一種高噪聲和窄帶干擾抑制方法

一種高噪聲和窄帶干擾抑制方法

通信環(huán)境非常復雜，其背景可能包括各種噪聲和干擾，如高斯噪聲、大范圍狹窄干擾、多字干擾等。因此，我們必須首先抑制和提取通信信號的前提，并分離其背景噪聲和干擾。抑制通信信號的窄帶干擾和噪聲技術是過去十年通信領域的研究熱點。在當前和近幾十年中，高斯噪聲是普遍存在的。在目前的窄帶干擾抑制方法中，很少考慮高斯噪聲的抑制。在信號源限制系統(tǒng)或寬帶通信系統(tǒng)中，信號將被淹沒在功率大的高斯噪聲中，這不可避免地會影響接收系統(tǒng)的誤碼率。在這方面，我們提出了一系列相關的循環(huán)譜相關分析，并提出了循環(huán)邊緣帶相關的算法，以同時抑制窄帶干擾和高斯噪聲。1scr算法實現(xiàn)了高斯噪聲和窄帶干擾的聯(lián)合抑制筆者在文獻中提出了邊帶相關置換算法(SCR),從頻域上抑制通信信號中的窄帶干擾.SCR算法簡單描述如下.設接收信號為r(t);功率譜密度為R(f);窄帶干擾頻率為fj;載頻為fo,則邊帶相關置換算法可以描述為R(fj)=R(2fo-fj)(1)則期望信號功率譜中存在干擾頻率fj的幅度值就被期望信號在2fo-fj點的功率譜R(2fo-fj)代替.首先SCR算法要求期望信號的功率譜密度是對稱的,其次要求窄帶干擾的帶寬要遠小于期望信號的帶寬.無論是軍事通信還是民用通信其背景中一定含有噪聲,如高斯噪聲,僅僅抑制窄帶干擾是不夠的.當信噪比較高時,通信信號沒有被高斯噪聲淹沒,SCR算法仍然有效.但是當信噪比較低時,在頻域上高斯噪聲完全覆蓋了通信信號,此時SCR算法無法起到抑制作用.對此,本文提出一種新的算法——循環(huán)邊帶相關置換算法(CSCR).實現(xiàn)了高斯噪聲和窄帶干擾的聯(lián)合抑制.2循環(huán)邊帶相關置換算法循環(huán)譜相關理論是一種新的譜分析工具,它能很好地抑制不具有循環(huán)平穩(wěn)性的高斯噪聲.本文將SCR算法應用到循環(huán)譜分析中,實現(xiàn)了對窄帶干擾和高斯噪聲的同時抑制.與SCR算法相同,CSCR算法也要求待處理信號的譜相關密度是對稱的.多數(shù)通信信號都滿足這一點,如2PSK信號、QPSK信號、MSK信號等.設接收信號為r(t)=s(t)+n(t)+j(t)(2)其中,s(t)為待檢測信號;n(t)為高斯噪聲;j(t)為窄帶干擾.r(t)的譜相關密度為Sαr(f),根據(jù)循環(huán)譜分析理論,有Sαrαr(f)=Sαsαs(f)+Sαjαj(f),α≠0(3)這是因為高斯白噪聲不具有循環(huán)平穩(wěn)性,在循環(huán)頻率α≠0時被抑制掉.如果在非零循環(huán)頻率處能抑制窄帶干擾,就實現(xiàn)了高斯噪聲和窄帶干擾的同時抑制.設窄帶干擾的循環(huán)頻率為αi,信號譜相關密度的中心循環(huán)頻率為α0,則循環(huán)邊帶相關置換算法可以表示為Sαirαir(f)=S2α0-αir2α0?αir(f)(4)利用式(4),期望信號譜相關密度中存在的干擾循環(huán)頻率αj的幅度值就被期望信號在2αo-αj點的譜相關密度S2α0-αir2α0?αir(f)代替.在利用循環(huán)譜分析原理檢測通信信號時,比較關心的是譜頻率f=0時的譜相關密度.因此,下面分析中只考慮f=0時的情況,所得結果對其他情況同樣適用.通過上面的分析,得到循環(huán)邊帶相關置換算法的步驟如下.1)求接收信號r(t)的循環(huán)相關函數(shù)Rαrαr(t,τ);2)求Rαrαr(t,τ)的傅里葉變換,計算r(t)的譜相關密度Sαrαr(f);3)求f=0時的譜相關密度Sαrαr(f=0);4)估計2倍循環(huán)中心頻率和干擾中心頻率;5)利用式(4)消除窄帶干擾;6)評價算法效果.