CN104378320A - 一种基于单通道盲源分离的抗干扰通信方法及接收装置 - Google Patents

Abstract

本发明公开一种基于单通道盲源分离的抗干扰通信方法及系统，属于通信技术领域。该方法包括训练和工作两个阶段。在训练阶段，按照拟用频率集产生通信信号，对其进行小波包分解，选取并存储参考信号集。在工作阶段，通过天线接收信号，对接收信号进行小波包分解，确定辅助信号并构建两路观测信号，利用盲源分离对两路观测信号进行分离，从分离信号中选取有用信号，对有用信号解调、译码以恢复信息序列。本发明还公开了一种基于单通道盲源分离的抗干扰通信的接收装置。其优点是提供了在单根天线通信装置上实现盲源分离的方法，可在不增加频谱资源开销条件下提高通信抗干扰能力。

Description

一种基于单通道盲源分离的抗干扰通信方法及接收装置

一技术领域

本发明属于一种抗干扰通信方法，尤其涉及一种基于单通道盲源分离的抗干扰通信方法，属于通信技术领域。

二背景技术

当前电磁环境日益复杂，各种自然干扰、人为有意干扰及人为恶意干扰等干扰信号落入无线通信信号带宽之中的概率不断增加，对无线通信的性能造成了严重影响。

扩展频谱通信(spread spectrum communications，简称扩频通信或扩谱通信)通过增加信号的带宽来提高通信信号的抗干扰能力，但随着用频需求的不断增加，扩展频谱通信技术面临着抗干扰能力与日益紧张的频谱资源之间的矛盾。

当存在人为恶意干扰时，传统扩展频谱通信技术将遇到问题。业界出现了自适应干扰抵消或自适应跳频等技术，但是，该技术需要对干扰信号进行检测并估计其频率、功率等参数，增加了接收机的硬软件开销。此外，当前的抗干扰通信技术需要根据干扰信号的类型进行调整，对干扰信号的普适性还需要提高。

盲源分离(blind source separation，BSS)可在干扰信号信息未知的情况实现通信信号与常见干扰信号的有效分离，从而在不增加频谱资源开销的条件下明显提高通信方的抗干扰能力。但是，传统盲源分离技术需要多路接收信号，在单根天线通信装备中难以直接应用。

三发明内容

本发明的目的在于提供一种基于单通道盲源分离的抗干扰通信方法及接收装置，在单根接收天线情况下实现通信信号与干扰信号盲源分离，在不增加频谱资源开销的条件下提高通信方的抗干扰能力。

本发明具体采用以下技术方案：

一种基于单通道盲源分离的抗干扰通信方法，主要包括在训练阶段通过小波包分解得到参考信号集的步骤和在工作阶段利用参考信号集构建辅助信号进而利用盲源分离实现通信信号与干扰信号分离的步骤。训练阶段的主要步骤为：第一，按照拟用频率集产生通信信号；第二，利用天线或馈线接收通信信号；第三，对接收信号进行小波包分解得到分解信号；第四，从分解信号中选取参考信号并存储进参考信号集。工作阶段的主要步骤为：第一，利用天线接收无线通信信号；第二，对接收信号进行小波包分解得到分解信号；第三，结合训练阶段得到的参考信号集利用分解信号产生一路辅助信号；第四，将辅助信号与接收信号构建两路观测信号；第五，利用盲源分离对两路观测信号进行处理得到两路分离信号；第六，从两路分离信号中选取一路有用信号；第七，对有用信号进行解调恢复基带信号；第八，对基带信号进行译码恢复信息序列。

一种基于单通道盲源分离的抗干扰通信的接收装置，该装置包括依信号流向顺次连接的射频前端、小波包分解单元、辅助信号选择单元、盲源分离单元、分离信号选择单元、解调单元以及译码单元；所述射频前端包括低噪声放大器、A/D采样器等器件用以接收无线通信信号；所述小波包分解单元对接收信号进行分解以得到分解信号；所述辅助信号选择单元对分解信号进行判别选择出一路辅助信号；所述盲源分离单元对接收信号与辅助信号构成的两路观测信号进行分离得到两路分离信号；所述分离信号选择单元从两路分离信号中选取一路有用信号；所述解调单元对分离信号进行解调以恢复基带信号；所述译码单元对基带信号进行译码以恢复信息序列。

