CN111064495B - 一种时频域联合窄带干扰抑制方法 - Google Patents

Abstract

本发明公开了一种时频域联合窄带干扰抑制方法，包括：对A/D转换后的目标信号输入FIR滤波器进行FIR滤波，得到第一数字信号；将第一数字信号分为奇、偶序列并行进行LMS自适应算法的计算，并对奇、偶两路进行LMS自适应算法计算的结果合并生成误差值，将误差值输入到所述FIR滤波器以对第一数字信号进行自适应滤波，得到第二数字信号；将第二数字信号分为不同相位的两路信号，对于每一路信号分别依次执行加窗处理、FFT、干扰抑制处理和IFFT，得到第三数字信号和第四数字信号；其中，干扰抑制处理利用为N‑sigma自适应幅度谱成型算法对相应信号进行处理；将第三数字信号和第四数字信号进行合并。本发明可以减少硬件资源消耗，干扰抑制结果与直扩信号更为相符。

Description

一种时频域联合窄带干扰抑制方法

技术领域

本发明涉及扩频通信技术，尤其是一种在时阈和频域联合进行窄带干扰抑制方法。

背景技术

扩频通信凭借其频谱利用率高、误码率低、隐蔽性好、可实现码分多址的特点，在民用、军用通信中有着广泛的应用。但是，扩频通信虽然已具备较好的抗干扰能力，但其对于窄带干扰的抑制效果仍待加强。

黄聪、李迪在《基于相干干扰抑制的时域恒定束宽波束形成》一文中公开了一种通过对恒定束宽的时域干扰信号设置零陷实现相干干扰抑制，该方法实现了在弱信号中的相干干扰抑制，但该方法仅对时域干扰信号的抑制效果明显。

邹耘等在《重叠加窗FFT频域抗干扰算法》一文中公开了一种重叠加窗FFT频域抗干扰算法的参数最优的选择方案，该方法可以实现抑制频域干扰信号，恢复原始信号的效果，但该方法对相关性较强的干扰信号抑制效果仍不理想，运算速度较慢。

综上所述，现有的设计虽然能够对扩频通信信号在干扰抑制上起到一定的效果，但是其效果仍不理想。

发明内容

本发明的发明目的在于：针对上述存在的问题，提供一种通过时域和频率联合抑制的方式，对窄带干扰信号进行抑制的方法。以应对直接序列扩频技术在日益复杂的电磁环境下在抗干扰效果上欠佳的问题。同时减少硬件资源，提高通信质量。

本发明采用的技术方案如下：

一种时频域联合窄带干扰抑制方法，包括：

对目标信号进行时域抗干扰：

对A/D转换后的目标信号输入FIR滤波器进行FIR滤波，得到第一数字信号；

将第一数字信号分为奇、偶序列并行进行LMS自适应算法的计算，并对奇、偶两路进行LMS自适应算法计算的结果合并生成误差值，将误差值输入到所述FIR滤波器以对第一数字信号进行自适应滤波，得到第二数字信号；

对第二数字信号进行频域抗干扰处理：

将第二数字信号分为不同相位的两路信号，对于每一路信号分别依次执行加窗处理、FFT、干扰抑制处理和IFFT，得到第三数字信号和第四数字信号；其中，干扰抑制处理利用为N-sigma自适应幅度谱成型算法对相应信号进行处理；

将第三数字信号和第四数字信号进行合并。

上述方案利用时域抗干扰方法在抑制与目标信号相关性较差的窄带干扰信号上的优势先进行时域内干扰抑制，然后针对强相关性窄带干扰信号进行了频域干扰抑制，两种方法相结合的方式使得经干扰抑制后的信号与直扩信号更加符合。

