CN110011677A - 基于内插结构的eLoran接收机数字滤波方法 - Google Patents

Abstract

本发明涉及一种基于内插机构的eLoran接收机数字滤波方法，针对eLoran数字接收机抗噪性差并且数字滤波方法计算量较大的问题，本发明提出一种内插结构的FIR带通滤波器与基于归一化LMS算法的自适应噪声消除器相结合的数字滤波方法。该方法首先利用内插整形带通滤波器与低通滤波器相级连的方式得到内插结构的带通滤波器，以滤除带外的噪声和干扰，并且大大降低计算量，然后利用基于归一化LMS算法的自适应噪声消除器滤除频带内的噪声和干扰，得到信噪比更高的eLoran信号。仿真验证所提出的方法在不同类型的干扰和噪声下均具有良好的滤波效果，并且该方法有效降低了计算量，易于工程实现。

Description

基于内插结构的eLoran接收机数字滤波方法

技术领域

本发明涉及eLoran陆基导航领域和数字信号处理领域，具体涉及一种针对eLoran数字接收机中低带宽、高采样率的数字滤波方法，包括内插结构的带通滤波方法和自适应滤波方法。

背景技术

eLoran系统是在传统Loran-C系统的基础上结合最新的Loran数据通信技术、接收机技术、天线技术和发射机升级改造的新型陆基导航系统。eLoran信号的数字滤波方法是eLoran接收机的关键技术之一，可以从夹杂着各种严重干扰的接收信号中，提取出真实的eLoran脉冲信号。目前我国的接收机技术还停留在用模拟方法实现信号处理并且只能是抗固定频点干扰。同时我国也开始研究各种各样的抗干扰技术，主要是以自适应滤波方法为主，并且需要首先得到理想信号作为期望信号，但是在实际应用中是无法得到理想信号的。由于eLoran信号低带宽和高采样率的关系，普通FIR滤波器需要很高的阶数才能实现带通滤波，而且计算复杂度高，因此需要采用内插结构的带通滤波方法，此方法具有计算量较小、易于工程实现的优势。另外针对自适应滤波方法需要理想信号作为输入的问题，本发明利用自适应滤波方法设计噪声消除器，将噪声信号作为输入信号，此方法更易于工程实现。

发明内容

本发明的目的在于克服传统带通滤波方法阶数太高、自适应滤波方法中理想信号无法得到的问题，提出一种内插结构的带通滤波方法与基于归一化LMS算法的自适应噪声消除器相结合的eLoran数字滤波方法。

本发明采用的技术方案为：

基于内插结构的eLoran接收机数字滤波方法，包括如下步骤：

步骤1：设计内插结构的FIR带通滤波器，将待处理信号S(n)和噪声信号N(n)通过内插结构的FIR带通滤波器，分别对应得到滤波后的信号D(n)和X(n)；

步骤2：设计基于归一化LMS算法的自适应噪声消除器，将X(n)作为输入信号，将D(n)作为期望信号，并不断更新自适应噪声消除器的权向量，直到得到稳定的误差信号E(n)，即为滤除噪声后的eLoran信号。

其中，步骤1具体包括以下步骤：

步骤1.1：设计一个FIR原型滤波器，FIR原型滤波器在离散域中的传递函数为：

式中，H(z)表示传递函数，N为FIR原型滤波器的阶数，h(k)表示第k个抽头系数，z^-1为单位时延；

步骤1.2：在FIR原型滤波器相邻系数之间插入12个0，得到内插整形滤波器，内插整形滤波器在离散域的传递函数为：

步骤1.3：设计一个FIR低通滤波器作为镜像频率滤波器，与内插整形滤波器相级联；

步骤1.4：将待处理信号S(n)和噪声信号N(n)依次通过内插整形滤波器和镜像频率滤波器进行处理后，得到滤波后的信号D(n)和X(n)。

其中，步骤2具体包括以下步骤：

步骤2.1：设计基于归一化LMS算法的自适应噪声消除器，根据先验知识选取自适应噪声消除器的初始权向量W(0)＝[w₀ w₁ … w_N-1]^T和初始步长将初始权向量作为当前时刻自适应噪声消除器的权向量，其中N为自适应噪声消除器阶数；

步骤2.2：根据输入信号X(n)和当前时刻自适应噪声消除器的权向量W(n)，得到输出信号Y(n)；

式中，W(n)＝[w₀ w₁ … w_N-1]^T，X(n)＝[x(n) x(n-1) … x(n-N+1)]^T，n代表当前时刻；

步骤2.3：根据输出信号Y(n)和输入的期望信号D(n)，求得误差信号E(n)；

E(n)＝D(n)-Y(n)；

步骤2.4：利用输入信号X(n)、当前时刻自适应噪声消除器的权向量W(n)和误差信号E(n)，对自适应噪声消除器的权向量进行更新，得到下一时刻自适应噪声消除器的权向量；