一种基于单通道盲源分离的抗干扰通信系统，包括信号发送端和信号接收端，所述信号接收端包括上述基于单通道盲源分离的抗干扰通信的接收装置。

本发明与现有技术相比，其显著优点是：可在单天线情况下实现通信信号与干扰信号盲源分离，在不增加频谱资源开销条件下，明显提高通信方的抗干扰能力；可在干扰信号先验信息和混合情况均未知的情况下实现信号分离，不需要进行干扰信号检测和参数估计，与自适应跳频或干扰抵消技术相比可节省接收机的硬软件开销；当前常见干扰信号与通信信号基本满足盲源分离的假设前提，因而该方法对常见干扰信号具有较好的普适性。

四附图说明

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步的详细描述，其中：

图1为本发明的基于单通道盲源分离的抗干扰通信系统结构示意图，其中虚线框中为基于单通道盲源分离的抗干扰通信系统的接收装置。

图2为本发明训练阶段流程图。

图3为采用本发明接收方法和传统接收方法所得到的误码率随信号与干扰功率比关系曲线。

五具体实施方式

以下将结合附图，对本发明技术方案进行详细的描述。

本发明的思路是利用小波包分解构建辅助信号，将单通道观测信号增维成两路观测信号，进而利用多通道盲源分离实现通信信号与干扰信号分离，从而在不增加频谱资源开销前提下提高通信方的抗干扰能力。

为了便于理解本发明技术方案，下面对小波包分解和盲源分离的基本原理作一简要介绍：

小波分解把信号分解成低频和高频两个部分，在小波多分辨率分解中，下一层将上一层分解得到的低频部分再次分为低频和高频两个部分，以此类推直至获得更深层次的分解。小波包分解与小波分解不同，它相当于同时使用了低通滤波器和高通滤波器，在对低频部分进行分解的同时对高频部分也进行分解。小波包分解还能根据信号的特性和分析要求自适应地选择相应频带与信号频谱相匹配，因而，与小波分解相比较，小波包分解能够对信号进行更精细的分析。

小波包分解可通过下面的步骤实现：

(一)选择共轭正交滤波器h(k)，令g(k)＝(-1)^kh(1-k)；

(二)令W⁰(x)＝f(x)，通过下面的公式进行小波包分解：

$\left\{\begin{array}{c}{W}_{2n}^l\left(x\right)=\underset{k=-\∞}{\overset{+\∞}{\mathrm{\Σ}}}h(k-2x)W_n^{l-1}\left(k\right)\\ W_{2n+1}^l\left(x\right)=\underset{k=-\∞}{\overset{+\∞}{\mathrm{\Σ}}}g(k-2x)W_n^{l-1}\left(k\right)\end{array}\right.$

(三)假设有用信号的频率位于{p₁，p₂，…，p_L}节点集合内，保留有用的频率成分，去除无用的频率成分

$\left\{\begin{array}{cc}{\hat{W}}_n^l\left(x\right)=W_n^l\left(x\right),& n=\{p_1,p_2,...,p_L\}\\ {\hat{W}}_n^l\left(x\right)=0,& n\≠\{p_1,p_2,...,p_L\}\end{array}\right.$

(四)重构信号

$W_n^l\left(x\right)=2\underset{k}{\mathrm{\Σ}}h(x-2k){\hat{W}}_{2n}^{l+1}\left(k\right)+2\underset{k}{\mathrm{\Σ}}g(x-2k){\hat{W}}_{2n+1}^{l+1}\left(k\right)$

盲源分离(blind source separation，BSS)是当前信号处理和神经网络领域的研究热点，指源信号和传输通道完全未知或仅有少量先验知识情况下，仅利用传感器输出的观测混合信号对源信号及传输通道进行估计的理论与技术。盲源分离可以建模为“目标函数+动态寻优”，目标函数可以选择反映信号独立程度的高阶累积量、负熵等，动态寻优算法包括自然梯度、绝对梯度及固定点算法等。

考虑多维源信号s＝[s₁，s₂，…，s_n]^T，s_i为第i个(1≤i≤n)源信号列向量，[·]^T表示矩阵转置。设接收端存在m个传感器，传感器接收信号为源信号的某种混合形式，设接收信号为x＝[x₁，x₂，…，x_m]^T，x_j为第j个(1≤j≤m)传感器的接收信号列向量。接收信号x可写成如下形式：

x＝ξ(s)+n                       (1)

式(1)中，ξ(·)表示源信号与接收信号之间的混合情况，即从空间到空间的映射，该映射关系既可以是线性的，也可以是非线性的。n表示噪声信号集合。盲源分离的主要任务是在仅仅知道混合信号x的情况下，估计出ξ(·)的逆映射，设为ψ(·)，将接收混合信号从空间变换为源信号的空间，实现源信号的有效估计。

z＝ψ(x)                      (2)