进一步的，所述将第一数字信号分为奇、偶序列并行进行LMS自适应算法的计算，并对奇、偶两路计算的结果合并生成误差值的过程包括：

将第一数字信号分为奇、偶两路序列，分别对奇、偶两路序列进行误差计算步骤和权值更新步骤：

误差计算步骤：根据信号序列、期望信号序列以及权值更新步骤输出的权值计算出误差；

权值更新步骤：设定有初始权值；以及根据信号序列和误差计算步骤中输出的误差，计算出新的权值；

将奇、偶两路序列的误差计算步骤的结果进行合并，生成误差值。

进一步的，所述对奇、偶两路计算的结果合并生成误差值的合并方法为：

取奇、偶两路信号误差的平均值作为计算的误差值。

进一步的，所述频域抗干扰处理中，将第二数字信号分为不同相位的两路信号的方法为：

将第二数字信号以预定频率交替分为两路信号。

进一步的，所述将第二数字信号以预定频率交替分为两路信号具体为：

将第二数字信号接入两路地址：第一路地址和第二路地址；在分路信号的控制下，将第二数字信号发送到对应的地址中，其中，分路信号对应于第一路地址和第二路地址交替切换。

进一步的，所述频域抗干扰处理中，FFT和IFFT为双核结构，采用平行CORDIC算法进行并行流水线结构设计而成。

进一步的，所述频域抗干扰处理中，所述FFT的溢出控制方法为：一个数据块上实现浮点，一组数据共享一个指数；在数据块中的加法或乘法运算仅对尾数进行；对每级输入端数据的符号位进行扩充处理，对每级输出端数据进行溢出检测，从而确定是否溢出及溢出的位数，再做出相应的移位处理。

进一步的，所述对每级输入端数据的符号位进行扩充处理，对每级输出端数据进行溢出检测，从而确定是否溢出及溢出的位数，再做出相应的移位处理的方法包括：

将每级的数据均转换成相同的位数，负数在前面用“1”填充，正数用“0”填充；将每级输出端数据的高2位进行与操作，若结果为0则溢出；为1，则未溢出；若溢出，则将数据左移共享指数位。

进一步的，所述频域抗干扰处理中，干扰抑制处理的方法包括：

计算功率谱密度均值和标准差；

基于计算功率谱密度均值和标准差，设定自适应干扰门限值；

将FFT变换后的信号与自适应干扰门限值进行比较，找出超过自适应干扰门限值的数据并将其设为0输出。

进一步的，所述频域抗干扰处理中，对信号进行加窗处理中，加窗函数为海明窗，加窗函数长度为12位。

综上所述，由于采用了上述技术方案，本发明的有益效果是：

1、本发明利用时域抗干扰方法在抑制与目标信号相关性较差的窄带干扰信号上的优势先进行时域内干扰抑制，然后针对强相关性窄带干扰信号进行了频域干扰抑制，相较于传统的抗干扰方法，对窄带干扰信号的抑制效果更加，所恢复的信号与原扩频信号的特征更为相符。

2、利用本发明的方法，可以有效减少硬件资源的消耗。

3、本发明方法对于相关性强的干扰信号的抑制性能较传统方法更好。

附图说明

本发明将通过例子并参照附图的方式说明，其中：

图1是时频域联合窄带干扰抑制方法流程的一个实施例。

图2是并行LMS自适应滤波器结构图。

图3是数据分割结构的一个实施例。

图4是FFT数据处理模块结构图。

图5是N-sigma自适应幅度谱成型算法模块结构原理图。

图6是本发明方法分别与传统时域、频域内抗干扰对比的效果图。

图7是本发明方法的功能仿真图。

具体实施方式

本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。

本说明书(包括任何附加权利要求、摘要)中公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。

实施例一

如图1所示，本实施例公开了一种时频域联合窄带干扰抑制方法，包括以下步骤：

对目标信号进行时域抗干扰：

对A/D转换后的目标信号输入FIR滤波器进行FIR滤波，得到第一数字信号；

将第一数字信号分为奇、偶序列并行进行LMS自适应算法的计算，并对奇、偶两路计算的结果合并生成误差值，将误差值输入到所述FIR滤波器以对第一数字信号进行自适应滤波，得到第二数字信号；

