CN110149134B - 一种基于频谱感知的多馈源卫星干扰抑制方法 - Google Patents

Abstract

本发明公开了一种基于频谱感知的多馈源卫星干扰抑制方法，多馈源卫星接收端M个接收馈源接收到的连续感知数据，经滤波采样后，得到M×L维的基带等效离散时间信号矩阵X；根据得到的基带等效离散时间信号矩阵X使用频谱感知判断干扰信号是否存在；如果干扰信号存在，根据线性约束最小方差准则，使用已知的目标信号角θ₀和目标信号自相关矩阵R_XX生成波束成形矢量ω；使用该波束成形矢量对基带等效离散时间信号向量X进行处理；完成干扰抑制。本发明便于后续的软件化处理，通过设计根据线性约束最小方差准则，在增加较少计算量的基础上，能够自适应的对卫星复杂信号进行抑制。

Description

一种基于频谱感知的多馈源卫星干扰抑制方法

技术领域

本发明属于通信技术领域，具体涉及一种基于频谱感知的多馈源卫星干扰抑制方法。

背景技术

随着通信技术的发展，地面移动通信网络的业务覆盖范围已经能够延伸到大部分的陆地区域，但是受地域和运营成本等因素的影响，其覆盖区域仍存在很多盲区，不能够满足人们实时通信的需求，而在这些区域卫星移动通信技术具有独特的优势，因此现在已提出空天一体化的构想，将卫星移动通信系统作为地面移动通信系统的有效补充。同时，在战争和重大自然灾害中，地面移动通信系统极易受到破坏，卫星移动通信系统可以作为一种应急通信手段。由于卫星具有通信距离远、覆盖范围广、不易受地域影响的特点，逐渐成为全球实时通信必不可少的手段。其接入需求也日益增长，卫星频谱资源匮乏与整体频谱利用率低之间的冲突愈加尖锐。而认知无线电技术作为解决该矛盾的关键技术之一，为提高卫星通信系统传输效率，提出认知卫星通信网络的概念。

在卫星移动通信系统中，通过引入认知无线电技术可以提高频谱利用率，同时动态的频谱接入，可以减少干扰信号对正常通信的影响。但是如果采用认知无线电技术对干扰信号直接规避，即只要存在干扰的频点就不再通信，这将会降低系统容量。当目标信号和干扰信号位置有差别时，常用空域波束成形技术对接收信号进行处理。在均匀线阵模型下，借鉴时域FIR滤波器的设计思路，使用窗口法、频率采样法和使用基于最小二乘(LeastSquare，LS)的非均匀频域采样法等可以实现空域波束成形。另外基于接收信号统计量所提出的波束成形方法有Bartlett波束成形法和基于LS的波束成形法。Bartlett波束成形法可以实现目标信号方向的功率最大化，但是没有考虑干扰的抑制问题，基于LS准则的波束成形算法通过强制约束和LS约束可以增强目标信号同时抑制干扰，基于LS准则的干扰抑制算法需要对干扰和目标信号进行波达方向(Direction Of Arrival，DOA)估计。常用DOA估计算法是Schmidt提出的MUSIC算法，该算法是最经典的DOA估计算法，基本原理是：接收端信号可以按照相互正交的噪声子空间和信号子空间进行分解，然后在信号子空间内进行搜索，最终估计出信号DOA。但是MUSIC算法因为采用矩阵分解和谱峰值搜索的方法，所以计算量比较大。后续发展的基于MUSIC的改进算法，虽然能够减少部分计算量，但是因为基于LS准则的干扰抑制算法需要进行多次DOA估计，所以基于LS准则的波束成形算法的复杂度较高。

卫星端的计算资源有限，因此需要考虑减少算法复杂度，主要从两个方面进行，一方面是减少无效波束成形的次数，主要通过提高频谱感知精度的方法，如果感知没有干扰信号存在，则不需要进行干扰抑制，提高频谱感知性能就能减少无效波束成形所带来的计算复杂度，因此在波束成形之前加入频谱感知步骤是必要的；另一方面是通过减少干扰抑制算法中DOA估计的次数。在卫星端目标信号角度可以视为已知，但是受到的干扰具有复杂和时变的特性，因此使用基于干扰DOA信号的干扰抑制技术时，需要进行多源干扰DOA估计，而且卫星接收端的信号较弱，因此需要一种可以在小信噪比情况下根据接收信号自适应的快速调整干扰抑制参数的算法。如果在后续的干扰抑制过程中，通过天线频谱感知可以减少波束成形次数，根据已知的目标信号角和接收信号自相关矩阵求取波束成形矢量，不仅可以自适应的波束成形，而且能够节省DOA估计时的计算资源，研究将很有意义。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种基于频谱感知的多馈源卫星干扰抑制方法，用于实现提高卫星系统容量的目的。

