CN103986497B - 双边抽头结构的时域自适应窄带干扰抑制滤波器和方法 - Google Patents

Abstract

本发明公开了一种双边抽头结构的时域自适应窄带干扰抑制滤波器和方法，在双边抽头结构的时域自适应窄带干扰抑制滤波器中，中心抽头的权值为1，与中心抽头相邻的左右各一个抽头的权值为0，其余各级权值以LMS算法迭代更新。使用本发明能够规避由于在奈奎斯特速率下采样带来的DSSS信号相邻采样值之间的相关性，因此在实现窄带干扰抑制的同时，并不会对有用信号造成损伤，保证了系统的正常工作性能。

Description

双边抽头结构的时域自适应窄带干扰抑制滤波器和方法

技术领域

本发明涉及数字信号处理领域的直接序列扩频系统干扰抑制技术，具体涉及一种基于间隔型双边抽头结构的时域自适应窄带干扰抑制滤波器和滤波方法。

背景技术

直接序列扩频(DirectSequenceSpreadSpectrum，简称DSSS)技术由于具有较好的隐蔽性和抗多径、多址干扰的能力，被广泛应用于卫星导航等领域。但在运行过程中，直接序列扩频系统会受到来自自然环境及人为的干扰，当其超过系统扩频增益时，就需要额外的干扰抑制手段介入以保证系统的正常工作性能。扩频系统中的常规窄带干扰抑制技术之一是基于最小均方(LeastMeanSquare，简称LMS)的时域自适应滤波技术，因其资源消耗少、算法复杂度低、干扰抑制性能优越等优点，而得到广泛应用。

LMS时域自适应滤波是在输入信号的统计特性未知的情况下，以输入信号与滤波器输出之差的均方值达到最小为目的，自适应迭代调节自身参数，实现最优滤波的窄带干扰抑制方法。基于LMS算法的时域自适应窄带干扰抑制滤波器以输入信号的多级延迟值作为滤波器输入，对输入信号进行预测，并将预测值从输入信号中去除，本质上是要降低信号不同采样值之间的相关性。

DSSS信号具有良好的自相关特性，不同时刻的采样值，只要其间隔等于或大于一倍码片时间，都具有低相关性。而对于窄带干扰信号，其不同时刻采样值之间具有较强的相关性。基于LMS算法的时域自适应窄带干扰抑制滤波器正是利用了这种相关特性上的差异，当输入信号中同时包含了DSSS信号和窄带干扰信号，通过滤波器之后，具有较强相关性的窄带干扰信号就会被去除，而低相关性的DSSS信号则会被保留，从而达到抑制干扰的目的。

但是当接收端以奈奎斯特速率对输入信号进行采样，每个码片时间内有两个采样值，即任意一个DSSS信号采样值与它左侧或右侧一个相邻采样值具有强相关性。当两侧相邻采样值作为LMS滤波器输入，对输入信号进行预测时，预测值中不仅包括窄带干扰信号，还包括一部分DSSS信号。其结果是，不但窄带干扰信号被抑制，有用的DSSS信号也会受到损伤，系统性能有所降低。

发明内容

结合上述背景，本发明提供了一种基于间隔型双边抽头结构的时域自适应窄带干扰抑制滤波器和滤波方法，能够规避由于在奈奎斯特速率下采样带来的DSSS信号相邻采样值之间的相关性，因此在实现窄带干扰抑制的同时，并不会对有用信号造成损伤，保证了系统的正常工作性能。

本发明的设计思想为：在双边抽头结构的时域自适应窄带干扰抑制滤波器中，中心抽头的权值为1，与中心抽头相邻的左右各一个抽头的权值为0，其余各级权值以LMS算法迭代更新。

通过权值置零，两侧相邻抽头的采样值不参与预测，则进入LMS滤波器的多级延迟值与中心抽头上的输入信号相比，间距都等于或大于一倍码片时间，其DSSS信号具有低相关性，因而预测值中只包含窄带干扰信号，不包括DSSS信号，在抑制窄带干扰的同时，对有用信号没有伤损。

并且本发明利用双边抽头权值具有的共轭对称性，一次复数运算可给出两个权值更新值，在保证权值更新速率的同时降低了系统计算的复杂度，节省了系统资源。

首先，本发明运用于直接序列扩频通信系统接收端奈奎斯特速率采样的基带信号，若输入信号不符合该条件，应当使用适当手段对输入信号进行预处理。

本发明分为三个模块：寄存器组、滤波模块和权值更新模块。

寄存器组包括两部分：其一是若干延迟器首尾连接组成的数据队列，存放输入信号的各级延迟信号；其二是权值寄存器，存放当前权值。

对于单边抽头级数为N的LMS时域自适应滤波器，需要(2N+3)个延迟器(T₀,T₁,…,T_2N+2)用于存放(2N+3)级数据队列(X₀,X₁,…,X_2N+2)，还需要N级权值寄存器，存放N个当前权值(W₀,W₁,…,W_N-1)。在系统启动阶段及系统遇故障重启时，寄存器组初始值为0。