对第二数字信号进行频率内抗干扰处理：

将第二数字信号分为不同相位的两路信号，对于每一路信号分别依次执行加窗处理、FFT、干扰抑制处理和IFFT，得到第三数字信号和第四数字信号；其中，干扰抑制处理利用为N-sigma自适应幅度谱成型算法对相应信号进行处理；

将第三数字信号和第四数字信号进行合并。

实施例二

如图1所示，本实施例公开了一种时频域联合窄带干扰抑制方法，包括以下步骤：

对A/D转换后的目标信号进行FIR滤波；

通过并行LMS(最小均方)自适应滤波器进行时域内抗干扰：将经FIR滤波后的信号数据分为奇、偶序列并行进行LMS自适应算法的计算；对两路LMS算法得出的误差参数进行合并，并将合并结果反馈至FIR滤波器以进行自适应滤波。从而更好地实现时域内干扰抑制。

FIR滤波器的时域数学表达

将其输入信号x(k)按输入顺序的奇偶分为两部分x₀、x₁，滤波系数W(k)分为相应的w₀、w₁。另外，用e表示梯度误差，d表示期望输出，μ表示步长参数，k表示自适应滤波长度。w表示收敛权值。则并行LMS算法则可以表示为式(1)。

其步长更新表达式为式(2)。

D表示前k次期望，μ(k)表示步长，e(k)表示梯度误差，x(k)表示输入序列，ξ表示代价。

如图2所示，输入信号数据经过FIR滤波后分为两路，一路输出进行频域抗干扰处理，另一路利用FIFO存储模块按输入顺序分为奇数处理部分和偶数处理部分，然后分别将奇/偶数据的输入信号序列x和期望信号序列d输入相应的奇/偶误差产生模块，奇/偶误差产生模块还将接收相应奇/偶权值更新模块输出的权值，计算出误差e_0/1，误差e_0/1的计算则根据公式

和

得出。然后将奇/偶输出序列x_0/1和对应误差e_0/1输出至对应的奇/偶权值更新模块和FIFO_2中，奇/偶权值更新模块根据奇/偶误差产生模块产生的x_0/1、e_0/1信号，计算出权值w_0/1，并输出至奇/偶误差产生模块实现权值的不断更新，权值的计算根据

和

得出。在权值更新的同时，将奇/偶误差产生模块的计算结果在FIFO_2中合并生成e，合并方法为：取奇、偶两路信号误差的平均值。最后将LMS输出的误差e输入FIR滤波器，从而完成

时域自适应滤波。

将经时域内抗干扰后的信号利用重叠加窗方法进行处理。将输入信号分成两路，每路信号都执行“加窗-FFT-干扰抑制-IFFT”的步骤，区别在于每路信号输入的序列不同。为最大限度地抑制干扰、适应变化的电磁环境，本文采用优化的N-sigma自适应幅度谱成型算法来进行干扰抑制，功率频谱均值

(psd为功率谱密度)，标准差σ根据均值可计出。由于干扰信号的可变化性，设定μ、σ为适应因子，结合正态理论干扰能量可积累为psd_i干扰>μ+3δ，则可得出干扰门限值ψ_th＝μ+M*δ，M为加权系数

其中δ₀表示上一次功率频谱的标准差。随后进行干扰判决和抑制并将其IFFT变换到时域；最后将两路信号顺序合并输出。

前文中，为了实现将输入信号分为两路实现重叠加窗(并行处理)完成频率抗干扰，将时域抗干扰后的输入的信号数据分为相同的两路(即数据分割)。具体而言，将输入的信号以输入数据的奇、偶序号交替发送给两条处理链路，每一链路均执行“加窗-FFT-干扰抑制-IFFT”的步骤。如图3所示，data_partitioning为数据分割模块，windowing0和windowing1为两个加窗模块，pd_addr1、pd_addr2为分割后第一、二路数据的地址。valid为1将数据输入第一路地址，为0则将数据输入第二路地址。valid信号高低电平(1/0)交替，实现数据的两路分割。数据分割后即可进行加窗处理，本实施例中，加窗函数选用

