CN105119857B - 一种雷达站间低抖动、抗干扰信号通信链路技术 - Google Patents

一种雷达站间低抖动、抗干扰信号通信链路技术 Download PDF

Info

Publication number
CN105119857B
CN105119857B CN201510423064.7A CN201510423064A CN105119857B CN 105119857 B CN105119857 B CN 105119857B CN 201510423064 A CN201510423064 A CN 201510423064A CN 105119857 B CN105119857 B CN 105119857B
Authority
CN
China
Prior art keywords
signal
training sequence
carried out
radar station
lpf
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201510423064.7A
Other languages
English (en)
Other versions
CN105119857A (zh
Inventor
窦衡
王玄
周梦璐
蔡得泉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN201510423064.7A priority Critical patent/CN105119857B/zh
Publication of CN105119857A publication Critical patent/CN105119857A/zh
Application granted granted Critical
Publication of CN105119857B publication Critical patent/CN105119857B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Noise Elimination (AREA)
  • Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)

Abstract

本发明涉及雷达站间的链路通讯技术,尤其涉及一种基于OFDM技术和LMS算法的雷达站间低抖动、抗干扰的链路通讯技术。本发明结合OFDM技术抗多径干扰能力强和LMS在抑制噪声的能力强的特点,能够实现雷达站间低抖动、抗干扰。本发明的信号和训练序列通过IQ调制同时同频发送,与现有技术通常采用的块状导频和梳状导频进行信道估计相比更能适应于快变和定频干扰的信道。

