CN102611672A - 基于加权分数傅立叶变换域的窄带干扰抑制方法 - Google Patents

Abstract

基于加权分数傅立叶变换域的窄带干扰抑制方法，属于数字信号处理技术领域。本发明为了解决现有基于频率的多址方式对于抵抗突发干扰则存在一定的局限性的问题。串\并转换；α阶加权分数傅立叶变换；数据映射：对变换后的数据进行数据映射得到L个映射后的数据；在系统能有效地检测出干扰的位置的前提下，在映射过程中对于存在强干扰的数据点采用回避的方式：将数据信号映射入干扰较小或不存在干扰的位置，对于不包含数据的位置写入“0”；-α阶加权分数傅立叶变换；并\串转换；与发送端数据发送过程相匹配进行接收端多址接入前期处理。采用基于加权分数傅立叶变换的变换域多址方式将可以较好的回避上述存在干扰的数据点，起到抗干扰的目的。

Description

基于加权分数傅立叶变换域的窄带干扰抑制方法

技术领域

本发明涉及一种窄带干扰抑制方法，属于数字信号处理技术领域。

背景技术

目前LTE(Long Term Evolution)标准的上行系统中采用单载波频分多址(signal-carrier frequency division multiple access，SC-FDMA)技术实现多址接入。不同的用户在占用不同的频率传送数据。同时，这种基于频率的多址方式可以通过对子载波的频率进行合理地分配为接入用户在条件较好的频段进行数据传输，从而起到了抵抗某些频率处的干扰的目的。然而，在无线通信中的干扰往往表现为时变特性，在某些时刻或频点可能出现突发干扰。上述基于频率的多址方式可以有效地抵抗在一段时间内频域特性不变的干扰，而对于抵抗突发干扰则存在一定的局限性。

发明内容

本发明的目的是提供一种基于加权分数傅立叶变换域的窄带干扰抑制方法，以解决在无线通信中出现突发干扰时，现有基于频率的多址方式对于抵抗突发干扰则存在一定的局限性的问题。

本发明为解决上述技术问题采取的技术方案是：

本发明基于加权分数傅立叶变换域的窄带干扰抑制方法考虑长度为N的离散复数序列X₀(n)的加权分数傅立叶变换，设{X₁(n)，X₂(n)，X₃(n)}分别为X₀(n)的1-3次离散傅立叶变换；对于序列{x(0)，x(1)，...，x(N-1)}，其归一化的离散傅立叶变换和离散傅立叶反变换形式如下：

$\left\{\begin{array}{c}X\left(k\right)=\frac{1}{\sqrt{N}}\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}x\left(n\right)e^{-j\frac{2\mathrm{\π}}{N}\mathrm{kn}}\\ x\left(n\right)=\frac{1}{\sqrt{N}}\underset{k=0}{\overset{N-1}{\mathrm{\Σ}}}X\left(k\right)e^{j\frac{2\mathrm{\π}}{N}\mathrm{kn}}\end{array}\right.---\left(1\right)$

其中，x(n)表示时域离散序列，n用于表示序列序号；{X(0)，X(1)，...，X(N-1)}表示离散傅立叶变换后的结果，k用于表示在频域序列中的序号，则X₀(n)的α阶加权分数傅立叶变换结果为：

[F^αX₀](n)＝w₀(α)X₀(n)+w₁(α)X₁(n)+w₂(α)X₂(n)+w₃(α)X₃(n)    (2)

令n＝k；其中，加权系数w_l(α)满足

$w_l\left(\mathrm{\α}\right)=\cos \left(\frac{(\mathrm{\α}-l)\mathrm{\π}}{4}\right)\cos \left(\frac{2(\mathrm{\α}-l)\mathrm{\π}}{4}\right)\exp (\±\frac{3(\mathrm{\α}-l)\mathrm{\πj}}{4}),$ (l＝0，1，2，3)    (3)

l是为整数，用于区分加权系数；

所述方法的具体实现过程如下：

A、发送端多址接入前期处理过程：

步骤A1、串\并转换：用户经过调制后得到的M个串行数据通过串\并转换成为并行数据；

步骤A2、α阶加权分数傅立叶变换：对M个并行数据进行阶数为α的M点加权分数傅立叶变换，得到M路并行的变换后的数据；

步骤A3、数据映射：对步骤二中变换后的数据进行数据映射得到L个映射后的数据，L≥M；在系统能有效地检测出干扰的位置的前提下，在映射过程中对于存在强干扰的数据点采用回避的方式：不将数据写入存在强干扰的数据点，将数据信号映射入干扰较小或不存在干扰的位置，对于不包含数据的位置写入“0”即可；

