CN101345548A - 基于可调流水线频率变换tpft的抗窄带干扰的方法 - Google Patents

Abstract

基于可调流水线频率变换TPFT的抗窄带干扰的方法属于信号处理技术领域，其特征在于，依次包含以下步骤：下变频、低通滤波、降采样率、精细滤波、升采样率、低通滤波和上变频，处理后的频域信号细化了原始信号的频谱特征，得到了精细的窄带干扰信号，最后通过与原始输入信号在时域的相减，以去除窄带干扰、提高信噪比。

Description

基于可调流水线频率变换TPFT的抗窄带干扰的方法

技术领域

本发明是针对扩频系统中的窄带干扰抑制技术的实现，利用扩频信号和窄带信号谱特性的线性预测方法，用基于可调流水线频率变换TPFT结构的线性预测滤波抗干扰技术实现窄带干扰的抑制，属于信号处理领域。

背景技术

本发明针对抗干扰系统应用环境为直接扩频通信系统DSSS(Direct Sequence SpreadSpectrum)，在宽带通信信道上存在加性高斯白噪声(AWGN)和加性窄带干扰(ANBI)的情况，提出了一种有效的窄带干扰抑制方法。

以下的文章和专利文献，基本覆盖了该领域主要的背景技术。为了交待出技术的发展过程，让它们时间顺序排列，并逐个介绍文献的主要贡献。

1.Vi jayan R，Poor H V.Nonlinear Techniques for Interference Suppression inSpread-Spectrum Systmes.IEEE Trans.on Commun.，1994，42(2/3/4)：1969-1979

将ACM滤波的非线性函数应用到自适应LMS预测滤波器，提出了自适应非线性预测滤波器。由于自适应滤波器需要经过一段时间才能收敛到稳态，因而在数字调制信号相位发生突变的时候，自适应滤波器会产生脉冲干扰，导致自适应滤波器性能明显下降。

2.Tazebay M V，Akansu A N，Progressive Optimization of Time-FrequencyLocalization in Subband Trees.IEEE Symposium on Time-Frequency and Time-ScaleAnalysis，1994，8，(2L)354-365

提出了自适应时频噪声消去器(ATF)，可以针对不同的输入信号产生不同层次结构的子带分解树，每一次分解采用两个子带或者三个子带的原形有限冲击相应(FIR)滤波器组。在子带分解树的形成过程中，只有当一个节点上的变换域能量的紧密度超过时域的紧密度以及一个预先给定的阈值时，该节点才会被继续分解，因此该算法避免了不必要的分解，很大程度上减少了加法和乘法的计算量。同具有固定结构的滤波器相比，ATF可以自适应地改变子带滤波器组的层次结构，减少了变换域的分割并能更准确地定位干扰信号的频谱分布，减小了对干扰的敏感程度。

3.Lindsey Alan R，Medley Michael J.Wavelet Transforms and Filter Banks inDigital Communication.SPIE Proceeding-Wavelet Applications 3，1996，2762：466-477

提出采用小波变换以及相应的滤波器组来实现变换域滤波。利用正交镜像滤波器组(Quadrature Mirror Filter，QMF)所构成的二进子带分解树型结构来实现离散小波变换或离散小波包。类似于离散傅立叶变换，该方法可以对信号频谱进行均匀划分。但是由滤波器所产生的频谱旁瓣效应取决于所采用的正交镜像滤波器系数，因而旁瓣小于不加窗的离散傅立叶变换，频谱泄露比较少。

4.Johnston，Leigh.Hidden Markov Model-RPE Algorithm for Narrow-BandInterference Suppression in Spread Spectrum Systems.IEEE International Conferenceon Communications，1998，2：733-737

提出了采用HMM(Hidden Markov Model)方法，处理控制窄带干扰在信道中的进出。HMM用于探测被干扰命中的子信道，然后将一个抑制滤波器设置在存在干扰的子信道中。当探测到干扰推出该子信道时，则将抑制滤波器从该信道中移走。

5.Landry Rene Jr，Mouyon P.Interference Mitigation in Spread Spectrum Systemsby Wavelet Coefficients Thresholding.European Trans.on Commun.，1998，9(2)：191-202

提出采用小波包分解方法来精确定位时变干扰，并利用小波包分解可以保持噪声能量这一特性来抑制干扰。

6.Perez-Neira A，Cid Sueiro J Roca.A Dynamic Non-Singleton Fuzzy System forDS/CDMA Communication.IEEE International Conference on Fuzzy System，1998，2.1494-1499

