DS/FH通信系统智能干扰抑制技术研究

李常青， 卢满宏， 谌 明

(北京遥测技术研究所 北京 100076)

引 言

随着信息技术的不断发展，空间电磁环境变得越来越复杂，各种电子干扰必然会对卫星通信造成极大威胁。在DS/FH通信系统中，系统的处理增益能够抑制一部分干扰，但当干扰功率超过了系统的干扰容限时，整个系统将无法正常工作。为保证在强干扰情况下通信系统的正常工作，需要采取相关技术来增强系统的抗干扰能力。干扰抑制技术在此条件下应运而生，该技术通常是利用信号和干扰在时域、频域的特性差异来检测和消除干扰。一般来说，在干扰抑制过程中，可利用的信号和干扰信息越多，干扰抑制的效果就越好。文献[1]研究了时域窄带干扰抑制算法，仿真表明采用该算法后可有效抑制窄带干扰。但当干扰变化速率达到一定程度时，尤其是突发性干扰，整个系统的干扰抑制性能会急剧下降，该算法很难应用于动态干扰环境。文献[2]提出一种双门限抗干扰算法，该算法在强信噪比时，会将信号误认为干扰将其抑制掉，造成信号失真严重无法解调。为此，本文提出了一种适用于动态强干扰环境中基于变换域的自适应门限智能干扰抑制算法，该算法利用信号处理技术在时域和频域对接收信号的成分进行分析，检测估计干扰信号类型和参数，设计相应的干扰抑制算法，减少干扰信号的影响，实现智能干扰抑制，从而提高通信系统的抗干扰能力。

1 DS/FH通信系统干扰信号建模分析

DS/FH通信系统框图如图1所示。由图可以看出，信号在空间传输过程中存在干扰和噪声，到达接收机后其表示形式为

其中，n(t)为噪声，在DS/FH系统中，主要是指热噪声，一般用高斯白噪声来描述;J(t)为干扰信号;A为信号的幅度;d(t)为数据信号;PN(t)是直扩伪码;ωA为模拟本振源的频率;ωH(t)为跳频码字控制的频率;ωD为数控本振的频率;φ(t)为信号的相位。

图1 DS/FH通信系统

目前，卫星通信面临的干扰，一是来自复杂的空间电磁环境，二是来自人为的破坏性攻击，三是来自自身的综合因素。上述三类干扰中，又以人为干扰[3]的影响最为恶劣。为了对其进行有效的干扰抑制，需要建立合适的干扰模型，常见的窄带干扰[4]有音频干扰、AR干扰和带限噪声干扰;宽带干扰[4]包括线性调频干扰和脉冲干扰。

①音频干扰包括单音干扰和多音干扰，通常表现为一个或多个正弦信号之和，其表示形式为

其中，m表示正弦信号的个数，Aj为各单音干扰的幅度，fj是各单音的干扰频率，θj为各单音干扰的初始相位，在[0，2π)上均匀分布，且相互独立。

②自回归干扰(AR干扰)模型可以用随机白噪声通过一个窄带数字滤波器进行建模，其数学模型可以表示为

其中，a1，a2，…，ap为AR模型的系数，p为阶数，u(n)是方差为σ2u的零均值高斯白噪声序列。

③带限噪声干扰是宽带高斯白噪声经过带限信道后形成的，其功率谱的形状取决于信道的传递函数H(ω)2，其功率谱密度可表示为

其中，N0表示噪声的单边功率谱密度。

其中，α、ω、φ0分别是线性扫频信号的扫频速率、初始角频率及初始相位，A(t)为线性扫频幅度变化函数，可表示为

式中，Ka为幅度变化系数，T为扫频持续时间段。

⑤脉冲干扰分为规则脉冲干扰和随机脉冲干扰两种，一般人为干扰多为后者。随机脉冲干扰可以采用限幅噪声对信号调幅来实现，也可采用伪随机序列对信号调幅实现。

2 基于变换域的自适应门限智能干扰抑制算法

接收机受到干扰影响后表现为载噪比降低，当载噪比低于接收机跟踪门限时，接收机环路跟踪失锁，对信号的跟踪解调将产生严重影响[5]。这就需要对干扰信号进行检测，并实现干扰的智能抑制。为此，本文提出了一种基于变换域的自适应门限智能干扰抑制算法，该算法可根据当前信噪比自适应选取门限，实现干扰的智能检测和抑制，最大程度地保留有用信号，提高DS/FH通信系统在动态强干扰环境下的生存能力。