式中，W(n+1)为下一时刻自适应噪声消除器的权向量，正常数ψ取0.001；

步骤2.5：将下一时刻作为当前时刻，返回步骤2.2，直到得到稳定的误差信号E(n)，即为滤除噪声后的eLoran信号。

本发明相比现有技术具有如下优点：

本发明可以得到信噪比更高的eLoran信号。且在不同类型的干扰和噪声下均具有良好的滤波效果，并且该方法有效降低了计算量，易于工程实现。

附图说明

图1是本发明eLoran接收机数字滤波方法框图。

图2是本发明内插结构的FIR带通滤波框图。

图3是本发明FIR原型滤波器的频谱图。

图4是本发明内插整形滤波器的频谱图。

图5是本发明镜像频率滤波器的频谱图。

图6是本发明内插结构的FIR带通滤波器的频谱图。

图7是本发明基于归一化LMS算法的自适应噪声消除器的框图。

图8是本发明添加高斯白噪声和带内连续波干扰后的信号与理想信号的时域波形对比。

图9是本发明滤波后信号和理想信号的时域波形对比。

图10是本发明滤波前后信号的频域波形与理想信号的对比。

图11是本发明添加扫频干扰后的信号与理想信号的时域波形对比。

图12是本发明滤波后信号和理想信号的时域波形对比。

图13是本发明滤波前后信号的频域波形与理想信号的对比。

图14是本发明添加脉冲干扰后的信号与理想信号的时域波形对比。

图15是本发明滤波后信号和理想信号的时域波形对比。

图16是本发明滤波前后信号的频域波形与理想信号的对比。

具体实施方式

下面结合附图对本发明做进一步的解释说明。

本发明的效果可通过以下仿真说明：

本发明方法首先设计一个插值带通滤波器，并与低通滤波器相级连，滤除由于插值引起的镜像频率，然后将待处理信号通过上述滤波器后的信号作为自适应滤波方法的期望信号，将噪声信号通过上述滤波器后的信号作为自适应滤波器的输入信号，自适应滤波器输出的误差信号即为消除噪声后的eLoran信号。

本发明基于内插结构的eLoran接收机数字滤波方法框图如图1所示。包括如下步骤：

步骤1：设计内插结构的FIR带通滤波器，频谱图如图6所示，将待处理信号S(n)和噪声信号N(n)通过内插结构的FIR带通滤波器，得到滤波后的信号D(n)和X(n)；

图2是本发明内插结构的FIR带通滤波框图，包括内插整形滤波器和镜像频率滤波器两部分。步骤1具体实现步骤如下：

步骤1.1：设计一个通带范围为90×13KHz-110×13KHz的FIR原型滤波器，13即为插值的倍数。FIR原型滤波器的频谱图如图3所示。FIR原型滤波器在离散域中的传递函数为：

式中，H(z)表示传递函数，N为FIR原型滤波器的阶数，h(k)表示第k个抽头系数，z^-1为单位时延；

步骤1.2：在FIR原型滤波器相邻系数之间插入12个0，得到内插整形滤波器，内插整形滤波器的频谱图如图4所示。内插整形滤波器在离散域的传递函数为：

步骤1.3：设计一个截止频率为600KHz的FIR低通滤波器作为镜像频率滤波器，与内插整形滤波器相级联，滤除由于插值引起的镜像频率，镜像频率滤波器的频谱图如图5所示；

步骤1.4：将待处理信号S(n)和噪声信号N(n)依次通过内插整形滤波器和镜像频率滤波器进行处理后，得到滤波后的信号D(n)和X(n)。

步骤2：设计基于归一化LMS算法的自适应噪声消除器，将X(n)作为输入信号，将D(n)作为期望信号，并不断更新自适应滤波器的权向量，直到得到稳定的误差信号E(n)，即为滤除噪声后的eLoran信号。

步骤2具体实现步骤如下，原理框图如图7所示；

步骤2.1：设计基于归一化LMS算法的自适应噪声消除器，根据先验知识选取自适应噪声消除器的初始权向量W(0)＝[w₀ w₁ … w_N-1]^T和初始步长其中N为自适应噪声消除器阶数；

步骤2.2：根据输入信号X(n)和当前时刻自适应噪声消除器的权向量W(n)，得到输出信号Y(n)；

式中，W(n)＝[w₀ w₁ … w_N-1]^T，X(n)＝[x(n) x(n-1) … x(n-N+1)]^T，n代表当前时刻；

步骤2.3：根据输出信号Y(n)和输入的期望信号D(n)，求得误差信号E(n)；

E(n)＝D(n)-Y(n)；

步骤2.4：利用输入信号X(n)、当前时刻自适应噪声消除器的权向量W(n)和误差信号E(n)，对自适应噪声消除器的权向量进行更新，得到下一时刻自适应噪声消除器的权向量；

式中，W(n+1)为n+1时刻的滤波器权向量，正常数ψ取0.001；

步骤2.5：将n+1时刻作为当前时刻，返回步骤2.2，直到得到稳定的误差信号E(n)，即为滤除噪声后的eLoran信号。

仿真条件与内容：

仿真实验中eLoran信号通带范围为90KHz-110KHz，信号采样频率为10MHz。其中FIR原型滤波器为36阶，通带范围为1170KHz-1430KHz，镜像频率滤波器为70阶，截止频率为600KHz，自适应滤波器中抽头数为32。

