基于DRM信号的短波探通一体化技术

苏重阳 李雪 蔚娜

(中国电波传播研究所,青岛 266107)

引 言

短波通信又称为高频(High Frequency, HF)无线电通信,具有设备简单、成本低廉、传输距离远、抗摧毁性强等优点,在航海、航空、气象、抢险救灾等领域有着广泛的应用.虽然卫星通信的发展给短波通信带来了冲击,但短波通信以其抗摧毁性强的特点,在无线远程通信中依然具有不可替代的重要作用.

然而,作为短波通信信号的传输介质,电离层具有随机、色散、各向异性等特点,这些特点严重影响了短波通信的可靠性和稳定性.传统的信道均衡技术可在一定程度上克服以上问题[1],其基本思想是,首先得到信道函数的估计,再用得到的信道估计补偿信道效应.从是否使用训练序列或导频符号来看,目前信道估计的方法主要包括两种:有辅助符号的非盲信道估计;无辅助符号的盲信道估计.非盲信道估计可以获得较好的估计结果,但是它降低了频带利用率,且估计性能与训练序列或导频的个数有直接的关系;而盲信道估计虽然提高了系统的频带利用率,但估计性能相对较差,且估计过程相对较长.

本文提出的探通一体化技术是使用一体化信号探测短波信道效应[2-3],并用探测结果来提高一体化信号通信质量[4]的一种方法.有别于传统的信道均衡,本文使用一体化的信号(即该信号同时具有通信和信道探测两种功能)进行短波通信,并且在不需要额外增加训练序列或导频个数的情况下,就能获得更好的信道估计效果,克服了传统方法中频带利用率和估计性能相互矛盾的问题.本文的方法为改善短波通信质量提供了新的思路.

DRM(ETSI ES 201 980)标准是数字调幅广播(Digital Radio Mondiale, DRM)组织确立的30 MHz以下的中短波数字调幅广播标准.本文选用DRM标准中规定的信号(以下简称DRM信号)作为一体化信号.

1 DRM信号及其探测性能

1.1 DRM信号的模糊函数

DRM信号采用正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)调制方式[2],该信号可以表示为

(1)

式中:k为子载波序号,Kmax与Kmin为k的上下限;Ns表示一个传输帧里的OFDM符号个数;s为每帧符号序号;r为传输帧序号;cr,s,k为第r帧中第s个符号的第k个子载波上的复调制数据;

窄带模糊函数的定义为

(2)

式中:u(t)为信号复包络;τ是时延;fd为多普勒频移.DRM信号的模糊函数图如图1所示.

(a) 信号模糊图 (b) 信号模糊图(二维)

(c) 距离模糊函数(模糊图 (d) 多普勒模糊函数(模沿fd=0的剖面) 糊图沿τ=0的剖面)图1 DRM信号的模糊函数图

从图1可以看出,DRM信号具有图钉状的模糊函数,表明DRM作为信道探测信号通过匹配滤波和相关积累处理后会具有较高的距离和多普勒分辨率.

1.2 脉冲压缩

DRM信号属于大时宽信号,需要在接收端通过脉冲压缩成为窄脉冲,才能获得较高的距离分辨率[8].考虑到DRM信号是时间连续的,在进行脉冲压缩时只取一个OFDM有效符号周期的信号做处理,因此,DRM信号可以简化为

(3)

对s(t)做傅里叶变换,

(4)

DRM信号进行脉冲压缩时,匹配滤波器的频率特性H(f)应为S(f)的复共轭S*(f)[8],则匹配滤波器输出信号频谱为

So(f) =S(f)·H(f)

(5)

由于式中|ck|的取值范围比较大,所以So(f)的形状有时不能近似为矩形,因此作逆快速傅里叶变换(Inverse Fast Fourier Transform, IFFT)后最终输出的脉压处理结果so(t)不会是标准的sinc函数形状,而是有不规则强度副瓣的近似sinc函数形状.下面通过仿真来具体分析其脉压效果.

选用探测电离层时应用较为广泛的线性调频(Linear Frequency Modulation, LFM)信号与DRM信号进行脉冲压缩效果的对比.在仿真中,DRM信号选用鲁棒模式B,两种信号的带宽都为5 kHz,时宽都为21.33 ms,得出结果如图2所示.