2.1 干扰检测和估计

接收机接收到信号后首先进行干扰检测，用基于变换域的干扰检测算法判断接收信号中是否存在干扰，如果存在干扰则进入干扰辨识模块，运用信号处理和模式识别等方法，分析接收信号中的干扰类型，并进行参数估计，以便对其进行有针对性的干扰抑制。智能干扰抑制算法流程如图2所示。

图2 智能干扰抑制算法流程

2.1.1 基于变换域的干扰检测算法

基于变换域的干扰检测算法的核心思想是设定一个干扰检测门限，将接收信号的功率谱线与该门限进行比较，大于门限值的信号频点判定为存在干扰，送入干扰识别模块;小于门限值的信号频点认为不存在干扰，不进行处理。

2.1.2 干扰识别

本系统采用模式识别联合算法实现干扰信号的识别，其流程如图3所示。首先在时域、频域和分数阶傅里叶变换域分别计算接收信号的压缩增益，用CG表示。CG用于计算信号能量的集中程度，能量集中的采样点数越少，CG越大。压缩增益CG定义为

式中，r'(m)为待判定的采样信号，即输入信号r(m)的时域信号、a阶分数阶傅里叶变换信号及傅里叶变换信号;K为待判定信号长度。

图3 干扰检测识别原理

CG主要用于识别窄带干扰、线性调频干扰和脉冲干扰，一般情况下，干扰信号的能量远高于DS/FH混合扩频信号，因此可以认定接收信号能量主要来源于干扰信号。线性调频干扰，在分数阶傅里叶变换域的信号能量最集中;脉冲干扰，在时域信号能量最集中;而窄带干扰，在频域信号能量大，且还需要结合谱的相关特性，进一步对音频干扰、AR干扰、带限噪声干扰进行检测。

2.2 基于变换域的自适应门限干扰抑制算法

由于窄带干扰的干扰频率对准系统的通信频率，并且干扰信号的带宽很窄，因此干扰信号的能量能够全部落入接收信号的频带内，对接收信号的解调造成极为严重的影响。本文主要针对窄带干扰提出一种基于变换域的自适应门限干扰抑制算法[6，7]，其算法流程如图4所示，首先对输入信号进行加窗处理，然后进行FFT变换，得到信号的谱线，在频域根据DS/FH信号和窄带干扰信号的幅度分布来实现对干扰频点的检测。检测到干扰信号后，将其对应频点的谱线置零，然后进行IFFT反变换，恢复出原信号。

图4 基于变换域的自适应门限干扰抑制算法

2.2.1 窗函数选取方案

引入窗函数的目的是为了减少频谱泄漏，增加主副瓣比。若因加窗导致频率分辨率无法满足系统需求，则可考虑通过增加FFT点数来弥补加窗对频率精度的损失。

2.2.2 FFT 点数及重叠比例

FFT点数取决于系统对频率分辨率的需求，点数越多分辨率越高。另外，根据FFT算法特征，参与FFT计算的数据点数N设定为2的整数次幂。不难看出，重叠比例越高，信号的完整性越好，但是重叠比例的增加会使计算量急剧上升，一般采用1/2重叠加窗干扰抑制算法。

2.2.3 自适应门限设计

为了在抑制窄带干扰的同时，使得信号功率损失尽可能小，干扰门限的选取应随着信噪比的变化自适应调整，通常根据当前一次或几次FFT变换值来确定门限值，具体步骤如下。

首先，将接收信号r(n)划分成长度为N的数据块，然后运用窗函数w(n)对其进行加权处理，接着进行FFT变换，得到

根据谱线幅度φ(k)进行升序排列，重排后序列记为z(k)，选择前M点作为门限检测点，求其平均值作为初始门限，即

根据信噪比自适应选取门限加权因子，将门限值与门限加权因子相乘，即可得到高、低门限，门限加权因子的解析式如下

在求得高、低门限后，首先将高于低门限的相邻值划分为一个簇，然后将每一簇的最大值与高门限比较，如果最大值大于高门限，可将该簇判别为窄带干扰，对其进行置零处理，将其彻底去掉。虽然这种方式会损失一部分有用信号，但是当扩频信号解扩后，有用信号的频谱会压缩在一个很窄的带宽内，对信号解调的影响可以忽略不计。

