(gè)連續(xù)的白色平穩(wěn)隨機(jī)過程b(t)的抽樣值；Sb(f)為b(t)的功率譜密度,它的形式為

顯然其為一定值。

而由式(2)可推導(dǎo)出s(t)的循環(huán)譜密度函數(shù)為

(7)

把式(5)、式(6)代入式(7),并對(duì)其進(jìn)行歸一化處理,求得直擴(kuò)信號(hào)s(t)的循環(huán)譜密度函數(shù)為

(8)

由式(8)可知,直擴(kuò)信號(hào)s(t)是循環(huán)平穩(wěn)信號(hào),且其循環(huán)頻率集為

(9)

1.2干擾信號(hào)的循環(huán)平穩(wěn)特性分析

在實(shí)際通信過程中,直擴(kuò)通信常會(huì)面臨一些惡意干擾和動(dòng)態(tài)干擾的影響,本文重點(diǎn)考慮單音/多音干擾和線性掃頻干擾這3種干擾樣式。對(duì)于單音/多音干擾[18]來說,其數(shù)學(xué)表達(dá)式為

(10)

式中,L為多音干擾的頻點(diǎn)個(gè)數(shù)；χi(t)、fi、θi(i=1,2,…,L)分別表示第i頻點(diǎn)對(duì)應(yīng)信號(hào)的幅度、頻率和初始相位,χi(t)為一平穩(wěn)序列,fi∈[f0-Bω,f0+Bω],θi∈[0,2π]。

當(dāng)L=1時(shí),式(10)即為單音干擾。對(duì)于單音干擾來說,其自相關(guān)函數(shù)為

(11)

式(11)表明,自相關(guān)函數(shù)Rj(t,τ)是周期函數(shù),故單音干擾是循環(huán)平穩(wěn)信號(hào)。

單音干擾在循環(huán)頻率β處的循環(huán)自相關(guān)函數(shù)為

(12)

則單音干擾的循環(huán)譜密度函數(shù)為

(13)

由于單音干擾的幅度χ1(t)是一平穩(wěn)隨機(jī)序列,即只在循環(huán)頻率0處才有取值,則

(14)

因此,單音干擾的循環(huán)頻率集為Γβ={β|β=0,±2f1}。

當(dāng)L>1時(shí)即為多音干擾,由于多音干擾是L路頻率為f1,f2,…,fL的單音干擾線性疊加而成,考慮到單音干擾的二階循環(huán)平穩(wěn)性,此時(shí)的多音干擾可看成是L個(gè)循環(huán)頻率集分別為γβj={βj|βj=0,±2fj},j=1,2,…,L的二階循環(huán)平穩(wěn)信號(hào)組成的。

線性掃頻干擾[19]是瞬時(shí)頻率隨時(shí)間成線性變化的線性調(diào)頻信號(hào)形式的干擾,單次線性掃頻干擾具有如式(15)所示的復(fù)數(shù)形式:

(15)

式中,γ(t)為掃頻干擾的幅度,通常為一平穩(wěn)隨機(jī)過程(特殊情況下也可能為一常數(shù));θ0為掃頻干擾的初相;fJ為掃頻干擾的初始頻率;μ為掃頻干擾的掃頻率(調(diào)頻率);Tu為掃頻干擾頻率歷經(jīng)信號(hào)帶寬一次所需的時(shí)間。

對(duì)于單次線性掃頻干擾來說,其自相關(guān)函數(shù)為

(16)

顯然,Rj(t,τ)為時(shí)間t的周期函數(shù),即單次線性掃頻干擾是循環(huán)平穩(wěn)信號(hào)。

單次線性掃頻干擾在循環(huán)頻率β處的循環(huán)自相關(guān)函數(shù)為

(17)

2　基于變換域的直擴(kuò)通信單通道混合信號(hào)分離模型

在直接序列擴(kuò)頻通信中,假定通信信號(hào)和人為惡意干擾信號(hào)滿足瞬時(shí)混合的特征,則單天線接收信號(hào)x(t)的產(chǎn)生示意圖如圖1所示,其數(shù)學(xué)表達(dá)式為

(18)

式中,d1、d2為信道的瞬時(shí)混合系數(shù);s(t)為直擴(kuò)通信信號(hào);j(t)為所受的人為惡意干擾;v(t)為加性高斯白噪聲,其均值為0,方差為σ2；且3個(gè)信號(hào)之間相互獨(dú)立。

