李冬霞,陳秋雨,王 磊,劉海濤

(中國(guó)民航大學(xué)智能信號(hào)與圖像處理天津市重點(diǎn)實(shí)驗(yàn)室,天津 300300)

0 引 言

為應(yīng)對(duì)全球民用航空運(yùn)輸業(yè)飛速發(fā)展帶來(lái)的巨大挑戰(zhàn),新一代空中交通管理系統(tǒng)對(duì)民航未來(lái)航空移動(dòng)通信系統(tǒng)提出了更高的要求。L頻段數(shù)字航空通信系統(tǒng)(L-band digital aeronautical communication system,L-DACS)[1]是未來(lái)民航沿陸地航路部署的空-地蜂窩通信系統(tǒng),其有L-DACS1和L-DACS2兩種候選技術(shù)方案[2-3],L-DACS1采用正交頻分復(fù)用(orthogonal frequency-division multiplexing,OFDM)調(diào)制,被視為未來(lái)航空數(shù)據(jù)鏈系統(tǒng)的重要技術(shù)手段[4]。由于L-DACS1系統(tǒng)工作在測(cè)距儀(distance measure equipment,DME)系統(tǒng)的波道間,兩個(gè)系統(tǒng)的信號(hào)載波頻率間隔僅有500 kHz,頻譜相互混疊,而DME信號(hào)具有較高的發(fā)射功率,嚴(yán)重干擾L-DACS1系統(tǒng)OFDM接收機(jī)性能[5],從而導(dǎo)致系統(tǒng)整體傳輸性能降低。

針對(duì)DME信號(hào)干擾L-DACS1系統(tǒng)OFDM接收機(jī)的問(wèn)題,學(xué)術(shù)界已從多個(gè)角度開(kāi)展研究并取得了相應(yīng)的研究成果[6]。研究成果主要分為3類:非線性脈沖干擾抑制方法[7-9]、基于空域?yàn)V波的干擾抑制方法[10-12]和基于DME信號(hào)建模重構(gòu)的干擾抑制方法[13-14]。其中,非線性脈沖干擾抑制方法存在著OFDM接收機(jī)產(chǎn)生子載波間干擾(inter carrier interference,ICI)、門限設(shè)置較為困難、在干擾環(huán)境下各個(gè)子信道衰落信息很難精確獲得等問(wèn)題。而基于空域?yàn)V波的干擾抑制方法的主要不足是運(yùn)算復(fù)雜度高,且要求接收機(jī)安裝陣列天線,限制了該方法的應(yīng)用范圍。在基于DME信號(hào)建模重構(gòu)的干擾抑制方面,文獻(xiàn)[14]把DME信號(hào)看作稀疏信號(hào),將壓縮感知(compression sensing,CS)理論應(yīng)用于DME脈沖干擾抑制,利用凸優(yōu)化算法[15]實(shí)現(xiàn)殘留DME脈沖信號(hào)重構(gòu)并消除,仿真研究結(jié)果表明該方法取得了較好的脈沖干擾抑制效果,但仍存在一定的重構(gòu)誤差。為了改善已有的CS算法重構(gòu)精度低、實(shí)現(xiàn)過(guò)于復(fù)雜的問(wèn)題,文獻(xiàn)[16]提出了貝葉斯CS(Bayesian CS,BCS)理論,將貝葉斯學(xué)習(xí)機(jī)制中樣本信息的統(tǒng)計(jì)特性與CS結(jié)合起來(lái),既能實(shí)現(xiàn)低信噪比下的信號(hào)重構(gòu),又能提高重構(gòu)精度。之后,BCS算法被廣泛應(yīng)用于信號(hào)重構(gòu)[17-18]、目標(biāo)定位[19]、信道估計(jì)[20]、雷達(dá)成像[21-22]等方面。文獻(xiàn)[23]提出了一種分布未知情況下的貝葉斯匹配追蹤(support agnostic Bayesian matching pursuit,SABMP)算法。相比于其他匹配追蹤算法,該算法的運(yùn)算復(fù)雜度較低。當(dāng)稀疏信號(hào)的統(tǒng)計(jì)特性未知時(shí),該算法仍能實(shí)現(xiàn)較為準(zhǔn)確的重構(gòu)。由于DME脈沖信號(hào)在原始時(shí)域上不是充分稀疏的,目前針對(duì)稀疏信號(hào)重構(gòu)的CS算法及BCS算法都無(wú)法令其達(dá)到良好的恢復(fù)質(zhì)量。

