CN108173625B - 一种基于张量的盲干扰抑制及信源恢复方法 - Google Patents

Abstract

本发明属于无线通信技术领域，具体的说是一种基于张量的盲干扰抑制及信源恢复方法。本发明进行盲干扰抑制时不需考虑干扰信号与传输信号相关性，进行源信号恢复时不经信道估计降低导频开销提高恢复精度的的盲干扰抑制及信源恢复的创新性方案。引入双阵列天线接收机干扰对消和基于张量分解的信源恢复方法，适用于有恶意干扰的高速通信MIMO系统下。

Description

一种基于张量的盲干扰抑制及信源恢复方法

技术领域

本发明属于无线通信技术领域，具体的说是涉及一种基于张量的盲干扰抑制及信源恢复方法。

背景技术

干扰，尤其是恶意干扰始终是无线通信系统的严重威胁，在跳频通信、扩频通信等传统的抗干扰系统中，我们很难在有恶意干扰的情况下达到足够高的传输速率以满足我们的需求。MIMO系统在大大提高传输速率的同时提高了传输的有效性及可靠性。我们常将MIMO技术与传统的抗干扰系统结合使用。而随着干扰技术的快速发展，我们越来越难获得干扰机以及干扰信道的相关信息。这就使得我们在接收端对通信信道，干扰信道，传输信号，干扰信号的先验信息都知之甚少，处于一种近乎盲的状态。因此需要研究在MIMO通信系统中的盲干扰抑制方法。

寻找盲干扰抑制方法近年来引起了国内外众多学者的广泛关注。盲的状态启发人们利用盲信号处理的方法在这种近乎盲的状态下实现抗干扰。已经提出的通信系统中盲干扰抑制算法如在MIMO通信系统中利用空间预白化基于独立成分分析(fastICA)的盲干扰抑制策略；在雷达系统中利用强干扰信号做参考的基于fastICA的盲源分离方法用于将无源天线系统的弱有用信号从强干扰中分离出来；在跳频系统中，利用不同的数据流的统计独立性以及数据流与干扰信号的统计独立性可以采用一种基于联合对角化的盲干扰抑制方法。

调研已有盲干扰抑制算法，发现其共同之处是依赖于干扰信号和传输信号的独立性关系，但是在相关干扰等干扰方式下这种干扰信号与发射信号的独立性不能满足，此时，传统的盲干扰抑制算法受到很大局限。如果能找到一种不需要考虑干扰与有用信号相关关系的盲干扰抑制算法将是十分有意义的。

发明内容

本发明的目的是提出一种利用双阵列天线接收机在不考虑信号干扰独立性的前提下进行盲干扰抑制并利用基于张量分解的方法恢复源信号降低导频开销的同时提高恢复精度的方法。系统模型如图1所示：TX,RX分别代表发射机接收机(为了方便叙述，假设发射天线数N_t＝2，接收天线数N_r＝3)。A1，A2为接收机同规模天线阵列，两阵列天线间距远大于阵列天线中天线间距离。S-T为空时编码模块，此处选用一种先进的基于Khatri-Rao矩阵乘法的Khatri-Rao空时编码。我们假设1.干扰机为单天线结构，通过三种干扰策略(constant jamming：干扰机持续向我方频带发送大功率干扰；random jamming：干扰机在随机时刻向我方通信频带发送大功率干扰；reactive jamming：干扰机监听我方信道，仅当我方进行通信的时候向我方通信频带发送大功率干扰)干扰我方通信。2.假设发射机和接收机的位置不发生移动，信道近似服从块衰落模型。

设g⁽¹⁾＝[g₁，g₂，g₃]^T代表干扰机到阵列天线A1的信道，g⁽²⁾＝[g₁',g'₂,g'₃]^T代表干扰机到阵列天线A2的信道。

为发射机到阵列天线A1的信道矩阵，

为发射机到阵列天线A2的信道矩阵。在第n帧，两阵列天线接收的数据具有如下形式：

其中X_n，j_n分别为第n帧的发送符号矩阵和噪声向量，

分别为第n个时间帧两阵列天线接收到的数据，

为信道引入的噪声矩阵；

盲干扰抑制的目的就是接收端仅根据两阵列天线接收到的数据去除干扰项并恢复源信号矩阵。通过我们的发明可以在不考虑干扰信号与传输信号独立性的条件下仅通过接收端数据消除干扰，并在仅需要一个符号做导频的情况下较为精确地恢复源信号矩阵。

基于双阵列天线接收机的盲干扰抑制及基于张量的盲信源恢复设计具体过程如下:

首先在信源模块产生随机二进制信源矩阵S，将其通过空时编码模块进行Khatri-Rao空时编码，经空时编码得到第n帧的发送矩阵X_n,n＝1,2,…,N，其具有如下形式：

X_n＝D_n(A)C^T，A＝(ΘS)^T n＝1,2,…,N (3)

D_n(A)表示以矩阵A的第n行元素作为对角元构建对角矩阵。空时编码矩阵为范德蒙德矩阵且在接收端已知。Θ为星座转移矩阵。

其次，通过接收端双阵列天线接收到的数据定义参数接收信号比(ReceivedSignal Ratio,简记为RSR)。通过其变化情况探测干扰并将两干扰信道联系起来。

考虑如图1系统结构图，当只有干扰信号进行传输时，i时刻：

其中j(i)为i时刻干扰信号的采样，

分别表示第k个阵列天线第j根天线在i时刻的接收到收据及收到的噪声。

定义参量接收信号比(RSR)：

由于干扰机信号功率远大于噪声功率，且信道服从块衰落，所以在只有干扰信号存在的情况下，RSR的值是阶段性稳定的。而当有用信号干扰信号同时存在时，仅以为例：

干扰信号功率比的典型值是10dB，信号强度相对于干扰强度不可忽略，有用信号与干扰共存时由于有用信号不断变化，随着时间的推移，RSR的变化情况较只有干扰传输的情况明显更加剧烈。我们对一个信道相关时间内JSR＝10dB条件下只有干扰信号存在时和干扰信号有用信号同时存在时的RSR变化情况做仿真，结果如图2，图3所示。

结合三种干扰类型的描述，我们可以通过RSR的变化情况探测干扰：RSR的值时而较稳定时而变化剧烈判定为constant jamming或者random jamming；RSR的值一直剧烈变化判定为reactive jamming。而恰恰前两种干扰类型的盲干扰抑制方法一致：

1.Constant/Random Jamming干扰抑制

联系式(1)(2)(3)有：

在两种干扰类型下均存在仅有干扰的时刻。此时，参量RSR近似稳定。构造下述对角矩阵：

注意到

的生成方式我们有：

结合(8)(9)(11)式，做若下加权差分运算：

在差分结果Y_n中，干扰项已经被消除，暂时忽略噪声项，有：

完成干扰抑制。

2.reactive jamming下的干扰抑制

反应式干扰下，干扰信号和有用信号总是共存的，不存在只有干扰的时刻，故前述方法不再适用。针对反应式干扰，我们提出基于重传帧的方法获得稳定的接收信号比。不失一般性，重传第n帧，即假设第n帧的数据和第(n+1)帧的数据相同。

则对于A1有：

对于A2有：

再次利用干扰信号功率远大于噪声功率的特性我们有：

可以利用上式构造对角矩阵

之后干扰抑制方法同前两种干扰。

到此完成了干扰项的消除，下面进行信源的恢复。

将干扰抑制后的Y_n按时间帧的顺序堆积成张量

堆积过程的图示见附图4，有

恰当地设计参数N_r，N_t，N，T使得

的秩N_t的CP分解满足分解的唯一性条件。由于C在接收端已知，故其余两个因子矩阵没有排序的不确定性。仅需调整第一帧的数据用于克服幅度不确定性即能准确地恢复发送矩阵A进而恢复源信号矩阵S。例如调整第一帧的数据使得发射端矩阵A的第一行元素均为1。之后对由CP分解得到的矩阵A的估计值，将其每一列都对该列第一个元素进行归一化处理即能准确地恢复发送矩阵A进而恢复源信号矩阵S。

本发明的总的技术方案，在发送端随机生成二进制源矩阵S并经过空时编码模块从发送端N_t根天线中发送出去，在系统某一位置设置一单天线大功率干扰机按照某种干扰策略(反应式干扰，持续性干扰，随机性干扰)发送大功率干扰信号。在接收端两阵列天线同时接收数据。通过相应天线对接收信号比值的变化情况进行干扰探测，若RSR的值持续剧烈变化则判定为反应式干扰，若其时而稳定时而剧烈变化判定为持续性干扰或者随机干扰。判定干扰类型后，根据判定结果，若为反应式干扰，则通过重传帧的方法利用稳定的RSR值构建对角矩阵联系两个干扰信道，若不是反应式干扰，则通过接收端直接测定的RSR的值构建对角矩阵联系两个干扰信道。之后对两阵列天线上第n帧的数据做加权差分