Description

一种雷达站间低抖动、抗干扰信号通信链路技术
技术领域
本发明涉及一种雷达站间低抖动、抗干扰信号通信链路技术,尤其涉及一种基于OFDM技术和LMS算法的雷达站间低抖动、抗干扰的链路通讯技术。
背景技术
现代战争的特点是全方位、多层次和大纵深立体化战争,运用单一的雷达很难满足现代战争的需求。于是出现了多基地雷达、分布式雷达等探测网络,通过结合多雷达的信息,采用数据融合的方法实现对目标的跟踪与探测,可以大大提高探测的准确性。
基于多雷达的协同工作,需要雷达站点间进行实时的高效的通讯。与一般通讯相比,对于雷达站间通讯的实时性和完整性提出了更高的要求。由于信号在信道中传播,要受到多径衰退与各类噪声的影响,会引起接收信号产生误码和接收在一定范围内的抖动,会影响后端的信号处理。目前对于无线通讯系统的研究都是基于误码率这一衡量标准。但信号的抖动现象也是影响信号质量的一个重要因素,信号的抖动会造成接收数据的失真和信号误码率的上升,影响多雷达站点信息数据融合的效果。
目前针对信道中普遍存在的多径衰退和噪声干扰,有OFDM、信道均衡、分集、扩频等技术。但单一的技术不能够完全满足雷达站间通讯的要求,如OFDM虽然可以有效抑制多径衰退的影响,但是由于频带间的正交性决定了OFDM对传输过程中的干扰容忍度低,需要通过插入导频的方法进行信道估计,目前有MMSE和LS等算法,MMSE信道估计的效果好,但复杂度高,硬件实现困难。LS算法复杂度低,易于实现,但在信噪比较低的环境中传输,LS算法估计效果不理想。
信道均衡技术通过发送训练序列对信道进行估计。但是对于时变信道,信道均衡技术的效果不理想。分集技术利用多个独立的频带同时发送信号,虽然可以有效的降低干扰,但是会占用大量的频带资源,降低频谱的利用率。扩频技术通过用伪随机序列进行扩频,提高了信号抗干扰的能力,但是增加了带宽,降低频带的利用率。
由上面可以看出,单一的技术无法满足本应用的需求,需要综合多种技术综合 多种技术的优点。
发明内容
针对现有技术的不足,本发明提出了一种雷达站间低抖动、抗干扰信号通信链路技术,该方法结合OFDM技术抗多径干扰能力强和LMS在抑制噪声的能力强的特点,能够实现雷达站间低抖动、抗干扰。
一种雷达站间低抖动、抗干扰信号通信链路技术,具体步骤如下:
S1、在发射端对信号X进行卷积编码,交织,QPSK,得到频域复信号X(k1)',其中,k1=0,1,2,...,N1-1,N1为发送信号数;
S2、在S1所述X(k1)'中插入块状导频,并进行将PAPR变换,得到频域复信号信号X(k2),k2=0,1,2,...,N2-1,N2为OFDM的符号周期;
S3、根据DFT的共轭对称性,对S2所述X(k2)按照公式 进行排布和添0处理,其中,Xn(·)表示进行信号排布和添0处理以后的信号,·*表示求共轭;
S4、对S3进行信号排布和添零后的信号进行IFFT,得到时域实信号x(n),n=0,1,2,...,N2-1,对所述x(n)添加循环前缀和循环后缀,得到x'(n),对所述x'(n)和本地训练序列D(n)进行上采样得到上采样信号s(m)和上采样训练序列d(m),利用平方根升余弦滚降数字滤波器对所述s(m)进行低通滤波,同时,利用平方根升余弦滚降数字滤波器对d(m)进行低通滤波,其中,m=0,1,2,...,(N2-1)×C,C为上采样系数;
S5、将S4所述低通滤波后的s(m)和训练序列d(m)进行IQ调制,将IQ调制后的信号s(m)和训练序列d(m)并行发送,具体为:将S4所述低通滤波后的s(m)调制到同 相分量I上,将S4所述低通滤波后的训练序列d(m)调制到正交分量Q上;
S6、接收端进行IQ解调,对解调得到的信号s'(m)和训练序列u(m)进行匹配滤波;
S7、利用S6所述u(m)对s'(m)进行信号同步,去除循环前缀和循环后缀;
S8、利用改进的LMS算法对S7所述去除循环前缀和循环后缀的信号进行信道均衡;
S9、对S8所述进行信号均衡后的信号进行FFT,解调出各正交载波上的信号A,对所述信号A进行降PAPR逆变换;
S10、根据公式利用S2所述插入的块状导频对S9所述经过降PAPR逆变换的信号A进行LS信道估计,其中,LR为接收到的导频,LT为发送的导频,表示对信道的估计;
S12、解交织,进行viterbi译码,得到最终信号。
