王 春
(西安電子科技大學(xué) 電子工程學(xué)院,陜西 西安710071)
第三代移動(dòng)通信,CDMA,UMTS等制式的擴(kuò)頻信號(hào)在實(shí)際應(yīng)用中,經(jīng)常受到如GSM、對(duì)講機(jī)等信號(hào)的干擾,導(dǎo)致靈敏度降低或者接收不到信號(hào),導(dǎo)致通話質(zhì)量降低。因此抗干擾技術(shù)在實(shí)際應(yīng)用中尤顯重要,是業(yè)界學(xué)者的研究熱點(diǎn)。利用FFT進(jìn)行陷波的抗干擾算法,首先利用快速傅里葉變換把帶有窄帶干擾的時(shí)域信號(hào),用快速傅里葉變換到頻域;再根據(jù)窄帶干擾信號(hào)的特點(diǎn),做一個(gè)窄帶平滑濾波器對(duì)干擾信號(hào)進(jìn)行檢測(cè),并將檢測(cè)到的干擾信號(hào)一并提取出來,同時(shí)記錄干擾的位置,用提取的干擾信號(hào)與原信號(hào)在同一位置進(jìn)行對(duì)消,完成頻域內(nèi)干擾信號(hào)的消除;最后再把去除干擾的信號(hào)進(jìn)行逆傅里葉變換,得到所需的時(shí)域信號(hào)。但利用FFT進(jìn)行陷波的抗干擾算法由于FFT運(yùn)算量大,需要存儲(chǔ)的空間大,導(dǎo)致系統(tǒng)的功耗增大,成本上升。基于白化噪聲的抗干擾算法,首先利用白化自適應(yīng)濾波器,對(duì)信號(hào)進(jìn)行白化處理;然后對(duì)白化后的信號(hào)再進(jìn)行相關(guān)運(yùn)算,從而提高系統(tǒng)的抗干擾能力。輸入信號(hào)具有如圖1(a)所示的頻譜,則白化自適應(yīng)濾波器使系統(tǒng)所具有的頻譜為圖1(b)所示的形式。這樣濾波器輸出的頻譜才是一個(gè)平坦的白色過程,如圖1(c)所示?;诎谆肼暤目垢蓴_算法,是基于對(duì)窄帶干擾用白化濾波器濾波的思想來消除干擾,雖然簡(jiǎn)單,但與基于FFT的陷波算法相比,消除干擾的性能不是很理想。在實(shí)際應(yīng)用中,除了算法本身的抗干擾性能,算法的實(shí)現(xiàn)性價(jià)比也較重要,在工程應(yīng)用中,成本是需要考慮的一個(gè)重要方面。因此,找到一種既能滿足性能要求,又成本低廉的實(shí)現(xiàn)方案成為一個(gè)亟待解決的問題?;诖?,文中提出了一種利用矩陣特值進(jìn)行抗干擾的算法,可以有效消除阻塞性與類單音的各種干擾,與常見的利用FFT進(jìn)行陷波的算法處理相比,利用矩陣特征值進(jìn)行抗干擾處理,具有計(jì)算量小、邏輯實(shí)現(xiàn)簡(jiǎn)單的優(yōu)點(diǎn),降低了抗干擾算法的復(fù)雜度。該算法從性能與資源上取得較好的平衡。
在信號(hào)處理中,矩陣發(fā)揮著重要作用,矩陣的各個(gè)特征與分量都體現(xiàn)了信號(hào)的某個(gè)特征,只要對(duì)這些特征進(jìn)行分析,就可得到各種信號(hào)處理的算法。
對(duì)信號(hào)的協(xié)方差矩陣進(jìn)行特征值分解,可以得到特征值和特征向量,而信號(hào)子空間和噪聲子空間就是由這些特征向量張成的[1],大的特征值對(duì)應(yīng)的特征向量就張成信號(hào)子空間,同樣噪聲子空間也知道了[2]。在有干擾的系統(tǒng)中,可以認(rèn)為這些大的干擾就是信號(hào),而信號(hào)就是噪聲。那么從相關(guān)陣的特征值看,那些大的特征值張成信號(hào)空間,其余小的張成噪聲空間。
觀測(cè)信號(hào)為n維的向量X,X受到一個(gè)強(qiáng)度比較大得窄帶單音信號(hào)的干擾。那么根據(jù)常見的信號(hào)分析,這個(gè)信號(hào)向量形成的相關(guān)矩陣[3]通過特征值分析信號(hào)和噪聲如下
S矩陣為對(duì)應(yīng)的特征值矩陣。S=diag(α1,α2,α3,…,αn),這些特征值可以反映信號(hào)和噪聲能量集中的情況。如果將α1,…,αi,…,αr按照遞減的順序排列即,α1≥α2≥…≥αi≥…≥αr≥0,那么,前i個(gè)較大的特征值將主要反映單音干擾,較為平均且較小的特征值將主要反映信號(hào)[4]。大特征值與小特征值有多個(gè)數(shù)量級(jí)的差異。通過設(shè)定一個(gè)合適的門限,就可以區(qū)分那些對(duì)應(yīng)特征值對(duì)應(yīng)噪聲,那些特征值對(duì)應(yīng)信號(hào)。