达到盲干扰消除。进而将Y_n按时间帧的顺序堆积成张量

恰当地设计参数N_r，N_t，N，T使得的秩N_t的CP分解满足唯一性条件，之后对张量

做秩N_t的CP分解。由于空时编码矩阵C在接收端已知，相当于一个因子矩阵确知的CP分解，故其余两个因子矩阵没有排序的不确定性。仅需调整一个符号的数据用于克服幅度不确定性(例如，调整第一帧的数据使得发射端矩阵A的第一行元素均为1。之后对由CP分解得到的矩阵A的估计值，将其每一列都对该列第一个元素进行归一化处理。)即能准确地恢复发送矩阵A进而恢复源信号矩阵S。

本发明的有益效果为，本发明进行盲干扰抑制时不需考虑干扰信号与传输信号相关性，进行源信号恢复时不经信道估计降低导频开销提高恢复精度的的盲干扰抑制及信源恢复的创新性方案。引入双阵列天线接收机干扰对消和基于张量分解的信源恢复方法，适用于有恶意干扰的高速通信MIMO系统下。

附图说明

图1为本发明的系统框图。

图2为一个相关时间内只有干扰存在RSR幅值相位的变化曲线仿真图。

图3为一个相关时间内有用信号和干扰共存RSR幅值相位的变化曲线仿真图。

图4为张量切片堆积过程图。

图5为误符号率性能曲线图。

具体实施方式

在发明内容部分已经对本发明的技术方案进行了详细描述，在此不再赘述。

Claims (1)

1.一种基于张量的盲干扰抑制及信源恢复方法，该方法用于MIMO通信系统，设定系统中发射机发射天线数N_t＝2，接收机接收天线数N_r＝3，采用具有同规模双阵列天线的接收机，设第一阵列天线为A1，第二阵列天线为A2；限定针对系统的干扰策略为反应式干扰、持续性干扰和随机性干扰，发射机和接收机的位置不发生移动，信道近似服从块衰落模型，设

代表干扰机到第一阵列天线A1的信道，

代表干扰机到第二阵列天线A2的信道，为发射机到第一阵列天线A1的信道矩阵，

为发射机到第二阵列天线A2的信道矩阵，在第n帧，两阵列天线接收的数据具有如下形式：

其中X_n，j_n分别为第n帧的发送符号矩阵和干扰向量，

分别为第n个时间帧两阵列天线接收到的数据，

为信道引入的噪声矩阵；

所述方法包括以下步骤：

a、在发射机信源模块产生随机二进制信源矩阵S，将其通过空时编码模块进行空时编码，经空时编码得到第n帧的发送矩阵X_n,n＝1,2,…,N，其具有如下形式：

其中，D_n(A)表示以矩阵A的第n行元素作为对角元构建对角矩阵，空时编码矩阵C为范德蒙德矩阵且在接收端已知，Θ为星座转移矩阵；

b、在接收端两阵列天线同时接收数据并定义参数接收信号比RSR为：

通过相应天线对接收信号比值的变化情况进行干扰探测，若接收信号比值的值持续剧烈变化则判定干扰策略为反应式干扰，进入步骤c，若接收信号比值的值时而稳定时而剧烈变化判定干扰策略为持续性干扰或者随机干扰，进入步骤d；

c、采用重传帧的方法获得稳定的接收信号比值，根据稳定的RSR值构建对角矩阵联系两个干扰信道，具体为：

重传第n帧，即假设第n帧的数据和第(n+1)帧的数据相同，则对于第一天线阵列A1有：

对于第二天线阵列A2有：

利用干扰信号功率远大于噪声功率的特性获得：

根据上式构造对角矩阵

对两阵列天线上第n帧的数据做加权差分：

在差分结果中Y_n，干扰项已经被消除，暂时忽略噪声项，可得：

完成干扰抑制后进入步骤e；

d、结合公式(1)(2)(3)可得：

利用只有干扰信号存在时获得的稳定的接收信号比值构造下述对角矩阵：

根据可得：

结合公式(11)(12)(14)，对两阵列天线上第n帧的数据做加权差分：

在差分结果中Y_n，干扰项已经被消除，暂时忽略噪声项，可得：

完成干扰抑制后进入步骤e；

e、将获得的Y_n按时间帧的顺序堆积成张量

令：

通过设计参数N_r，N_t，N，T使得

的秩N_t的CP分解满足分解的唯一性条件，由于空时编码矩阵C在接收端已知，其余两个因子矩阵没有排序的不确定性，通过调整第一帧的数据用于克服幅度不确定性即能准确地恢复发送矩阵A进而恢复源信号矩阵S。

Images