提出模糊推理系统可以从任意精度上一致逼近任意定义在致密集上的非线性函数，因此具有反向传播学习算法的模糊推理系统可以作为任意非线性动态系统的辨识器，进而组成非线性自适应滤波器。自适应模糊窄带干扰抑制器或者自适应线性增强器对非常窄的干扰有很好的效果。同时可以加快捕获速度，适用于非固定信道。

7.REFL Corporation.Tunable Pipelined Frequency Transform.Britain.2003

提出了通用的TPFT可调流水线频率变换结构，给出了其基本的计算框架。没有明确应用于抗干扰系统。没有准确估计窄带信号的相位，无法直接从信号中将干扰剔除。

发明内容

本发明的目的在于提出了基于可调流水线频率变换TPFT的抗窄带干扰的线性预测滤波抗干扰系统的设计原理和实现方法。

扩频通信系统具有较好的抗噪声干扰能力，能够利用频谱宽度提高接收端的信噪比，改善通信系统性能。但是当频谱上窄带干扰功率强度超过一定阈值后，扩频通信系统性能会显著下降。对于加性高斯白噪声而言，最佳接收机是匹配滤波器结构。对于加性窄带干扰，虽然DSSS系统具有一定的抗干扰性能，但是当干扰较强的时候，DSSS的性能将会显著下降。通常的解决方法是先用抗干扰系统衰减窄带干扰，再对得到的信号用匹配滤波器处理，得到最大信噪比。现有窄带干扰抑制技术的实现方法很多，包括利用扩频信号和窄带信号谱特性的线性预测方法；利用感兴趣的信号扩展码和窄带干扰的二阶统计量的线性码辅助方法；以及基本上利用了通信信号和窄带干扰信号的所有信息的最大似然码辅助技术。有效的窄带干扰抑制技术，可以极大地改善扩频通信系统的性能。

本发明的特征是在数字电路芯片上依次按以下步骤实现：

步骤(1)频谱分裂：从输入信号x(n)中提取多路窄带信号，以基带时域信号的形式输出，其步骤为：

步骤(1.1)频谱搬移：对所述x(n)信号作下变频，把频谱由X(w)变换为X(w+w₀)，w₀＝π/2，使每次频谱分裂得到的信号带宽是前级的1/2，

步骤(1.2)用采用一阶延时器的第一有限冲击响应滤波器FIR对步骤(1.1)得到的信号进行低通滤波，完成依次频谱分裂，形成的两路信号分别为前级信号的正负频谱区间分量，频谱分裂的级数k＝8；

步骤(2)粗调滤波，其步骤如下：

步骤(2.1)把步骤(1.2)得到的两路信号各送入一个采用二阶延时器但滤波系数不变的N₁阶的第二有限冲击响应滤波器FIR，N₁＝64，

步骤(2.2)把步骤(2.1)中得到的由分别滤波得到的两路信号用等间隔抽取的方法分开，得到的信号的相位变化F₁(w)为：

$F_1\left(w\right)=\stackrel{\‾}{F_1\left(w\right)}\exp (-j*\frac{N_1-1}{2}w),$ 频谱变化为：

$X(w+w_0)F_1\left(w\right)=X(w+w_0)\stackrel{\‾}{F_1\left(w\right)}\exp (-j\frac{N_1-1}{2}w),$

其中，F₁(w)为F₁(w)矩阵的逆矩阵；

步骤(3)降采样率

对步骤(2.2)输出的两路信号分别进行降2倍采样率处理，使其频谱变为：

$X(\frac{w}{2}+w_0)\stackrel{\‾}{F_1\left(\frac{w}{2}\right)}\exp (-j\frac{N_1-1}{2}\frac{w}{2}),$

步骤(4)精细滤波

对步骤(3)得到的两路低速率窄带信号用与前FIR滤波器滤波系数不变的N₂阶第三有限冲击响应滤波器FIR进行低通滤波，N₂＝128，使信号的相位变化H(w)为：

$H\left(w\right)=\stackrel{\‾}{H\left(w\right)}\exp (-j*\frac{N_2-1}{2}w),$ 频谱变化为：

$X(\frac{w}{2}+w_0)\stackrel{\‾}{F_1\left(\frac{w}{2}\right)}\exp (-j\frac{N_1-1}{2}\frac{w}{2})\stackrel{\‾}{H\left(w\right)}\exp (-j\frac{N_2-1}{2}w)$