进一步地,S8所述信道均衡具体步骤为:
S81、初始化,令n=0,e(0)=D(0),输入训练序列U(0)=[u(0),……,u(M)]T,其中,表示改进的LMS算法中使用的滤波器的权向量的第0列,e(·)为估计误差,D(·)为本地训练序列,M为LMS算法中使用的滤波器系统的阶数;
S82、更新数据,[·]T表示转置,μ为步长参数,λmax为S7所述u(m)的自相关矩阵的最大特征值;
S83、迭代更新,令n=n+1,若n<N2-1则转到S82,否则转到S84;
S84、初始化,令n=0,LMS算法中使用的滤波器输入信号Sin(n)=[s(n*C),……,s((n+1)*C-1)]T
S85、输出信号
S86、迭代更新,令n=n+1,若n<N2-1,则转到S84,否则转入S9。
进一步地,S4所述上采样次数C等于S81所述LMS滤波器系统的阶数M。
本发明的有益效果是:
本发明在接收端首先采用LMS算法对信号进行估计,然后对经过FFT变换以后的信号基于导频进行LS算法的信道估计,与现存基于MMSE算法相比,其性能接近,但运算量小,比MMSE算法更易于实现,并且与现存基于DFT的信道估计算法相比,在接收端信道估计中,不需要进行额外的IFFT运算,减小了硬件消耗,
本发明的信号和训练序列通过IQ调制同时同频发送,与现有技术通常采用的块状导频和梳状导频进行信道估计相比更能适应于快变和定频干扰的信道。
附图说明
图1为本发明流程图。
图2为误码率随信噪比变化的曲线图。
具体实施方式
下面结合实施例和附图,详细说明本发明的技术方案。
如图1所示:
一种雷达站间低抖动、抗干扰信号通信链路技术,具体步骤如下:
S1、在发射端对信号X进行卷积编码,交织,QPSK,得到频域复信号X(k1)',其中,k1=0,1,2,...,N1-1,N1为发送信号数;
S2、在S1所述X(k1)'中插入块状导频,并进行将PAPR变换,得到频域复信号信号X(k2),k2=0,1,2,...,N2-1,N2为OFDM的符号周期;
S3、根据DFT的共轭对称性对S2所述X(k2)进行排布和插0:
根据傅里叶变换的性质,DFT以(0,N-1)为变换空间,以为对称中心,有x(n)=xr(n)+j*xi(n), 其中,x(n)为时域信号,n=0,1,2,...,N2-1,DFT为离散傅里叶变换,xr(n)为x(n)的实部,xi(n)为x(n)的虚部,j为虚数单位,Xep(k)为Xn(k)的圆周共轭对称分量,Xop(k)为Xn(k)的圆周共轭反对称分量。
据此可以看出,要使经过IFFT以后的信号为实信号,必须满足Xop(k)=0。
即Xn(k)满足以下条件
又由于在OFDM系统中需要在发射机和接收机中使用低通滤波器进行限频,将会滤除掉加载在高频正交载波上的信号,因此实际的OFDM系统中,在一个OFDM符号周期内,数据只能调制到低频正交子载波上,高频正交子载波上不调制信号,做置0处理,
S4、对S3添零后的信号进行IFFT,根据IFFT把信号调制到相互正交的载波上,得到时域实信号x(n),对所述x(n)添加循环前缀和循环后缀,防止由于多径衰弱产生的码间干扰(ISI),得到x'(n),对所述x'(n)和本地训练序列D(n)进行上采样得到上采样信号s(m)和上采样训练序列d(m),利用平方根升余弦滚降数字滤波器对所述s(m)进行低通滤波,同时,利用平方根升余弦滚降数字滤波器对d(m)进行低通滤波,其中,m=0,1,2,...,(N2-1)×C,C为上采样系数。
S5、将S4所述低通滤波后的s(m)和训练序列d(m)进行IQ调制,将IQ调制后的信号s(m)和训练序列d(m)并行发送,具体为:将S4所述低通滤波后的s(m)调制到 同相分量I上,将S4所述低通滤波后的训练序列d(m)调制到正交分量Q上。用同相分量I来调制有用数据,用正交分量Q来调制训练序列。这种有用信号和训练序列同频发送的方式,可以在接收端实时的对信号进行自适应的信号估计,能够有效的适应多径快衰信道。
S6、接收端进行IQ解调,对解调得到的信号s'(m)和训练序列u(m)进行匹配滤波;
S7、利用S6所述u(m)对s'(m)进行信号同步,去除循环前缀和循环后缀,得到si(n);
S8、利用改进的LMS算法对S7所述去除循环前缀和循环后缀的信号进行信道均衡:
由于OFDM系统发射的数据是经过IFFT变换以后的数据,数据变化幅度大。利用普通LMS算法对每个信号进行滤波,会使得滤波器输出信号过于平滑,效果不好。但因为在发射机对信号进行了上采样,采样率为C,在一个采样周期内,信号的幅度是保持不变的。因此,本发明采用对LMS算法进行了改进,把输入的训练序列u(n)和si(n)进行分组,得到U(n)=[u(n*C),……,u((n+1)*C-1)]T和Sin(n)=[si(n*C),……,si((n+1)*C-1)]T,利用U(n)对LMS滤波器权向量进行N2次更新得到再利用对Sin(n)进行滤波得到滤波器输出信号so(n)。
改进的LMS算法具体为:
S81、初始化,令n=0,e(0)=D(0),输入训练序列U(0)=[u(0),……,u(M)]T,其中,表示改进的LMS算法中使用的滤波器的权向量的第0列,e(·)为估计误差,D(·)为本地训练序列,M为LMS算法中使用的滤波器系统的阶数,M=C;
S82、更新数据,[·]T表示转置,μ为步长参数,λmax为S7所述u(m)的自相关矩阵的最大特征值;
S83、迭代更新,令n=n+1,若n<N-1则转到S82,否则转到S84;
S84、初始化,令n=0,LMS算法中使用的滤波器输入信号Sin(n)=[si(n*C),……,si((n+1)*C-1)]T
S85、输出信号
S86、迭代更新,令n=n+1,若n<N-1,则转到S84,否则转入S9。
S9、对S8所述进行信号均衡后的信号进行FFT,解调出各正交载波上的信号A,对所述信号A进行降PAPR逆变换;
S10、根据公式利用S2所述插入的块状导频对S9所述经过降PAPR逆变换的信号A进行LS信道估计,其中,LR为接收到的导频,LT为发送的导频,表示对信道的估计;
S11、解交织,进行viterbi译码,得到最终信号。
本发明利用matlab对算法进行了仿真,并与基于LS算法的OFDM通讯系统与基于MMSE算法的OFDM通讯系统进行对比。由于信号抖动实际上是接收信号的相对位置与原信号位置相比发生了一个左右平移,利用随机信号很难观察,因此本本发明采用两种方案进行仿真。实施例1,在发射端发送随机的01二值信号,通过误码率来评判系统的性能。实施例2,在发射端发送宽度相同的脉冲波信号,通过对接收脉冲波眼图的宽度来判定信号的抖动率。给出了误码率和抖动率两个指标。其中,误码率和抖动率的公式如下所示:
误码率:pe=ne/n,其中,ne为收到错误信号数,n为发送的总信号数,pe为误码率。
抖动率:j=(pu-ey)/pu,其中,eg为眼图的宽度,pu为脉冲波的宽度,j是抖动率。
实施例1、
每次发送4096个bit,采用频率为10MHZ。信道为多径衰退信道,共有8条多径,各干扰路径与直视路径的功率比为-1,-3,-5,-7,-9,-11,-13,-15,路径延时为100ns,200ns,300ns,400ns,500ns,600ns,700ns,800ns。信道中加入了多径噪声,其信噪比从-10dB到0dB。从图2可以看出,随着信噪比的增加,误码率 下降。基于MMSE算法的OFDM算法在-5.5dB左右误码率就能下降到0,本发明在-5dB左右误码率就能下降到0左右,基于LS算法的OFDM算法在-3dB左右误码率才能下降到0。由上可以看出,基于MMSE算法的OFDM算法在性能上略好于本发明算法。但由于前者运算量大,复杂度高,本发明算法更易于硬件实现。
实施例2、
每次发送2048帧数据,其中每帧数据有40bit,前20bit为0,后20bit为1,构成一个宽度为20的脉冲信号。经过多径信道接收以后,把所有脉冲信号的叠加,构成眼图,通过眼图的宽度测量信号的抖动率。信道为多径衰退信道,共有8条多径,各干扰路径与直视路径的功率比为-1,-3,-5,-7,-9,-11,-13,-15,路径延时为100ns,200ns,300ns,400ns,500ns,600ns,700ns,800ns。信道中加入了多径噪声,其信噪比从-5dB到0dB。由表一可以看出基于MMSE算法的OFDM系统的抑制抖动效果最好,本发明抑制抖动效果与MMSE算法相近,基于LS算法的OFDM算法的抑制抖动效果最差。由上可以看出,基于MMSE算法的OFDM算法在性能上略好于本发明算法。但由于前者运算量大,复杂度高,本发明算法更易于硬件实现。
表一、抖动率随信噪比变化表