圖1　單通道混合信號(hào)產(chǎn)生示意圖Fig.1　Schematic diagram of single channel mixed signal generation

對(duì)于一個(gè)受到干擾和噪聲污染的接收信號(hào)x(t),直接進(jìn)行解擴(kuò)/解調(diào)會(huì)產(chǎn)生誤碼,尤其是在強(qiáng)干擾的情況下,其誤碼率通常接近1/2,此時(shí)通信完全失效。而利用通信信號(hào)和干擾信號(hào)的某一特征差異,通過提取、放大這種差異,可從混合信號(hào)x(t)中分離出期望的直擴(kuò)信號(hào)s(t),然后送入解擴(kuò)/解調(diào)器恢復(fù)出原始信息,達(dá)到抗干擾的目的,因此,研究基于循環(huán)平穩(wěn)特征差異的直擴(kuò)通信單通道混合信號(hào)分離問題具有重要意義。

由第1節(jié)直擴(kuò)信號(hào)和干擾信號(hào)的循環(huán)平穩(wěn)特性分析可知:直擴(kuò)信號(hào)、單音/多音干擾、線性掃頻干擾都是二階循環(huán)

(19)

顯然,當(dāng)Γα∩Γβ=?時(shí),在時(shí)/頻域上,直擴(kuò)信號(hào)和干擾依然重疊,但在變換域上，即循環(huán)頻域上,它們是分開的,因此可通過設(shè)計(jì)該變換域上的濾波器組來實(shí)現(xiàn)期望信號(hào)的分離并提取[20]。本文通過頻移變換把混合信號(hào)轉(zhuǎn)換到可分離的循環(huán)頻域,然后在變換域上把與期望信號(hào)循環(huán)頻率集對(duì)應(yīng)的頻移變換向量進(jìn)行自適應(yīng)濾波和加權(quán),以增強(qiáng)期望信號(hào)的頻移成分分量,而減弱干擾的頻移成分分量,最終提取出期望信號(hào),這就是所謂的基于變換域的直擴(kuò)通信單通道混合信號(hào)分離方法,其模型如圖2所示。

圖2　基于變換域的直擴(kuò)通信單通道混合信號(hào)分離模型Fig.2　Single channel source separation model of DSSS communication based on transform domain

在圖2中,假設(shè)已知期望信號(hào)的非共軛循環(huán)頻率集為{α1,α2,…,αM},共軛循環(huán)頻率集為{αM+1,αM+2,…,αM+N},所有濾波器的階數(shù)為L(zhǎng),則非共軛循環(huán)頻率集所對(duì)應(yīng)的第i個(gè)頻移濾波器系數(shù)組成的向量可定義為

(20)

由共軛循環(huán)頻率集所對(duì)應(yīng)的第i個(gè)頻移濾波器系數(shù)組成的向量可定義為

(21)

非共軛循環(huán)頻率集所對(duì)應(yīng)的第i個(gè)頻移濾波器的頻移向量可定義為

(22)

共軛循環(huán)頻率集所對(duì)應(yīng)的第i個(gè)頻移濾波器的頻移向量可定義為

(23)

(24)

式中,?表示向量或矩陣的厄密共軛;Te表示采樣周期,H和X為(M+N)L維的列向量

(25)

3　基于訓(xùn)練序列的變換域?yàn)V波單通道混合信號(hào)分離抗干擾方法

(26)

利用正交原理,可得最優(yōu)濾波器系數(shù)[15]為

(27)

式中,RXX=E[X(n)XH(n)]；RXs=E[Xns*(n)]。

訓(xùn)練序列的使用,使得均方誤差在理論上達(dá)到最小值。基于自適應(yīng)迭代算法,可從含有干擾的單通道通信混合中提取出較為精確的通信信號(hào)。但持續(xù)地使用訓(xùn)練序列對(duì)通信沒有實(shí)際意義,考慮到導(dǎo)頻數(shù)據(jù)和業(yè)務(wù)數(shù)據(jù)共有同一傳輸信道,本文提出一種基于訓(xùn)練序列的變換域?yàn)V波單通道混合信號(hào)分離抗干擾方法,具體信號(hào)處理流程如圖3所示。