其中，H(w)为H(w)矩阵的逆矩阵；

步骤(5)升采样率

对步骤(4)得到的低速率的采样信号用级联积分梳状CIC滤波器升2倍采样率，使其频谱变化为：

$X(w+w_0)\stackrel{\‾}{F_1\left(w\right)}\exp (-j\frac{N_1-1}{2}w)\stackrel{\‾}{H\left(2w\right)}\exp (-j\frac{N_2-1}{2}2w);$

步骤(6)低通滤波

为了去掉邻近真是干扰信号频谱的位置上的镜像干扰，采用与前FIR滤波器滤波系数不变的N₃阶第四有限冲击响应滤波器FIR来均匀通带特性，N₃＝16，使滤波后的相位F₂(w)为：

$F_2\left(w\right)=\stackrel{\‾}{F_2\left(w\right)}\exp (-j*\frac{N_3-1}{2}w),$ 频谱变化为：

$X(w+w_0)\stackrel{\‾}{F_1\left(w\right)}\exp (-j\frac{N_1-1}{2}w)\stackrel{\‾}{H\left(2w\right)}\exp (-j\frac{N_2-1}{2}2w)\stackrel{\‾}{F_2\left(w\right)}\exp (-j\frac{N_3-1}{2}w)$

$=X(w+w_0)\stackrel{\‾}{F_1\left(w\right)}\stackrel{\‾}{H\left(2w\right)}\stackrel{\‾}{F_2\left(w\right)}\exp (-j\frac{N_1-1}{2}w)\exp (-j(N_2-1)w)\exp (-j\frac{N_3-1}{2}w)$

其中F₂(w)为F₂(w)矩阵的逆矩阵；

步骤(7)频谱搬移，通过上变频把步骤(6)输出的信号恢复到原始输入信号初始的频谱位置：

将步骤(6)输出信号通过与步骤(1)中频谱分裂级数相同的k＝8进行上变频，信号的频谱变化为：

$X\left(w\right)\stackrel{\‾}{F_1(w-w_0)}\stackrel{\‾}{H(2w-2w_0)}\stackrel{\‾}{F_2(w-w_0)}\exp (-j\frac{N_1-1}{2}w)\exp (-j(N_2-1)w)\exp (-j\frac{N_3-1}{2}w)*$

$\exp \left(j\frac{N_1-1}{2}{w}_0\right)\exp \left(j(N_2-1)w_0\right)\exp \left(j\frac{N_3-1}{2}{w}_0\right)$

步骤(8)相位调整，在步骤(7)的第k级恢复后，按下式进行相位调整，以使提取出的信号与原始输入信号相比附加相位偏差为零：

$\exp [-j[\left(\frac{N_1+N_3-2}{2}\right)(1+2+\·\·\·+2^{k-1})+\left(\frac{N_2-1}{2}\right)2^k\left]w_0\right];$

步骤(9)去干扰：在时域上，把步骤(8)得到的信号和前述原始输入信号相减，以消除窄带干扰。

基于可调流水线频率变换TPFT的抗窄带干扰的方法，能够有效地从宽带噪声中提取出窄带干扰，用于干扰消除。本发明适用于实时处理，流水线设计结构和信号流交织处理，能够保证硬件的高效率使用。

附图说明

图1是可调流水线频率变换TPFT的抗窄带干扰的方法流程图。

图2是提取窄带干扰过程的硬件结构图，输入信号为带窄带干扰的信号，经过处理后的输出信号为提取出的窄带干扰。

图3是频谱搬移的硬件结构图。

图4是通过抗干扰处理后得到的信号频谱，上部两条线是窄带干扰和带窄带干扰的信号，底部的线为消去干扰后的信号。

具体实施方式

本发明将频域信号进行可调流水线频率变换TPFT处理的过程包括下变频(CDC，complexdown converter)、低通滤波、降采样率、精细滤波、升采样率、低通滤波和上变频(CUC，complex up converter)，处理后的频域信号细化了原始输入信号的频谱特征，得到了精细的窄带干扰信息，最后通过与原始输入信号时域上相减去掉窄带干扰提高性噪比，具体实现步骤如下：

步骤(1)：频谱分裂

可调流水线频率变换TFPF结构的设计想法是，通过频谱搬移和低通滤波，进行频谱分裂，得到当前信号的正负频谱区间所对应的信号。每级处理是把前级得到的各路信号，分别进行归一化的频谱搬移。为了能够对处于频谱上任何位置的窄带信号进行提取，可以根据当前情况进行调整将归一化频率调整为{0，π/4，π/2，π3/4，π}中任意一值，本发明为了举例方便以后采用π/2频率搬移进行说明，即后文中的w₀＝π/2。再经过低通滤波，完成一次频谱分裂，形成的两路信号分别为前级信号的正负频谱区间分量。

