通信环境中雷达主用户实时检测技术

刘 煜 张其善 樊永山 郑纪民

(1.北京航空航天大学，北京 100083； 2.中国电科集团第54研究所，河北 石家庄 050081；3.西安电子科技大学，陕西 西安 710071)

引 言

随着频谱资源的日益紧张，多系统共用同一段频谱是提高频谱利用率，节约频谱资源的有效手段.我国已经开始开展相关研究工作，探讨LTE移动通信业务与雷达共用频谱资源的可行性.目前，计划将LTE业务频段定为2.3 ～2.4 GHz，这一频段也是雷达工作频段.当两者同时工作时，雷达是主用户，拥有该频段的优先使用权；LTE移动通信用户是次要用户，机会使用该频段.

为了实现LTE移动通信系统与雷达系统的共存，需要移动通信次要用户可及时检测到雷达主要用户的存在，以便能够及时让出频率资源，不对主要用户造成干扰，即能够实时检测雷达用户发射的雷达信号，同时，考虑对雷达信号的识别和分析需求，还要求能够保留雷达信号的全部信号信息(幅度和相位等信息).

目前，用于通信系统的信号检测技术主要都是基于信号的统计特征.文献[8]和文献[11]中总结了主要的几种检测算法：匹配滤波器检测算法、能量检测算法和循环平稳检测算法.但是，除能量检测算法外，其它算法都需要一定时间长度的数据积累，信号检测时间长，用于雷达信号检测时，会增加主用户检测时间，降低次用户让出频率资源的反应速度，增加对雷达主要用户的干扰风险.能量检测虽然速度较快，然而，有检测灵敏度不高的问题，文献[4]中指出了能量检测的局限性，提出了检测设备合作组网的检测方法，即将多个检测设备组网使用，把检测结果进行信息融合，解决单个设备检测灵敏度不高的问题.然而，这种依靠增加检测设备的方法会大大增加检测设备成本和技术复杂度，尤其在成本控制严格的民用通信市场，其成本开销高昂.

文献[9]中提出的常规雷达信号检测算法主要基于非相干检测的平方检波原理，通过检测脉冲包络的幅度跳变来检测雷达脉冲的出现，这种检测方法检测速度快，可用硬件器件直接完成，而且适应信号带宽极宽(可达数GHz)，但是会损失信号中的相位信息，而且过宽的带宽会引入不必要的干扰，影响检测结果的准确性.文献[2]中主要检测对象只是线性调频雷达信号，并不适用于检测其它类型的雷达信号.

本文提出了一种基于数字信道化的信号检测算法，可用于通信环境下的雷达信号的实时检测，能够同时满足实时性和全信息保留两个检测条件.算法适合在现场可编程逻辑门阵列(Field-programmable Gate Array，FPGA)芯片中实现，具有较强的实用性.

1 理论分析

1.1 .LTE通信信号的特征分析

LTE标准分为LTE时分双工(Time Division Duplex，TDD)和LTE频分双工(Frequency Division Duplex，FDD)两种标准.其上行采用正交频分多址接入(Orthogonal Frequency Division Multiple Access，OFDMA)、下行采用单载波-频分多址接入(Single Carrier Frequency Division Multiple Access，SC-FDMA)传输方案.作为一种移动无线通信标准，LTE包含了话音和数据两种通信业务[10].

LTE信号在时间上分为不同的时隙，一个时隙在时间上是一次连续的发射——一般至少不会低于百ns量级，各时隙的分布随机出现；每个时隙内包含多个信号帧，每个信号帧有一定的结构——固定有规律的同步信息、无规律的数据信息.

不同的LTE标准，其上、下行通信链路的信号频谱特征是不同的.TDD标准中上下行信号是同频的，FDD标准里则是上下行信号异频；而且，为了便于接收与发射的同步，频谱中含有一些固定频谱信息——如导频、训练序列等；LTE通信系统中的基站发射功率为数十瓦量级，终端发射功率为数百毫瓦量级.