步骤A4、-α阶加权分数傅立叶变换：对数据映射后L个数据进行阶数为-α的L点加权分数傅立叶变换；

步骤A5、并\串转换：对步骤四得到的-α阶加权分数傅立叶变换后的数据进行并\串转换后加循环前缀，完成发送端一个符号周期内的多址接入前期处理；

B、接收端多址接入前期处理过程：

与发送端数据发送过程相匹配，上行链路接收端相应的信号处理过程如下：

步骤B1、串\并转换：对一个符号周期内的基带接收数据进行去循环前缀处理后进行串\并转换，得到的L个并行数据；

步骤B2、α阶加权分数傅立叶变换：对L个并行数据进行阶数为α的L点加权分数傅立叶变换，得到L路并行的变换后数据；

步骤B3、解数据映射：对步骤二中变换后的数据进行解数据映射，按照与发送端相对应的映射方式，在分配给用户使用的数据位置处选取得到M个数据；

步骤B4、-α阶加权分数傅立叶变换：对数据映射后M个数据进行阶数为-α的M点加权分数傅立叶变换；

步骤B5、并\串转换：对-α阶加权分数傅立叶变换后的数据进行并\串转换后，完成接收端多址接入前期处理。

本发明的有益效果是：本发明将干扰形式建模成加权分数傅立叶变换域上某些数据采样点的强干扰，即在分数域上的这些数据采样点出存在较强的干扰分量。此时干扰在频域和时域均表现出连续和突发干扰的结合形式，采用基于频率的多址方式将不能很好的抵抗此类干扰。而采用基于加权分数傅立叶变换的变换域多址方式将可以较好的回避上述存在干扰的数据点，从而起到抗干扰的目的。同时，通过对加权分数傅立叶变换的参数进行选择，本发明的多址方式可以实现与现有SC-FDMA技术的有效兼容。

附图说明

图1是本发明方法的流程框图，即基于上述加权分数傅立叶变换的能够抵抗加权分数傅立叶变换域(本发明中简称为“分数域”)干扰的上行多址系统框图；图2为信道中干扰信号在二维平面上的幅度情况示意图；图3为本发明方法中分数域数据映射示意图；图4是与发送端数据发送过程相匹配，上行链路接收端(基站端)相应的信号处理过程框图；图5是信道中的干扰信号时域的表现形式图；图6是信道中的干扰信号频域的表现形式图；图7是在分数域上的幅度谱图(分数域形式)。

具体实施方式

具体实施方式一：如图1～7所示，本实施方式所述的基于加权分数傅立叶变换域的窄带干扰抑制方法考虑长度为N的离散复数序列X₀(n)的加权分数傅立叶变换，设{X₁(n)，X₂(n)，X₃(n)}分别为X₀(n)的1-3次离散傅立叶变换；对于序列{x(0)，x(1)，...，x(N-1)}，其归一化的离散傅立叶变换(discreteFourier transform，DFT)和离散傅立叶反变换(inverse discrete Fourier transform，IDFT)形式如下：

$\left\{\begin{array}{c}X\left(k\right)=\frac{1}{\sqrt{N}}\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}x\left(n\right)e^{-j\frac{2\mathrm{\π}}{N}\mathrm{kn}}\\ x\left(n\right)=\frac{1}{\sqrt{N}}\underset{k=0}{\overset{N-1}{\mathrm{\Σ}}}X\left(k\right)e^{j\frac{2\mathrm{\π}}{N}\mathrm{kn}}\end{array}\right.---\left(1\right)$

其中，x(n)表示时域离散序列，n用于表示序列序号；{X(0)，X(1)，...，X(N-1)}表示离散傅立叶变换后的结果，k用于表示在频域序列中的序号，则X₀(n)的α阶加权分数傅立叶变换结果为：

[F^αX₀](n)＝w₀(α)X₀(n)+w₁(α)X₁(n)+w₂(α)X₂(n)+w₃(α)X₃(n)    (2)