对于输入的时域信号x(n)，这一过程可以写成如下形式：

$x\left(n\right)\left\{\begin{array}{c}x\left(n\right)*\exp (j*\frac{\mathrm{n\π}}{2})\stackrel{\mathrm{FIR}}{\→}{x}_1\left(n\right)\left\{\begin{array}{c}{x}_1\left(n\right)*\exp (j*\frac{\mathrm{n\π}}{2})\stackrel{\mathrm{FIR}}{\→}{x}_{11}\left(n\right)\\ x_1\left(n\right)*\exp (-j*\frac{\mathrm{n\π}}{2})\stackrel{\mathrm{FIR}}{\→}{x}_{12}\left(n\right)\end{array}\right.\\ x\left(n\right)*\exp (-j*\frac{\mathrm{n\π}}{2})\stackrel{\mathrm{FIR}}{\→}{x}_2\left(n\right)\left\{\begin{array}{c}{x}_2\left(n\right)*\exp (j*\frac{\mathrm{n\π}}{2})\stackrel{\mathrm{FIR}}{\→}{x}_{21}\left(n\right)\\ x_2\left(n\right)*\exp (-j*\frac{\mathrm{n\π}}{2})\stackrel{\mathrm{FIR}}{\→}{x}_{22}\left(n\right)\end{array}\right.\end{array}\right.$

其中FIR(有限冲击响应滤波)即前述的低通滤波过程。

依此类推，每次频谱分裂得到的信号带宽是前级的1/2，以基带时域信号形式输出，相应地信号通路数目增加为原来的2倍。相当于是对输入的信号进行通道化处理，即从宽带信号中提取出多路窄带信号，并分别搬移到基带输出。

这一过程的具体步骤首先是进行下变频。由本地振荡器生成正余弦数值，作为复指数因子的实部和虚部，与输入的复信号的实部和虚部分别进行乘法运算，以及相应的加减法运算，得到频谱搬移的作用。设输入信号为x(n)，它的频谱为X(w)，经过下变频后的频谱为X(w+w₀)。

步骤(2)：粗调滤波。从各级频谱搬移后输出端引出的信号流，直接作为频谱分裂结果给到滤波处理模块。这样，分选各级输出的信号，进行N₁阶FIR低通滤波就得到不同带宽的通道。比如，k级TPFT流水线，可以得到通道带宽为： $[\frac{\mathrm{Fs}}{2},\frac{\mathrm{Fs}}{2^2},\frac{\mathrm{Fs}}{2^3},\·\·\·,\frac{\mathrm{Fs}}{2^k}],$ Fs为原始输入信号带宽。本发明中粗调滤波采用N₁＝64阶线性FIR低通滤波，TPFT过程采用k＝8级TPFT流水。

从硬件实现角度来看，各级FIR滤波器系数相同，两路信号交织后得到的信号流，可以用同一个FIR滤波器结构实现低通滤波。比如，两路信号交织成一路高速信号流。需要把FIR滤波器中所有的一阶延时器换成二阶延时器，滤波器系数不变。得到的输出信号流，相当于是由分别滤波得到两路信号交织而成的，可以通过等间隔抽取把它们分开。

此过程的信号相位变化为 $F_1\left(w\right)=\stackrel{\‾}{F_1\left(w\right)}\exp (-j*\frac{N_1-1}{2}w),$ 频谱变化为 $X(w+w_0)F_1\left(w\right)=X(w+w_0)\stackrel{\‾}{F_1\left(w\right)}\exp (-j\frac{N_1-1}{2}w).$

步骤(3)：降采样率。考虑到每次频谱分裂后得到的两路信号，在频谱上所占带宽是分裂前信号带宽的1/2，根据奈奎斯特定理，可以降2倍采样率仍保证信号无失真。这样经过TPFT结构提取出来的低速率窄带信号，在理想状态下能够保存该路信号的所有信息，其频谱特性保持不变，但由于降采样率的作用，在输入信号中集中于很窄的区间内的干扰频谱，此时已经在整个频谱区间上展开了。降采样率后信号的频谱变化为 $X(\frac{w}{2}+w_0)\stackrel{\‾}{F_1\left(\frac{w}{2}\right)}\exp (-j\frac{N_1-1}{2}\frac{w}{2}).$