1.2 雷达信号的特征分析

LTE通信系统工作频率范围为2.3～2.4 GHz，目前工作在这一频段的雷达主用户为中程警戒搜索雷达，警戒搜索雷达的波形一般采用脉冲体制.

中程搜索警戒雷达的功放输出数千瓦，天线波束很窄，增益高(一般都可达到30 dB).考虑雷达天线的转动因素，在固定地点接收到的雷达脉冲串幅度会在较大范围内变化(变化范围与雷达天线的主瓣旁瓣比有关).

1.3 通信环境下的雷达信号特性分析

中程搜索警戒雷达的作用距离可达到200 km，已经超过视距通信距离，考虑视距因素，距雷达40 km以外的地面通信发射站发射的信号不会到达地面雷达站，因此，只讨论距雷达40 km视距范围内的信号检测问题.

设定雷达、通信信号发射站、检测设备的空间位置如图1所示：

图1 雷达、通信发射站和检测设备间空间位置关系

设雷达工作参数为：工作频率范围2.325～2.33 GHz，功放输出峰值功率100 kW，天线增益30 dB，采用线性调频体制，脉冲宽度30 μs，重复频率1 ms，扫频带宽5 MHz.

设通信发射站工作参数为：输出频率范围2.315～2.335 GHz，功放输出功率10 W，天线增益0 dB(全向天线).

当环境中同时存在雷达和通信信号情况下，仿真获得频谱分布如图2所示.

图2 通信和雷达信号共存时的频谱图

此时，在检测设备处接收到的是通信信号与雷达信号的混合信号.

在雷达、通信发射台及检测设备三者间等间距条件下，雷达天线主瓣波束覆盖检测设备天线时检测设备接收到雷达信号最大值，随着雷达天线的转动，主瓣波束远离，这个值逐渐变小，直至在远旁瓣达到最小值，即：

PRmax_radar=PT_radar+GR+Gradar_主瓣

+10lg(τ/T)，

(1)

PRmin_radar=PT_radar+GR+Gradar_远旁瓣

+10lg(τ/T)，

(2)

式中：GR为检测接收机天线增益；τ为脉冲宽度；T为雷达脉冲重复周期.

对通信信号，由于LTE通信发射站使用天线多为全向天线，检测接收机接收到的信号变化不大

PR_comu=PT_comu+Gcomu+GR，

(3)

对于检测接收机接收到的混合信号，通信信号与雷达信号的幅度比值为：

r=PR_radar-PR_comu，

(4)

检测设备能够检测到雷达用户的条件是r值足够大(>5 dB).

2 雷达信号实时检测技术

LTE通信系统需要具备及时、准确检测到雷达信号的能力，要求雷达信号检测必须采用实时检测算法.若只截取雷达脉冲存在时间内的采样数据进行分析处理，可以获得更大的雷达信号能量，即雷达信号检测信噪比更高；而且，采样数据的减少，也有利于信号处理的实时性实现.

数字信道化处理算法支持逐点输出计算结果，通过附加信号检测处理，可只截取雷达脉冲存在期间的采样数据作为算法输入数据，因而算法实时性好，雷达信号的检测信噪比高.

2.1 数字信道化原理

数字信道化的数学原型如图3所示.

其中：H1p(n)为低通滤波器，D↓为抽取率为D倍的抽取器.

采样器将宽带信号采集后形成高速的数字信号，经过不同的复本振下变频到零中频，然后经过一个带宽为信道宽度的低通滤波器.

由于数字信道化接收机的抽取器位于滤波器之后，故当抽取率D很大或滤波器的阶数比较高时，上图所示的信道化结构效率将非常低，利用多相滤波的概念将可以得到上述结构的高效实现.

图3 数字信道化数学原型

2.2 数字信道化的高效设计

数字信道化的实现方式有两种方式：基于离散傅立叶(Discrete Fourier，DFT)结构和基于数字下变频(Digital Down conversion，DDC)结构.与基于DFT的数字信道化不同，基于DDC的信道化结构中保留了原型中的数字下变频结构，各子信道为零中频，便于信号的参数提取，这里采用基于DDC的数字信道化方案，同时考虑实际工程应用要求，输入信号多为实信号，以下讨论及仿真也均针对实信号展开.

