CN101179284A - 抑制窄带干扰和高斯噪声的循环边带相关置换方法 - Google Patents

Abstract

本发明提供的是一种抑制窄带干扰和高斯噪声的循环边带相关置换方法。接收机接收包含窄带干扰和高斯噪声的通信信号，首先送入循环谱处理模块，得到接收信号的谱相关密度函数S_r ^α(f)；根据得到的S_r ^α(f)，计算f＝0时的谱相关密度S_r ^α(f＝0)；估计载波与窄带干扰对应的循环频率；根据公式S(α_j)＝S(4f_o－α_j)，应用边带相关置换方法，将窄带干扰对应的循环频率幅度值S(α_j)替换为S(4f_o－α_j)；窄带干扰消除后，进行后续处理。本发明提出了一种新的窄带干扰和高斯噪声抑制方法，利用循环谱对高斯噪声良好的抑制性能，以及信号循环谱的边带对称性，采用循环边带相关置换方法，用循环频谱边带对称值代替窄带干扰值，从而消除高斯噪声和窄带干扰。

Description

抑制窄带干扰和高斯噪声的循环边带相关置换方法

(一)技术领域

本发明涉及通讯技术，具体地说是一种抑制窄带干扰和高斯噪声的方法。

(二)背景技术

窄带干扰和高斯噪声是实际通信中经常面对的问题，如果能够将二者抑制掉将会改善宽带通信***的性能。目前针对这两种噪声的抑制技术多为分别独立进行，还没有发现同时抑制的技术出现。已有的窄带干扰抑制技术主要可以分为三类：时域技术；变换域技术和码辅助技术。

时域NBI抑制技术利用窄带信号的强相关性(即可精确预测性)和扩频信号的非相关性(难以精确预测性)进行抑制处理，其抗干扰性能能够达到最佳而被人们所重视，并得到广泛研究。时域抵消技术实现简单，通过自适应方法产生最优权值，可有效抑制平稳窄带干扰，但多数方法需要长时间的迭代才能达到稳定，无法跟踪上快变的干扰，抗干扰性能仍有待改进。变换域抗干扰方法由于具有许多优点，被认为是一种极具潜力的抗干扰策略，在时域很复杂的滤波过程可以在频域通过简单的相乘来完成，而且时域无法实现的理想的滤波器传递函数，如矩形滤波器等，也可以很方便地在频域实现。基于变换域的干扰抵消包括频域抵消、重叠变换域抵消及子带变换等多种方法。

(三)发明内容

本发明的目的在于提供一种可以有效地消除高斯噪声和窄带干扰的抑制窄带干扰和高斯噪声的循环边带相关置换方法。

本发明的目的是这样实现的：

接收机接收包含窄带干扰和高斯噪声的通信信号，首先送入循环谱处理模块，得到接收信号的谱相关密度函数S_r ^α(f)；

求f＝0时的谱相关密度 $S_r^{\mathrm{\α}}(f=0);$

估计载波与窄带干扰对应的循环频率；

根据公式S(α_j)＝S(4f_o-α_j)，应用边带相关置换方法，将窄带干扰对应的循环频率幅度值S(α_j)替换为S(4f_o-α_j)；

窄带干扰消除后，进行后续处理。

循环边带相关置换(CSCR)方法的最终目标是实现高斯噪声和窄带干扰的同时抑制。CSCR方法首先对包含窄带干扰和高斯噪声的接收信号进行循环谱分析，求其谱相关密度函数，目的是将不具有循环平稳性的高斯噪声分离出来，然后在循环频率上进行边带相关置换，进一步抑制窄带干扰，从而达到高斯噪声和窄带干扰联合抑制的目的。

本发明提出了一种新的窄带干扰和高斯噪声抑制方法，利用循环谱对高斯噪声良好的抑制性能，以及信号循环谱的边带对称性，采用循环边带相关置换方法，用循环频谱边带对称值代替窄带干扰值，从而消除高斯噪声和窄带干扰。

为了表明该方法的可行性，进行了原理性仿真，在仿真中直扩信号的载频f₀＝20Hz，窄带调幅干扰的载频取f_j＝18Hz。为了验证，对两种情况进行了仿真，一种情况是直扩信号背景中不存在高斯噪声，只存在窄带干扰；另一种情况是直扩信号背景中高斯噪声和窄带干扰都存在。下面是两种情况的仿真结果。

为了更加直观的表示直扩信号与窄带干扰的谱相关密度关系，最直接的方法就是仿真出他们的三维图形。但是计算谱相关密度的三维图形运算量较大，为了提高运算速度，实验中降低了信号参数。图2就是接收信号的谱相关密度三维仿真示意图，其中直扩信号载频取4Hz，干扰载频取3Hz。由于由图可以看出，经过循环谱变换以后，窄带干扰信号和直扩信号在非零循环频率处都存在功率分量。一般来讲，在期望信号被检测出来后，接下来的工作就是参数估计，在后面会看到，对参数的估计只考虑谱相关密度的两种情况，一种是 $S_r^{\mathrm{\α}}(f=0)$ 时的情况，另一种是 $S_r^{\mathrm{\α}}(f=f_0)$ 时的情况。因此下面取第一种情况进行分析。