本发明采用以下技术方案：

一种基于频谱感知的多馈源卫星干扰抑制方法，多馈源卫星接收端M个接收馈源接收到连续感知数据，经滤波采样后得到M×L维的基带等效离散时间信号矩阵X；根据得到的基带等效离散时间信号矩阵X使用频谱感知判断干扰信号是否存在；如果干扰信号存在，根据线性约束最小方差准则，使用已知的目标信号角θ₀和目标信号自相关矩阵R_XX生成波束成形矢量ω；使用该波束成形矢量对基带等效离散时间信号向量X进行处理；完成干扰抑制。

具体的，M×L维的基带等效离散时间信号矩阵X为：

X＝[x₁,x₂,…x_M]^T∈C^M×L；

其中，上标T表示转置计算，C^M×L表示M×L维元素为复数的矩阵，L为单个接收馈源采样长度。

具体的，根据基带等效离散时间信号矩阵X判断信道是否存在干扰：

其中，H₀为信道空闲干扰不存在事件，H₁为干扰存在事件，D为信号总个数干扰存在事件，

为干扰干扰信号，

为目标信号，

a(θ₀)为目标信号导向矢量，

a(θ_i)为干扰信号导向矢量。

具体的，利用拉格朗日乘子法求解得到最优卫星波束成形矢量ω_LCMV为：

其中，

为自相关矩阵R的逆矩阵，H为矩阵共轭转置，a(θ₀)为目标信号导向矢量。

进一步的，目标信号导向矢量a(θ₀)定义如下：

其中，λ为电磁波长，j为复数标志，d为接收天线间距。

进一步的，基带等效离散时间信号矩阵X的自相关矩阵R_XX为：

R_XX＝XX^H

其中，H为矩阵共轭转置，X为基带等效离散时间信号矩阵。

具体的，对基带等效离散时间信号矩阵X进行处理如下：

Y＝ω^HX

其中，ω为波束成形矢量，X为基带等效离散时间信号矩阵，Y为波束成形后信号矩阵。

具体的，根据干扰抑制处理前后的卫星信干噪比增益G得到只有一个干扰存在时基于LCMV的卫星干扰抑制算法的信干噪比增益为：

其中，

为自相关矩阵R的逆矩阵，H为矩阵共轭转置，a(θ₀)为目标信号导向矢量，

为目标信号方差，

为噪声方差。

进一步的，可以减少的干扰抑制概率P'为：

P'＝1-[P(1-P_m)+P_f(1-P)]

＝(1-P_f)(1-P)+PP_m

其中，P为干扰信号出现概率，P_f为频谱感知干扰不存在判断为干扰存在概率，P_m为频谱感知干扰存在判断为干扰不存在概率。

具体的，如果干扰信号不存在，重新滤波采样得到M×L维的基带等效离散时间信号矩阵X，继续频谱感知。

与现有技术相比，本发明至少具有以下有益效果：

本发明一种基于频谱感知的多馈源卫星干扰抑制方法，与认知卫星直接干扰规避方案相比较，本发明能够在增加波束成形的条件下,利用已知的目标信号角和接收信号自相关矩阵，提高接收端信干噪比，即系统容量。与常在波束成形干扰抑制方案相比，本发明能够在增加频谱感知的条件下，利用频谱感知结果，减少波束成形次数，减少卫星计算量。

进一步的，将多馈源卫星接收端的模拟数据,经滤波采样后转化为基带等效离散时间信号，即将模拟信号转化为数字信号，便于信号的传输以及软件处理。

进一步的，使用数字信号对当前信道状态进行判断，如果干扰信号存在则进行后续的波束成形干扰抑制，否则继续频谱感知。

进一步的，若干扰信号存在，根据线性约束最小方差准则，使用已知的目标信号角和接收信号自相关矩阵，生成波束成形矢量，能够减少干扰DOA估计的计算复杂度同时实现自适应的波束成形。