信道划分一般为2的整数次幂，每个信道的带宽应不小于被检测雷达信号单个脉冲的频谱宽度(主瓣)，这里选取常规脉冲压缩雷达(线性调频)，单个脉冲频率宽度为5 MHz.整个接收带宽为100 MHz，计算得到数字信道化子信道数目是16.

采用非严格抽样数字化设计，第K个信道输出为：

(5)

实现结构如图4所示.基于上述模型，通过仿真可以得到信道化接收机响应图，如图5所示.

图4 非严格抽样(F=2)实信号信道化多相滤波结构

图5 数字信道化滤波器组幅度频率响应图

2.3 信道判决

信号经过数字信道化接收机后，进行信号处理之前，首先经过信道判决.此处采用能量与相位联合检测方法.

2.3.1 能量检测

设计接收信号的带宽，使得经过数字信道化后，信号占据4～13子信道，保持1，2，3，14，15，16无信号存在，将无信号信道的噪声功率作为噪声参考值，用于子信道内有无信号存在的判断参考值.为了降低检测虚警率，还须同时参考信号的相位信息.

2.3.2 相位检测

当信号正好处于两个子信道的交界处时，为了保证子信道内判决信息的完整性，将子信道的相位判决范围变为-pi/2-pi/64～pi/2.

2.3.3 频域检测

在数字信道化后处理中加入频域检测，使用实时不间断的FFT实现，实时输出频域结果，同时缓存输入的子信道数据.需要时，还可以输出有信号子信道的时域数据，用于检测后的进一步信号分析和处理.

2.3.4 脉冲参数测量

雷达脉冲信号侦察的结果是给出脉冲描述字(Pulse Descriptor Word，PDW)，它主要包括频率、幅度、脉宽、到达时间、到达角(相位差或幅度差)等脉内特征标志.

2.4 性能分析

数字信道化算法的基本原理同平行结构的多相滤波器组相似[3，5-6].

根据文献[1]和文献[12]中的分析结论：

设第0个子信道的单位冲激响应为

(6)

式中，M表示采样数.经过频移，第i个子信道滤波器的频响可表示为

(7)

N为子信道数目.记n时刻滤波器组的输入频谱为

X[n]=(X0[n]，X1[n]，…，XN-1[n])T，

(8)

式中Xi[n]为第i个子信道滤波器输入信号频谱，记所有子信道滤波器组的输出频谱为

Y[n]=(Y0[n]，Y1[n]，…，YN-1[n])T，

(9)

设X[n]由信号S[n]与噪声G[n]组成，即

X[n]=S[n]+G[n]，

(10)

则第i个子信道滤波器的输出yi[n]为

(11)

式中:

Si[n]H0(f0)为信号分量，

子信道滤波器组输出信号的信噪比为

(12)

PS表示接收信号的功率.由此可见，检测输出信号实际就是输入信号经单个子信道滤波器滤波后的输出，噪声是混叠噪声和高速噪声功率之和.

3 实验结果分析

3.1 实验方法

考虑试验条件限制，采用接收等辐射功率条件下的距离缩比实验，构建实验场景如图6所示.

图6 距离缩比实验的设备间空间位置关系

其中：模拟雷达模拟源为矢量信号源(脉冲输出峰值功率10～-30 dBm)+功放(增益30 dB)+标准天线(增益10 dB)；模拟LTE通信模拟源为矢量信号源(信号输出功率-20 dBm)+标准天线(增益0 dB)；检测设备为天线+下变频器+基带检测设备.

3.2 实验结果及分析

将频谱分析仪直接连接到检测设备的射频下变频输出，测量接收的混合信号的频谱.

调节雷达模拟源的输出功率，模拟雷达天线的转动，观察检测频谱分析仪的频谱，发现当雷达模拟源输出功率降低至0 dBm附近时，雷达频谱已不明显.

其中的主要原因是雷达脉冲分布稀疏，造成频谱统计时间内信号平均功率远低于脉冲峰值功率，因而，基于频谱统计检测算法的检测灵敏度并不理想.

