CN110391820B - 一种基于dft的规避同频干扰的通信接收方法 - Google Patents

一种基于dft的规避同频干扰的通信接收方法 Download PDF

Info

Publication number
CN110391820B
CN110391820B CN201910502949.4A CN201910502949A CN110391820B CN 110391820 B CN110391820 B CN 110391820B CN 201910502949 A CN201910502949 A CN 201910502949A CN 110391820 B CN110391820 B CN 110391820B
Authority
CN
China
Prior art keywords
vector
signal
frequency
array element
fourier transform
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.)
Active
Application number
CN201910502949.4A
Other languages
English (en)
Other versions
CN110391820A (zh
Inventor
王开
高怡婷
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.)
Southeast University
Original Assignee
Southeast University
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 Southeast University filed Critical Southeast University
Priority to CN201910502949.4A priority Critical patent/CN110391820B/zh
Publication of CN110391820A publication Critical patent/CN110391820A/zh
Application granted granted Critical
Publication of CN110391820B publication Critical patent/CN110391820B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
    • H04B1/06—Receivers
    • H04B1/10—Means associated with receiver for limiting or suppressing noise or interference
    • H04B1/1027—Means associated with receiver for limiting or suppressing noise or interference assessing signal quality or detecting noise/interference for the received signal

Abstract

本发明提出了一种基于DFT的规避同频干扰的新型通信接收方法，其实现步骤是：1)建立包含多径信号的无线数据接收模型x；2)对接收到的信号模型x进行傅里叶变换处理，建立波束矢量S和其对角阵T，并用S和T构建等量关系；3)利用波束矢量S和其对角阵T，求出转换之后的频率矢量a和幅度矢量b；4)对转换之后的频率矢量a代入关系式进行因式分解，求出目标的频率估计值
Figure DDA0002090842390000011
5)利用已求解出的频率估计值求解幅度估计值
Figure DDA0002090842390000012
相比于传统通信接收器，本发明采用的新型接收方法可以较好地去除同频干扰，接收性能明显优于传统的通信接收机。