文獻(xiàn)[24]指出塊稀疏貝葉斯學(xué)習(xí)(block sparse Bayesian learning,BSBL)算法[25]不僅可以用來(lái)重構(gòu)稀疏信號(hào),還可以重構(gòu)非稀疏信號(hào)?；趬K稀疏貝葉斯學(xué)習(xí)框架,文獻(xiàn)[24]進(jìn)一步提出了3種衍生算法:邊界優(yōu)化BSBL(BSBL-the bound optimization,BSBL-BO)算法、期望最大化BSBL(BSBL-the expectation-maximization,BSBL-EM)算法以及群Lasso與BSBL混合(hybrid of BSBL and Group-Lasso type algorithms,BSBL-l1)算法,并對(duì)3種算法的性能進(jìn)行分析和比較。在實(shí)際應(yīng)用中[26-27],BSBL-BO算法能夠較為精確地重構(gòu)具有或不具有任何塊結(jié)構(gòu)的非稀疏信號(hào),且有較高的運(yùn)算效率。文獻(xiàn)[28]利用BSBL-EM算法進(jìn)行DME脈沖信號(hào)重構(gòu)并消除,從而達(dá)到DME脈沖干擾抑制的目的,但該方法的運(yùn)算復(fù)雜度較高。

為了提高DME脈沖信號(hào)的重構(gòu)精度,本文將DME脈沖信號(hào)按照非稀疏信號(hào)進(jìn)行重構(gòu)處理,提出將BSBL-BO算法應(yīng)用于DME脈沖干擾抑制的方法。其基本思想是:在OFDM接收機(jī)根據(jù)空子載波構(gòu)造出針對(duì)DME脈沖干擾的CS模型;在此基礎(chǔ)上基于DME脈沖干擾的統(tǒng)計(jì)特性,使用BSBL-BO算法對(duì)其進(jìn)行重構(gòu)并在時(shí)域進(jìn)行干擾消除,從而實(shí)現(xiàn)DME脈沖干擾抑制;最后構(gòu)建L-DACS1系統(tǒng)的仿真平臺(tái),驗(yàn)證本文方法的有效性。

1 系統(tǒng)模型

1.1 DME信號(hào)模型

根據(jù)DME系統(tǒng)的工作原理,其所發(fā)射信號(hào)以高斯脈沖的形式成對(duì)出現(xiàn),單個(gè)DME脈沖對(duì)[29]表示為

bDME(t)=e-ε/2t2+e-ε/2(t-Δt)2

(1)

式中:ε=4.5×1011s-2,該參量的取值保證了單個(gè)脈沖的寬度為3.5 μs;Δt表示脈沖間隔,具體取值取決于DME基站的特定傳輸模式。

考慮到DME信號(hào)載波頻率偏移對(duì)L-DACS1系統(tǒng)的影響,載波偏置DME信號(hào)建模為

(2)

式中:N1表示DME干擾源的總數(shù)目;u表示DME脈沖對(duì)的序號(hào);NU,i表示第i個(gè)DME干擾源在觀測(cè)時(shí)間內(nèi)產(chǎn)生脈沖對(duì)的總數(shù);Ai和fc,i分別表示第i個(gè)DME干擾源發(fā)射的信號(hào)峰值與載波頻率的偏置量;ti,u和φi,u分別表示第i個(gè)DME干擾源發(fā)射的第u個(gè)脈沖對(duì)出現(xiàn)的時(shí)刻和對(duì)應(yīng)載波信號(hào)的初始相位,其中ti,u服從泊松分布,φi,u服從[0,2π]的均勻分布。