圖3　基于訓(xùn)練序列的變換域?yàn)V波單通道混合信號(hào)分離抗干擾方法信號(hào)處理流程圖Fig.3　Signal processing flow chart of signal channel source separation based anti-jamming algorithm by exploiting transform-domain filter based on training sequence

從圖3中可知,基于訓(xùn)練序列的變換域?yàn)V波單通道混合信號(hào)分離抗干擾方法主要包括以下4步:

步驟 1利用直擴(kuò)通信信號(hào)與干擾的循環(huán)平穩(wěn)差異,構(gòu)建基于訓(xùn)練序列的變換域?yàn)V波單通道混合信號(hào)分離模型;

步驟 2以導(dǎo)頻為參考信號(hào),基于通信信號(hào)的部分調(diào)制先驗(yàn)信息和最小均方誤差準(zhǔn)則設(shè)計(jì)分離代價(jià)函數(shù),利用自適應(yīng)算法,從導(dǎo)頻混合信號(hào)中獲得最佳的濾波器組向量H;

步驟 3把該向量H作為已知濾波參數(shù),對(duì)業(yè)務(wù)混合信號(hào)的頻移分量進(jìn)行濾波及加權(quán),分離并提取出期望的業(yè)務(wù)信號(hào);

步驟 4對(duì)期望的業(yè)務(wù)信號(hào)分別進(jìn)行解擴(kuò)和解調(diào)處理,從中恢復(fù)出原始信息。

4　實(shí)驗(yàn)結(jié)果及分析

為評(píng)估所提算法的性能,利用Matlab軟件設(shè)計(jì)相關(guān)仿真實(shí)驗(yàn)進(jìn)行驗(yàn)證。仿真時(shí),直擴(kuò)信號(hào)采用BPSK調(diào)制,載波頻率f0=100kHz,碼元速率Rb=1/Tb=1kHz,PN碼采用32位的m序列,碼片速率為1/TPN=32×103chip/s,直擴(kuò)信號(hào)的帶寬Bω=64kHz;在發(fā)送的信息符號(hào)中,導(dǎo)頻符號(hào)和業(yè)務(wù)符號(hào)數(shù)目之比設(shè)置為1∶9;單音/多音干擾的幅度χi、初始相位θi、頻率fi隨機(jī)產(chǎn)生,取值范圍分別為χi∈[-1,1],θi∈[0,2π],fi∈[f0-Bω/2,f0+Bω/2];線性掃頻干擾的初始頻率fJ=65kHz,掃頻率μ=0.7MHz,掃頻干擾頻率歷經(jīng)信號(hào)帶寬一次所需的時(shí)間Tu=0.1s。直擴(kuò)信號(hào)的非共軛與共軛循環(huán)頻率分別取

(28)

對(duì)單音干擾來說,取濾波器階數(shù)l=16;對(duì)三音干擾來說,取濾波器階數(shù)l=64;對(duì)線性掃頻干擾來說,取濾波器階數(shù)l=128。

為衡量干擾功率及噪聲功率的相對(duì)大小,分別定義信干比(signaltojammingratio,SJR)和歸一化信噪比(normalizedsignaltonoiseratio,NSNR)兩個(gè)技術(shù)指標(biāo)[15]為

SJR=10lg(Ps/Pj)

(29)

NSNR=10lg(Ps/Pv)+10lg(Bω/Rb)

(30)

式中,通信信號(hào)、強(qiáng)干擾和高斯噪聲的功率分別記為Ps、Pj和Pv。

為獲得平滑的仿真曲線,共進(jìn)行100次蒙特卡羅仿真。每次蒙特卡羅仿真時(shí)長(zhǎng)設(shè)置為1s,這就意味著單次仿真要處理1 000個(gè)信息符號(hào)長(zhǎng)度的數(shù)據(jù)量。

4.1不同NSNR條件下BER性能仿真

為衡量NSNR對(duì)抗干擾效果的影響,令SJR=-60dB,讓NSNR從-8dB遞增至32dB,本文所提算法和未經(jīng)分離算法處理的接收信號(hào)在不同干擾樣式下的BER隨NSNR變化曲線如圖4所示。

圖4　不同歸一化信噪比條件下誤碼率性能曲線Fig.4　Bit error rate versus normalized signal to noise ratio