Claims (3)

1.一种雷达站间低抖动、抗干扰信号通信链路方法,其特征在于,具体步骤如下:
S1、在发射端对信号X进行卷积编码,交织,QPSK,得到频域复信号X(k1)',其中,k1=0,1,2,...,N1-1,N1为发送信号数;
S2、在S1所述X(k1)'中插入块状导频,并进行PAPR变换,得到频域复信号信号X(k2),k2=0,1,2,...,N2-1,N2为OFDM的符号周期;
S3、根据DFT的共轭对称性,对S2所述X(k2)按照公式进行排布和添零处理,其中,Xn(·)表示进行信号排布和添0处理以后的信号,·*表示求共轭;
S4、对S3进行信号排布和添零后的信号进行IFFT,得到时域实信号x(n),n=0,1,2,...,N2-1,对所述x(n)添加循环前缀和循环后缀,得到x'(n),对所述x'(n)和本地训练序列D(n)进行上采样得到上采样信号s(m)和上采样训练序列d(m),利用平方根升余弦滚降数字滤波器对所述s(m)进行低通滤波,同时,利用平方根升余弦滚降数字滤波器对d(m)进行低通滤波,其中,m=0,1,2,...,(N2-1)×C,C为上采样系数;
S5、将S4所述低通滤波后的s(m)和训练序列d(m)进行IQ调制,将IQ调制后的信号s(m)和训练序列d(m)并行发送,具体为:将S4所述低通滤波后的s(m)调制到同相分量I上,将S4所述低通滤波后的训练序列d(m)调制到正交分量Q上;
S6、接收端进行IQ解调,对解调得到的信号s'(m)和训练序列u(m)进行匹配滤波;
S7、利用S6所述u(m)对s'(m)进行信号同步,去除循环前缀和循环后缀;
S8、利用改进的LMS算法对S7所述去除循环前缀和循环后缀的信号进行信道均衡;
S9、对S8所述进行信号均衡后的信号进行FFT,解调出各正交载波上的信号,记为信号A,对所述信号A进行降PAPR逆变换;
S10、根据公式利用S2所述插入的块状导频对S9所述经过降PAPR逆变换的信号A进行LS信道估计,其中,LR为接收到的导频,LT为发送的导频,表示对信道的估计;
S12、解交织,进行viterbi译码,得到最终信号。
2.根据权利要求1所述的一种雷达站间低抖动、抗干扰信号通信链路方法,其特征在于:S8所述信道均衡具体步骤为:
S81、初始化,令n=0,输入训练序列U(0)=[u(0),L L,u(M)]T,其中,表示改进的LMS算法中使用的滤波器的权向量的第0列,e(·)为估计误差,D(·)为本地训练序列,M为LMS算法中使用的滤波器系统的阶数;
S82、更新数据,[·]T表示转置,μ为步长参数,λmax为S7所述u(m)的自相关矩阵的最大特征值;
S83、迭代更新,令n=n+1,若n<N2-1则转到S82,否则转到S84;
S84、初始化,令n=0,LMS算法中使用的滤波器输入信号Sin(n)=[s(n*C),L L,s((n+1)*C-1)]T
S85、输出信号
S86、迭代更新,令n=n+1,若n<N2-1,则转到S84,否则转入S9。
3.根据权利要求2所述的一种雷达站间低抖动、抗干扰信号通信链路方法,其特征在于:S4所述上采样次数C等于S81所述LMS滤波器系统的阶数M。
CN201510423064.7A 2015-07-17 2015-07-17 一种雷达站间低抖动、抗干扰信号通信链路技术 Expired - Fee Related CN105119857B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510423064.7A CN105119857B (zh) 2015-07-17 2015-07-17 一种雷达站间低抖动、抗干扰信号通信链路技术

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510423064.7A CN105119857B (zh) 2015-07-17 2015-07-17 一种雷达站间低抖动、抗干扰信号通信链路技术