1.2 L-DACS1系統(tǒng)OFDM發(fā)射機(jī)

圖1為L(zhǎng)-DACS1系統(tǒng)OFDM發(fā)射機(jī)的原理框圖。

圖1 L-DACS1系統(tǒng)OFDM發(fā)射機(jī)Fig.1 OFDM transmitter of L-DACS1 system

發(fā)射端信源產(chǎn)生的比特序列首先分別經(jīng)過(guò)卷積編碼、交織處理后送入調(diào)制器,調(diào)制方式可以采用正交相移鍵控(quadrature phase shift keying,QPSK)、正交振幅調(diào)制(quadrature amplitude modulation,QAM)16QAM、64QAM等;之后調(diào)制符號(hào)映射到OFDM發(fā)射機(jī)的NS個(gè)子載波上構(gòu)成數(shù)據(jù)幀;映射后的信號(hào)進(jìn)行上采樣處理,采樣因子為V,再經(jīng)VNS點(diǎn)快速傅里葉逆變換(inverse fast Fourier transform,IFFT)轉(zhuǎn)換為OFDM時(shí)域信號(hào)x;然后插入循環(huán)前綴(cyclic prefix,CP)以消除碼間串?dāng)_,最后通過(guò)D/A和射頻前端處理后發(fā)射。

1.3 基于BSBL-BO算法的DME脈沖干擾抑制的OFDM接收機(jī)

圖2為基于BSBL-BO算法實(shí)現(xiàn)DME脈沖干擾抑制的OFDM接收機(jī)原理框圖。假設(shè)已實(shí)現(xiàn)接收機(jī)幀定時(shí)同步和載波頻率補(bǔ)償,經(jīng)過(guò)射頻前端的信號(hào)依次進(jìn)行A/D轉(zhuǎn)換、移除循環(huán)前綴處理得到時(shí)域信號(hào)矢量z為

z=x?h+e+n

(3)

式中:?表示卷積運(yùn)算;h表示信道脈沖響應(yīng);e為經(jīng)過(guò)中頻濾波器及抗混疊濾波器濾波后的DME脈沖干擾信號(hào);n為加性高斯白噪聲,服從高斯分布。

圖2 基于BSBL-BO算法的DME脈沖干擾抑制的OFDM接收機(jī)Fig.2 OFDM receiver for DME pulse interference suppression based on BSBL-BO algorithm

對(duì)時(shí)域信號(hào)矢量z進(jìn)行VNS點(diǎn)離散傅里葉變換(discrete Fourier transform,DFT)得到信號(hào)矢量y為

y=Dz=HX+De+Dn=HX+De+v

(4)

式中:D為DFT變換矩陣;HDh,表示信道脈沖響應(yīng)h的頻率響應(yīng);XDx,表示OFDM頻域信號(hào)矢量;v是加性高斯白噪聲n的頻域表示,仍服從高斯分布,同時(shí)滿足

發(fā)射機(jī)發(fā)射的OFDM信號(hào)中包含M個(gè)空子載波,這些子載波不傳輸任何有用數(shù)據(jù)。在接收端可根據(jù)空子載波構(gòu)造CS模型,方便DME脈沖干擾的重構(gòu)。定義k為OFDM信號(hào)x中空子載波的位置索引,(·)k表示與索引行k對(duì)應(yīng)的子矩陣(或子向量),則xk=0。此時(shí),將式(3)中的x替換為xk=0,代入到式(4)中即可得到欠定線性系統(tǒng)為

(5)

式(5)是一個(gè)標(biāo)準(zhǔn)CS線性回歸模型。其中,M為OFDM信號(hào)中空子載波的總數(shù);yk為M×1的觀測(cè)信號(hào)矢量,由信號(hào)矢量y中空子載波位置處的信號(hào)構(gòu)成;令N=VNS,Dk為M×N的感知矩陣(通常為欠定矩陣,即M

假設(shè)接收機(jī)能夠精確重構(gòu)出DME脈沖信號(hào),脈沖干擾移除后的信號(hào)經(jīng)過(guò)VNS點(diǎn)快速傅里葉變換(fast Fourier transform,FFT)轉(zhuǎn)換為頻域信號(hào),并進(jìn)行下采樣處理,之后通過(guò)信道估計(jì)模塊得到各子信道的頻域響應(yīng),該頻率響應(yīng)連同下采樣后的信號(hào)一起用于信道均衡;最后,與發(fā)射機(jī)處理過(guò)程相反,信號(hào)經(jīng)解調(diào)、解交織與譯碼后得到接收比特序列。