圖4(a)～圖4(c)分別為單音干擾、三音干擾、線性掃頻干擾下的BER隨NSNR變化的曲線。由圖4給出仿真結(jié)果可知,在固定的干擾功率(SJR=-60dB)下,一方面,本文算法的BER隨NSNR的提高而減小,特別是當(dāng)NSNR大于16dB后,仿真得到的BER低于10-3;另一方面,在整個(gè)NSNR區(qū)間上,本文算法的BER性能明顯要好于未經(jīng)分離算法處理過的接收信號(hào),而且這種優(yōu)勢(shì)隨著NSNR的增加而逐漸擴(kuò)大,究其原因,主要是因?yàn)?在如此高的干擾功率下,未經(jīng)分離算法處理的接收信號(hào)基本淹沒在強(qiáng)干擾信號(hào)中,得到的BER接近1/2,而本文算法從強(qiáng)干擾中分離出通信信號(hào),減輕甚至消除了干擾信號(hào)的影響,降低了通信系統(tǒng)的BER,改善了強(qiáng)干擾下的通信質(zhì)量。

4.2不同SJR條件下BER性能仿真

為衡量SJR對(duì)抗干擾效果的影響,令NSNR=24dB,讓SJR從-120dB遞增至-20dB,本文所提算法和未分離信號(hào)在不同干擾樣式下的BER隨SJR變化曲線如圖5所示。

圖5　不同信干比條件下誤碼率性能曲線Fig.5　Bit error rate versus signal to jamming ratio

圖5(a)～圖5(c)分別為單音干擾、三音干擾、線性掃頻干擾下的BER隨SJR變化的曲線。由圖5給出的仿真結(jié)果可知,在固定的噪聲功率(NSNR=24dB)下,當(dāng)SJR大于-80dB時(shí),本文算法的BER性能相比于未分離信號(hào)有了顯著提升,其中未分離信號(hào)的BER一般高于10-1,而本文算法的BER一般要低于10-3,甚至達(dá)到10-4。同時(shí)還可發(fā)現(xiàn),當(dāng)SJR小于-80dB時(shí),隨著SJR的減小,本文算法在3種干擾樣式下的誤碼率急劇上升,并最終與未分離信號(hào)的誤碼率持平。這主要是因?yàn)?隨著SJR的減小,干擾功率逐漸大于通信信號(hào)功率,使得混合信號(hào)在該變換域上的可分離性逐漸降低,當(dāng)SJR減小到一定的程度即SJR在-80dB附近時(shí),混合信號(hào)在變換域上的可分離性剛好降至臨界點(diǎn),隨后分離效果變差,引起B(yǎng)ER急劇上升,此時(shí)通信基本失效。

5　結(jié)　論

基于變換域?yàn)V波思想,本文提出了一種單通道混合信號(hào)分離抗干擾方法。利用直擴(kuò)信號(hào)和干擾信號(hào)在循環(huán)頻域上的差異,通過頻移變換構(gòu)造一個(gè)信號(hào)和干擾可分離的變換域;在此變換域上利用期望信號(hào)的部分調(diào)制先驗(yàn)信息,引入訓(xùn)練序列作為參考信號(hào),基于最小均方誤差準(zhǔn)則設(shè)計(jì)代價(jià)函數(shù),通過迭代獲取導(dǎo)頻混合信號(hào)的最佳分離向量;最后利用該分離向量,從含有強(qiáng)干擾的業(yè)務(wù)混合信號(hào)中提取出期望的通信信號(hào),提升了通信的抗干擾能力。不同仿真條件下的實(shí)驗(yàn)結(jié)果驗(yàn)證了新方法的有效性,較好地解決了直擴(kuò)通信單通道源分離抗干擾難題。

[1]ZhangTQ,LiLZ,ZhangG,etal.Blind processing for signal of direct sequence spread spectrum[M].Beijing:NationalDefenseIndustryPress, 2012: 1-26.(張?zhí)祢U, 李立忠, 張剛, 等. 直擴(kuò)信號(hào)的盲處理[M].北京: 國(guó)防工業(yè)出版社, 2012: 1-26.)

[2]ZhaoH,QuanHD,CuiPZ.Follower-jammingresistiblemulti-sequencefrequency-hoppingwirelesscommunication[J].Systems Engineering and Electronics, 2015, 37(3): 671-678.(趙寰, 全厚德, 崔佩璋. 抗跟蹤干擾的多序列跳頻無線通信系統(tǒng)[J].系統(tǒng)工程與電子技術(shù), 2015, 37(3): 671-678.)

