卫星通信中的非线性抗干扰技术

董广红

摘 要：随着卫星通信应用范围的不断扩展，星上抗干扰技术的需求越来越迫切，同时，非线性信号处理技术作为现代信号处理中的一个重要分支，其优势也越来越明显，但非线性信号处理技术在卫星通信中的应用并不多见。本文对卫星通信中的非线性抗干扰技术进行了初步的分析，根据目前已有的研究成果，提出了几个较有前景的应用方向。

关键词：卫星通信；非线性；信号处理；抗干扰

1 非线性抗干扰技术

随着卫星通信应用的不断拓展及地面无线通信设备种类、数量的不断增加，卫星通信系统中可能遇到的无意、有意干扰的类型也越来越复杂，卫星通信抗干扰技术的应用是解决这一问题的有效途径之一。

卫星通信中的非线性抗干扰技术，即采用某种非线性函数，对星上接收数据进行分析、处理，最大限度的提取有用信号或者干扰信号的参数，为采取更优的抗干扰处理算法或者策略提供信息，达到抗干扰的目的。

与传统的线性信号处理方式相比，非线性信号处理技术有诸多自身的特点。首先，非线性信号处理技术能够处理的信号类型更广，非平稳信号等线性信号处理中所不能处理的干扰信号模型在非线性信号处理中都能够找到合适的处理方式，这是非线性信号处理技术得到广泛应用的关键之一；其次，非线性信号处理技术能够对付的信号带宽更宽，在抗干扰应用中，它能处理其带宽与有用信号带宽可比的多种干扰信号模型。线性信号处理方式可以看作非线性信号处理方式的特例，因此，非线性信号处理方式除了能完成线性信号处理的所有功能外，还具有线性信号处理方式所不能比拟的诸多优点。

非线性抗干扰技术在卫星通信中具有较高的潜在应用价值。随着技术的不断发展，卫星通信，特别是特殊用途卫星通信中所遇到的干扰类型也越来越复杂，干扰信号的带宽也不断增加，干扰信号的模型已经发生了重大变化，这些特点都促使我们必须对非线性信号处理技术进行深入研究，有针对性的提出适合于卫星通信应用中的非线性抗干扰技术。

2 研究现状

信号处理技术作为提高卫星通信信息安全性能行之有效的手段，已经经历了从模拟到数字、从确定到随机的发展过程，目前，信号处理技术正迈向以非平稳信号、非高斯信号为主要研究对象，以非线性、不确定性为主要特征的智能信号处理时代。加之通信技术的不断发展，一些新的信号处理分支不断涌现，如高阶统计量方法、盲信号处理方法、神经网络信号处理方法以及狭隘意义上的非线性信号处理方法等。

国内很多学者和研究机构都在积极开展对新型信号处理方法的研究及其在通信信息安全技术方面的应用，并提出了若干有应用前景的实用技术，如图像非线性滤波、基于非线性函数VOLTERRA级数的非线性滤波器等，这些技术在水声通信、生物医学信息处理、无线电通信信号处理等方面都取得了显著成果。

国外在这方面的研究起步更早，美国NASA的戈达德航天中心更是提出了HHT变换（Hilbert-Huang Transform），它主要是针对非线性和非平稳信号而设计，因此它能够分析实际应用中的一大类信号。应用于线性平稳信号的分析时，它能够提供更高的精度，并能够提供与FFT相同的分析结果。国外在卫星通信信息安全技术方面的研究普遍比国内深入一层，在这方面已经申请很多技术专利，并已经储备了几种比较成熟的技术成果，甚至有多项技术成果已经投入民用。

3 研究方向

3.1 高阶谱分析（HOS）技术

高阶谱是处理和分析非线性、非高斯信号的有力工具，高阶谱的应用可以有效抑制高斯噪声，分辨率较高，且能够得到信号的相位信息、能量和相关非线性参数等，结合不同的处理需求，高阶谱可以与小波包能量谱等相结合，能够提取信号更多的特征信息，具有很强的实际应用潜力。

3.2 基于非线性级数的自适应滤波与均衡技术

利用非线性函数对接收信号进行某种非线性变换，通过对变换后信号的处理，可以提取出期望信号或者干扰信号更多的参数信息，对信号的更精确恢复提供帮助，进而提高自适应滤波或均衡的性能。

3.3 非线性优化算法

非线性信号处理的优势非常明显，但研究与应用中，多数采用解析近似或者数值计算的方法来解决非线性问题，然而这些方法极易陷入局部极值或者面临巨大的计算量，因此，非线性优化算法的研究已经成为其工程应用的关键所在，如基于“蒙特卡洛抽样”、“贡献因子”的非线性优化算法等。可以预见，非线性优化算法将大大降低非线性处理技术的复杂度，进一步拓展期应用方向。

4 结束语

作为现代信号处理技术的一个重要分支，非线性信号处理技术在卫星通信抗干扰中的应用受到越来越多的关注。本文给出了非线性抗干扰技术的原理及其优势、国内外研究现状，在此基础上给出了今后极具研究价值与应用潜力的三个研究方向；随着非线性信号处理技术研究的不断深入，其在卫星通信中的应用必将会不断发展。

[参考文献]

[1]Martin Schetzen，“The Volterra and Winener Theories of Nonlinear System”， JOHN WILEY & SONS，ISBN 0-471—4455-5.

[2]Ma Wenqiang，ChenHao，“Subset Parallel Volterra Filters for Narrowband Interference Suppression in DSSS Communications”，57th International Astronautical Congress （IAC2006），2-6 October，2006，Valencia，Spain，IAC-06-b3.P.6.03.