远距无线通信系统中杂波信号的抑制方法研究

肖 博，刘 超，李 颖，高文鹏，丁 燃

（1.国网甘肃省电力公司信息通信公司，甘肃兰州 730050；2.国网思极飞天（兰州）云数科技有限公司，甘肃 兰州 730300）

在远距离短波无线通信系统中，信号传输过程 中受到能量均衡性制约、频谱及码间干扰等影响，产生杂波信号。杂波信号通常采用光通信传输，可利用光蜂窝网络传输数据和码元，杂波信号的传输速率能达到1 bp∕s，杂波信号的传输容易导致多径干扰，造成通信误波特率较大。因此，需要有效抑制远距离无线通信系统中的杂波信号[1-2]。

为实现对杂波信号的抑制，国内专家学者们进行了相关研究。一些学者采用线性调频均衡抑制方法，多径测量远距离无线通信系统中的传输信道，实现杂波信号的反信道抑制，但该方法抑制能力较差、抑制环节较多；部分学者采用自适应波束形成抑制方法，通过对杂波信号的主动抑制降低杂波信号的传输速率，实现对杂波信号的抑制，但该方法容易在抑制过程中出现传输时延，降低传输信道的均衡性；还有学者采用滤波抑制方法对远距离无线通信系统中的杂波信号被动抑制，该方法与前两种方法相比抑制效果更好，但该方法通信误比特率较高，杂波信号抑制能力较低。

为了解决以上问题，该文提出了远距无线通信系统杂波信号抑制方法，并对其进行了研究。

1 杂波信号处理

远距离无线通信是以大气电离层为中继，通过波长10～100 m，频率为2～30 Hz 的电磁波，实现信号传输。由于通信中继不稳定，通信条件受各种因素影响，信号传播过程中会因噪声、多径效应等因素干扰，导致传输信号衰减，降低传播质量[3-5]。无线通信系统中的信号传播干扰因素可采用相应方式消除，可用时域均衡技术中和多径效应影响，通过滤波技术抑制噪声。由于远距离无线通信过程中信号传输距离较远，信号叠加噪声也更多，所以要在消除多径效应的基础上叠加信号中的噪声杂波，提高信号传播质量[6-7]。

基带语音信号的频率范围在0～3 400 Hz，无法直接通过电磁波通信通道，所以要对其降频。信号发送端将高频基带信号降频处理，得到短波频率的信号，通过天线发射至接收端，并转换为基带语音信号，这一过程中会叠加杂波，接收端设置低通滤波处理器滤除基带语音信号以外的杂波。基带语音信号降频处理和短波频信号恢复转换是互逆过程，所以实际通信可以等效信号变换，如图1 所示。

图1 通信等效信号变换过程

在基带信号中叠加杂波，随后接收端通过低通滤波器恢复得到基带语音信号。假设基带语音信号的时域表现形式为s(t)，频域表现形式为s(f)，基带语音信号频率F0=3 400 Hz。在信号传播过程中叠加的杂波具有宽频特性，叠加后信号在频域上会出现频谱外延和波动，时域上出现大幅度的相位变化[8-9]。通过低通滤波器处理后基本可以消除大部分杂波，但还存在一小部分内部噪音杂波，时域信号依旧不稳定[10-12]。

2 杂波信号相位编码模型

信号经多普勒雷达传输，其发射信号数据包计算公式为：

其中，s(t)为发射信号数据包；m2为数据质量；h微信号数据传输高度；t为数据传输时间；m1为线性调频的LFM 信号，且0 ≤t≤T；Tr为信号发射时间相位编码；H为信号累计数量。调频斜率计算公式为：

其中，η表示调频斜率，满足LFM 信号的字相关特征，且频率范围为。杂波信号矢量式可表示为：

式中，n表示短波信号传输间隔数。确定多普勒信号传输矢量值后，得到短波信号传输间隔的杂波信号矢量及噪声矢量。

3 杂波信号的抑制

已知脉冲信号的数量为N，则可用自相关矩阵形式表示回波信号估计式，即：

分解Rxx特征值，用Pc表示单特征属性信号波的特征向量，集合表示为D=[d1,d2,…,dn]；用表示第n个特征值所对应的特征向量，用集合表示为V，则可得到回波信号估计结果：

在n个特征值对应的特征向量集合V中选取k个表示杂波成分的特征向量，组合成包含k个杂波构成的混合杂波，构建正交投影矩阵实现杂波抑制，即：

式中，Pn为投影矩阵；I为杂波信号单位矩阵。当前对杂波的分离基本采取提取最大特征值构建杂波空间矩阵的方法，这将导致杂波分离效果差，且杂波与有用信号交织，与特征向量存在交集，杂波集中会混入有用信号，有用信号集中也会存在杂波信号，致使分离效果不理想。因此，借助相位编码法白化杂波成分，完成杂波的分离[13-14]。噪声信号处理过程如图2 所示。