滤波模块，将延迟器T₀,T₁,…,T_N和延迟器T_N+2,T_N+3,…,T_2N+2的输入延迟信号与对应的权值相乘后叠加，产生干扰预测值；将干扰预测值从延迟器T_N+1的输入延迟信号中减去，得到当前的滤波器输出值E；其中，延迟器T_2N+2-i对应的权值是延迟器T_i对应权值W_i的共轭；延迟器T_N和延迟器T_N+2对应的权值是0；

权值更新模块，根据迭代公式(1)，用当前的滤波器输出值E的共轭E*、延迟器的输入延迟信号X₀～X_N-1及步长因子μ，计算出权值更新值W_i,new，i＝0,1,…,N-1；

W_i,new＝W_i+μ·E*·X_i，i＝0,1,…,N-1(1)

然后，将各个权值更新值W_i,new存入所述权值寄存器，更新当前权值W_i，i＝0,1,…,N-1。

本发明所提供的方法的具体步骤为：

步骤一、当一个新的输入数据采样周期到来时，更新数据队列：将数据队列X₀～X_2N+1级中所存放的延迟信号依序前移至X₁～X_2N+2级，并将当前输入信号压入数据队列尾端X₀。

步骤二、将各级延迟信号与对应的权值相乘、叠加，产生干扰预测值。具体方法如下：

$\tilde{J}=\underset{i=0}{\overset{N-1}{\mathrm{\Σ}}}(X_i{W}_i+X_{2N+2-i}{W_i}^{*})$

步骤三、将干扰预测值从中心抽头的输入延迟信号中减去，得到当前的滤波器输出值E。具体方法如下：

$E=X_{N+1}-\tilde{J}$

步骤四、根据迭代公式(1)，用当前的滤波器输出值E的共轭E*、各级输入延迟信号(X₀～X_N-1)及步长因子μ，计算出权值更新值(W_i,new，i＝0,1,…,N-1)。满足具体方法如下：

W_i,new＝W_i+μ·E*·X_i(i＝0,1,…,N-1)(1)

步长因子μ为一预先设定的参数，其数值与输入信号功率的相对大小会对滤波器抽头权值的收敛性能有影响。当输入信号功率固定时，若μ选取数值过小，收敛速度慢，系统的动态性能差，若μ数值过大，则收敛后抽头权值会有较大抖动。因此需要根据接收机的使用环境进行调节。

步骤五、将权值更新值(W_i,new，i＝0,1,…,N-1)存入权值寄存器，作为权值当前值(W_i，i＝0,1,…,N-1)。

至此，时域自适应窄带干扰抑制滤波器已经完成对一个数据采样点的干扰抑制，并对寄存器组完成一次更新。每过一个采样周期进行一遍上述步骤，实现对数据流的干扰抑制滤波和权值的迭代自适应更新。

有益效果：

本发明提出一种基于间隔型双边抽头结构的时域自适应窄带干扰抑制滤波器，利用窄带干扰信号采样值之间相关性较强的特点，对窄带干扰进行预测及抑制，并且本发明独特地规避了由于奈奎斯特速率采样而带来的直接序列扩频信号采样值间相关性增加的特性，因此在干扰预测信号中不包含直接序列扩频信号的分量，与现有时域自适应干扰抑制技术相比，本发明在保证干扰抑制性能的同时，对有用信号的伤损更小。

并且，本发明中的滤波模块和权值更新模块都利用了权值的共轭对称性，对运算进行简化，与现有的双边抽头结构的时域自适应干扰抑制滤波器相比，本发明计算复杂度低、占用资源少，在高载噪比条件下干扰抑制性能高、有用信号伤损小的优点。

附图说明

图1为一种典型的DS/BPSK接收机功能模块框图。

图2为时域自适应窄带干扰抑制滤波器运用于直接扩频接收系统中的位置。

图3为本发明间隔型双边抽头结构的时域自适应窄带干扰抑制滤波器的组成示意图。

图4为间隔型双边抽头的横向滤波器结构。

图5为自适应窄带干扰抑制滤波器的权值更新过程。

图6为基于间隔型双边抽头结构的时域自适应窄带干扰抑制滤波器与传统型时域自适应窄带干扰抑制滤波器的幅频特性比较。且干扰类型为窄带干扰，滤波器单边阶数N＝18。

具体实施方式

下面结合附图并举实施例，对本发明进行详细描述。

本具体实施方式以常见的DS/BPSK接收机为例。

图1示出DS/BPSK接收机的各功能模块。射频前端处理模块通过天线接收到所有可见的信号，经过前置滤波器和前置放大器的滤波放大后，再与本地振荡器发生的正弦波本振信号进行混频而下变频成中频(IF)信号，而后经过位宽为12位的数模(A/D)转换器，将中频信号转变成离散时间的数字中频采样。