进一步的，根据生成的波束成形矢量对不同馈源采样数据进行加权，完成干扰抑制过程。

综上所述，本发明首先将模拟数据数字化，便于后续的软件化处理，在干扰抑制之前添加频谱感知过程，频谱感知到干扰存在之后才利用多馈源卫星的波束成形对干扰进行抑制，为提高系统容量最大化，设计了基于线性约束最小方差准则的波束成形方案，根据该方案生成的波束成形矢量对不同馈源数据进行加权处理，完成最终的干扰抑制。求取波束成形矢量时使用目标信号角和接收信号的自相关矩阵，不仅可以减小DOA估计的计算量而且能够实现自适应的波束成形。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

图1为本发明方法所应用的场景示意图；

图2为多馈源卫星信号接收示意图；

图3为实现模块流程图；

图4为在减少干扰抑制概率随干扰概率的变化曲线，条件为在频谱感知虚警概率为0.01，漏检概率为0.01时。

图5为不同角度偏差时，信干噪比增益随天数变化曲线，并与基于最小二乘干扰抑制方案和Bartlett波束成形干扰抑制方案进行对比的示意图。

图6为不同角度偏差下，信干噪比增益随信噪比变化曲线图，并与基于最小二乘干扰抑制方案和Bartlett波束成形干扰抑制方案进行对比的示意图。

图7为不同角度偏差下，信干噪比增益随单天线采样数变化曲线图，并与基于最小二乘干扰抑制方案和Bartlett波束成形干扰抑制方案进行对比的示意图。

图8为不同信噪比时，信干噪比增益随角度偏差的变化曲线图，并与基于最小二乘干扰抑制方案和Bartlett波束成形干扰抑制方案进行对比的示意图。

具体实施方式

请参阅图1，为基于多馈源多波束认知卫星通信系统场景。本发明提供了一种基于频谱感知的多馈源卫星干扰抑制方法，多馈源卫星接收端具有M个接收馈源，多馈源多波束卫星，可以等效为多天线卫星，则卫星端信号接收如图2所示。目标信号的到达角为θ₀，第i个干扰信号的到达角为θ_i，噪声和信号都服从独立的循环复高斯分布，即

请参阅图3，本发明一种基于频谱感知的多馈源卫星干扰抑制方法的具体步骤如下：

S1、多馈源卫星接收端M个接收馈源接收到的连续感知数据，经滤波采样后，得到M×L维的基带等效离散时间信号列向量X；

M×L维的基带等效离散时间信号列向量X为：

X＝[x₁,x₂,…x_M]^T∈C^M×L；

其中，上标T表示转置计算，C^M×L表示M×L维元素为复数的矩阵；

S2、根据步骤S1中得到的基带等效离散时间信号向量X，则根据干扰信号存在与否，卫星多馈源接收信号表示为：

其中，H₀为干扰不存在事件，H₁为干扰存在事件，

目标信号导向矢量a(θ₀)定义如下：

S3、根据S2得到的多馈源卫星接收信号模型，利用频谱感知判断干扰信号是否存在，如果存在则进行S4，否则返回S1。

S4、如果S3中判断干扰信号存在，则根据线性约束最小方差(LCMV)准则进行波束成形ω；

根据多馈源卫星接收信号模型，基带等效离散时间信号X，卫星馈源阵列接收信号的加权矢量即波束成形矢量为ω，则波束成形输出为：

Y＝ω^HX

卫星干扰信号与目标信号统计独立，因此卫星目标信号与干扰信号之间的交叉项均值等于0，波束成形后卫星接收信号的平均功率为：

卫星接收信号平均功率的统计特性为：

P(ω)＝E(|Y(t)|²)＝ω^HE(XX^H)ω＝ω^HR_XXω

卫星接收信号平均功率统计值还可以表示为：

为了达到增强卫星目标信号，抑制干扰信号的目标，传统的迫零波束成形技术要求波束成形矢量满足：

如果满足上述条件，则卫星接收信号的平均功率可以简化为：

基于迫零准则的波束成形加权矢量在抑制干扰的同时也会对白噪声进行放大，并不一定能提高卫星接收端的信干噪比，因此卫星波束成形矢量需要满足：

利用拉格朗日乘子法进行求解，可以得到最优卫星波束成形矢量为：

S5、计算卫星通信系统信道容量，对卫星系统容量起决定性作用的是处理后数据的信干噪比，选择干扰抑制前后卫星信干噪比的比值作为系统容量指标，定义为信干噪比增益，使用该波束成形矢量对基带等效离散时间信号向量X进行处理，完成干扰抑制。