在线性瞬时混合条件下，式(1)可以写成如下的矩阵形式：

x＝A·s+n                     (3)

式(3)中，A为混合矩阵。

对于式(3)所述的混合模型，特征矩阵联合近似对角化(joint approximativediagonalization of eigenmatrix，JADE)、二阶盲辨识(second order blind identificationalgorithm，SOBI)、二阶非平稳源分离(second order nonstationary source separation，SONS)以及快速固定点独立分量分析(fast fixed point independent component analysis，fastICA)等种盲源分离方法均可实现信号分离。此处以二阶盲辨识算法为例进行介绍，盲源分离的具体步骤如下：

(一)利用采样数据估计自相关矩阵求取特征值λ₁，λ₂和对应的特征向量e₁和e₂；

(二)计算白化矩阵E＝[λ₁ ^-1/2e₁，λ₂ ^-1/2e₂]^T

(三)得到白化信号y＝Ex，y＝[y₁，y₂]^T；

(四)在一系列时间间隔k∈{k_j|j＝1，…，K}下估计x的协方差矩阵群

(五)将联合对角化，求得单位矩阵

(六)估计分离信号

本技术方案的具体工作过程如下：

训练阶段的主要步骤如图2所示。比如，通信信号有N个频点{ω₁，ω₂，…，ω_N}且采用多进制移频键控(MFSK)方式调制，每个频点又将具有{ω_i1，ω_i2，…，ω_iM}个频率，1≤i≤N为频点序号，对于固定频率通信i＝1，M为调制阶数，对于2FSK调制方式，M＝2。首先以第一个频点的第一号频率ω₁₁产生信号利用小波包分解得到多路信号{c₁(t)，c₂(t)，…，c_P(t)}，P分解信号数目。依次计算{c₁(t)，c₂(t)，…，c_P(t)}与的相关系数，得到相关系数向量相关系数的计算公式为：

${\mathrm{\ρ}}_{\mathrm{xy}}=\frac{E\{x\left(t\right)-E[x\left(t\right)\left]\right\}E\{y\left(t\right)-E[y\left(t\right)\left]\right\}}{{\mathrm{\σ}}_x{\mathrm{\σ}}_y}---\left(4\right)$

式(4)中E{·}表示数学期望，σ为均方差。将相关系数最大的信号(设为c_p(t))作为参考信号，存入参考信号集V中。第一个频点的第一号频率ω₁₁的参考信号选择完成后，再以第一个频点的第二号频率ω₁₂重复上面的步骤得到参考信号记入参考信号集。不断重复上述步骤，直至得到最后一个频点的最后一个频率对应的参考信号，训练步骤完成。

对于工作频率不发生改变的通信场景，只需事先进行一次训练即可，只有当工作频率发生改变时才需要再次训练。

在工作阶段，如图1所示，接收端经天线和射频前端后得到接收信号r(t)，当存在干扰信号J(t)时，接收信号为：

r(t)＝a₁₁s(t)+a₁₂J(t)+n₁(t)             (5)

式(5)中s(t)为源信号，a₁₁和a₁₂为衰减系数，n₁(t)为噪声。小波包分解单元根据跳频图案信息对接收信号r(t)进行处理，得到多路分解信号符号“T”表示向量转置。根据训练结果可知，参考信号集V中与当前频点ω_i有关的参考信号为i代表频点序号，1≤i≤N。在辅助信号选择单元可利用从中选择一路作为辅助信号r_x(t)。一种比较直接的方法计算分解信号与参考信号的相关系数，将相关性最强的分解信号(设为1≤k≤M)作为辅助信号r_x(t)。根据小波包分解原理可知，r_x(t)既包含了源信号又含有干扰信号和噪声。研究发现，也可将接收信号r(t)与之差作为辅助信号，即：

$r_x\left(t\right)=r\left(t\right)-u_{\mathrm{ik}}^T\left(t\right)---\left(6\right)$

根据小波包分解原理，观测信号r_x(t)还可以写成公式(7)：

$r_x\left(t\right)=a_{21}\hat{s}\left(t\right)+a_{22}\hat{J}\left(t\right)+n_2\left(t\right)---\left(7\right)$

式(7)中，a₂₁和a₂₂为衰减系数。由于与s(t)非常相似，可将观测信号r_x(t)和r(t)写成矩阵形式：

[r(t)，r_x(t)]＝A[s(t)，J(t)]+n(t)         (8)

式(8)中n(t)表示噪声集合。省略时间标号“t”，上式可进一步写成如下的矩阵形式：

x＝A·s+n                          (9)