2 基于BSBL-BO算法的DME脈沖信號(hào)重構(gòu)

2.1 算法描述

本節(jié)給出利用BSBL-BO算法[24]重構(gòu)DME脈沖信號(hào)的詳細(xì)過(guò)程。

(6)

假設(shè)脈沖信號(hào)e具有塊結(jié)構(gòu),e可以被分為以下g個(gè)子信號(hào)塊:

(7)

式中:di為第i個(gè)信號(hào)塊的大小(i=1,2,…,g,di可以不相同)。而且在g個(gè)信號(hào)塊中,有且只有s塊(s≤g)是非零的,但是其位置未知。

假設(shè)每個(gè)信號(hào)塊ei∈Rdi×1滿足參數(shù)化的多元高斯分布:

p(ei;γi,Bi)～N(0,γiBi),i=1,2,…,g

(8)

式中:γi是一個(gè)非負(fù)參數(shù),控制信號(hào)e的塊稀疏性,當(dāng)γi=0時(shí),第i個(gè)信號(hào)塊為0;Bi是一個(gè)正定矩陣,代表第i個(gè)信號(hào)塊內(nèi)的相關(guān)性結(jié)構(gòu)信息。假設(shè)信號(hào)塊之間不相關(guān),則有

p(e;{γi,Bi}i)～N(0,Σ0),i=1,2,…,g

(9)

式中:Σ0=diag{γ1B1,γ2B2,…,γgBg}為信號(hào)e的協(xié)方差矩陣。

結(jié)合式(8)和式(9),可得到信號(hào)e的后驗(yàn)概率分布為

(10)

(11)

(12)

式中:μ表示均值;Σ表示協(xié)方差。

2.2 參數(shù)估計(jì)

(13)

(14)

(15)

然而,每個(gè)信號(hào)塊對(duì)應(yīng)不同的Bi就會(huì)產(chǎn)生過(guò)擬合現(xiàn)象。當(dāng)每個(gè)信號(hào)塊大小相同時(shí),避免過(guò)擬合的有效方法即是約束B(niǎo)i=B(?i)。利用這個(gè)約束條件,可以得到B的更新表達(dá)式為

(16)

(17)

式中:r為AR系數(shù);d為信號(hào)塊的大小;而對(duì)于系數(shù)r,有rm1/m0,m0和m1分別為矩陣B主對(duì)角線與次對(duì)角線的元素均值。

(18)

(2)參數(shù)γi的估計(jì)

(19)

(20)

結(jié)合式(19)和式(20)可以得到優(yōu)化后新的代價(jià)函數(shù),即為

(21)

對(duì)式(21)中的γi求偏導(dǎo),令其值為0即可得到

(22)

算法1 BSBL-BO算法1初始化參數(shù)γi和σ2n;2設(shè)定迭代次數(shù)和停止條件,開(kāi)始循環(huán);3根據(jù)式(11)和式(12)計(jì)算μ和Σ;4根據(jù)式(15)計(jì)算Bi;5根據(jù)式(17)或式(18)更新Bi;6根據(jù)式(22)計(jì)算γi;7根據(jù)式(14)計(jì)算σ2n;8重復(fù)步驟3～步驟7,若滿足停止條件,則跳出循環(huán);9得到信號(hào)e的最大后驗(yàn)概率估計(jì)值e^=μ。

2.3 算法復(fù)雜度分析

對(duì)于本文所選用的BSBL-BO算法而言,運(yùn)算復(fù)雜度主要由3部分決定:待重構(gòu)信號(hào)的均值μ、協(xié)方差Σ和估計(jì)參數(shù)γi。根據(jù)式(11)～式(13),其運(yùn)算復(fù)雜度分別為Ο(MN2)、Ο(MN2+M3)和Ο(dg)。因此,在每一次迭代運(yùn)算中,BSBL-BO算法的運(yùn)算復(fù)雜度為Ο(MN2+M3+dg)。然而在算法應(yīng)用中,由于d