换用数字信道化检测板重复以上实验.实验中，将雷达模拟信号源的输出调至最小，测量检测设备输出(使用数字信道化检测算法)，为了显示处理算法的效果，将FPGA处理的中间结果输出，可以清晰观察到雷达信号的时域、频域图形.

图7 雷达信号检测时域波形(左)和频谱图(右)

由此可见，采用数字信道化检测算法，较之传统的频谱统计方法，检测灵敏度大大提高，可确保对雷达信号的正确检测.

而且该算法适合集成于FPGA硬件芯片中运行，检测速度很快，可实时输出信号检测结果.

4 结 论

采用数字信道化算法可实现半径40 km范围内对雷达主用户信号的实时检测，而且检测输出为复数信号，保留了被检测雷达信号的幅度、相位等全部信息，还可以根据应用需要进一步提取雷达脉冲的脉宽、载频、重频等时频特征参数，便于进行进一步的信号分析.

其中的关键算法——数字信道化在FPGA中运行，充分保证了信号处理的实时性，从雷达信号结束到获得检测结果，所需时间可以达到数百 μs数量级.

[1] 赵东峰, 刘 涛, 周贤伟. 滤波器组的多滤波器联合能量频谱感知算法[J]. 电波科学学报, 2009, 24(6): 1146-1149.

ZHAO Dongfeng, LIU Tao, ZHOU Xianwei. Joint Filter Spectrum Sensing Algorithm Using filter Bands[J]. Chinese Journal of Radio Science, 2009, 24(6): 1146-1149. (in Chinese)

[2] 袁伟明, 王 敏, 吴顺君. 对称三角线性调频连续波信号检测与参数估计[J]. 电波科学学报, 2005, 20(5)：594-597.

YUAN Weiming, WANG Min, WU Shunjun. Detection and parameter estimation of symmetrical triangular linear frequency modulation continuous wave signal[J]. Chinese Journal of Radio Science, 2005, 20(5): 594-597. (in Chinese)

[3] SANCHEZ M A, GARRIDO M. Implementing FFT-based digital channelized receivers on FPGA platforms[J]. IEEE Transactions on Aerospace and Electronic Systems, 2008, 44(4): 1567-1585.

[4] Atapattu S. Energy detection based cooperative spectrum sensing in cognitive radio networks[J]. IEEE Transactions on Wireless Communications, 2011, 10(4): 1232-1241.

[5] MITRA S K. 数字信号处理——基于计算机的方法[M]. 孙 洪, 译. 3版. 北京: 电子工业出版社, 2006: 644-648.

[6] 陶 然, 张惠云, 王 越. 多抽样率数字信号处理理论及其应用[M]. 北京: 清华大学出版社, 2007: 108-122.

[7] TSUI J. 宽带数字接收机[M] . 杨小牛, 译. 北京: 电子工业出版社, 2002.

[8] 赵知劲, 郑仕链, 孔宪正. 认知无线电中频谱感知技术[J]. 现代雷达, 2008, 30(5): 65-69.

ZHAO Zhijin, ZHENG Shilian, KONG Xianzheng. Spectrum sensing technologies for cognitive radios[J]. Modern Radar, 2008, 30(5): 65-69. (in Chinese)

[9] 赵国庆. 雷达对抗原理[M]. 西安: 西安电子科技大学出版社, 1999: 16-42.

[10] 张新程, 田 韬, 周晓津, 等. LTE空中接口技术与性能[M]. 北京: 人民邮电出版社, 2009.

[11] BOKHARAIEE S. Cooperative spectrum sensing in cognitive radio networks with noncoherent transmission [J]. IEEE Transactions on Vehicular Technology, 2012, 61(6): 2476-2489. (in Chinese)

[12] OLABIYI O, ALAM S, ODEJIDE O, et al. Further results on the energy detection of unknown deterministic signals over generalize fading channel[C]// IEEE International Workshop on Recent Advances in Cognitive Communications and Networking Conference. Toronto, 2011: 489-493.