Description

一种基于DFT的规避同频干扰的通信接收方法
技术领域
本发明涉及通信技术领域，特别是涉及一种基于DFT的规避同频干扰的通信接收方法。
背景技术
随着通信技术的发展无线数据传输已经应用到了各种设备中，如手机、物联网设备等，但是一点到多点无线信号同频干扰问题、电子对抗中的同频干扰抑制问题是无线通信中最难解决的问题。
发明内容
为了解决以上问题，本发明提供一种基于DFT的规避同频干扰的通信接收方法，用来消除无线接收机的同频干扰问题，以在保证测角精度的前提下，降低运算量，便于工程实现，为达此目的，本发明提供一种基于DFT的规避同频干扰的通信接收方法，所属接收信号的频率以及幅度测量方法包括如下步骤：
步骤一：建立包含多径信号的无线数据接收模型x；
步骤二：对接收到的信号模型x进行傅里叶变换处理，利用获得的傅里叶变换数据建立波束矢量S和其对角阵T，并用S和T构建等量关系；
步骤三：利用波束矢量S和其对角阵T，实现接收信号x从阵元空间到波束空间的转换，得到转换之后的频率矢量a和幅度矢量b；
步骤四：对转换之后的频率矢量a代入关系式进行因式分解，求出目标的频率估计值
Figure GDA0003007784160000011
步骤五：利用已求解出的频率估计值求解幅度估计值
Figure GDA0003007784160000012
作为本发明进一步改进，所述步骤一中建立包含多径信号的无线数据接收模型x，表示如下：
其中x∈CN×1表示接收机单次快拍接收的数据，N表示天线阵元数；发射信号表示为s(t)，则第m个阵元接收到的第n个接收信号可表示为：
smn(t)＝μns(t-τmn)
其中，m＝1,2,…,N为阵元编号索引，n＝1,2,…N0为目标标号索引，N0为总目标数；μn为第n个接收信号的传播衰减因子；
Figure GDA0003007784160000013
为信号到达第m个阵元时相对参考阵元的延迟，c为光速，xm为阵元位置，
Figure GDA0003007784160000021
为带估计的信号相位；
对于接收机而言，其发射信号载频f0一般远大于带宽，可视为窄带信号，因此第m个阵元的接收信号可进一步写为：
Figure GDA0003007784160000022
其中，A为每个接收子信号的幅度，ω为每个接收子信号的频率。
作为本发明进一步改进，所述步骤二中建立波束矢量S和对角阵T，并利用S和T构建等量关系，表示如下：
对接收信号sm(t)进行傅里叶变换处理可得：
Figure GDA0003007784160000023
为了方便将上式改写成矩阵形式，令
Figure GDA0003007784160000024
则sm(t)的傅里叶变换可进一步写为：
Figure GDA0003007784160000025
因此我们可以得到：
Figure GDA0003007784160000026
构造波束矢量
Figure GDA0003007784160000027
其为一个包含N0个傅里叶变换值的N0×1的矢量。则可以得到N0个等式：
Figure GDA0003007784160000028
构造波束矢量S的对角阵
Figure GDA0003007784160000029
则可将上式写为矩阵形式：
Figure GDA0003007784160000031
令其中
Figure GDA0003007784160000032
Figure GDA0003007784160000033
则可得到以下表达式：
Figure GDA0003007784160000034
作为本发明进一步改进，所述步骤三利用波束矢量S和其对角阵T，实现接收信号x从阵元空间到波束空间的转换，得到转换之后的频率矢量a和幅度矢量b，包括：
第一，取N0个傅里叶变换样本点构造波束矢量S和对角阵T，所述的
Figure GDA0003007784160000035
Figure GDA0003007784160000036
得到表达式(a):
Figure GDA0003007784160000037
第二，再取N0个不同于第一点中所选的傅里叶变换样本点构造
Figure GDA0003007784160000038
Figure GDA0003007784160000039
和
Figure GDA0003007784160000041
则可同理得到表达式(b):
Figure GDA0003007784160000042
第三，根据式(a)和式(b)，有：
Figure GDA0003007784160000043