[3]WangYH.Modernsignalprocessingresearchonanti-interferenceofspreadspectrumcommunication[D].Hangzhou:ZhejiangUniversity,2014.(王曰海.擴(kuò)譜通信抗干擾的現(xiàn)代信號(hào)處理應(yīng)用研究[D].杭州:浙江大學(xué), 2014.)

[4]JainSN,RaiDC.BlindsourceseparationandICAtechniques:Areview[J].International Journal of Engineering Science & Technology, 2012, 4(4): 1490-1503.

[5]PalM,RoyR,BasuJ,etal.Blindsourceseparation:areviewandanalysis[C]∥Proc.of the International Conference on Asian Spoken Language Research and Evaluation, 2013: 1-5.

[6]YuM,WangYH,WangGF.ICAbasedanti-jammingmethodoffrequencyhoppingcommunicationagainstcombjamming[J].Journal of PLA University of Science and Technology (Natural Science Edition), 2012, 13(6): 593-598.(于淼, 王曰海, 汪國(guó)富. 基于獨(dú)立分量分析的跳頻通信抗梳狀阻塞干擾方法[J].解放軍理工大學(xué)學(xué)報(bào)(自然科學(xué)版), 2012, 13(6): 593-598.)

[7]YuM,WangYH,WangGF.AnovelICA-basedfrequencyhoppingreceiverwithcorrelatedjammingsuppression[C]∥Proc.of the International Conference on Wireless Communication and Signal Processing, 2012: 1-5.

[8]YuM,WangYH,WangGF.BSSbasedanti-jammingmethodoffrequencyhoppingcommunicationagainstpartial-bandnoisejamming[J].Systems Engineering and Electronics, 2013, 35(5): 1079-1084.(于淼, 王曰海, 汪國(guó)富. 基于BSS的跳頻通信抗部分頻噪聲阻塞干擾方法[J].系統(tǒng)工程與電子技術(shù), 2013, 35(5): 1079-1084.)

[9]WanJ,TuSL,LiaoCH.Theory and technology on blind source separation of communication signals[M].Beijing:NationalDefenseIndustryPress, 2012: 141-176.(萬堅(jiān), 涂世龍, 廖燦輝. 通信混合信號(hào)盲分離理論與技術(shù)[M].北京: 國(guó)防工業(yè)出版社, 2012: 141-176.)

[10]WarnerES,ProudlerIK.Single-channelblindsignalseparationoffilteredMPSKsignals[J].IET Radar, Sonar and Navigation, 2003, 150(6): 396-402.

[11]HeidariS,NikiasCL.Co-channelinterferencemitigationinthetime-scaledomain:theCIMTSalgorithm[J].IEEE Trans.on Signal Processing, 1996, 44(9): 2151-2162.

[12]FuD,GaoY.SignalinterceptionmethodforPCMAsatellitecommunicationsystems[J].Modern Electronic Technique, 2007, 30(7): 28-30.(付迪, 高勇. 非對(duì)稱PCMA衛(wèi)星信號(hào)的截獲方法[J].現(xiàn)代電子技術(shù), 2007, 30(7): 28-30.)

[13]ShenL,ShengD,SunMH,etal.Anti-jammingalgorithmofspreadspectrumcommunicationbasedonblindsourceseparationinsinglechannel[J].Chinese Journal of Radio Science, 2014, 29(5):922-927.(沈雷, 盛迪, 孫閩紅,等. 單通道下基于盲源分離擴(kuò)頻通信抗干擾算法研究[J].電波科學(xué)學(xué)報(bào), 2014, 29(5): 922-927.)

[14]LuW,ZhangBN,ZhangH.Single-channelblindseparationofcommunicationsignalandinterferenceusinggeneticparticlefiltering[J].Journal of Data Acquisition and Processing, 2014, 29(5): 783-789. (路威, 張邦寧, 張杭. 利用遺傳粒子濾波的單通道擾信盲分離算法[J].數(shù)據(jù)采集與處理, 2014, 29(5): 783-789.)

[15]ZhuXT,LiuYL,ChaoZC,etal.Exploitingperiodicityofspreadspectrumcodeinanti-jammingalgorithmbasedonsinglechannelsemi-blindsourceseparationfordirectsequencespreadspectrumcommunication[J].Systems Engineering and Electronics,2016,38(2):415-422.(朱行濤,劉郁林,晁志超,等.基于擴(kuò)頻碼周期性的單通道直擴(kuò)通信半盲分離抗干擾算法[J].系統(tǒng)工程與電子技術(shù),2016,38(2):415-422.)