图2 噪声信号处理过程

由于相位编码会造成信号波扩延，使杂波与有用信号间的相关性减弱，因此，结合白化处理后特征向量分散的自相关性不发生变化原理，编码解译过程中，在极低频范围内抑制杂波，提高输出信号波中有用信号占比，确保此时白化处理后杂波也较易分离[15]。按距离脉冲压缩信号波后，设计以杂波为主成分的特征向量分离算法，将每个特征向量排列成两行矩阵，即：

通过SVD 处理该矩阵，得到：

式中，σ1,k、σ2,k分别表示矩阵Vk特征值分解后两个特征向量，Vk中数据第二行比第一行滞后一个数据，特征向量Vk中如果包含有用信号，则Vk两行数据具有高度相关性，SDV 处理后σ1,k、σ2,k的比值会增大，反之，如果Vk中主要成分为杂波，则Vk中两行数据相关度极低，σ1,k、σ2,k的比值减小。根据该特征分离杂波子集，实现杂波成分分离，杂波为主要成分的特征向量构成集合，式中γ为异值比，分离公式为：

对V中特征向量按顺序筛选，找到满足条件的Vk集。假设共对N个特征向量进行筛选，N≥K则说明杂波消除效果明显。得到相应的杂波子集特征向量映射后，即可完成杂波抑制[16]。

4 实验研究

为验证该文提出的远距无线通信系统杂波信号抑制方法的效果，将基于滤波抑制的通信系统杂波信号抑制方法与该文所提方法进行对比实验。为了准确对比出两种方法的误比特率，需要对远距无线通信系统中相关参数进行设置，取无线通信系统中杂波信号传输信道的响应时延为100 ms，杂波信号传输的时间间隔为50 ms，杂波信号自相关系数为1.2，远距无线通信系统的信道带宽为1～5 kHz，为保证实验结果有效性和严谨性，通信距离与外界环境、影响因素等均相同。根据以上实验参数进行远距无线通信系统杂波信号抑制实验，得到抑制前后不同方法下的远距无线通信系统杂波信号，结果如图3所示。

图3 杂波信号抑制能力实验结果

通过分析可知，在远距无线通信系统中的杂波信号抑制前，基于滤波抑制的无线通信系统杂波信号抑制方法和该文所提方法中杂波信号均随着信道带宽的增加而增加，采用该文所提方法对杂波信号抑制后，有效降低了码元干扰分量，使杂波信号的多径分量能够到达无线通信系统的接收端，杂波信号得到有效抑制，而采用滤波抑制的无线通信系统杂波信号抑制方法对杂波信号抑制后，码元干扰分量没有变化，杂波信号没有得到抑制，基于抑制前后的杂波信号结果输出不同方法下的误比特率，误比特率结果如图4 所示。

图4 误比特率实验结果

由图4 可知，采用该文所提的方法抑制后，误比特率较低，优于采用滤波抑制的无线通信系统杂波信号抑制方法。

为减弱杂波信号相关有效性，设置杂波速度谱的传输速度为2.2 m∕s，通信距离为60 m，进行对比分析，获得了不同方法下的杂波信号抑制情况，抑制距离实验结果如图5 所示。

图5 杂波信号抑制后距离实验结果

通过对杂波信号抑制情况进行分析可知，采用基于滤波抑制的无线通信系统杂波信号抑制方法对杂波信号进行抑制时，由于没有在传输阶段添加相位编码，导致杂波的主要成分得到较强的保留，杂波抑制效果较差，在较短的通信距离下也无法检测出杂波目标，造成杂波基与目标信号基没有得到有效分离，杂波信号抑制效果较差。而采用该文提出的远距无线通信系统杂波信号抑制方法对杂波信号抑制时，在较强杂波环境和较远的通信距离下依然可以检测出杂波目标，有效抑制杂波信号的直达波成分，降低了杂波信号对无线通信系统目标信号的影响，杂波信号抑制能力较高。

综上所述，该文所提远距无线通信系统杂波信号抑制方法优于基于滤波抑制的无线通信系统杂波信号抑制方法，误比特率较低，能够有效减弱杂波信号相关性的有效性，杂波信号抑制能力较好，实用价值更高。

5 结束语

该文针对远距离通信过程中存在的杂波干扰导致的通信信号传输质量较低的问题，提出了一种新的杂波抑制方法。对无线通信系统中的目标信号进行相位编码，并将杂波信号中的回波成分进行了白化处理，实现抑制。实验结果表明，采用所提方法对远距离通信系统中杂波抑制的整体效果优于传统方法，验证了该方法具有很好的抑制能力，适合应用到实际工作中。虽然该文方法在现阶段取得的成果可有效实现杂波的抑制，但在研究中仍然存在诸多不足，未来将对杂波信号的特征进行深入分析，以提升方法的有效性。