步骤(4)：精细滤波。经过TPFT结构提取出来的低速率窄带信号，在理想状态下能够保存该路信号的所有信息，其频谱特性保持不变，但由于降采样率的作用，在输入信号中集中于很窄的区间内的干扰频谱，此时已经在整个频谱区间上展开了。此时对该信号进行N₂阶FIR滤波，得到的过渡带宽度，如果恢复回到初始信号采样速率，则相当于在频谱上进行相应倍数的压缩，从而得到更高性能的过渡带宽。本专利中精细滤波采用N₂＝128阶线性FIR低通滤波。此过程的信号相位变化为

$H\left(w\right)=\stackrel{\‾}{H\left(w\right)}\exp (-j*\frac{N_2-1}{2}w),$ 频谱变化为

$X(\frac{w}{2}+w_0)\stackrel{\‾}{F_1\left(\frac{w}{2}\right)}\exp (-j\frac{N_1-1}{2}\frac{w}{2})\stackrel{\‾}{H\left(w\right)}\exp (-j\frac{N_2-1}{2}w)$

步骤(5)：升采样率。通过以上处理后输出的窄带信号处于基带，且经过N级TPFT每级2倍的降采样率。这样通过TPFT得到了较为精细的窄带内部信息，低速率的干扰信号必须恢复到初始采样率才能够进行时域上的加减法运算，以达到抑制干扰的目的，因此进行逆处理过程。

首先进行升采样率过程。用级联积分梳状CIC滤波器(cascaded integrator-combfilters)升采样率，采用2阶延迟，升采样率为2倍。频谱变化为

$X(w+w_0)\stackrel{\‾}{F_1\left(w\right)}\exp (-j\frac{N_1-1}{2}w)\stackrel{\‾}{H\left(2w\right)}\exp (-j\frac{N_2-1}{2}2w)$

步骤(6)：低通滤波。对于升采样率过程CIC是线性相位，但是低通滤波特性不够平坦。很难把邻近真实干扰信号频谱的位置上镜像干扰去掉，如果不能把镜像干扰完全去掉，那么想从时域相减来去掉窄带干扰就难以实现了。为了解决这个问题，采用流水线恢复方法来处理。方法就是在CIC升采样率后级联N₃阶(本发明采用N₃＝16阶)FIR滤波器均衡通带特性，分级提高采样率，也就是说每次处理把采样率提高2倍，同时去掉正负两个高频端上的镜像干扰。滤波后的相位变化为 $F_2\left(w\right)=\stackrel{\‾}{F_2\left(w\right)}\exp (-j*\frac{N_3-1}{2}w),$ 频谱变化为

$X(w+w_0)\stackrel{\‾}{F_1\left(w\right)}\exp (-j\frac{N_1-1}{2}w)\stackrel{\‾}{H\left(2w\right)}\exp (-j\frac{N_2-1}{2}2w)\stackrel{\‾}{F_2\left(w\right)}\exp (-j\frac{N_3-1}{2}w)$

$=X(w+w_0)\stackrel{\‾}{F_1\left(w\right)}\stackrel{\‾}{H\left(2w\right)}\stackrel{\‾}{F_2\left(w\right)}\exp (-j\frac{N_1-1}{2}w)\exp (-j(N_2-1)w)\exp (-j\frac{N_3-1}{2}w)$

步骤(7)：频谱搬移。上变频恢复整个频谱的过程，同样可以采用TPFT流水线结构分级完成，进行频谱搬移，把信号移回到初始的频谱位置，与前述步骤相同不再重复说明。这里特别说明一下，进行频谱搬移有两种情况需要分别进行：

1、如果系统应用于存在快变窄带干扰环境，TPFT各级搬移频率在不断变化，则需要在处理过程中，需要把信号x(n)写成数据结构形式[x(n)，f_1，f_2…f_k]。这里f_k是第k级频谱分裂的移动量。恢复过程可以视为是TPFT频谱分裂的逆过程。

2、如果TPFT搬移频率不变，则在恢复过程中的搬移频率为固定值可直接获得。

上变频后的频谱变化为

$X\left(w\right)\stackrel{\‾}{F_1(w-w_0)}\stackrel{\‾}{H(2w-2w_0)}\stackrel{\‾}{F_2(w-w_0)}\exp (-j\frac{N_1-1}{2}w)\exp (-j(N_2-1)w)\exp (-j\frac{N_3-1}{2}w)*$