[16]HuangZT,ZhouYY,JiangWL.Cyclostationary signal processing and its applications[M].Beijing:SciencePress, 2006: 1-68.(黃知濤, 周一宇, 姜文利. 循環(huán)平穩(wěn)信號(hào)處理與應(yīng)用[M].北京: 科學(xué)出版社, 2006: 1-68.)

[17]ZhangJ.Blindadaptivecyclicfilteringandbeamformingalgorithm[D].HamiltonOntario:McMasterUniversityofCanada, 2001.

[18]ProvencherS.Estimationofcomplexsingle-toneparametersintheDFTdomain[J].IEEE Trans.on Signal Processing, 2010, 58(7): 3879-3883.

[19]ZhouZ,LuSJ,ZhangEY,etal.LFMinterferencemitigationinGPSreceivedsignal[J].Journal of National University of Defense Technology, 2013, 35(1): 70-76.(周柱, 盧樹軍, 張爾揚(yáng), 等.GPS接收信號(hào)中線性掃頻干擾的抑制[J].國(guó)防科技大學(xué)學(xué)報(bào), 2013, 35(1): 70-76.)

[20]ZhangJ,WongKM,LuoZQ,etal.BlindadaptiveFRESHfilteringforsignalextraction[J].IEEE Trans.on Signal Processing, 1999, 47(5): 1397-1402.

Anti-jamming algorithm for direct sequence spread spectrum communication based on source separation of single channel mixed signal by using transform-domain filter

ZHU Xing-tao1,2, LIU Yu-lin3, HE Wei1, CHAO Zhi-chao1

(1. Department of Military Information Engineering, Chongqing Communication College, Chongqing 400035, China;2.DepartmentofInformationSystem,AcademyofNationalDefenseInformation,Wuhan430010,China;3.CommunicationEngineeringDesignandResearchInstituteofGeneralStaff,Shenyang110005,China)

In order to solve the problem that the communication signal and the jamming overlap seriously in time and frequency domain, an anti-jamming algorithm for direct sequence spread spectrum (DSSS) communication based on source separation of single channel mixed signal by using transform-domain filter is presented. First of all, the source separation model of single channel mixed signal is constructed in transform-domain based on partial modulation prior information of the DSSS signal by using the second-order cyclostationary difference among the DSSS signal and the jamming. Then, the optimal separation vector of the pilot mixed signal is obtained by iterating of the separation cost function which is designed based on the training sequence and minimum mean square error criterion. Finally, the expected DSSS signal is extracted from the frequency shift vector of the service mixed signal by using the optimal separation vector obtained above, which accordingly promotes the anti-jamming capacity of the DSSS communication. Simulation results show that, in the condition of strong jamming such as single-tone/ multi-tone jamming and sweep-spot jamming, the bit error rate (BER) of the un-separated signal is almost constant and fluctuates in the vicinity of 0.5, while the BER of the proposed algorithm can be as below as 10-3.

direct sequence spread spectrum (DSSS); single channel blind source separation; transform-domain; anti-jamming

2015-09-16；

2016-05-25；網(wǎng)絡(luò)優(yōu)先出版日期：2016-07-17。

重慶高校創(chuàng)新團(tuán)隊(duì)建設(shè)計(jì)劃(KJTD201343)資助課題

TN 973.3

A

10.3969/j.issn.1001-506X.2016.10.26

朱行濤(1982-),男,講師,博士研究生,主要研究方向?yàn)橹悄苄盘?hào)處理、通信抗干擾。

E-mail:mynazhu@126.com

劉郁林(1971-),男,教授,博士后,主要研究方向?yàn)槊ば盘?hào)處理、無線傳感器網(wǎng)絡(luò)。

E-mail:spliuyl@uestc.edu.cn何為(1977-),男,講師,碩士,主要研究方向?yàn)镈SP技術(shù)及應(yīng)用。

E-mail:cqcchw@126.com

晁志超(1982-),男,講師,博士,主要研究方向?yàn)閳D像處理、通信對(duì)抗。

E-mail:superchao1982@163.com

網(wǎng)絡(luò)優(yōu)先出版地址：http://www.cnki.net/kcms/detail/11.2422.TN.20160717.0949.002.html