这里统一变量形式即令n＝k；其中，加权系数w_l(α)满足

$w_l\left(\mathrm{\α}\right)=\cos \left(\frac{(\mathrm{\α}-l)\mathrm{\π}}{4}\right)\cos \left(\frac{2(\mathrm{\α}-l)\mathrm{\π}}{4}\right)\exp (\±\frac{3(\mathrm{\α}-l)\mathrm{\πj}}{4}),$ (l＝0，1，2，3)    (3)

l是为整数，用于区分加权系数；所述方法以加权分数傅立叶变换作为基础进行，上述三个公式是用于定义加权分数傅立叶变换的。对于加权分数傅立叶变换，其物理实现过程已经在现有的文献中有提及。

所述方法的具体实现过程如下：

A、发送端多址接入前期处理过程(参见图1)：

步骤A1、串\并转换：用户经过调制后得到的M个串行数据通过串\并转换成为并行数据；

步骤A2、α阶加权分数傅立叶变换：对M个并行数据进行阶数为α的M点加权分数傅立叶变换，得到M路并行的变换后的数据；

步骤A3、数据映射：对步骤二中变换后的数据进行数据映射得到L个映射后的数据，L≥M；在系统能有效地检测出干扰的位置的前提下，在映射过程中对于存在强干扰的数据点采用回避的方式：不将数据写入存在强干扰的数据点，将数据信号映射入干扰较小或不存在干扰的位置，对于不包含数据的位置写入“0”即可；

需要指出的是，所述方法强调对于干扰的回避方式，因此假设系统可以有效地检测出干扰的位置，从而实现对存在干扰的数据点进行干扰回避；对于干扰的检测方式为现有技术范畴，例如可以采用二维平面上搜索的方式，对信道中的信号进行能量判断，在不考虑噪声的条件下，图2为信道中干扰信号在二维平面上的幅度情况；通过寻找幅度的峰值可以得到本发明中适用的变换阶数α及α阶分数域上对应干扰信号存在的采样点位置；

图3为上述分数域数据映射示意图，图中数据信号对存在强干扰的数据位置采用回避方式，将数据信号映射入干扰较小或不存在干扰的位置；

步骤A4、-α阶加权分数傅立叶变换：对数据映射后L个数据进行阶数为-α的L点加权分数傅立叶变换；

步骤A5、并\串转换：对步骤四得到的-α阶加权分数傅立叶变换后的数据进行并\串转换后加循环前缀，完成发送端一个符号周期内的多址接入前期处理；

此处加循环前缀方式与现有的SC-FDMA系统中所采用的方式相同，不再赘述；

当α＝1时，上述多址接入过程即为SC-FDMA，通过对变换参数进行适当的选择可以实现与现有系统的有效兼容；

B、接收端多址接入前期处理过程：

与发送端数据发送过程相匹配，上行链路接收端(基站端)相应的信号处理过程如下(如图4所示)：

步骤B1、串\并转换：对一个符号周期内的基带接收数据进行去循环前缀处理后进行串\并转换，得到的L个并行数据；

步骤B2、α阶加权分数傅立叶变换：对L个并行数据进行阶数为α的L点加权分数傅立叶变换，得到L路并行的变换后数据；

步骤B3、解数据映射：对步骤二中变换后的数据进行解数据映射，按照与发送端相对应的映射方式，在分配给用户使用的数据位置处选取得到M个数据；

步骤B4、-α阶加权分数傅立叶变换：对数据映射后M个数据进行阶数为-α的M点加权分数傅立叶变换；

步骤B5、并\串转换：对-α阶加权分数傅立叶变换后的数据进行并\串转换后，完成接收端多址接入前期处理。

设发送信号为s(n)，信道中的干扰信号为I(n)，高斯白噪声为z(n)，则接收到的信号去掉循环前缀后为y(n)＝s(n)+I(n)+z(n)。其中信道中的干扰信号时域及频域的表现形式如图5、6所示。此干扰信号在时域具有突发干扰分量，如图5所示，在幅度上具有两个突发峰值。在频域中除了在某些频点处具有较大干扰外，在整个系统工作的频率范围内均存在一定幅度的干扰。此时，采用基于频域的多址方式无论如何选择用户所占用的频率范围均有干扰存在。而其在0.3阶分数域上的幅度谱如图7所示，可以看到，其表现为一个点处干扰的能量集中特点，在其它点出干扰信号的幅度近似为0。因此，只需将数据在该阶分数域上映射时避开此干扰点即可以有效地回避干扰，从而起到抗干扰的目的。在这种条件下，与现有的基于频率方式工作的SC-FDMA相比，本发明的方法可以完全回避掉干扰。