$\exp \left(j\frac{N_1-1}{2}{w}_0\right)\exp \left(j(N_2-1)w_0\right)\exp \left(j\frac{N_3-1}{2}{w}_0\right)$

步骤(8)：相位调整。由以上步骤可见滤波器的工作引起了信号在幅度和相位上的变化。在解决幅度问题之后，还需要修正相位上的偏差，才能够正确预测出干扰信号，从而与原始输入信号进行相减运算，消去干扰功率。

通过以上步骤的处理，信号频谱最后的形式中F₁(w-w₀)H(2w-2w₀)F₂(w-w₀)在频谱上幅度进行控制； $\exp (-j\frac{N_1-1}{2}w)\exp (-j(N_2-1)w)\exp (-j\frac{N_3-1}{2}w)$ 形成了时域上的延迟； $\exp \left(j\frac{N_1-1}{2}{w}_0\right)\exp \left(j(N_2-1)w_0\right)\exp \left(j\frac{N_3-1}{2}{w}_0\right)$ 则是此过程中出现的固定相差。在时域上和原始信号进行相减，就要求提取出来的信号与原始信号相比，附加相位偏差为零。为抵消附加相位偏差，对于给定的TPFP处理流程，采用如下策略：

计算出总的延迟时间单位，对输入的原始信号进行延后。

在第k级恢复过程完成后，进行如下相位调整：

$\exp [-j[\left(\frac{N_1+N_3-2}{2}\right)(1+2+\·\·\·+2^{k-1})+\left(\frac{N_2-1}{2}\right)2^k\left]w_0\right]$

也就是用这个参数直接与实时信号相乘。

对于多个窄带干扰信号提取、消去的工作。基于前边的分级流水线结构，可以同时提取出多个处于不同位置的干扰，通过采用不同级TPFT处理，可以高效地提取出不同带宽的信号。但是在恢复到初始采样率的时域时，需要对各路干扰信号分别加以幅度调整，延时调整和相位调整。

幅度调整是线性运算。对于一路提取出来的干扰信号，可以直接在精细滤波完成后调整幅度就可以了。延时调整，想法是输入信号的延时以各路干扰提取处理中最长延时为准，在完成精细滤波之后，较短的延时路径，在这里补足延时。根据前边分析中描述的相位调整算法，可知在每级恢复时所需加入的相位调整因子，是由该级之前所有的线性相位FIR滤波器和该级移动的频率所确定。我们采用粗调滤波器为N₁阶，细调滤波器为N₂阶，则可以如下表达各级恢复时的相位调整因子：

exp(-j*((N₁-1)+2*(N₁-1)+…2^k(N₁-1)+2^k(N₂-1))w₀)。如果两个路径上的信号所经过的滤波器不同，则它们合并后无法同时满足相位调整。这里必须对FIR滤波器和粗调结构进行限制，从而保证多路信号的相位调整。我们采取如下规定来解决这个问题：

1.由于精细滤波是对每路干扰独立进行的滤波调整，所以它的移频频率不受限制。但是由于精细滤波的滤波器阶数N₂对后边的相位因子有影响，所以规定它应该满足(N₂-1)是8的整倍数。

粗调滤波各频点分布： $\{0,\frac{1}{8},\frac{1}{4},\frac{3}{8},\frac{1}{2}\}$

粗调各级滤波器阶数N₁满足(N₁-1)是8的整倍数，粗调频率为：

m∈[0，1，2，3，4]

相位调整参量为：

$\exp \{-j*w_0*[(N_1-1)+(N_1-1)*2+\·\·\·(N_1-1)*2^k+(N_2-1)*2^k\left]\right\}$

$=\exp \{-j*2*\mathrm{\π}*\frac{m}{8}*[(N_1-1)+(N_1-1)*2+\·\·\·(N_1-1)*2^k+(N_2-1)*2^k\left]\right\}$

$=1$

也就是说，通过对FIR滤波器的阶数，以及粗调频点的限制，可以省去相位调整这一步，这样就可以合并多路信号处理了。

步骤(9)去干扰：在时域上，把步骤(8)得到的信号和前述原始输入信号直接相减，以消除窄带干扰。

根据上述算法，采用m序列扩频编码验证其功能。

连续输入20个BPSK原始信号，每个信号采用1024点m序列进行扩频，夹杂单个窄带干扰。

不带干扰的信号频谱近似均匀分布。由于m序列是伪随机码，所以每个时间段都可能存在处于频谱上所有位置的频率分量。也就是说，估计出来的窄带干扰中总是含有一部分原始信号。