图2 DRM信号与LFM信号的脉压对比

从仿真结果可看出,经过脉冲压缩后,DRM信号的主瓣宽度和LFM信号的相同.由此可推测出,DRM信号脉冲压缩后的主瓣宽度τ-4dB跟信号的带宽B有关[8],且关系为

(6)

DRM信号脉压后的第一副瓣强度同样和LFM信号的相同,经过频域加窗处理后,第一副瓣明显减弱,但是其他副瓣电平依旧比LFM信号高.由此得出,DRM信号脉冲压缩的距离分辨力与LFM信号相同,但主副瓣比相较于LFM信号稍差一些.

1.3 相干积累

电离层信道探测,一般要通过长时间的相干积累来获得信道的多普勒频率特性.做法是先将采样信号分段,对每一段快时间信号进行脉冲压缩,得到距离谱,再对慢时间信号进行FFT处理,从而得到距离多普勒谱[9](又称为信道散射函数).

由于上述处理一般都是数字化的过程,得到的信道散射函数会有多普勒分辨精度,并可以表示为

(7)

式中,T为相干积累的时间长度.可以看出,若想通过提高多普勒分辨精度来获得较为准确的多普勒探测结果,就需要增加相干积累时间,而信道的多普勒效应又会因为过长的相干积累时间而产生变化,导致探测得到的多普勒频移产生较大误差.所以,相干积累的时间长度T需要根据实际情况权衡设置.

2 DRM信号的校正算法

在校正DRM信号时,同样以一个OFDM有效符号周期为单位进行处理,此时DRM信号s(t)可以由式(3)表示.

短波通信的信道散射函数Β(τ,ω)可以表示为

(8)

式中:N为多径个数;αi、Ωi和Τi分别为第i条径上的相对衰减、多普勒频移和时延.

对Β(τ,ω)关于ω做傅里叶反变换,得到信道的双时响应函数h(τ,t)为

(9)

DRM信号s(t)经过信道后的输出信号y(t)与h(τ,t)的关系为

y(t) =h(τ,t)⊗s(t)+z(t)

(10)

式中:z(t)为噪声.将式(10)写成离散形式为

y(n) =h(m,n)⊗s(n)+z(n)

(11)

式中:n,m∈[0,1,2,…,L],L为符号周期内的采样点数.

将式(11)用矩阵表示为

(12)

简写为

y=vs+z.

(13)

式中:

y=[y(0),y(1),…,y(L)]T;

s=[s(0),s(1),…,s(L)]T;

z=[z(0),z(1),…,z(L)]T.

(14)

图3 通信信号校正算法框图

3 仿真分析

为了验证本文所提方法的可行性,使用MATLAB软件进行仿真分析.为进行比较,产生两种信号,并使用两种不同的处理方式:① 信号一:插入导频的DRM信号,使用导频估计对信号进行信道均衡;② 信号二:不插入导频的DRM信号,使用本文方法进行信号校正.除了是否插入导频外,两种信号的其他参数均相同,如表1所示.此时,信号一的每个符号周期插入35个导频符号,它的频带利用率为3.85 bit·s-1·Hz-1,信号二中不插入导频,频带利用率为4.64 bit·s-1·Hz-1,提高了20%.

表1 信号参数

同时需要指出,为了便于仿真,并没有对信号使用纠错编码、交织等方法,导致仿真结果中误比特率相较于实际通信可能偏高,但这并不影响信号一和信号二两种处理方式处理效果的对比.

为保证仿真结果的准确性,需要增加信号序列长度,以进行蒙特卡洛模拟,同时又应考虑到相干积累时间不宜过长,综合考虑,现将两种信号的符号重复个数设置为135(积累时间约为3.6 s).将信号加载到不同噪声强度的短波模拟信道,信道模型选用美国电信科学学会(Institute for Telecommunications Science, ITS)模型[12],信道参数如表2所示.短波模拟信道设置两条路径,且时延差为0.52 ms,可以模拟电离层同时存在E模式和F模式的情况.设置多种不同噪声强度的信道,是为了得到误比特率(Bit Error Rate,BER)随信噪比(Signal Noise Ratio, SNR)变化的趋势,观察校正算法的抗噪声性能.

表2 短波模拟信道参数

按照第2章所述方法,对经过模拟信道的信号二进行初步校正并解调二进制数据,重构发射信号,构造匹配滤波器进行脉冲压缩和相干积累处理,从得到的散射函数图中提取信道参数,如图4所示.