卫星通信系统信道容量的计算式如下：

C＝Blog₂(1+SINR)

其中，B为信道带宽；SINR为信干噪比。

在干扰抑制处理前，卫星接收端的信干噪比SINR₀表达式如下：

此时使用ω波束成形矢量处理后数据的卫星的信干噪比SINR₁表达式为：

以干扰个数为1时进行简化分析，得到干扰抑制处理前后的卫星信干噪比增益为：

得到只有一个干扰存在时基于LCMV的卫星干扰抑制算法的信干噪比增益为：

可以减少的干扰抑制概率P'为：

P'＝1-[P(1-P_m)+P_f(1-P)]

＝(1-P_f)(1-P)+PP_m

其中，P为干扰信号出现概率，P_f为频谱感知干扰不存在判断为干扰存在概率，P_m为频谱感知干扰存在判断为干扰不存在概率。

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中的描述和所示的本发明实施例的组件可以通过各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图4，在减少干扰抑制概率随干扰概率的变化曲线，条件为在频谱感知虚警概率为0.01，漏检概率为0.01时，通过图4可以得到，随着信道被干扰概率的增大，可减少的干扰抑制概率逐渐变小，但仍可以减少干扰抑制次数。

后续图中BF代表Bartlett波束成形干扰抑制算法，LS代表基于最小二乘准则的卫星干扰抑制算法，LCMV代表基于线性约束最小方差准则的卫星干扰抑制算法。

请参阅图5，不同角度偏差时，信干噪比增益随天数变化曲线，不同角度偏差Δθ时，信干噪比增益G随天线数M变化曲线图。此时仿真条件为信噪比SNR＝10dB，单天线采样个数L＝16，干扰噪声比10dB，从图4可以看出在M一定时，三种算法的G都随着Δθ的增大而增大，LS算法和BF算法的G随着M的增加而增大，Δθ越大G增加的越快；LCMV算法性能随着M的增加先减小后增大，在M＝16即等于L时性能最弱，此时使用LCMV算法会增大干扰的影响。

当Δθ＞0即目标信号与干扰信号有空间距离时，M＞32区间内LCMV算法性能优于LS算法和BF算法。在M＞16以后LCMV算法和LS算法G的增加速率随着M的增加逐渐减小，而BF算法G的增加速率随着M的增加而逐渐增大，说明BF算法性能对天线数越来越敏感，在天线个数足够多的情况下，BF算法的性能有可能会优于LS算法和LCMV算法。

请参阅图6，在不同角度偏差下，信干噪比增益随信噪比变化曲线图，此时仿真条件为天线个数64，单天线采样个数16，干扰噪声比10dB。从图6可以看出在信噪比一定时，三种算法的信干噪比增益都随着角度偏差的增大而增大，说明目标信号与干扰信号的空间距离越远，其能够实现的空间增益越大。LS算法和BF算法其性能只随着角度偏差的增大而增大，与信噪比无关；当角度偏差大于0即目标信号与干扰信号有空间距离时，LS算法性能优于BF算法。

图6中LCMV算法曲线表明，当角度偏差大于0时LCMV算法的信干噪比增益都大于0，说明目标信号和干扰信号的DOA不一样时，LCMV算法都能够起到抑制干扰的目的。从图6可以发现，LCMV算法在低信噪比时性能较好，LCMV算法性能角度偏差越大LCMV算法性能优于LS算法的信噪比区间越大。当角度偏差大于0时随着信噪比的增大，LCMV算法的信干噪比增益先增加，到一定值以后再减小。

请参阅图7，在不同角度偏差下，信干噪比增益随单天线采样数变化曲线图，此时仿真条件为信噪比10dB，天线数64，干扰噪声比10B。从图7可以看出在单天线采样数一定时，不同角度偏差时LCMV算法性能差距较小，LS算法和BF算法的信干噪比增益都随着角度偏差的增大而增大，但LS算法的信干噪比增益增加速度小于BF算法，说明BF算法对角度偏差最敏感，LS算法次之，LCMV最弱。LS算法和BF算法的信干噪比增益与单天线采样数无关，说明增加单天线采样个数对BF算法和LS算法性能没有影响。

LCMV算法性能随着单天线采样数的增加先减小后增大，在单天线采样数为16时取得最大值，在单天线采样数等于天线数时取得最小值性能最弱，甚至增大了干扰对目标信号的影响，与图5中的结果一致.

