向 敏，胡 飛，周 軍

(1.海軍駐成都地區(qū)通信軍事代表室，四川成都610041;2.西南通信研究所，四川成都610041)

0 引言

實(shí)際的無線通信環(huán)境中存在著各種各樣的干擾，可以將其分為人為干擾和非人為干擾。人為干擾是一種故意干擾，目的是對(duì)敵方有針對(duì)的施放干擾，達(dá)到破壞對(duì)方正常通信的目的。非人為干擾一般都是來自于自然環(huán)境，比如天線間干擾，多徑干擾，噪聲干擾等。對(duì)于來自自然環(huán)境的干擾，現(xiàn)有的技術(shù)一般是通過一些方法來降低其影響(如均衡、濾波等)，但是不能完全消除掉，而對(duì)于人為的、有敵意的干擾，則利用信號(hào)處理的方法進(jìn)行消除或削弱其影響。

現(xiàn)有的一些文獻(xiàn)中都是有針對(duì)性地對(duì)某些干擾進(jìn)行檢測(cè)并抑制［1－2］。在擴(kuò)頻通信系統(tǒng)中對(duì)于窄帶干擾，現(xiàn)有的抑制方法一般分有時(shí)域估計(jì)與抵消［3］、變換域抑制［4］、和碼輔助抑制［5］等。對(duì)于一個(gè)好的干擾抑制算法必須當(dāng)干擾特性未知時(shí)，接收機(jī)必須能夠盲抑制和自適應(yīng)抑制干擾［6］。盲抑制即接收機(jī)在沒有任何干擾的先驗(yàn)信息時(shí)對(duì)干擾進(jìn)行抑制，而自適應(yīng)干擾抑制能夠有效地抑制各種變化的干擾信號(hào)。而現(xiàn)有的一些干擾抑制算法都是針對(duì)某種特定類型的干擾進(jìn)行研究。如果干擾信號(hào)不屬于其適應(yīng)的范圍，其干擾抑制效果則非常差。在文獻(xiàn)［7］中研究了一種能抑制不同類型干擾信號(hào)的抑制算法，然其復(fù)雜度非常高。對(duì)于有些信號(hào)適合在時(shí)域進(jìn)行抑制，有些信號(hào)適合在頻域進(jìn)行抑制，然而關(guān)鍵的一點(diǎn)是如何選擇在哪個(gè)變換域抑制干擾最佳，如果確定了在哪個(gè)變換域去抑制，復(fù)雜度就相對(duì)降低了很多。文獻(xiàn)［8］中主要研究了基于變換選擇的干擾抑制算法(TSISA，Transform－Selective Interference Suppression Algorithm)，該算法采用一種百分比度量選擇算法選擇在時(shí)域或者頻域進(jìn)行抑制干擾。這種度量選擇算法有一個(gè)缺點(diǎn)就是復(fù)雜度相對(duì)較高，因?yàn)樗紫纫獙?duì)各個(gè)樣點(diǎn)的能量進(jìn)行排序。而在文獻(xiàn)［9］中采用壓縮增益度量選擇算法，并且研究了時(shí)域、FFT域和分?jǐn)?shù)階傅里葉變換(FrFT，F(xiàn)ractional Fourier Transform)域，通過這種度量選擇算法能正確選擇最佳干擾抑制域。文獻(xiàn)［10］研究了基于變換選擇的干擾抑制算法，分析對(duì)比了四種度量選擇算法的性能，包括百分比度量，方差系數(shù)度量，最大值度量和壓縮增益度量，并比較了各種度量算法的復(fù)雜度。

文中主要研究了一種基于變換選擇的干擾抑制算法，提出了一種改進(jìn)的度量選擇算法，并和文獻(xiàn)［10］中的四種度量選擇算法的性能進(jìn)行了比較。通過度量選擇算法選擇最佳的干擾抑制域后再采用前向連續(xù)均值消除算法對(duì)干擾進(jìn)行抑制。

1 系統(tǒng)模型

接收機(jī)接收到的信號(hào)如式(1)所示。其中s(n)是發(fā)送的調(diào)制信號(hào)，v(n)是零均值、單邊功率譜密度為N0的加性高斯白噪聲，i(n)表示干擾信號(hào)，它有可能是脈沖干擾、單音干擾、多音干擾、和窄帶干擾等。

