一种改进的双门限窄带干扰抑制算法

开篇：润墨网以专业的文秘视角，为您筛选了一篇一种改进的双门限窄带干扰抑制算法范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘要：变换域双门限窄带干扰抑制算法是处理扩频信号中窄带强干扰的一种有效算法，但是当信号功率过强时双门限算法将会失效。基于传统的双门限算法，提出了一种改进型双门限窄带干扰抑制算法，研究了该算法的门限选取方法和干扰检测机制。实验结果表明，该算法能够解决传统双门限算法存在的问题，具有较好的性能。

关键词：扩频 变换域 干扰抑制 门限

中图分类号：TN914 文献标识码：A 文章编号：1007-9416（2013）10-0133-04

1 引言

DS/FH混合通信体制凭借其较强的抗干扰能力和低检测概率成为军事通信中最常用的通信手段[1]，其频域特征是扩频信号的功率谱淹没在噪声电平之下。DS/FH通信体制本身具有一定的抗窄带干扰能力，然而一旦强窄带干扰功率过大，致使干信比超过系统的处理增益，接收端解扩后将仍然无法正确恢复出信息。为了进一步提高通信系统的抗干扰能力，在解扩前应预先对窄带强干扰进行处理。由于FFT可以快速而高效地数字化实现，频域干扰抑制技术得到了深入研究和广泛应用。

扩频信号和窄带干扰信号在频域上的特征区别比较明显，可利用这种区别来检测并消除干扰，这就是频域干扰抑制技术的基础。频域干扰抑制的方法主要包括：K谱线法[2]、中值滤波法[3]、权值泄露法[4]、门限法[5]等。上述各算法中，以门限法应用最为广泛。其基本思想是：先预设一个门限值，然后将幅值高于门限的谱线全部视为干扰并进行抑制[6]。但是若门限过低，有用信号可能会被误判为干扰；若门限过高，则不能有效地抑制窄带强干扰[7]。为解决这个问题，研究者发展了基于前向连续均值去除（forward consecutive mean excision，FCME）技术的双门限干扰抑制算法[8]。

基于FCME的双门限干扰抑制算法是一种比较成熟的频域算法。然而，在卫星通信、运动通信、GPS导航等通信场景中，该算法会出现一些新问题。如果扩频信号功率具有大动态范围，而同时白噪声功率是恒定值，那么接收信号信噪比也会在大动态范围内变化。当接收信号具有低信噪比时，双门限算法能够正常识别并抑制干扰；然而当接收信号具有大信噪比时，即使经过频谱扩展，信号主瓣幅度仍然可能会远高于噪声电平，这时双门限算法将难以识别信号和干扰，从而导致算法失效。为解决这一问题，本文在双门限算法的基础上提出了一种改进型算法。

2 系统模型

某通信系统接收机变换域干扰抑制模块系统模型如图1所示。

输入信号可表示为

（1）

其中表示扩频信号序列，表示高斯白噪声序列，表示窄带干扰序列。

在做FFT前需先对进行加窗操作，目的是防止频谱泄露。同时，为了减少加窗造成的信噪比损失，可对数据序列采取分路重叠加窗技术[9]。FFT后，得到的频谱，其频谱幅度可表示为

（2）

在频域对窄带干扰进行检测与抑制，然后做IFFT重新得到时域信号。

3 双门限算法简介

3.1 算法原理

算法分为两个步骤，一是求取门限值，二是依据门限值进行干扰检测与抑制。求取门限值的算法流程如图2所示。

首先将一帧数据的频谱幅度按升序排序，然后选择其中幅值最小的M（，M可取N的5%～10%）根谱线，它们可以认为是“纯净”的，并将其记作更新集合。求出更新集合均值。将中其余N-M根谱线记作集合，。令预设低门限系数与的积为更新低门限，然后将中的元素与更新低门限作比较，把所有低于更新低门限的元素加入更新集合中，并重新计算更新集合均值。并重复上述步骤，直到中的元素都不小于更新低门限。记此时的更新集合均值为。最后再将预设的高门限系数和低门限系数分别与相乘即可得高、低门限。

在求出高低门限值后，就可利用门限对窄带干扰进行检测和抑制。利用低门限可将频谱信号分成一组组连续高于低门限值的“簇”，然后再将所有的簇与高门限值相比较，若簇中存在高于高门限的幅值，则判定该簇为干扰簇，并将整簇谱线进行抑制；反之则为非干扰簇，可不做处理。

3.2 算法的问题分析

上文描述的基于FCME的双门限算法适用于信号频谱淹没在噪声电平之下的扩频系统，然而一旦接收信号功率较强，信噪比较大，算法可能会失效。下面是用双门限算法处理强信噪比扩频信号的实验结果。

在图3中，接收信噪比高达25dB，干信比为45dB。从第100个点到第150个点为信号主瓣，从第150个点到第220个点是窄带干扰。可见信号主瓣频谱幅度已经远超高门限，导致有用信号也被检测为干扰从而被抑制掉。而在图4中，在接收信号信噪比过大的情况下，即使信号中不含任何干扰，算法也会把信号主瓣误认为是干扰而抑制。下面是图4所示情况的时域仿真信号波形。

由图5可见，本来输入信号是不含干扰的纯净信号，但由于信号产生损失，输出信号波形反而产生了严重失真。这样的结果在实际通信系统中将会是非常严重的。

4 改进型算法

针对基于FCME的双门限算法不能根据接收信号信噪比自适应地抑制干扰的问题，提出了一种改进型算法。改进型算法应具有如下特点：对于弱信噪比的接收信号使用较低的高门限；对于强信噪比的接收信号则使用较高的高门限。

4.1 门限系数分析

基于FCME算法得到的门限系数的公式是[10]