表1 算法的運(yùn)算復(fù)雜度Table 1 Computation complexity of algorithms

3 仿真分析

3.1 仿真參數(shù)設(shè)置

本文構(gòu)建了基于BSBL-BO算法實(shí)現(xiàn)DME脈沖干擾抑制的L-DACS1系統(tǒng)前向鏈路仿真系統(tǒng),通過(guò)DME脈沖信號(hào)的重構(gòu)誤差分析、功率譜變化比較以及系統(tǒng)誤比特率和平均運(yùn)行時(shí)間計(jì)算對(duì)本文方法的有效性進(jìn)行仿真驗(yàn)證,并與基于凸優(yōu)化算法[15]、SABMP算法[23]以及BSBL-EM算法[24]的DME脈沖干擾抑制方法進(jìn)行了對(duì)比分析。表2給出了仿真系統(tǒng)的主要技術(shù)參數(shù)。

表2 主要仿真技術(shù)參數(shù)Table 2 Main simulation technical parameters

3.2 結(jié)果與分析

3.2.1 DME脈沖信號(hào)重構(gòu)結(jié)果與分析

圖3顯示了重構(gòu)前后DME脈沖信號(hào)的波形。其中,圖3(a)為經(jīng)過(guò)等效抗混疊濾波器濾波后的DME脈沖干擾信號(hào)的時(shí)域波形圖,圖3(b)為經(jīng)過(guò)BSBL-BO算法重構(gòu)得到的DME脈沖干擾信號(hào)的時(shí)域波形圖。對(duì)比可以看出:BSBL-BO算法可以有效地重構(gòu)DME脈沖信號(hào),且重構(gòu)效果良好。

圖3 DME脈沖信號(hào)重構(gòu)效果Fig.3 Effect of DME pulse signal reconstruction

為采用不同算法的DME脈沖信號(hào)重構(gòu)的歸一化均方誤差曲線,顯示了DME脈沖信號(hào)重構(gòu)的歸一化均方誤差隨信噪比變化規(guī)律。

由圖4可知:① 隨著信噪比的逐漸增大,所有重構(gòu)算法對(duì)應(yīng)的DME脈沖信號(hào)重構(gòu)歸一化均方誤差值逐漸減小,說(shuō)明信噪比的增加能夠使重構(gòu)的DME脈沖信號(hào)更加精確;② 當(dāng)信噪比一定時(shí),相較于其他3種算法,BSBL-BO算法的重構(gòu)歸一化均方誤差值最小,說(shuō)明基于BSBL-BO算法的DME脈沖信號(hào)的重構(gòu)精確度最高,重構(gòu)效果最好。

圖4 不同算法的重構(gòu)誤差比較Fig.4 Comparison of reconstruction errors for different algorithms

3.2.2 DME干擾抑制前后信號(hào)的功率譜

圖5顯示給出了基于BSBL-BO算法的DME干擾抑制前后信號(hào)功率譜對(duì)比圖(OFDM信號(hào)功率歸一化,噪聲功率為0 dB)。

圖5 系統(tǒng)信號(hào)的功率譜對(duì)比Fig.5 Comparison of power spectrum of system signals

圖5(a)顯示:OFDM發(fā)射信號(hào)在信號(hào)通頻帶內(nèi)功率譜值約為-30 dBw,信號(hào)的主要頻率集中在-0.25～0.25 MHz之間;圖5(b)顯示:DME脈沖干擾經(jīng)過(guò)等效抗混疊濾波后,信號(hào)的主要頻率集中在0.25 MHz左右,且信號(hào)功率依舊較強(qiáng);圖5(c)顯示:在0.25 MHz頻率范圍左右,接收信號(hào)還包含DME脈沖干擾信號(hào)的主要頻率分量,功率譜值高達(dá)-10 dBw;圖5(d)顯示:經(jīng)過(guò)基于BSBL-BO算法實(shí)現(xiàn)DME脈沖干擾抑制后,在-0.25～0.25 MHz的頻率范圍之間,DME脈沖干擾信號(hào)的頻率分量明顯得到抑制。通過(guò)功率譜特征對(duì)比可知,本文提出的方法可有效抑制DME脈沖干擾。