一般人為現(xiàn)在常見的人為干擾有:脈沖干擾，單音(STJ，Single－Tone Jamming)和多音干擾(MTJ，Multiple－ Tone Jamming)，窄帶干擾(NBI，Narrowband Interference)等。

1)脈沖干擾。脈沖干擾是在時(shí)域很少一部分時(shí)間內(nèi)施放干擾，又可以稱為部分時(shí)間干擾。它作用的時(shí)間較短，但突發(fā)的脈沖幅度很大。這種干擾具有平坦的頻譜特性，且其頻譜覆蓋整個(gè)信號(hào)帶寬。脈沖干擾不是連續(xù)干擾，它是有一定概率的。當(dāng)干擾沒有發(fā)射時(shí)，接收的數(shù)據(jù)信息可以看作是無差錯(cuò)的，但是當(dāng)干擾發(fā)射時(shí)，如果選擇適當(dāng)?shù)恼伎毡?在一段工作時(shí)間內(nèi)脈沖占用的時(shí)間與總時(shí)間比)，就可以對(duì)通信系統(tǒng)造成嚴(yán)重的破壞。脈沖干擾一般包括兩種形式，一種是零均值高斯隨機(jī)變量，另外一種是恒定幅度沖激信號(hào)。

2)單音和多音干擾。單音和多音干擾都屬于音頻干擾，一般建模為L(zhǎng)個(gè)復(fù)單音信號(hào)組成之和，用公式可以表示為:

式中，Pl表示單音信號(hào)的功率，fl表示單音信號(hào)的頻率，φl表示單音信號(hào)的初始相位，{φl}是在［0，2π)區(qū)間均勻分布的隨機(jī)相位。

3)窄帶干擾。窄帶干擾一般可以建模為多個(gè)單音信號(hào)的疊加或者窄帶高斯噪聲［11］，窄帶高斯噪聲可以將高斯噪聲通過帶寬為W的理想帶通濾波器濾波得到。

2 基于變換選擇的干擾抑制算法

這些干擾在不同的數(shù)字域上具有不同的特征，基于變換選擇的干擾抑制算法就是要根據(jù)干擾信號(hào)在各個(gè)數(shù)字域上的度量值來選擇正確的變換域去抑制干擾。因此基于域選擇的干擾抑制算法的關(guān)鍵是要根據(jù)度量值正確選擇變換域，然后采用合適的抑制算法對(duì)干擾進(jìn)行抑制。在文獻(xiàn)［10］中研究了四種度量選擇算法，包括百分比(PRC，Percentiles)度量，最大值(MAX，Maximum)度量，方差系數(shù)(CV，Coefficient of Variation)度量，壓縮增益(CG，Compression Gain)度量。文中提出了一種新的修正的最大值度量選擇算法。

修正的最大值度量(Modified MAX)

表1是各種度量算法的復(fù)雜度比較［10］，從表1中可以看出，MAX度量算法復(fù)雜度最低，CV和CG復(fù)雜度居中，PRC度量算法復(fù)雜度最高，因?yàn)樗枰獙?duì)數(shù)據(jù)進(jìn)行排序。

表1 度量算法的復(fù)雜度比較Table 1 Complexity comparison of different type metric algorithms

圖1是基于變換選擇干擾抑制算法的框圖，接收機(jī)根據(jù)不同變換域統(tǒng)計(jì)其度量值的大小，然后再選擇最優(yōu)的域去抑制干擾，這些度量算法分別是上述提到的 PRC、MAX，CV、CG 和 Modified MAX。圖中列出了三種域，包括時(shí)域，傅里葉域和分?jǐn)?shù)階傅里葉域［10］。域的選擇也不僅限于這幾種，還可以包括小波變換域等，這里暫不考慮。

圖1 基于變換域選擇干擾抑制算法框Fig.1 Diagram of interference suppression based on transform domain selection

在選擇好最佳的變換域后，最關(guān)鍵的就是要采用合適的抑制算法將干擾消除。在文獻(xiàn)［12］中研究了一種自適應(yīng)多門限干擾抑制算法，抑制干擾的門限TH=5μ，μ表示信號(hào)的平均功率，虛警概率0.006 7，文中采用文獻(xiàn)［12］中的門限值TH=5 μ，并利用文獻(xiàn)［13］中的前向連續(xù)均值消除(FCME，F(xiàn)orward Consecutive Mean Excision)法對(duì)干擾進(jìn)行抑制。