Publications (2)

Publication Number Publication Date
CN105119857A CN105119857A (zh) 2015-12-02
CN105119857B true CN105119857B (zh) 2018-03-20

Family

ID=54667751

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510423064.7A Expired - Fee Related CN105119857B (zh) 2015-07-17 2015-07-17 一种雷达站间低抖动、抗干扰信号通信链路技术

Country Status (1)

Country Link
CN (1) CN105119857B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106878221B (zh) * 2015-12-14 2021-08-06 中兴通讯股份有限公司 一种多载波信号的生成方法和装置
CN112699777A (zh) * 2020-12-29 2021-04-23 成都信息工程大学 一种基于卷积神经网络的盲信号调制类型识别方法
CN114866383B (zh) * 2022-04-17 2023-06-30 西北工业大学 一种无线分布式均衡通信方法、计算机系统、介质及程序

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101043486A (zh) * 2006-03-20 2007-09-26 松下电器产业株式会社 采用去点频率域线性均衡的符号估计方法
CN101404631A (zh) * 2008-11-19 2009-04-08 北京韦加航通科技有限责任公司 一种单载波系统的自适应均衡方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101043486A (zh) * 2006-03-20 2007-09-26 松下电器产业株式会社 采用去点频率域线性均衡的符号估计方法
CN101404631A (zh) * 2008-11-19 2009-04-08 北京韦加航通科技有限责任公司 一种单载波系统的自适应均衡方法

Also Published As

Publication number Publication date
CN105119857A (zh) 2015-12-02

Similar Documents

Publication Publication Date Title
Sutar et al. LS and MMSE estimation with different fading channels for OFDM system
US10341066B2 (en) System and method for common phase error and inter-carrier interference estimation and compensation
CN107483373B (zh) 一种抗多径迭代加权的lmmse信道估计方法及装置
US6990153B1 (en) Method and apparatus for semi-blind communication channel estimation
Achra et al. Performance analysis of MIMO OFDM system for different modulation schemes under various fading channels
CN109818660A (zh) 基于frft的mimo-ofdm水声系统设计方法
CN105119857B (zh) 一种雷达站间低抖动、抗干扰信号通信链路技术
CN100493056C (zh) 带时域包络加权的正交频分复用系统的频域信道估计方法
Ebihara Improvement of power efficiency for underwater acoustic communication using orthogonal signal division multiplexing over multiple transducers
Bellanger Transmit diversity in multicarrier transmission using OQAM modulation
CN102113285A (zh) 用于多载波系统中的分布式资源分配的简化均衡方案
CN105516031A (zh) 一种快跳频系统的信道估计和信道均衡方法
Eldemiry et al. Overview of the orthogonal time-frequency space for high mobility communication systems
An et al. High throughput mobile communication based on OTFS system with the delay-Doppler compensation
Chandran et al. Comparative analysis of various channel estimations under different modulation schemes
CN111245589A (zh) 一种导频叠加信道估计方法
Hoseinzade et al. Decision feedback channel estimation for Alamouti coded OFDM-MIMO systems
Aboutorab et al. Channel estimation and ICI cancellation for high mobility pilot-aided MIMO-OFDM systems
Gokul et al. Channel Estimation in MIMO-OFDM and PAPR Reduction
Anupriya et al. Channel estimation for MIMO-OFDM systems using superimposed training In VLSI
JP2012105079A (ja) 無線通信システム、送信機および受信機
Kapoor et al. Channel Estimation based on Kalman Filtering with BER Reduction in MIMO-OFDM Systems
Kanwar et al. Performance Evaluation of Block Type and Comb Type Channel Estimation for OFDM System under Various Modulation Techniques.
Kavitha et al. Performance analysis of MISO-OFDM & MIMO-OFDM Systems
Malik et al. Proposal and performance analysis of a novel preamble-based SNR estimation algorithm

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20180320

Termination date: 20200717