3.2.3 系統(tǒng)誤比特性能

本文通過(guò)接收機(jī)誤比特率變化來(lái)驗(yàn)證干擾抑制后系統(tǒng)可靠性能的改善情況。給出了加性高斯白噪聲(additive white Gaussian noise,AWGN)信道環(huán)境下L-DACS1接收機(jī)的誤比特性能曲線,顯示出采用不同干擾抑制方法所得到的誤比特率隨信噪比的變化趨勢(shì)。

對(duì)比可得到:① 在AWGN信道環(huán)境下,基于BSBL-BO的干擾抑制方法能夠有效抑制DME脈沖干擾,降低接收機(jī)誤比特率;② 相較于其他3種算法,本文方法的抑制效果更顯著,在低信噪比(信噪比小于5 dB)的情況下,本文方法與基于BSBL-EM算法的DME脈沖干擾抑制效果相當(dāng);當(dāng)誤碼率為10-3時(shí),相較于SABMP算法,本文方法可獲得接近7 dB的性能改善;當(dāng)誤碼率為10-4時(shí),相較于凸優(yōu)化算法,本文方法可獲得約3 dB的性能改善。

圖6 AWGN信道下誤比特性能曲線Fig.6 Performance curve of bit error rate in AWGN channels

為多徑信道(8徑)環(huán)境下L-DACS1接收機(jī)的誤比特性能曲線,顯示出采用不同干擾抑制方法所得到的誤比特率隨信噪比的變化趨勢(shì)。

圖7 多徑信道下誤比特性能曲線Fig.7 Performance curve of bit error rate in multipath channels

對(duì)比可得到:① 在多徑信道環(huán)境下,基于BSBL-BO的干擾抑制方法同樣能夠抑制DME脈沖干擾,降低接收機(jī)誤比特率;② 相較于其他3種算法,本文方法的抑制效果更顯著。在低信噪比(信噪比小于5 dB)的情況下,本文方法與基于BSBL-EM算法的DME脈沖干擾抑制效果相當(dāng);當(dāng)誤比特率為10-2時(shí),相較于SABMP算法,本文方法可獲得4 dB的性能改善;當(dāng)誤比特率為10-3時(shí)相較于凸優(yōu)化算法,本文方法可獲得4 dB的性能改善。

3.2.4 平均運(yùn)行時(shí)間

圖8為AWGN信道環(huán)境下基于不同算法進(jìn)行DME脈沖信號(hào)重構(gòu)所需平均運(yùn)行時(shí)間的曲線對(duì)比圖。重構(gòu)所需運(yùn)行時(shí)間統(tǒng)一由Matlab的tic-toc函數(shù)計(jì)算得到,分別對(duì)4種不同方法在同一仿真條件(CPU為i7-7700U 3.60 GHz,RAM為8 G的電腦工作平臺(tái))下統(tǒng)計(jì)平均運(yùn)行時(shí)間。

圖8 平均運(yùn)行時(shí)間對(duì)比Fig.8 Comparison of average running time

對(duì)比可看出:不同方法的平均運(yùn)行時(shí)間曲線差異明顯,本文方法的平均運(yùn)行時(shí)間最短,收斂速度最快。隨著信噪比的不斷增加,本文方法與基于SABMP算法的DME脈沖干擾抑制的平均運(yùn)行時(shí)間基本相當(dāng),具備較高的計(jì)算效率。

4 結(jié) 論

本文將DME脈沖信號(hào)按照非稀疏信號(hào)進(jìn)行處理,基于BSBL-BO算法重構(gòu)DME脈沖干擾,隨后在時(shí)域進(jìn)行干擾消除,從而實(shí)現(xiàn)DME脈沖干擾抑制;與其他CS算法相比,BSBL-BO算法可較為精確地重構(gòu)出DME脈沖信號(hào),且性能與收斂速度俱佳;基于BSBL-BO算法的DME脈沖干擾抑制方法可有效降低L-DACS1系統(tǒng)前向鏈路接收機(jī)的誤比特率,提高系統(tǒng)的傳輸性能。