3 仿真性能

以下仿真結(jié)果都是基于跳頻系統(tǒng)上做的。其中每跳駐留時(shí)間為100 ms，信號(hào)帶寬為12 kHz，傳輸速率為1 200 b/s。假設(shè)時(shí)間和頻率都是理想同步，BPSK調(diào)制，信道編碼為［7，6］8卷積碼，維特比譯碼，AWGN信道?；谧儞Q選擇的干擾抑制算法的變換域度量算法分別有PRC、MAX、CV、CG和Modified MAX，變換域有三種，分別為時(shí)域，F(xiàn)FT域和Fr-FT域，F(xiàn)CME抑制干擾的門限采用5μ，μ表示接收信號(hào)的平均功率，F(xiàn)FT長(zhǎng)度512，%50重疊加窗，512階Blackman窗。

圖2為基于變換選擇的時(shí)域脈沖干擾抑制性能的曲線圖，其中脈沖干擾是零均值復(fù)高斯隨機(jī)變量，干信比ISR=30 dB。從仿真結(jié)果可以看出，對(duì)于時(shí)域脈沖干擾信號(hào)，幾種度量選擇算法的性能基本上是一致的，都能選擇正確的變換域?qū)Ω蓴_進(jìn)行抑制。

圖2 不同度量選擇算法的脈沖干擾抑制性能Fig.2 Performance of pulse interference suppression with different metric selection algorithms

圖3是基于變換選擇的多音干擾抑制性能的曲線圖，干信比ISR=30 dB，ISR是指每個(gè)單音干擾信號(hào)和信號(hào)的功率比，即對(duì)于多音干擾實(shí)際的ISR要大于30 dB。從仿真結(jié)果可以看出，隨著單音信號(hào)個(gè)數(shù)的增加，系統(tǒng)的誤碼性能也隨著增加。對(duì)于多音干擾信號(hào)，最大值度量選擇算法性能最差，而其余4種度量選擇算法性能基本一致。

圖3 不同度量選擇算法的多音干擾抑制性能Fig.3 Performance of multi－ tone interference suppression with different metric selection algorithms

圖4所示是基于變換選擇的窄帶噪聲干擾抑制性能，其中背景信噪比SNR=－1 dB，干擾信號(hào)帶寬400 Hz。從仿真結(jié)果可以看出，對(duì)于干信比在0～30 dB范圍內(nèi)的窄帶干擾，最大值度量選擇算法的性能是最差的，而其余四種度量選擇算法都能選擇正確的變換域去抑制干擾。

圖4 不同度量選擇算法的窄帶干擾抑制性能Fig.4 Performance of narrow bandwidth interference suppression with different metric selection algorithms

圖5、圖6和圖7分別是脈沖干擾、多音干擾和窄帶干擾在各種變換域的性能比較。其中TSISA算法是采用修正的最大值度量算法，從時(shí)域、FFT域和FrFT中選擇最佳的干擾抑制域。從仿真結(jié)果可以看出，修正的最大值度量算法選擇的變換域與最佳干擾抑制域的性能是基本一致的，而對(duì)于非最佳干擾抑制域性能則相對(duì)要差。

圖5 脈沖干擾抑制性能(ρ=0.1，ISR=30 dB)Fig.5 Performance of pulse interference suppression(ρ =0.1，ISR=30 dB)

圖6 多音干擾抑制性能(ISR=30 dB，3個(gè)單音信號(hào))Fig.6 Performance of multi－ tone interference suppression(ISR=30 dB，3 tones)

圖7 窄帶干擾抑制性能(SNR=－1 dB，干擾帶寬400 Hz)Fig.7 Performance of narrow bandwidth interference suppression(SNR= －1 dB，bandwidth of interference:400 Hz)

綜合以上仿真結(jié)果可以看出，文中提出的修正的度量選擇算法的性能和百分比度量、方差系數(shù)度量和壓縮增益度量選擇算法性能基本一致，而從復(fù)雜度上看，百分比度量選擇算法復(fù)雜度最高，壓縮增益和方差系數(shù)度量算法復(fù)雜度居中，修正的最大值度量算法復(fù)雜度最低，因此綜合考慮性能和復(fù)雜度，文中提出的修正的最大值度量選擇算法是相對(duì)最好的。