本发明所提出时域自适应窄带干扰抑制滤波器属于数字信号处理器的一个组成部分，其在系统中的位置由图2示出。由于A/D转换器输出的是中频的过采样信号，需要经过正交下变频，输出包括I、Q两路，对这两路分别做低通滤波、降采样抽取，转变成由I、Q两路表示的奈奎斯特速率采样的基带信号，设其采样速率f_s＝20MHz，码速率R_c＝10MHz。

本实施例中，时域自适应滤波器的单边阶数N＝18。

如图3所示，本发明分为三个模块：寄存器组、滤波模块和权值更新模块。

寄存器组包括两部分：其一是若干延迟器首尾连接组成的数据队列，存放输入信号的各级延迟信号；其二是权值寄存器，存放当前权值。

如图4所示，对于单边抽头级数为N的LMS时域自适应滤波器，需要39个延迟器(T₀,T₁,…,T₃₈)用于存放39级数据队列(X₀,X₁,…,X₃₈)，还需要18级权值寄存器，存放18个当前权值(W₀,W₁,…,W₁₇)。在系统启动阶段及系统遇故障重启时，寄存器组初始值为0。其中，延迟器的延迟时间为采样间隔，即T_s＝1/f_s＝50ns。

滤波模块，将延迟器T₀,T₁,…,T₁₈和延迟器T₂₀,T₂₁,…,T₃₈的输入延迟信号与对应的权值相乘后叠加，产生干扰预测值将干扰预测值从延迟器T_N+1的输入延迟信号中减去，得到当前的滤波器输出值E；其中，延迟器T_38-i对应的权值是延迟器T_i对应权值W_i的共轭；延迟器T₁₉对应的权值是1，延迟器T₁₈和延迟器T₂₀对应的权值是0。图4示出了滤波器权值更新过程。这两个模块中的相乘、相加都是复数运算，寄存器组中存放的也是复数值，且其初始值都为0。

权值更新模块，根据迭代公式，用当前的滤波器输出值E的共轭E*、延迟器的输入延迟信号X₀～X₁₇及步长因子μ，计算出权值更新值W_i,new，i＝0,1,…,N-1；如图5所示。本实施例中，选取步长因子μ＝2^-30。

步骤一、当一个新的输入数据采样周期到来时，更新数据队列。将数据队列X₀～X₃₇级中所存放的延迟信号依序前移至X₁～X₃₈级，并将当前输入信号压入数据队列尾端X₀。

步骤二、将各级延迟信号与对应当前权值相乘、叠加，产生干扰预测值。具体方法如下：

$\tilde{J}=\underset{i=0}{\overset{17}{\mathrm{\Σ}}}(X_i{W}_i+X_{38-i}{W_i}^{*})$

完成上式运算需要36次复数乘法、17次复数加法，即144次实数乘法和106次实数加法。

将输入信号的延迟值和滤波器权值都分别表示为实部和虚部，即

X_k＝Re[X_k]+jIm[X_k](k＝0,1,…38)

W_l＝Re[W_l]+jIm[X_l](l＝0,1,…17)

相乘、累加运算可以进一步化为

$\tilde{J}=\underset{i=0}{\overset{17}{\mathrm{\Σ}}}\left\{\mathrm{Re}\right[W_i]\×\left(\mathrm{Re}\right[X_i]+\mathrm{Re}[X_{38-i}\left]\right)-\mathrm{Im}[W_i]\×\left(\mathrm{Im}\right[X_i]-\mathrm{Im}[X_{38-i}\left]\right)\}$

$+1j\×\underset{i=0}{\overset{17}{\mathrm{\Σ}}}\left\{\mathrm{Re}\right[W_i]\×\left(\mathrm{Im}\right[X_i]+\mathrm{Im}[X_{38-i}\left]\right)+\mathrm{Im}[W_i]\×\left(\mathrm{Re}\right[X_i]-\mathrm{Re}[X_{38-i}\left]\right)\}$

此处的相乘、相加都是实数运算。完成上式运算只需要72次实数乘法和142次实数加法，由于乘法运算比加法运算所耗费的系统资源更多，因此减少乘法运算数量，能够有效地节省资源，提高运算速率。

