一种高噪声和窄带干扰抑制方法

一种高噪声和窄带干扰抑制方法

通信环境非常复杂，其背景可能包括各种噪声和干扰，如高斯噪声、大范围狭窄干扰、多字干扰等。因此，我们必须首先抑制和提取通信信号的前提，并分离其背景噪声和干扰。抑制通信信号的窄带干扰和噪声技术是过去十年通信领域的研究热点。在当前和近几十年中，高斯噪声是普遍存在的。在目前的窄带干扰抑制方法中，很少考虑高斯噪声的抑制。在信号源限制系统或宽带通信系统中，信号将被淹没在功率大的高斯噪声中，这不可避免地会影响接收系统的误码率。在这方面，我们提出了一系列相关的循环谱相关分析，并提出了循环边缘带相关的算法，以同时抑制窄带干扰和高斯噪声。1scr算法实现了高斯噪声和窄带干扰的联合抑制笔者在文献中提出了边带相关置换算法(SCR),从频域上抑制通信信号中的窄带干扰.SCR算法简单描述如下.设接收信号为r(t);功率谱密度为R(f);窄带干扰频率为fj;载频为fo,则边带相关置换算法可以描述为R(fj)=R(2fo-fj)(1)则期望信号功率谱中存在干扰频率fj的幅度值就被期望信号在2fo-fj点的功率谱R(2fo-fj)代替.首先SCR算法要求期望信号的功率谱密度是对称的,其次要求窄带干扰的带宽要远小于期望信号的带宽.无论是军事通信还是民用通信其背景中一定含有噪声,如高斯噪声,仅仅抑制窄带干扰是不够的.当信噪比较高时,通信信号没有被高斯噪声淹没,SCR算法仍然有效.但是当信噪比较低时,在频域上高斯噪声完全覆盖了通信信号,此时SCR算法无法起到抑制作用.对此,本文提出一种新的算法——循环边带相关置换算法(CSCR).实现了高斯噪声和窄带干扰的联合抑制.2循环边带相关置换算法循环谱相关理论是一种新的谱分析工具,它能很好地抑制不具有循环平稳性的高斯噪声.本文将SCR算法应用到循环谱分析中,实现了对窄带干扰和高斯噪声的同时抑制.与SCR算法相同,CSCR算法也要求待处理信号的谱相关密度是对称的.多数通信信号都满足这一点,如2PSK信号、QPSK信号、MSK信号等.设接收信号为r(t)=s(t)+n(t)+j(t)(2)其中,s(t)为待检测信号;n(t)为高斯噪声;j(t)为窄带干扰.r(t)的谱相关密度为Sαr(f),根据循环谱分析理论,有Sαrαr(f)=Sαsαs(f)+Sαjαj(f),α≠0(3)这是因为高斯白噪声不具有循环平稳性,在循环频率α≠0时被抑制掉.如果在非零循环频率处能抑制窄带干扰,就实现了高斯噪声和窄带干扰的同时抑制.设窄带干扰的循环频率为αi,信号谱相关密度的中心循环频率为α0,则循环边带相关置换算法可以表示为Sαirαir(f)=S2α0-αir2α0−αir(f)(4)利用式(4),期望信号谱相关密度中存在的干扰循环频率αj的幅度值就被期望信号在2αo-αj点的谱相关密度S2α0-αir2α0−αir(f)代替.在利用循环谱分析原理检测通信信号时,比较关心的是谱频率f=0时的谱相关密度.因此,下面分析中只考虑f=0时的情况,所得结果对其他情况同样适用.通过上面的分析,得到循环边带相关置换算法的步骤如下.1)求接收信号r(t)的循环相关函数Rαrαr(t,τ);2)求Rαrαr(t,τ)的傅里叶变换,计算r(t)的谱相关密度Sαrαr(f);3)求f=0时的谱相关密度Sαrαr(f=0);4)估计2倍循环中心频率和干扰中心频率;5)利用式(4)消除窄带干扰;6)评价算法效果.假设通信信号为2PSK信号,其数学表达式为s(t)=∞∑n=-∞∑n=−∞∞q(t-nTb-t0)cos(2πf0t+θn+ϕ0)(5)其中,q(t)为调制脉冲串;Tb为码元周期;f0为载频;ϕ0是初相;t0是初始时间;θ0在0～π之间随机变化.2PSK信号的谱相关密度函数为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为谱频率;α为循环频率;Q()为sinc函数.当谱频率f=0时,谱相关密度函数的包络为|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)窄带干扰信号用噪声调制的调幅(AM)信号代替,表达式为x(t)=a(t)cos(2πfj+θ)=12a(t){exp[j(2πfj+θ)]+exp[-j(2πfj+θ)]}(8)其中,a(t)为一个均值为零的随机平稳信号;fj为窄带干扰的中心频率;θ为初相.噪声调幅信号的谱相关密度函数为Sαx(f)={14exp(±j2θ)Sa(f),α=±2fi14Sa(f+fj)+14Sa(f-fj),α=00,其他(9)其中Sa(f)为a(t)的功率谱.当谱频率f=0时,谱相关密度函数的包络为Sαx(f=0)={14|Sa(f=0)|,α=±2fi14|Sa(fj)+Sa(fj)|,α=00,其他(10)分析式(7),f=0时在α≠0的循环频率上,2PSK的谱相关密度是对称的,中心为α0=±2f0.此时CSCR可以表示为Sαir(f)=S4f0-αir(f)(11)3实验模拟3.1scr算法验证文献主要从频域上利用信干比增进因子证明了SCR算法的有效性,在后续工作中,对SCR算法做了进一步的实验仿真,得到了SCR算法处理后信号的误码率曲线,并与干扰切除算法做了比较.进一步证明了SCR算法可以有效抑制通信信号中的窄带干扰.实验中假定信道中存在高斯白噪声,待传输的二进制码元数为6000个.对每个信噪比仿真了100次,然后取每次计算误码率的平均值,最后所得误码率曲线如图1所示.可见,在相同的信噪比条件下,边带相关置换算法要明显优于干扰置零算法.3.2谱相关密度仿真在仿真中,设接收信号如式(2)所示,通信信号采用2PSK调制,载频为f0=20Hz,窄带调幅干扰的载频fj=18Hz.图2所示为接收信号r(t)的谱相关密度的三维仿真图,经过循环谱变换之后,由于不具有循环平稳性高斯噪声能量主要存在于循环频率α=0处,而窄带干扰和2PSK信号在非零循环频率处凸显出来.图3为谱频率f=0处的谱相关密度仿真图.由图3可见,高斯噪声对2PSK信号的影响已经很小,但是窄带干扰却没有被抑制掉.因此,接下来的工作仍是抑制窄带干扰.图4所示为采用CSCR算法抑制窄带干扰后2PSK信号的谱相关密度函数.为了评价CSCR算法的效果,计算了干扰抑制后的相关系数,结果如表1所示.分析了4种信噪比条件下的相关系数可以看出,当信噪比为-6dB时,相关系数仍然能被接受.4scr算法实现循环谱相关密度对称的小带干扰针对待检测信号中同时包含高斯噪声和窄带干扰的问题,提出了一种新的窄带干扰和高斯噪声联合抑制的算法,CSCR算法充分利用循环