3 仿真分析

仿真条件:系统为DS/FH体制，数据率为10kb/s，扩频码率为10Mb/s，跳频速率为500hop/s，跳频点数100个，中心频率为80MHz，跳频间隔100kHz，采用BPSK调制方式。在中心频点处加入60dB的窄带干扰，干扰带宽为系统带宽的5%，分别观察采用基于变换域的自适应门限智能干扰抑制算法和未使用干扰抑制算法两种情况下整个系统的性能。

图5给出了发射信号频谱和加入带限噪声干扰后信号频谱。可以看出，加入干扰之后，有用信号的能量被干扰压制在一个很低的范围内。若不采用智能干扰抑制算法，接收机很难从干扰信号中解调出有用信号完成信息的传递。

图5 发射信号频谱和加入带限噪声后的信号频谱

图6 是干信比为60dB的窄带干扰(干扰带宽占系统带宽的5%)抑制前、后信号的频谱图。通过对比可以看到，采用智能干扰抑制算法可以明显减弱干扰对DS/FH系统的影响。观察图6(a)、(b)和图6(c)、(d)的门限值，不难发现，其干扰门限的数值随着干扰类型和干信比自适应变化，这样既能将干扰完全抑制又能使信号失真引起的系统误差保持在很小的范围内。

图7给出了系统的误码率曲线。通过对比图7中的误码率曲线，不难看出，当外界对系统施加的干扰超过干扰容限时，整个系统性能将会急剧下降，无法进行正确的信号解调。而加入智能干扰抑制模块的系统，在干扰环境中，仍可以正常工作，并表现出良好的性能，系统误码率得到明显改善。在Eb/N0=20dB时，系统误码率可以达到3×10-3，满足系统后续解调要求。图8为窄带干扰的带宽对系统误码率的影响，可以看到，窄带干扰的带宽对系统误码率的影响不大，大体趋势是干扰带宽愈窄，干扰抑制的效果愈好。

图6 干扰抑制前、后信号的频谱

图7 系统误码率

图8 窄带干扰的带宽对系统误码率的影响

4 结束语

针对DS/FH通信中人为干扰会造成信号无法顺利解调这一问题，本文提出了一种适用于动态强干扰环境中基于变换域的自适应门限智能干扰抑制算法。首先建立了干扰信号的基本模型，其次在时域和频域对接收信号进行分析，最后根据分析结果，对门限加权因子进行自适应选取，使算法能智能识别干扰信号，最大限度地抑制窄带干扰。仿真结果表明，在扩频码率10Mb/s、窄带干扰(干扰带宽为系统带宽的5%)干信比为60dB的条件下，使用该算法能有效抑制干扰，降低系统误码率，减小干扰对信号解调的影响。

[1]龚文飞，孙 昕.卫星导航接收机时域窄带干扰抑制滤波器设计与性能分析[J].信号处理，2011，27(11):1774～1779.

[2]Vartiainen J，Lehtomaki J J，Saarnisaari H.Double Threshold Based Narrowband Signal Extraction[C].IEEE 61stVehicular Technology Conference，Stockholm，2005，61(2):1288 ～1292.

[3]Jones W W，Jones K R.Narrowband Interference Suppression Using Filter-bank Analysis/Synthesis Techniques[C].IEEE Military Communication Conference，San Diego，1992，3:898 ～902.

[4]王立松.卫星测控通信抗干扰技术研究[D].国防科学技术大学硕士论文，2010，25～33.

[5]陈圣斌，吕金龙.基于干扰抑制差异特性的混合扩频的同步技术[J].电视技术，2010，34(S1):97～100.

[6]Kumpumaki T J，Isohookana M A，Juntti J K.Narrow-Band Interference Rejection Using Transform Domain Signal Processing in a Hybrid DS/FH Spread-Spectrum System[C].IEEE Military Communication Conference，Monterey，1997，(1):89 ～93.

[7]蒋志勇，陈 颖.基于DFT的自适应窄带干扰抑制算法研究[J].信息化研究，2009，35(2):26～28.