式(9)中，x＝[r(t)，r_x(t)]为两路观测信号，A代表混合矩阵，s＝[s(t)，J(t)]为源信号，n为噪声。式(9)恰好为线性瞬时混合盲源分离的理论模型，采用盲源分离算法经过步骤(一)至(六)即可得到两路分离信号z₁和z₂，对应着s(t)和J(t)的估计值。

分离信号选择单元利用信号的峭度、峰度、负熵等统计特征从分离信号z₁和z₂中选择出有用信号

解调单元对解调，恢复基带信号。

译码单元对基带信号进行译码，恢复信息序列

本发明所述的盲源分离包含独立分量分析(independent component analysis，ICA)和稀疏分量分析(sparse component analysis，SCA)。

本发明所述的辅助信号选择步骤包括不需要参考信号支持，仅利用分解信号u^T(t)通过峭度、负熵等统计量直接选择出辅助信号r_x(t)的步骤。

为了验证本发明性能，利用计算机编写仿真程序进行实验验证。由于误码率是衡量通信系统的重要指标，记取分离前后信号的误码率数值来度量本发明方法的具体性能。

通信信号采用2FSK方式，跳频频点数为12个，分别为35kHz，45kHz，…，145kHz，跳速为1000hops/s，信息速率为1000bps。部分频带噪声阻塞干扰信号由高斯白噪声经巴特沃思带通滤波器并功率放大产生，带宽为32kHz～152kHz，覆盖了整个跳频信号带宽。首先由训练得到参考信号集V，V包括12行，每行两个参考信号。

在信噪比为0dB情况下，本发明提出方法与未采用本发明提出方法直接解调译码得到的误码率曲线如图3所示。仿真中信道编码采用卷积码，接收端采用维特比硬判决方式译码。图3中，虚线为对接收信号直接解调译码得到的误码率曲线，带“+”符号的曲线为本发明提供方法的误码率曲线。从图3可以看出，本发明能够改善跳频通信在部分频带噪声阻塞干扰下的误码率性能。仿真结果证实，本发明提供的方法能够较大幅度提高跳频信号的抗干扰能力。

以上所述仅为本发明的优选实施例，并不用于限制本发明，显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (5)

1.一种基于单通道盲源分离的抗干扰通信方法，其特征在于，该方法包括在训练阶段通过小波包分解得到参考信号集的步骤和在工作阶段利用参考信号集构建辅助信号进而利用盲源分离实现通信信号与干扰信号分离的步骤。 

2.如权利要求1所述一种基于单通道盲源分离的抗干扰通信方法，其特征在于，训练阶段具体包括以下步骤： 

步骤1、按照拟用频率集产生通信信号； 

步骤2、利用天线或馈线接收通信信号； 

步骤3、对接收信号进行小波包分解得到分解信号； 

步骤4、从分解信号中选取参考信号并存储进参考信号集。 

3.如权利要求1所述一种基于单通道盲源分离的抗干扰通信方法，其特征在于，工作阶段具体包括以下步骤： 

步骤1、利用天线接收无线通信信号； 

步骤2、对接收信号进行小波包分解得到分解信号； 

步骤3、结合训练阶段得到的参考信号集利用分解信号产生一路辅助信号； 

步骤4、将辅助信号与接收信号构建两路观测信号； 

步骤5、利用盲源分离对两路观测信号进行处理得到两路分离信号； 

步骤6、从两路分离信号中选取一路有用信号； 

步骤7、对有用信号进行解调恢复基带信号； 

步骤8、对基带信号进行译码恢复信息序列。 

4.一种基于单通道盲源分离的抗干扰通信的接收装置，其特征在于，该装置包括依信号流向顺次连接的射频前端、小波包分解单元、辅助信号选择单元、盲源分离单元、分离信号选择单元、解调单元以及译码单元；所述射频前端包括低噪声放大器、A/D采样器等器件用以接收无线通信信号；所述小波包分解单元对接收信号进行分解以得到分解信号；所述辅助信号选择单元对分解信号进行判别选择出一路辅助信号；所述盲源分离单元对接收信号与辅助信号构成的两路观测信号进行分离得到两路分离信号；所述分离信号选择单元从两路分离信号中选择出一路有用信号；所述解调单元对分离信号进行解调以恢复基带信号；所述译码单元对基带信号进行译码以恢复信息序列。 

5.一种基于单通道盲源分离的抗干扰通信系统，包括信号发送端和信号接收端，其特征在于，所述信号接收端包括如权利要求4所述基于单通道盲源分离的抗干扰通信的接收装置。