4 結(jié)語

文中研究了一種基于變換選擇的干擾抑制算法，并提出了一種修正的最大值度量選擇算法。通過仿真分析，對(duì)于不同的干擾，該算法能準(zhǔn)確地選擇最佳干擾抑制域，和其他性能較好的度量選擇算法相比，它的性能和其他算法基本一致，并且其復(fù)雜度要比其他算法低很多。

［1］范永全，張家樹，周波.基于OBE算法的混沌通信盲干擾抑制［J］.通信技術(shù)，2007，40(12):21－23.FAN Yong－quan，ZHANG Jia－shu，ZHOU Bo.Blind Narrowband Interference Suppression in Chaotic Communication based on Optimal Bounding Ellipsoid Algorithm［J］.Communications Technology，2007，40(12):21 －23.

［2］安建偉，蘇廣川.BPSK擴(kuò)頻信號(hào)中基于循環(huán)平穩(wěn)模型的干擾抑制算法［J］.通信技術(shù)，2006(增刊):19－22.AN Jian－wei，SU Guang－chuan.Interference Excision Algorithm in Spread Spectrum Communication Systems based on Cyclostationary Signal Model［J］.Communications Technology，2006，S1:19 －22.

［3］POOR H V，RUSCH L A.Narrowband Interference Suppression in Spread Spectrum CDMA［J］.IEEE Personal Communications，1994，1(03):14 －27.

［4］Perez－Solano Juan Jose，F(xiàn)elici－Castell Santiago，Rodriguez － Hernandez Miguel.Narrowband Interference Suppression in Frequency－h(huán)opping Spread Spectrum U-sing Undecimated Wavelet Packet Transform［J］.IEEE Transactions on Vehicular Technology，2008，57(03):1620－1629.

［5］ZHAO T，YANG Z，ZHAO Y.Partial Code Aided Scheme for Narrowband Interference Suppression in Direct Sequence Spread Spectrum Systems［J］.IET Communication，2010，4(18):2240 －2251.

［6］KRISHNAMURTHY V，YIN G，SINGH S.Adaptive step－size Algorithm for Blind Interference Suppression in DS/CDMA Systems［J］.IEEE Trans.Signal Processing，2001，49(01):190－201.

［7］POUTTU A，RAUSTIA M，HENTTU P，et al.Method Selection Diversity Approach to Interference Suppression［C］//IEEE 7th International Symposium on Spread－Spectrum Tech＆Appl.［s.l.］:IEEE，2002:623 －627.

［8］LEHTOMAKI J，VARTIAINEN J，HARRI S.Domain Selective Interference Excision and Energy Detection of Direct Sequence Signals［C］//Proc.of the 6th Nordic Signal Processing Symposium NORSIG.［s.l.］;［s.n.］，2004:216－219.

［9］AROMAA S，HENTTU P，JUNTTI M.Transform Selective Interference Suppression Algorithm for Spread Spectrum Communications［J］.IEEE Signal Processing Letters，2005，12(01):49 －51.

［10］VARTIAINEN J，LEHTOMAKI J，SAARNISAARI H，et al.Interference Suppression in Several Transform Domains［C］//IEEE Military Communications Conference MILCOM 2005.［s.l.］:IEEE ，2005:2294 －2300.

［11］WANG X，POOR H V.Robust Multi－user Detection in Non － Gaussian Channels［J］.IEEE Transaction Signal Process，1999(47):289 －305.

［12］張春海，薛麗君，張爾揚(yáng).基于自適應(yīng)多門限算法的變換域窄帶干擾抑制［J］.電子與信息學(xué)報(bào)，2006，28(03):461－465.ZHANG C.H.，XUE L.J.，ZHANG E.Y.Narrow －Band Interference Suppression in Transform Domain based on Adaptive Multi－ Threshold Algorithm［J］.Journal of Electronics＆ Information Technology，2006，28(3):461－465.

［13］SAARNISAARI H，HENTTU P，JUNTTI M.Iterative Multidimensional Impulse Detectors for Communications based on the Classical Diagnostic Methods［J］.IEEE Trans.Commun.，2005，53(03):395 －398.