使用一个chirp信号作为窄带干扰信号的频谱，两者相加得到的混有干扰的观测信号。

将此信号取前级传入数据每128个点为一组，进行FFT(快速傅立叶变换，将时域信号转化为频域信号)。找到幅度最大的频点对所有频点的幅度做归一化。设定一个精度域值，比如0.5，找到信号频段的重心，也就是说所有幅度大于0.5的频点，以归一化幅度加权求平均。根据信号频段重心，得到信号最强的频点，计算出本级粗调位置，也就是在{0，1/8，1/4，3/8，1/2}中选出一个偏移因子，移动频谱。

标准FIR低通滤波器的经验计算公式为：

$N=\frac{A-7.95}{2.286\mathrm{\Δw}}$

其中，A为阻带衰减程度(dB)，Δw为归一化过渡带。比如对于实验系统指标而言，A＝25，

$\mathrm{\Δw}=2\mathrm{\π}*0.05*\frac{1}{256},$

则可以知道 $N=\frac{25-7.95}{2.286*2\mathrm{\π}*0.05*\frac{1}{256}}=6077$

变采样率系统每秒钟乘法计算次数为(MPS)：

$R=\frac{N{F}_s}{2M}$

其中，Fs为输入信号的采样率，M为输出时的降采样率倍数。考虑到目的是消去干扰，而宽带信号中大部分频段内的信号都是要保留的，所以不能够降采样率，也即M＝1。

假设输入信号采样率为20MHz，则：

$R=\frac{6077*20*{10}^6}{2}=6.077*{10}^{10}$

同时处理256路干扰信号，则：

R＝256*6.077*10¹⁰＝1.556*10¹³

采用TPFT分级流水线设计，假设采用的系统最高为8级，粗调滤波器64阶，细调滤波器为128阶。

则依据上边计算公式：

$R_1=\frac{64*20*{10}^6}{2*2}=3.2*{10}^8$

$R_2=2*\frac{64*10*{10}^6}{2*2}=3.2*{10}^8$

$R_3=4*\frac{64*5*{10}^6}{2*2}=3.2*{10}^8$

.

.

.

R₈＝3.2*10⁸

$R_{\mathrm{fine}}=128*\frac{128*20*{10}^6}{2*256}=6.4*{10}^8$

R＝2*(8*3.2*10⁸)+6.4*10⁸＝5.760*10⁹

由此可见，采用最高为8级的TPFT设计，每秒钟乘法次数为标准滤波器的1/2701，同时注意到如果干扰带宽更窄，TFPT每高一级每秒钟乘法运算量多3.2*10⁸，而标准滤波器运算量则成为原来的2倍。从延时角度来看，直接采用标准滤波器所需延时为3038阶，8级TPFT最高延时为8128阶。TPFT系统采用流水线计算结构。

处理后的信号频谱见图4，可见通过TPFT抗干扰系统后窄带干扰信号可以有效地被提取出来。

基于可调流水线频率变换TPFT的抗窄带干扰的方法，能够有效地从宽带噪声中提取出窄带干扰，有效消除窄带干扰。本发明适用于实时处理，流水线设计结构和信号流交织处理，能够保证硬件的高效率使用。

Claims (2)

1、基于可调流水线频率变换TPFT的抗窄带干扰的方法，特征在于是在数字电路芯片上依次按以下步骤实现：

步骤(1)频谱分裂：从输入信号x(n)中提取多路窄带信号，以基带时域信号的形式输出，其步骤为：

步骤(1.1)频谱搬移：对所述x(n)信号作下变频，把频谱由X(w)变换为X(w+w₀)，w₀＝π/2，使每次频谱分裂得到的信号带宽是前级的1/2，

步骤(1.2)用采用一阶延时器的第一有限冲击响应滤波器FIR对步骤(1.1)得到的信号进行低通滤波，完成依次频谱分裂，形成的两路信号分别为前级信号的正负频谱区间分量，频谱分裂的级数k＝8；

步骤(2)粗调滤波，其步骤如下：

步骤(2.1)把步骤(1.2)得到的两路信号各送入一个采用二阶延时器但滤波系数不变的N₁阶的第二有限冲击响应滤波器FIR，N₁＝64，

步骤(2.2)把步骤(2.1)中得到的由分别滤波得到的两路信号用等间隔抽取的方法分开，得到的信号的相位变化F₁(w)为：

$F_1\left(w\right)=\stackrel{\‾}{F_1\left(w\right)}\exp (-j*\frac{N_1-1}{2}w),$ 频谱变化为：