步骤三、将干扰预测值从中心抽头的输入延迟信号中减去，得到当前的滤波器输出值E。具体方法如下：

$E=X_{19}-\tilde{J}$

步骤四、根据迭代公式，用当前的滤波器输出值、各级输入延迟信号及步长因子计算出权值更新值(W_i,new，i＝0,1,…,17)。具体方法如下：

W_i,new＝W_i+2^-30·E*·X_i(i＝0,1,…,17)

其中，E*为E的共轭。

步骤五、将权值更新值(W_i,new，i＝0,1,…,17)存入权值寄存器，作为权值当前值(W_i，i＝0,1,…,17)。

至此，时域自适应窄带干扰抑制滤波器已经完成对一个数据采样点的干扰抑制，并对寄存器组完成一次更新。每过一个采样周期T_s完成一次上述步骤，实现对数据流的干扰抑制滤波和权值的迭代自适应更新。

本发明提出的基于间隔型双边抽头结构的时域自适应窄带干扰抑制滤波器相较于传统的时域自适应干扰抑制滤波器，有效降低了奈奎斯特速率采样下的有用信号损失，从图5所提供的对比结果中可以看出，本发明在权值达到收敛时所形成的滤波器幅频响应更加平坦，在高信噪比情况下的性能优势更加明显。

综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (2)

1.一种间隔型双边抽头结构的时域自适应窄带干扰抑制滤波方法，其特征在于，在双边抽头结构的时域自适应窄带干扰抑制滤波器中，中心抽头的权值为1，与中心抽头相邻的左右各一个抽头的权值为0，其余各级权值以LMS算法迭代更新；

所述双边抽头结构的时域自适应窄带干扰抑制滤波器具有2N+3级数据队列X₀～X_2N+2和N级当前权值W₀,W₁,…,W_N-1；其中N为时域自适应滤波器的单边抽头阶数；

该方法包括如下步骤：

步骤一、当一个新的输入数据采样周期到来时，更新数据队列：将数据队列X₀～X_2N+1级中所存放的延迟信号依序前移至X₁～X_2N+2级，并将当前输入信号压入数据队列尾端X₀；

步骤二、将各级延迟信号与对应的权值相乘、叠加，产生干扰预测值

$\tilde{J}={\mathrm{\Σ}}_{i=0}^{N-1}(X_i{W}_i+X_{2N+2-i}{W_i}^{*})$

步骤三、将干扰预测值从中心抽头的输入延迟信号中减去，得到当前的滤波器输出值E：

$E=X_{N+1}-\tilde{J}$

步骤四、根据迭代公式(1)，用当前的滤波器输出值E的共轭E^*、前N级输入延迟信号X₀～X_N-1及步长因子μ，计算出权值更新值W_i,new，i＝0,1,…,N-1：

W_i,new＝W_i+μ·E^*·X_i(i＝0,1,…,N-1)(1)

步骤五、将所有权值更新值W_i,new存入权值寄存器，更新当前权值W_i，i＝0,1,…,N-1；

每过一个采样周期进行一遍上述步骤一至五，实现对数据流的干扰抑制滤波和权值的迭代自适应更新。

2.一种间隔型双边抽头结构的时域自适应窄带干扰抑制滤波器，其特征在于，包括寄存器组、滤波模块和权值更新模块；

寄存器组包括两部分：其一是2N+3级延迟器T₀,T₁,…,T_2N+2首尾连接组成的数据队列，存放输入信号的各级延迟信号X₀,X₁,…,X_2N+2；其二是权值寄存器，存放N个当前权值W₀,W₁,…,W_N-1；所述输入信号为直接序列扩频通信系统接收端奈奎斯特速率采样的基带信号；其中N为时域自适应滤波器的单边抽头阶数；

当一个新的输入数据采样周期到来时，延迟器T₀～T_2N+1将所存放的延迟信号依序前移至后一个延迟器T₁～T_2N+2，并将当前输入信号压入数据队列尾端的延迟器T₀；

滤波模块，将延迟器T₀,T₁,…,T_N和延迟器T_N+2,T_N+3,…,T_2N+2的输入延迟信号与对应的权值相乘后叠加，产生干扰预测值将干扰预测值从延迟器T_N+1的输入延迟信号中减去，得到当前的滤波器输出值E；

其中，延迟器T_2N+2-i对应的权值是延迟器T_i对应权值W_i的共轭，延迟器T_N和延迟器T_N+2对应的权值是0；

权值更新模块，根据迭代公式(1)，用当前的滤波器输出值E的共轭E^*、延迟器的输入延迟信号X₀～X_N-1及步长因子μ，计算出权值更新值W_i,new，i＝0,1,…,N-1；

W_i,new＝W_i+μ·E^*·X_i，i＝0,1,…,N-1(1)

然后，将各个权值更新值W_i,new存入所述权值寄存器，更新当前权值W_i，i＝0,1,…,N-1。