Claims (1)

1.一种基于加权分数傅立叶变换域的窄带干扰抑制方法，所述方法考虑长度为N的离散复数序列X₀(n)的加权分数傅立叶变换，设{X₁(n)，X₂(n)，X₃(n)}分别为X₀(n)的1-3次离散傅立叶变换；对于序列{x(0)，x(1)，...，x(N-1)}，其归一化的离散傅立叶变换和离散傅立叶反变换形式如下：

$\left\{\begin{array}{c}X\left(k\right)=\frac{1}{\sqrt{N}}\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}x\left(n\right)e^{-j\frac{2\mathrm{\π}}{N}\mathrm{kn}}\\ x\left(n\right)=\frac{1}{\sqrt{N}}\underset{k=0}{\overset{N-1}{\mathrm{\Σ}}}X\left(k\right)e^{j\frac{2\mathrm{\π}}{N}\mathrm{kn}}\end{array}\right.---\left(1\right)$

其中，x(n)表示时域离散序列，n用于表示序列序号；{X(0)，X(1)，...，X(N-1)}表示离散傅立叶变换后的结果，k用于表示在频域序列中的序号，则X₀(n)的α阶加权分数傅立叶变换结果为：

[F^αX₀](n)＝w₀(α)X₀(n)+w₁(α)X₁(n)+w₂(α)X₂(n)+w₃(α)X₃(n)    (2)

令n＝k；其中，加权系数w_l(α)满足

$w_l\left(\mathrm{\α}\right)=\cos \left(\frac{(\mathrm{\α}-l)\mathrm{\π}}{4}\right)\cos \left(\frac{2(\mathrm{\α}-l)\mathrm{\π}}{4}\right)\exp (\±\frac{3(\mathrm{\α}-l)\mathrm{\πj}}{4}),$ (l＝0，1，2，3)    (3)

l是为整数，用于区分加权系数；

其特征在于：所述方法的具体实现过程如下：

A、发送端多址接入前期处理过程：

步骤A1、串\并转换：用户经过调制后得到的M个串行数据通过串\并转换成为并行数据；

步骤A2、α阶加权分数傅立叶变换：对M个并行数据进行阶数为α的M点加权分数傅立叶变换，得到M路并行的变换后的数据；

步骤A3、数据映射：对步骤二中变换后的数据进行数据映射得到L个映射后的数据，L≥M；在系统能有效地检测出干扰的位置的前提下，在映射过程中对于存在强干扰的数据点采用回避的方式：不将数据写入存在强干扰的数据点，将数据信号映射入干扰较小或不存在干扰的位置，对于不包含数据的位置写入“0”即可；

步骤A4、-α阶加权分数傅立叶变换：对数据映射后L个数据进行阶数为-α的L点加权分数傅立叶变换；

步骤A5、并\串转换：对步骤四得到的-α阶加权分数傅立叶变换后的数据进行并\串转换后加循环前缀，完成发送端一个符号周期内的多址接入前期处理；

B、接收端多址接入前期处理过程：

与发送端数据发送过程相匹配，上行链路接收端相应的信号处理过程如下：

步骤B1、串\并转换：对一个符号周期内的基带接收数据进行去循环前缀处理后进行串\并转换，得到的L个并行数据；

步骤B2、α阶加权分数傅立叶变换：对L个并行数据进行阶数为α的L点加权分数傅立叶变换，得到L路并行的变换后数据；

步骤B3、解数据映射：对步骤二中变换后的数据进行解数据映射，按照与发送端相对应的映射方式，在分配给用户使用的数据位置处选取得到M个数据；

步骤B4、-α阶加权分数傅立叶变换：对数据映射后M个数据进行阶数为-α的M点加权分数傅立叶变换；

步骤B5、并\串转换：对-α阶加权分数傅立叶变换后的数据进行并\串转换后，完成接收端多址接入前期处理。

Images