的海明窗(Hamming窗)。窗函数在一个实施例中，数据位宽为12位，在Matlab中生成数据位宽为12位窗函数文件HM.txt，然后将其导入FPGA的ROM核中。在FPGA内以查找表的方式，读取窗函数的系数，为数据完成加窗操作。

FFT和IFFT计算是信号进行频域抗干扰的重要的一环，用于对信号时域、频域的转换。本实施例采用优化的平行CORDIC算法设计12-bit的双核FFT/IFFT模块，采用并行流水线结构来实现其功能。如图4所示为FFT对数据处理的流程所对应硬件模块的结构图。

在CORDIC变换时，没有采用传统的查表方法，而是将数据表示为由高部和低部组成的二进制数，在完成低部旋转方向计算后，对低部旋转和高部旋转方向计算+正反旋转抵消部分实行并行处理，之后利用正反旋转抵消的输出值对经过低部旋转抵消的数据进行高部旋转即可得出目标角度的sin、cos值。传统的CORDIC算法是顺序迭代执行的，本实施例采用的方法(利用正反旋转抵消策略)，在保持精度同时，减少了迭代次数，提高了算法速度。

为实现在大点数FFT运算不溢出，同时兼顾运算精度且易于电路实现，在本FFT中设有采用结合定点、浮点表示优势的块浮点方法表示运算数据的溢出控制子模块。其核心思想是在一个数据块上实现浮点，一组数据共享一个指数，即每个数据块上存放的数据为一组，其中的数据用浮点表示，在该数据块上的数据共享一个指数(浮点数有尾数和指数组成)，共享指数为该组数据中绝对值最大的高位符号扩展位位数。这样较定点表示的精度更高，较浮点表示的资源占用少。在数据块中的加法或乘法运算仅对尾数进行。在本实施例中对每级输入端数据的符号位进行扩充处理。对每级输出端数据的符号位产生的进位与最高有效位产生的进位异或判断其是否溢出。再做出相应的移位处理。通常情况下符号位为1位，本设计中采用双符号表示，并把每级的数据均转换成相同的位数，负数在前面用“1”填充，正数则用“0”填充，填充的过程就是符号位的扩充。对每级输出端数据的高2位进行溢出检测，从而确定是否溢出。上述溢出检测利用计算机运算中的溢出检测机制：将高2位进行与操作，若结果为0则溢出；为1，则未溢出，对应有的移位处理为：若溢出，则左移，左移共享指数位。

对于每一路信号处理流程而言，信号经过FFT变换后分为两部分，如图5所示，一部分数据直接存入RAM中，供接下来剔除干扰信号；另一部分的数据利用FFT变换的数据特性计算出自适应因子μ、σ，并计算出自适应干扰门限值ψ_th＝μ+3δ。然后利用比较器进行比较(即干扰判决)，然后找出超过自适应干扰门限值的数据并将其设为0输出(即干扰抑制)，至此一次频域干扰抑制操作完成。

实施例三

本实施例以具体信号为例，对本发明的窄带干扰抑制方法的效果进行验证。

扩频信号的数学模型为式(1)，其中p表示功率，a(t)表示目标信号序列，ω₀表示载波频率，

表示相位参数，c(t)为伪随机序列。

干扰抑制前的输入信号可以表示为式(2)

y(t)＝s(t)+i(t)+x(t)+R(t) (2)