根據(jù)式(1)~式(3)得到
式(6)通過U,V,AX等恰好組成濾波器的關(guān)系[5],每個(gè)濾波器產(chǎn)生結(jié)果的平方對(duì)應(yīng)相應(yīng)的特征值。那么去掉干擾的思路就可得出。通過式(6)可以得到干擾分量的濾波器系數(shù),那么觀測(cè)信號(hào)向量X進(jìn)行濾波分離干擾信號(hào)和有用信號(hào)[6],去除干擾的實(shí)現(xiàn)框圖如圖2所示。
圖2 干擾算法實(shí)現(xiàn)框圖
通過對(duì)基本原理的闡述,抗干擾算法在FPGA里易于實(shí)現(xiàn),系數(shù)可以在CPU或DSP中計(jì)算。
通過建立一個(gè)單音+信號(hào)模擬系統(tǒng),單音代表干擾,信號(hào)代表噪聲。仿真所涉及的干擾信號(hào)的強(qiáng)度比信號(hào)強(qiáng)度約高37 dB,信號(hào)的長(zhǎng)度為8 192。檢測(cè)門限5 dB。如圖3所示,類似干擾會(huì)嚴(yán)重影響信號(hào)解調(diào)的靈敏度,有些信號(hào)甚至無法解出。干擾信號(hào)用單音信號(hào)實(shí)線表示,有用信號(hào)用白噪聲信號(hào)虛線表示。
圖3 信號(hào)干擾信號(hào)與有用信號(hào)功率對(duì)比圖
黑色的信號(hào)是有用信號(hào)加單音干擾?;疑男盘?hào)是用上述方法去除單音干擾后的信號(hào)。那么圖3就是真實(shí)的有用信號(hào)和去除干擾的有用信號(hào)的比較。
圖4 原始無干擾信號(hào)與去掉干擾后的信號(hào)重合效果圖
圖5 誤差逼近效果
圖5中灰色是誤差圖,橫坐標(biāo)是點(diǎn)數(shù)8 192??v坐標(biāo)是信號(hào)誤差的幅度。相當(dāng)于分離出來的有用信號(hào)減去真實(shí)的有用信號(hào)。最大誤差約為0.3。結(jié)果說明去掉干擾是成功的。對(duì)比3種抗干擾算法,所有算法的實(shí)現(xiàn)基于Xilinx的Virtex5器件的比較。
表1 3種干擾算法性能及資源比較
從表1可見,如果取折中,實(shí)現(xiàn)最佳性價(jià)比,特征值的方法性價(jià)比較高。
介紹了抗干擾算法是基于特征值所張成的信號(hào)空間來描述各個(gè)投影方向的信號(hào)特點(diǎn)[7]。特征值的求解,有多種解法,不同的解法,對(duì)算法的性能有影響,同時(shí)要注意相關(guān)矩陣的穩(wěn)定性。以及算法實(shí)現(xiàn)的代價(jià)及所占用的資源。
[1] 胡廣書.數(shù)字信號(hào)處理[M].2版.北京:清華大學(xué)出版社,2008.
[2]WEI S,MOENESS G A.Maximum signal-to-noise ratio GPS anti-jam receiver with subpace tracking[M].USA Villanova:Center for Advanced Communications,Villanova University,2010.
[3]CORMAC D F.OFDM narrowband interference estimation using cylic prefix based algorithm[D].Dublin Ireland:University Colledge Dublin,2006.
[4]ZHANG Dan,F(xiàn)AN Ping,CAO Zhigang.Receiver window design for narrowband interference suppression in ieee 802.11a system[D].Beijing:Tsinghua Uniersity,2004.
[5]GOMAA A.A compressive sensing approach to NBI cancellation in mobile OFDM systems[C].Global Telecommunications Conference 2010 IEEE,2010.
[6]MAHATA K.Spectrum estimation,notch filters,and MUSIC signal processing[C].IEEE Transactions on Communication,2005(10):931-937.
[7] 張賢達(dá).通信信號(hào)處理[M].2版.北京:國防工業(yè)出版社,2005.