（3）

由此计算出的门限为TH=T*。（3）式中表示高斯白噪声的频谱幅度超过门限TH的概率。已知1.95是低门限系数的一个可取值[8]，此时=5%。出于工程上的考虑，可选择低门限系数=2，此时=4.3%。在这里不妨近似认为低门限的值等于噪声电平。

在基于FCME的双门限算法中，已知3.42是高门限系数的一个可取值[8]，同样在工程上可令等于4。这样高低门限之间的容限为=6dB。事实上，这表明原基于FCME的双门限算法仅能处理信噪比低于6dB的接收信号，否则就会对信号主瓣产生抑制。

一般的扩频通信系统，其处理增益都是大于6dB的。在原有的高门限之上可再设置一个“极限门限”TH_lim，令TH_lim与低门限TH_l之间的距离等于系统处理增益G（dB）。（所谓“极限门限”，是指幅度等于该门限的谱线是干扰抑制算法所能容忍的极限）这样就得到了三个门限：低门限TH_l，高门限TH_h，极限门限TH_lim。

4.2 干扰检测与抑制

（1）首先用低门限对接收信号频谱进行分簇。然后对所得到的每一簇谱线，检验簇最大值是否大于TH_h，如果不大于TH_h，那么判定该簇为非干扰簇，不进行处理。这一步实际上与基于FCME的双门限算法是一致的。

（2）在上一步检测中，如果簇最大值大于TH_h，则检验簇最大值是否大于TH_lim，如果大于TH_lim，那么可断定该簇为干扰簇，可直接将整簇进行抑制。

（3）在上一步检测中，如果簇最大值不大于TH_lim，那么该簇可能是包含干扰的干扰簇，也可能是信噪比大于6dB的纯净簇。为了判断该簇是否包含干扰，需要利用一些系统参数作为先验知识：设系统总带宽为B（Hz），信号主瓣带宽为（Hz），FFT点数为N。BHz的带宽在频率轴上被映射为N点，那么信号主瓣在频率轴上将被映射为点。

检测该簇中幅度处于TH_l和TH_lim之间的频点数目，如果小于，则可断定该簇中不含信号主瓣，可抑制；反之，可断定该簇中包含信号主瓣，而即使包含干扰，干信比也不会超过系统处理增益G，可不予抑制。

这样，即使接收信号信噪比具有大的动态范围，改进型算法也能够自适应地进行干扰抑制。

5 实验仿真

在仿真实验中，设扩频系统扩频码长度为1460，那么系统处理增益为G=10log1460=31.6dB，由此可得极限门限系数为TH_lim=79.6。数据速率为6848比特/秒，码片过采样倍数为30，跳频起止点分别为30MHz和130MHz，跳频速率为20000跳/秒。扩频信号中混入窄带干扰，干信比45dB。

对比图6和图3可见，尽管信号主瓣超出了高门限，但是改进型算法并未将信号主瓣抑制，而只抑制了超过极限门限的干扰谱。

对比图6和图4可见，在不存在干扰的情况下，改进型算法并不会对有用信号造成误抑制。

6 结语

本文提出的改进型双门限干扰抑制算法针对基于FCME的双门限算法存在的问题，增加了一个与扩频系统处理增益相关的“极限门限”，把极限门限与原来的高低门限结合起来对接收信号进行检测，在保持原算法抗干扰能力的同时，创造性地解决了大信噪比下原算法可能会抑制信号主瓣的问题。该算法可以有效保证整个通信系统的干扰抑制性能。

参考文献

[1]姚富强.通信抗干扰工程与实践[M].北京：电子工业出版社，2008.

[2]M J Medley，G J Saulnier，P K Das.Narrow-band interference excision in spread spectrum systems using lapped transforms[J].IEEE Transactions on Communications，1997，45（11）：1444-1455.

[3]T Kasparis，M Georiopoulos，E Payne.Non-linear filtering techniques for narrowband interference rejection in direct sequence spread spectrum systems[C].IEEE Military Communication Conference，1991，l：360-364.

[4]G J Saulnier.Suppression of narrowband jammers in a spread-spectrum receiver using transform-domain adaptive filtering.IEEE Journal on Selected Areas Commun.，1992，10：742-749.

[5]R C DiPietro.An FFT based technique for suppressing narrow-band interference in PN spread spectrum communication systems[C].IEEE Conference Proceedings on ICASSP’89，1989：1360-1364.

[6]Jeffrey A.Young，James S. Lehnert.Analysis of DFT-based frequency excision algorithms for direct-sequence spread-spectrum communications[J].IEEE Transactions on Communications，1998，46（8）：1076-1087.

[7]J.Vartiainen， J.J.Lehtomaki， H.Saarnisaari. Doubule-Threshold Based Narrowband Signal Extraction， Vehicular Technology Conference[C]. 2005 IEEE 61s` Volume 2， 2005：1288-1292

[8]J.Vartiainen， J.J.Lehtomaki， S. Aromaa， and H.Saarnisaari.， Localization of multiple narrowband signals based on the FCME algorithm[J]. in Proc. Of the Nordic Radio Symposium（NRS）2004， Oulu， Finland， August 2004，CD-rom.

[9]Shuai Wang， Jian-Ping An， Ai-hua Wang， and Xiang-yuan Bu， A Minimun Value Based Threshold Setting Strategy for Frequency Domain Interference Excision[J]，IEEE SIGNAL PROCESSING LETTERS，VOL.17，NO.5，MAY 2010

[10]P.Henttu and S.Aromaa，“Consecutive mean excision algorithm，”in IEEE 7th International Symposium on Spread Spectrum Techniques and Application， Prague， Czech Republic， Sept. 2002， pp.450-454.