式中，i(t)、x(t)、P_ξ(t)分别表示音频干扰、AR(自相关)干扰和高斯噪声干扰。

1、音频干扰

在信号研究中，音频干扰通常用m个正弦信号叠加建模表示。用A表示正弦信号的幅度，f_i表示正弦信号与扩频信号的相对频偏，其数学建模公式为

2、AR(自相关)干扰

用p表示AR干扰模型的阶数，a表示AR干扰模型的相关权系数，w(n)表示输入噪声序列，x(n)表示n时刻的序列值，AR(自相关)干扰的数学建模公式可以表示为

为准确描绘长时间的AR干扰，加强时变特性，可将AR干扰模型表示为

3、高斯噪声干扰

按功率谱在整个信号频段内是否均匀分布可以将高斯噪声分为白噪声和有色噪声。白噪声的数学模型可表示为

n₀表示单边功率谱密度，δ(τ)表示单位脉冲函数。

实验中输入信号y(t)在Matlab中生成，如图6中的“混合信号”所示，用于抗干扰实验。

通常的窄带抗干扰几乎都是从频域角度来分析，本文中利用时域抗干扰方法在抑制与目标信号相关性较差的窄带干扰信号上的优势先进行时域内干扰抑制，然后针对强相关性窄带干扰信号进行了频域干扰抑制。其干扰抑制效果如图6中“时频域结合干扰抑制后的信号”所示。对比单独针对时域(文献《基于相干干扰抑制的时域恒定束宽波束形成》)、频域(文献《重叠加窗FFT频域抗干扰算法》)抗干扰的效果在Matlab中进行了仿真分析，其干扰抑制效果如图6中“时域干扰抑制后信号”和“频域干扰抑制后信号”所示。

结合图4可知，混合信号通过时域干扰抑制后，在锐化和边缘提取上的效果更好；频域方法对不规则的干扰信号抑制效果更好；在运用本文的时频域结合的方式进行干扰抑制后的信号更加符合直扩信号，说明本文采用时频域结合方式的有效性。

实施例四

本实施例利用Quartus II对实施例二中的干扰抑制方法进行仿真，以验证本发明对窄带干扰信号的抑制效果。

在Quartus II中读入Matlab中的合成信号为输入信号，具体滤波算法在FPGA芯片内进行，其运行结果如图7所示，其中clk为***时钟，reset_n为复位信号，ast_sink_data为输入信号，sat_source_data为干扰抑制后的目标信号，i为信号计数，ast_sink_valid为1表示输入有效，ast_source_ready为1表示输出有效。

由图7可以看出，输入的加入干扰的混合信号ast_sink_data经过本发明方法进行干扰抑制后，其干扰信号很大程度上被抑制，输出的sat_source_data目标信号波形很很接近扩频信号。实验证明，运用本文提出的时频域自适应算法模型可以很好地抑制干扰信号。

实施例五

本实施例首先从硬件资源消耗数量的角度出发，对相同条件下与现有方法对硬件资源消耗的情况进行对比。

在时域内抑制过程中，本发明在LMS算法的基础上设计实现了并行LMS算法，通过分析两者设计结构可知其硬件资源消耗情况如下表1所示。可知使用并行变步长LMS算法大大减少了硬件资源。

表1 LMS算法改进前后资源消耗情况对比表

处理模块结构	加法器	乘法器	延迟单元
				现有LMS算法	8	9	12
并行LMS算法	8	3	6

此外，本实施例还对频域内抑制过程中，干扰抑制过程的算法性能与传统方法进行比较。

本文采用N-sigma自适应谱成型算法与传统频域N-sigma门限算法相比如下表2所示，由互相关标准差可知该算法对于相关性强的干扰信号的抑制性能更好。

表2频域门限算法的相关性比较

算法	最大互相关值	互相关标准差
			传统N-sigma门限算法	0.119830	0.20417
N-sigma自适应算法	0.089609	0.014910

本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合，以及披露的任一新的方法或过程的步骤或任何新的组合。

Claims (9)