假設通信信號為2PSK信號,其數(shù)學表達式為s(t)=∞∑n=-∞∑n=?∞∞q(t-nTb-t0)cos(2πf0t+θn+?0)(5)其中,q(t)為調制脈沖串;Tb為碼元周期;f0為載頻;?0是初相;t0是初始時間;θ0在0～π之間隨機變化.2PSK信號的譜相關密度函數(shù)為Sαx=14ΤbSαx=14TbQf+f0+α2f+f0+α2Q*f+f0-α2f+f0?α2+Qf-f0+α2f?f0+α2Q*f-f0-α2f?f0?α2e-i2παt0α=n/Tb(6)Sαx=14ΤbSαx=14TbQf+f0+α2×Q*f-f0-α2e-i(2π[α+2fc]t0+2θ0)+Qf-f0+α2Q*f+f0-α2e-i(2π[α-2fc]t0-2θ0)α=±2f0+n/Tb其中,f為譜頻率;α為循環(huán)頻率;Q()為sinc函數(shù).當譜頻率f=0時,譜相關密度函數(shù)的包絡為|Sαx(f=0)|={12Τb|Q(f+f0+α2)Q*(f+f0-α2)|,α=n/Τb14Τb|Q(α2f0)|2,α=±2f0+n/Τb0,其他(7)窄帶干擾信號用噪聲調制的調幅(AM)信號代替,表達式為x(t)=a(t)cos(2πfj+θ)=12a(t){exp[j(2πfj+θ)]+exp[-j(2πfj+θ)]}(8)其中,a(t)為一個均值為零的隨機平穩(wěn)信號;fj為窄帶干擾的中心頻率;θ為初相.噪聲調幅信號的譜相關密度函數(shù)為Sαx(f)={14exp(±j2θ)Sa(f),α=±2fi14Sa(f+fj)+14Sa(f-fj),α=00,其他(9)其中Sa(f)為a(t)的功率譜.當譜頻率f=0時,譜相關密度函數(shù)的包絡為Sαx(f=0)={14|Sa(f=0)|,α=±2fi14|Sa(fj)+Sa(fj)|,α=00,其他(10)分析式(7),f=0時在α≠0的循環(huán)頻率上,2PSK的譜相關密度是對稱的,中心為α0=±2f0.此時CSCR可以表示為Sαir(f)=S4f0-αir(f)(11)3實驗模擬3.1scr算法驗證文獻主要從頻域上利用信干比增進因子證明了SCR算法的有效性,在后續(xù)工作中,對SCR算法做了進一步的實驗仿真,得到了SCR算法處理后信號的誤碼率曲線,并與干擾切除算法做了比較.進一步證明了SCR算法可以有效抑制通信信號中的窄帶干擾.實驗中假定信道中存在高斯白噪聲,待傳輸?shù)亩M制碼元數(shù)為6000個.對每個信噪比仿真了100次,然后取每次計算誤碼率的平均值,最后所得誤碼率曲線如圖1所示.可見,在相同的信噪比條件下,邊帶相關置換算法要明顯優(yōu)于干擾置零算法.3.2譜相關密度仿真在仿真中,設接收信號如式(2)所示,通信信號采用2PSK調制,載頻為f0=20Hz,窄帶調幅干擾的載頻fj=18Hz.圖2所示為接收信號r(t)的譜相關密度的三維仿真圖,經過循環(huán)譜變換之后,由于不具有循環(huán)平穩(wěn)性高斯噪聲能量主要存在于循環(huán)頻率α=0處,而窄帶干擾和2PSK信號在非零循環(huán)頻率處凸顯出來.圖3為譜頻率f=0處的譜相關密度仿真圖.由圖3可見,高斯噪聲對2PSK信號的影響已經很小,但是窄帶干擾卻沒有被抑制掉.因此,接下來的工作仍是抑制窄帶干擾.圖4所示為采用CSCR算法抑制窄帶干擾后2PSK信號的譜相關密度函數(shù).為了評價CSCR算法的效果,計算了干擾抑制后的相關系數(shù),結果如表1所示.分析了4種信噪比條件下的相關系數(shù)可以看出,當信噪比為-6dB時,相關系數(shù)仍然能被接受.4scr算法實現(xiàn)循環(huán)譜相關密度對稱的小帶干擾針對待檢測信號中同時包含高斯噪聲和窄帶干擾的問題,提出了一種新的窄帶干擾和高斯噪聲聯(lián)合抑制的算法,CSCR算法充分利用循環(huán)