图4 信道散射函数图

用提取的参数构造信道响应函数,并利用反卷积的原理校正接收信号,解调后与原始二进制数据对比得到每种SNR下的BER.同时对经过模拟信道的信号一进行导频估计、信道均衡处理,并解调二进制数据,得到每种SNR下的BER.两种BER随SNR的变化如图5所示.

图5 BER随SNR变化的对比

图5中还给出了信道响应函数被无误差提取并进行反卷积校正后,BER随SNR的变化.从图中可以看出:当SNR较低时,两种方法处理后得到的BER较为接近,说明其校正效果相当;当SNR提高到20 dB以上时,用导频估计校正信号得到的BER为3.1%～4%,而使用本文方法得到的BER则为1.6%～2.2%,BER明显减小,并且在信道响应函数被无误差提取的情况下,BER更是减小了1～3个数量级.

由上述结果可知,本文所提出的使用一体化信号探测信道并基于探测结果修正本身通信效果的方法具有良好的性能,不仅可以降低通信BER,而且能提高频带利用率.

4 结 论

由于DRM信号是短波通信信号,而且具有图钉状的模糊函数,说明该信号作为探测信号时,具有较高的距离和多普勒分辨率,所以本文选用DRM信号作为一体化信号.并且,本文从脉冲压缩和相干积累两个方面详细分析了DRM信号探测信道的性能.由分析可知,DRM信号有着与线性调频信号类似且良好的探测能力.

研究发现,当SNR低时,本文方法对通信BER的减小并不明显,这是由于反卷积算法中误差积累导致的,因此如何减小误差积累或者抑制噪声将是今后研究工作的一个方面.另一方面,信道响应函数提取是否准确也会影响本文算法的通信修正效果,所以如何准确提取信道响应同样是今后工作重点.

[1] ELEFTHERIOU E, FALCONER D. Adaptive equalization techniques for HF channels[J]. IEEE journal on selected areas in communications, 1987, 5(2): 238-247.

[2] ZHAO Z X, WAN X R, ZHANG D L, et al. An experimental study of HF passive bistatic radar via hybrid sky-surface wave mode[J]. IEEE transactions on antennas and propagation, 2013, 61(1):215-242.

[3] 邵启红, 万显荣, 张德磊, 等. 基于OFDM波形的短波通信与超视距雷达集成实验研究[J]. 雷达学报, 2012, 1(4): 370-376.

SHAO Q H, WAN X R, ZHANG D L, et al. Experimental study on shortwave communication and OTHR integrated system based on OFDM waveform[J]. Journal of radar, 2012, 1(4): 370-376.(in Chinese)

[4] AKAN A, ONEN E, CHAPARRO L F. Time-frequency based robust OFDM channel equalization[C]//15th European Signal Processing Conference. Poznan, September 3-7, 2007: 493-496.

[5] LIN Z B. Wideband ambiguity function of broadband signals[J]. The journal of the Acoustical Society of America, 1988, 83(6): 2108-2116.

[6] 张卫, 唐希源, 顾红, 等. OFDM雷达信号模糊函数分析[J].南京理工大学学报, 2014, 35(4): 513-518.

ZHANG W, TANG X Y, GU H, et al. Ambiguity function analysis of OFDM radar signals[J]. Journal of Nanjing University of Science and Technology, 2014, 35(4): 513-518. (in Chinese)

[7] 焦培南. 1987年9月23日日环食的电离层波动现象[J]. 地球物理学报, 1990, 33(4): 391-397.

JIAO P N. The ionospheric undulations during the annular eclipse of September 23, 1987[J]. Acta geophysica sinica, 1990, 33(4): 391-397.(in Chinese)

[8] 吴顺军, 梅晓春. 雷达信号处理和数据处理技术[M]. 北京: 电子工业出版社, 2008: 88-94.

[9] LEVANON N. Multifrequency complementary phase-coded radar signal[J]. IEE proceedings on radar, sonar and navigation, 2000, 147(6): 276-284.

[10] ELLINGER J, ZHANG Z, WICKS M, et al. Polar signal detection: multi-carrier waveform design for improved radar detection performance[C]//IEEE Military Communications Conference, Baltimore, 2016.

[11] SHEN X C, YANG R J, LI X B, et al. The research on DS-OFDM in integrated radar and communication[C]//Proceedings of Wireless Communications, Networking and Applications, Shenzen, 2014.

[12] PERRE L, CAPELLE A. Implementation of an extend simulation for the channel on a multi-DSP board[C]//7th International Conference on HF Radio Systems and Techniques, IEEE, 1997: 373-377.