1.一种时频域联合窄带干扰抑制方法，其特征在于，包括：

对目标信号进行时域抗干扰：

对A/D转换后的目标信号输入FIR滤波器进行FIR滤波，得到第一数字信号；

将第一数字信号分为奇、偶序列并行进行LMS自适应算法的计算，并对奇、偶两路进行LMS自适应算法计算的结果合并生成误差值，将误差值输入到所述FIR滤波器以对第一数字信号进行自适应滤波，得到第二数字信号；

对第二数字信号进行频域抗干扰处理：

将第二数字信号分为不同相位的两路信号，对于每一路信号分别依次执行加窗处理、FFT、干扰抑制处理和IFFT，得到第三数字信号和第四数字信号；其中，干扰抑制处理利用为N-sigma自适应幅度谱成型算法对相应信号进行处理；

将第三数字信号和第四数字信号进行合并。

2.如权利要求1所述的时频域联合窄带干扰抑制方法，其特征在于，所述将第一数字信号分为奇、偶序列并行进行LMS自适应算法的计算，并对奇、偶两路计算的结果合并生成误差值的过程包括：

将第一数字信号分为奇、偶两路序列，分别对奇、偶两路序列进行误差计算步骤和权值更新步骤：

误差计算步骤：根据信号序列、期望信号序列以及权值更新步骤输出的权值计算出误差；

权值更新步骤：设定有初始权值；以及根据信号序列和误差计算步骤中输出的误差，计算出新的权值；

将奇、偶两路序列的误差计算步骤的结果进行合并，生成误差值。

3.如权利要求1所述的时频域联合窄带干扰抑制方法，其特征在于，所述对奇、偶两路计算的结果合并生成误差值的合并方法为：

取奇、偶两路信号误差的平均值作为计算的误差值。

4.如权利要求1所述的时频域联合窄带干扰抑制方法，其特征在于，所述频域抗干扰处理中，将第二数字信号分为不同相位的两路信号的方法为：

将第二数字信号以预定频率交替分为两路信号。

5.如权利要求4所述的时频域联合窄带干扰抑制方法，其特征在于，所述将第二数字信号以预定频率交替分为两路信号具体为：

将第二数字信号接入两路地址：第一路地址和第二路地址；在分路信号的控制下，将第二数字信号发送到对应的地址中，其中，分路信号对应于第一路地址和第二路地址交替切换。

6.如权利要求1所述的时频域联合窄带干扰抑制方法，其特征在于，所述频域抗干扰处理中，FFT和IFFT为双核结构，采用平行CORDIC算法进行并行流水线结构设计而成。

7.如权利要求6所述的时频域联合窄带干扰抑制方法，其特征在于，所述频域抗干扰处理中，所述FFT的溢出控制方法为：一个数据块上实现浮点，一组数据共享一个指数；在数据块中的加法或乘法运算仅对尾数进行；对每级输入端数据的符号位进行扩充处理，对每级输出端数据进行溢出检测，从而确定是否溢出及溢出的位数，再做出相应的移位处理。

8.如权利要求7所述的时频域联合窄带干扰抑制方法，其特征在于，所述对每级输入端数据的符号位进行扩充处理，对每级输出端数据进行溢出检测，从而确定是否溢出及溢出的位数，再做出相应的移位处理的方法包括：

将每级的数据均转换成相同的位数，负数在前面用“1”填充，正数用“0”填充；将每级输出端数据的高2位进行与操作，若结果为0则溢出；为1，则未溢出；若溢出，则将数据左移共享指数位。

9.如权利要求1所述的时频域联合窄带干扰抑制方法，其特征在于，所述频域抗干扰处理中，干扰抑制处理的方法包括：

计算功率谱密度均值和标准差；

基于计算功率谱密度均值和标准差，设定自适应干扰门限值；

将FFT变换后的信号与自适应干扰门限值进行比较，找出超过自适应干扰门限值的数据并将其设为0输出。

Images