再根据式(a)或式(b)，可得：
Figure GDA0003007784160000044
或者
Figure GDA0003007784160000045
作为本发明进一步改进，所述步骤四对转换之后的频率矢量a带入关系式因式分解，求出目标的估计值
Figure GDA0003007784160000046
包括：
由式
Figure GDA0003007784160000047
可得：
Figure GDA0003007784160000048
对上式等式右边进行因式分解后可得xn估计值
Figure GDA0003007784160000049
即可求得
Figure GDA00030077841600000410
作为本发明进一步改进，所述步骤五利用已求解出的频率估计值求解幅度估计值
Figure GDA00030077841600000411
包括：
第一，对接收机信号sm(t)补零至2N，得到补零信号s′m(t)；
第二，对补零信号s′m(t)做傅里叶变换可得：
Figure GDA00030077841600000412
任取N0两个S′(k)值
Figure GDA00030077841600000413
可将上式改写为矩阵形式：
Figure GDA0003007784160000051
第三，将已求得的频率估计值
Figure GDA0003007784160000052
代入上式，即可求得接收信号的幅度估计值
Figure GDA0003007784160000053
(设相位为0)：
Figure GDA0003007784160000054
本发明具有如下优点：
1.可以规避同频干扰
本发明提出的规避同频干扰的接收方法基于DFT变换，对5G网络建设、WIFI互联、车联网、船联网、物联网产生积极的作用，消除接收机同频干扰，增强接收机抗干扰能力。
2.本发明与现有技术相比，降低了运算量。
与传统的通信接收器相比，本发明中接收阵列需要的阵元数更少，因此运算量会大大下降。
3.估计精度更高
本发明提出的去除同频干扰的接收方法基于DFT变换，充分利用了DFT变换之后的频域信息相关性强等条件，相比于传统的通信接收器，其性能有明显的提升。
附图说明
图1是本发明的实现流程图；
图2是本发明对接收信号实部的恢复效果图；
图3是本发明对接收信号虚部的恢复效果图。
具体实施方式
本发明提供一种基于DFT的规避同频干扰的通信接收方法，用来消除无线接收机的同频干扰问题，以在保证测角精度的前提下，降低运算量，便于工程实现。
下面结合具体实施例对本发明做进一步的说明，但本发明不受实施例的限制。
一种基于DFT的规避同频干扰的通信接收方法，如图1所示，所述接收信号估计方法包括如下步骤：
步骤一：建立包含多径信号的无线数据接收模型x；
步骤二：对接收到的信号模型x进行傅里叶变换处理，利用获得的傅里叶变换数据建立波束矢量S和其对角阵T，并用S和T构建等量关系；
步骤三：利用波束矢量S和其对角阵T，实现接收信号x从阵元空间到波束空间的转换，得到转换之后的频率矢量a和幅度矢量b；
步骤四：对转换之后的频率矢量a代入关系式进行因式分解，求出目标的频率估计值
Figure GDA0003007784160000061
步骤五：利用已求解出的频率估计值求解幅度估计值
Figure GDA0003007784160000062
进一步地，步骤一所述接受阵列模型包括：
x∈CN×1表示接收器单次快拍接收的数据，N表示天线阵元数；发射信号表示为s(t)，则第m个阵元接收到的第n个接收信号可表示为：
smn(t)＝μns(t-τmn)
其中，m＝1,2,…,N为阵元编号索引，n＝1,2,…N0为目标标号索引，N0为总目标数；μn为第n个目标信号的传播衰减因子；
Figure GDA0003007784160000063
为回波到达第m个阵元时相对参考阵元的延迟，c为光速，ym为阵元位置，
Figure GDA0003007784160000064
为带估计的信号相位。
对于接收机而言，其发射信号载频f0一般远大于带宽，可视为窄带信号，因此第m个阵元的接收信号可进一步写为：
Figure GDA0003007784160000065
其中，A为每个接收子信号的幅度，ω为每个接收子信号的频率。
进一步地，步骤二所述建立波束矢量和其对角阵并构建等量关系包括：
对接收阵列sm(t)进行傅里叶变换处理可得：
Figure GDA0003007784160000071
为了方便将上式改写成矩阵形式，令
Figure GDA0003007784160000072