请参阅图8，在不同信噪比时，信干噪比增益随角度偏差的变化曲线图。此时仿真条件为天线个数128，单天线采样个数32，干扰噪声比10dB，随着角度偏差的增大，三种算法的信干噪比增益越来越大，说明干扰信号和目标信号的空间距离越大，干扰抑制效果越好。

当角度偏差一定，不同信噪比时，LS算法和BF算法性能没有差别，说明LS算法和BF算法干扰抑制性能与信噪比无关，与图6的分析结果一致。从图8可以看出，当角度偏差小于0.05°时，LCMV算法的信干噪比增益小于0且小于LS算法和BF算法，说明当角度偏差较小时，LCMV算法性能最弱且会增大干扰信号对目标信号的影响。

当角度偏差大于0.1°时，LCMV的性能最优、LS算法次之、BF算法最弱。随着角度偏差的增大，LCMV算法信干噪比增益增大速率先增大后减小，LS算法信干噪比增益增大速率几乎不变，BF算法信干噪比增益增大速率逐渐增大，可以估计在角度增大一定程度时，有可能会出现BF算法性能优于LS算法和LCMV算法。从图8中不同信噪比的LCMV算法曲线可以看出，当角度满足一定值时，低信噪比时LCMV算法性能更好，因此LCMV算法更适合于接收信噪比小的卫星干扰抑制。

综上所述，当天线数等于单天线采样数时，LCMV算法性能较差，天线数等于单天线采样数的4倍时，LCMV算法性能最优。在天线数等于单天线采样的4倍时，低信噪比时，基于LCMV的卫星干扰抑制算法优于LS和BF算法。与LS和BF算法相比，LCMV算法更适用于卫星通信系统干扰抑制。

以上内容仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明权利要求书的保护范围之内。

Claims (1)

1.一种基于频谱感知的多馈源卫星干扰抑制方法，其特征在于，多馈源卫星接收端M个接收馈源接收到连续感知数据，经滤波采样后得到M×L维的基带等效离散时间信号矩阵X，M×L维的基带等效离散时间信号矩阵X为：

X＝[x₁,x₂,…x_M]^T∈C^M×L；

其中，上标T表示转置计算，C^M×L表示M×L维元素为复数的矩阵，L为单个接收馈源采样长度；

根据得到的基带等效离散时间信号矩阵X使用频谱感知判断干扰信号是否存在：

其中，H₀为信道空闲干扰不存在事件，H₁为干扰存在事件，D为信号总个数干扰存在事件，

为干扰信号，

为目标信号，

a(θ₀)为目标信号导向矢量，

a(θ_i)为干扰信号导向矢量，如果干扰信号存在，根据线性约束最小方差准则，使用已知的目标信号角θ₀和目标信号自相关矩阵R_XX生成波束成形矢量ω，如果干扰信号不存在，重新滤波采样得到M×L维的基带等效离散时间信号矩阵X，继续频谱感知，利用拉格朗日乘子法求解得到最优卫星波束成形矢量ω_LCMV为：

其中，

为自相关矩阵R的逆矩阵，H为矩阵共轭转置，a(θ₀)为目标信号导向矢量，定义如下：

其中，λ为电磁波长，j为复数标志，d为接收天线间距；

基带等效离散时间信号矩阵X的自相关矩阵R_XX为：

R_XX＝XX^H

其中，H为矩阵共轭转置，X为基带等效离散时间信号矩阵；

然后使用波束成形矢量ω对基带等效离散时间信号向量X进行处理；完成干扰抑制，具体为：

Y＝ω^HX

其中，ω为波束成形矢量，X为基带等效离散时间信号矩阵，Y为波束成形后信号矩阵，根据干扰抑制处理前后的卫星信干噪比增益G得到只有一个干扰存在时基于LCMV的卫星干扰抑制算法的信干噪比增益为：

其中，

为自相关矩阵R的逆矩阵，H为矩阵共轭转置，a(θ₀)为目标信号导向矢量，

为目标信号方差，

为噪声方差；

可以减少的干扰抑制概率P'为：

P'＝1-[P(1-P_m)+P_f(1-P)]

＝(1-P_f)(1-P)+PP_m

其中，P为干扰信号出现概率，P_f为频谱感知干扰不存在判断为干扰存在概率，P_m为频谱感知干扰存在判断为干扰不存在概率。

Images