图3是f＝0时接收信号的谱相关密度函数图，在直扩信号的谱相关密度中存在窄带干扰，中心位于α＝2f_j处。图4是采用CSCR方法抑制掉窄带干扰后的直扩信号的谱相关密度函数。

为了评价CSCR算法的窄带干扰抑制效果，对直扩信号在无噪声时的谱相关密度和干扰抑制后的谱相关密度做了比较，计算了二者的相关系数，结果如图5所示，横坐标代表边带置换带宽，纵坐标代表相关系数。由图可见，总体上看抑制效果比较理想。随着边带置换带宽的增加，相关系数也在增加。需要注意的是，边带置换带宽并不能无限制增加，增加范围应限制在窄带干扰所处的期望信号谱相关密度的边带之内。

图6是接收信号r(t)的谱相关密度的三维仿真图，经过循环谱变换之后，由于不具有循环平稳性高斯噪声能量主要存在于循环频率α＝0处，而窄带干扰和直扩信号在非零循环频率处凸显出来。图7是谱频率f＝0处的谱相关密度仿真图，由图可见高斯噪声对直扩信号的影响已经很小，但是窄带干扰却没有被抑制掉。因此接下来的工作仍是抑制窄带干扰。

图8是采用CSCR算法抑制窄带干扰后的直扩信号的谱相关密度函数。为了评价CSCR算法的效果，计算了干扰抑制后的相关系数，结果如表1所示。表中分析了四种信噪比条件下的相关系数。可以看出当信噪比为SNR＝-6dB时，相关系数仍然能够接受。

表1相关系数

置换带宽/Hz		0	2	4	6
						SNR＝-6dB	相关系数	0.9221	0.9248	0.9380	0.9478
SNR＝-3dB	0.9603	0.9638	0.9711	0.9759
					SNR＝0dB	0.9711		0.9727	0.9833	0.9869
SNR＝3dB	0.9797	0.9813	0.9924	0.9945

(四)附图说明

图1是本发明的框图；

图2是包含窄带干扰的直扩信号谱相关密度图；

图3是直扩信号包含窄带干扰的 $S_r^{\mathrm{\α}}(f=0)$ 图(SIR＝-6dB)；

图4是CSCR方法抑制窄带干扰后的直扩信号 $S_r^{\mathrm{\α}}(f=0)$ 图；

图5是直扩信号中干扰抑制的相关系数；

图6是包含窄带干扰和高斯噪声的直扩信号谱相关密度SNR＝-6dB，SIR＝-6dB)；

图7是直扩信号包含窄带干扰和高斯噪声的 $S_r^{\mathrm{\α}}(f=0)$ 图(SNR＝-6dB，SIR＝-6dB)；

图8是CSCR方法抑制窄带干扰和高斯噪声后的直扩信号 $S_r^{\mathrm{\α}}(f=0)$ 图。

(五)具体实施方式

下面结合附图举例对本发明做更详细地描述：

结合图1，循环边带相关置换方法可以描述如下：

(1)包含窄带干扰和高斯噪声的通信信号到达接收机，首先求接收信号的谱相

关密度函数，得到S_r ^α(f)；

(2)求f＝0时的谱相关密度 $S_r^{\mathrm{\α}}(f=0)$ ，由于通信信号具有循环平稳性，而高斯噪声没有循环平稳性，因此在非零的循环频率轴上不存在高斯噪声，即高斯噪声被直接抑制掉；

(3)估计载波与窄带干扰对应的循环频率；

(4)根据公式S(α_j)＝S(4f_o-α_j)，应用边带相关置换方法，将窄带干扰对应的循环频率幅度值S(α_j)替换为S(4f_o-α_j)，消除窄带干扰；

(5)窄带干扰消除后，可以进行后续处理，如参数估计。

由图1可以看出循环边带相关置换方法总体上分为两个步骤：

第一步是循环谱分析。

实际上就是通过循环谱处理模块计算接收信号的谱相关密度函数。由于高斯噪声不具有循环平稳性，其谱相关密度函数在循环频率轴上只当α＝0存在。而直扩信号和窄带干扰具有循环平稳性，因此可以在α≠0时从高斯噪声中凸显出来，为下一步的检测提供了条件。事实上，在下面的分析中可以看到，检测直扩信号、估计其参数时只关心谱频率f＝0和f＝f₀时的谱相关密度函数。

第二步是循环边带相关置换。

CSCR方法和SCR方法在思路上是一致的，不同之处是在SCR方法中利用了信号功率谱的边带对称性，而CSCR算法利用的是信号循环谱边带的对称性。因此循环谱是否对称成为CSCR算法能否应用的前提。

Claims (1)

1.一种抑制窄带干扰和高斯噪声的循环边带相关置换方法，其特征是：

接收机接收包含窄带干扰和高斯噪声的通信信号，首先送入循环谱处理模块，得到接收信号的谱相关密度函数S_r ^α(f)；

求f＝0时的谱相关密度 $S_r^{\mathrm{\α}}(f=0);$

估计载波与窄带干扰对应的循环频率；

根据公式S(α_j)＝S(4f₀-α_j)，应用边带相关置换方法，将窄带干扰对应的循环频率幅度值S(α_j)替换为S(4f₀-α_j)；

窄带干扰消除后，进行后续处理。

Images