则sm(t)的傅里叶变换可进一步写为：
Figure GDA0003007784160000073
对上式稍作变换则，我们可以得到：
Figure GDA0003007784160000074
构造波束矢量
Figure GDA0003007784160000075
其为一个包含N0个傅里叶变换值的N0×1的矢量。则可以得到N0个等式：
Figure GDA0003007784160000076
构造波束矢量S的对角阵
Figure GDA0003007784160000077
则可将上式写为矩阵形式：
Figure GDA0003007784160000078
令其中
Figure GDA0003007784160000079
Figure GDA00030077841600000710
则可得到以下表达式：
Figure GDA0003007784160000081
进一步地，步骤三所述的利用波束矢量和对角阵计算频率矢量和幅度矢量包括：
第一，取N0个傅里叶变换样本点构造波束矢量S和对角阵T，所述的
Figure GDA0003007784160000082
Figure GDA0003007784160000083
和
Figure GDA0003007784160000084
得到表达式(a):
Figure GDA0003007784160000085
第二，再取N0个不同于第一点中所选的傅里叶变换样本点构造
Figure GDA0003007784160000086
Figure GDA0003007784160000087
和
Figure GDA0003007784160000088
则可同理得到表达式(b):
Figure GDA0003007784160000089
第三，根据式(a)和式(b)，有：
Figure GDA00030077841600000810
再根据式(a)或式(b)，可得：
Figure GDA00030077841600000811
或者
Figure GDA00030077841600000812
进一步地，步骤四所述的接收信号的频率计算包括：
由式
Figure GDA0003007784160000091
可得：
Figure GDA0003007784160000092
对上式等式右边进行因式分解后可得xn的估计值
Figure GDA0003007784160000093
则
Figure GDA0003007784160000094
进一步的，步骤五所述的接收信号的幅度计算包括：
第一，对接收机信号sm(t)补零至2N，得到补零信号s′m(t)；
第二，对补零信号s′m(t)做傅里叶变换可得：
Figure GDA0003007784160000095
任取N0两个S′(k)值
Figure GDA0003007784160000096
可将上式改写为矩阵形式：
Figure GDA0003007784160000097
第三，将已求得的频率估计值
Figure GDA0003007784160000098
代入上式，即可求得接收信号的幅度估计值
Figure GDA0003007784160000099
(设相位为0)：
Figure GDA0003007784160000101
本发明的效果可以通过以下计算机仿真进一步说明：
一、仿真条件
无线发射信号为正弦波，采样频率为50MHz，存在2个目标信号，仿真噪声背景为高斯白噪声，信噪比取值为40dB。
假设接收机的接收噪声均为独立同分布的零均值高斯白噪声。
Figure GDA0003007784160000102
为第n个目标信号的角度估计值，
Figure GDA0003007784160000103
为第n个目标信号的幅度估计值，MC为Monte-Carlo总次数，仿真实验中，MC＝500。
二、仿真内容
仿真1：在上述仿真条件下，设置天线数为16，入射角度差为1度，信噪比取值为40dB，计算幅度时补零至4N，得到恢复信号的实部与虚部与原信号对比图，结果如图2和图3.
从图2和图3中可以看出，在目标数量为2时，用本发明还原出的信号不管是实部还是虚部都与原信号高度一致，但是图像略有毛疵。通过一个巴特沃斯低通滤波器之后，我们可以看到，还原出的信号的毛疵可以被很好的去除，与原信号基本无差异，因此可以证明，本发明可以基本规避同频干扰还原出发射信号。
以上所述，仅是本发明的较佳实施例而已，并非是对本发明作任何其他形式的限制，而依据本发明的技术实质所作的任何修改或等同变化，仍属于本发明所要求保护的范围。