$X(w+w_0)F_1\left(w\right)=X(w+w_0)\stackrel{\‾}{F_1\left(w\right)}\exp (-j\frac{N_1-1}{2}w),$

其中，F₁(w)为F₁(w)矩阵的逆矩阵；

步骤(3)降采样率

对步骤(2.2)输出的两路信号分别进行降2倍采样率处理，使其频谱变为：

$X(\frac{w}{2}+w_0)\stackrel{\‾}{F_1\left(\frac{w}{2}\right)}\exp (-j\frac{N_1-1}{2}\frac{w}{2}),$

步骤(4)精细滤波

对步骤(3)得到的两路低速率窄带信号用与前FIR滤波器滤波系数不变的N₂阶第三有限冲击响应滤波器FIR进行低通滤波，N₂＝128，使信号的相位变化H(w)为：

$H\left(w\right)=\stackrel{\‾}{H\left(w\right)}\exp (-j*\frac{N_2-1}{2}w),$ 频谱变化为：

$X(\frac{w}{2}+w_0)\stackrel{\‾}{F_1\left(\frac{w}{2}\right)}\exp (-j\frac{N_1-1}{2}\frac{w}{2})\stackrel{\‾}{H\left(w\right)}\exp (-j\frac{N_2-1}{2}w)$

其中，H(w)为H(w)矩阵的逆矩阵；

步骤(5)升采样率

对步骤(4)得到的低速率的采样信号用级联积分梳状CIC滤波器升2倍采样率，使其频谱变化为：

$X(w+w_0)\stackrel{\‾}{F_1\left(w\right)}\exp (-j\frac{N_1-1}{2}w)\stackrel{\‾}{H\left(2w\right)}\exp (-j\frac{N_2-1}{2}2w);$

步骤(6)低通滤波

为了去掉邻近真是干扰信号频谱的位置上的镜像干扰，采用与前FIR滤波器滤波系数不变的N₃阶第四有限冲击响应滤波器FIR来均匀通带特性，N₃＝16，使滤波后的相位F₂(w)为：

$F_2\left(w\right)=\stackrel{\‾}{F_2\left(w\right)}\exp (-j*\frac{N_3-1}{2}w),$ 频谱变化为：

$X(w+w_0)\stackrel{\‾}{F_1\left(w\right)}\exp (-j\frac{N_1-1}{2}w)\stackrel{\‾}{H\left(2w\right)}\exp (-j\frac{N_2-1}{2}2w)\stackrel{\‾}{F_2\left(w\right)}\exp (-j\frac{N_3-1}{2}w)$

$=X(w+w_0)\stackrel{\‾}{F_1\left(w\right)H\left(2w\right)F_2\left(w\right)}\exp (-j\frac{N_1-1}{2}w)\exp (-j(N_2-1)w)\exp (-j\frac{N_3-1}{2}w)$

其中F₂(w)为F₂(w)矩阵的逆矩阵；

步骤(7)频谱搬移，通过上变频把步骤(6)输出的信号恢复到原始输入信号初始的频谱位置：

将步骤(6)输出信号通过与步骤(1)中频谱分裂级数相同的k＝8进行上变频，信号的频谱变化为：

$X\left(w\right)\stackrel{\‾}{F_1(w-w_0)}\stackrel{\‾}{H(2w-2w_0)}\stackrel{\‾}{F_2(w-w_0)}\exp (-j\frac{N_1-1}{2}w)\exp (-j(N_2-1)w)\exp (-j\frac{N_3-1}{2}w)*$

$\exp \left(j\frac{N_1-1}{2}{w}_0\right)\exp \left(j(N_2-1)w_0\right)\exp \left(j\frac{N_3-1}{2}{w}_0\right)$

步骤(8)相位调整，在步骤(7)的第k级恢复后，按下式进行相位调整，以使提取出的信号与原始输入信号相比附加相位偏差为零：

$\exp [-j[\left(\frac{N_1+N_3-2}{2}\right)(1+2+\·\·\·+2^{k-1})+\left(\frac{N_2-1}{2}\right)2^k\left]w_0\right];$

步骤(9)去干扰：在时域上，把步骤(8)得到的信号和前述原始输入信号相减，以消除窄带干扰。

2、根据权利要求1所述的基于可调流水线频率变换TPFT的抗窄带干扰的方法，其特征在于，w₀从0，π/4，π/2，π3/4，π中任意取值。

Images