1、高斯白噪声和带内连续波干扰的滤波效果

图8为添加高斯白噪声和95KHz带内连续波干扰后的eLoran信号，信噪比为-7dB，从图中可以看出理想信号已经被噪声信号淹没，无法分辨出eLoran信号的过零点信息和相位。图9为采用本发明所述的数字滤波方法后的时域信号，可以看出本方法能够有效的从噪声中还原出eLoran信号，可以准确还原信号的相位和过零点信息。图10为滤波前后与理想信号在频域上的对比，可以看出本方法有效的滤除了频带外的噪声和干扰，并对频带内的干扰也有很好的抑制效果。

2、扫频干扰的滤波效果

图11为添加0-200KHz扫频干扰后的eLoran信号，信噪比为-5dB，从图中虽然可以看到信号的大致波形，但已无法识别信号的相位和过零点信息，无法满足eLoran接收机中定时定位解算部分对信号的要求。图12为采用本方法后的时域信号，可以看出本方法能够有效的从噪声中还原eLoran信号，可以准确的还原出信号的相位和第2-6周过零点信息，满足eLoran接收机的定时定位解算的信号要求。图13为滤波前后与理想信号在频域上的对比，可以看出本发明所述的eLoran接收机数字滤波方法可以有效的抑制扫频干扰。

3、脉冲干扰的滤波效果

图14为添加脉冲干扰后的eLoran信号，信噪比为-5dB，从图中几乎看不到eLoran信号的相位和过零点信息，无法直接进行定时定位解算。图15为采用本方法后的时域信号，可以看出本方法能够有效的从噪声中还原出eLoran信号，可以准确的还原出信号的相位和过零点信息，满足eLoran接收机的定时定位解算的信号要求。图16为滤波前后与理想信号在频域上的对比，可以看出本发明所述的eLoran接收机数字滤波方法有效的抑制脉冲干扰。

Claims (3)

1.基于内插结构的eLoran接收机数字滤波方法，其特征在于，包括如下步骤：

步骤1：设计内插结构的FIR带通滤波器，将待处理信号S(n)和噪声信号N(n)通过内插结构的FIR带通滤波器，分别对应得到滤波后的信号D(n)和X(n)；

步骤2：设计基于归一化LMS算法的自适应噪声消除器，将X(n)作为输入信号，将D(n)作为期望信号，并不断更新自适应噪声消除器的权向量，直到得到稳定的误差信号E(n)，即为滤除噪声后的eLoran信号。

2.据据权利要求1所述的基于内插结构的eLoran接收机数字滤波方法，其特征在于，步骤1具体包括以下步骤：

步骤1.1：设计一个FIR原型滤波器，FIR原型滤波器在离散域中的传递函数为：

式中，H(z)表示传递函数，N为FIR原型滤波器的阶数，h(k)表示第k个抽头系数，z^-1为单位时延；

步骤1.2：在FIR原型滤波器相邻系数之间插入12个0，得到内插整形滤波器，内插整形滤波器在离散域的传递函数为：

步骤1.3：设计一个FIR低通滤波器作为镜像频率滤波器，与内插整形滤波器相级联；

步骤1.4：将待处理信号S(n)和噪声信号N(n)依次通过内插整形滤波器和镜像频率滤波器进行处理后，分别对应得到滤波后的信号D(n)和X(n)。

3.据据权利要求1所述的基于内插结构的eLoran接收机数字滤波方法，其特征在于，步骤2具体包括以下步骤：

步骤2.1：设计基于归一化LMS算法的自适应噪声消除器，根据先验知识选取自适应噪声消除器的初始权向量W(0)＝[w₀ w₁ … w_N-1]^T和初始步长将初始权向量作为当前时刻自适应噪声消除器的权向量，其中N为自适应噪声消除器阶数；

步骤2.2：根据输入信号X(n)和当前时刻自适应噪声消除器的权向量W(n)，得到输出信号Y(n)；

式中，W(n)＝[w₀ w₁ … w_N-1]^T，X(n)＝[x(n) x(n-1) … x(n-N+1)]^T，n代表当前时刻；

步骤2.3：根据输出信号Y(n)和输入的期望信号D(n)，求得误差信号E(n)；

E(n)＝D(n)-Y(n)；

步骤2.4：利用输入信号X(n)、当前时刻自适应噪声消除器的权向量W(n)和误差信号E(n)，对自适应噪声消除器的权向量进行更新，得到下一时刻自适应噪声消除器的权向量；

式中，W(n+1)为下一时刻自适应噪声消除器的权向量，正常数ψ取0.001；

步骤2.5：将下一时刻作为当前时刻，返回步骤2.2，直到得到稳定的误差信号E(n)，即为滤除噪声后的eLoran信号。