Claims (1)

1.一种基于DFT的规避同频干扰的通信接收方法，其特征在于，所属接收信号的频率以及幅度测量方法包括如下步骤：
步骤一：建立包含多径信号的无线数据接收模型x；
所述步骤一中建立包含多径信号的无线数据接收模型x，表示如下：
其中x∈CN×1表示接收机单次快拍接收的数据，N表示天线阵元数；发射信号表示为s(t)，则第m个阵元接收到的第n个接收信号表示为：
smn(t)＝μns(t-τmn)
其中，m＝1,2,…,N为阵元编号索引，n＝1,2,…N0为目标标号索引，N0为总目标数；μn为第n个接收信号的传播衰减因子；
Figure FDA0003007784150000011
为信号到达第m个阵元时相对参考阵元的延迟，c为光速，xm为阵元位置，
Figure FDA0003007784150000012
为带估计的信号相位；
对于接收机而言，其发射信号载频f0一般远大于带宽，视为窄带信号，因此第m个阵元的接收信号进一步写为：
Figure FDA0003007784150000013
其中，A为每个接收子信号的幅度，ω为每个接收子信号的频率；
步骤二：对接收到的信号模型x进行傅里叶变换处理，利用获得的傅里叶变换数据建立波束矢量S和其对角阵T，并用S和T构建等量关系；
所述步骤二中建立波束矢量S和对角阵T，并利用S和T构建等量关系，表示如下：
对接收信号sm(t)进行傅里叶变换处理得：
Figure FDA0003007784150000014
为了方便将上式改写成矩阵形式，令
Figure FDA0003007784150000015
则sm(t)的傅里叶变换进一步写为：
Figure FDA0003007784150000016
因此得到：
Figure FDA0003007784150000021
构造波束矢量
Figure FDA0003007784150000022
其为一个包含N0个傅里叶变换值的N0×1的矢量，则得到N0个等式：
Figure FDA0003007784150000023
构造波束矢量S的对角阵
Figure FDA0003007784150000024
则将上式写为矩阵形式：
Figure FDA0003007784150000025
令其中
Figure FDA0003007784150000026
Figure FDA0003007784150000027
则得到以下表达式：
Figure FDA0003007784150000028
步骤三：利用波束矢量S和其对角阵T，实现接收信号x从阵元空间到波束空间的转换，得到转换之后的频率矢量a和幅度矢量b；
所述步骤三利用波束矢量S和其对角阵T，实现接收信号x从阵元空间到波束空间的转换，得到转换之后的频率矢量a和幅度矢量b，包括：
第一，取N0个傅里叶变换样本点构造波束矢量S和对角阵T，所述的
Figure FDA0003007784150000029
Figure FDA0003007784150000031
和
Figure FDA0003007784150000032
得到表达式(a):
Figure FDA0003007784150000033
第二，再取N0个不同于第一点中所选的傅里叶变换样本点构造
Figure FDA0003007784150000034
Figure FDA0003007784150000035
和
Figure FDA0003007784150000036
则同理得到表达式(b):
Figure FDA0003007784150000037
第三，根据式(a)和式(b)，有：
Figure FDA0003007784150000038
再根据式(a)或式(b)，可得：
Figure FDA0003007784150000039
或者
Figure FDA00030077841500000310
步骤四：对转换之后的频率矢量a代入关系式进行因式分解，求出目标的频率估计值
Figure FDA00030077841500000311
所述步骤四对转换之后的频率矢量a带入关系式因式分解，求出目标的估计值
Figure FDA00030077841500000312
包括：
由式
Figure FDA0003007784150000041
得：
Figure FDA0003007784150000042
对上式等式右边进行因式分解后得xn估计值
Figure FDA0003007784150000043
即求得
Figure FDA0003007784150000044
步骤五：利用已求解出的频率估计值求解幅度估计值
Figure FDA0003007784150000045
所述步骤五利用已求解出的频率估计值求解幅度估计值
Figure FDA0003007784150000046
包括：
第一，对接收机信号sm(t)补零至2N，得到补零信号s′m(t)；
第二，对补零信号s′m(t)做傅里叶变换得：
Figure FDA0003007784150000047
任取N0两个S′(k)值
Figure FDA0003007784150000048
将上式改写为矩阵形式：
Figure FDA0003007784150000049
第三，将已求得的频率估计值
Figure FDA00030077841500000410
代入上式，即求得接收信号的幅度估计值
Figure FDA00030077841500000411
其中设相位为0：
Figure FDA0003007784150000051
CN201910502949.4A 2019-06-11 2019-06-11 一种基于dft的规避同频干扰的通信接收方法 Active CN110391820B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910502949.4A CN110391820B (zh) 2019-06-11 2019-06-11 一种基于dft的规避同频干扰的通信接收方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910502949.4A CN110391820B (zh) 2019-06-11 2019-06-11 一种基于dft的规避同频干扰的通信接收方法

Publications (2)

Publication Number Publication Date
CN110391820A CN110391820A (zh) 2019-10-29
CN110391820B true CN110391820B (zh) 2021-06-11

Family

ID=68285549

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910502949.4A Active CN110391820B (zh) 2019-06-11 2019-06-11 一种基于dft的规避同频干扰的通信接收方法

Country Status (1)

Country Link
CN (1) CN110391820B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111245525B (zh) * 2020-01-17 2021-05-11 东南大学 大规模mimo水声通信方法与系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106559361A (zh) * 2015-09-17 2017-04-05 清华大学 大规模多输入多输出天线系统的信道估计方法及装置
CN109639303A (zh) * 2018-12-29 2019-04-16 南京天际易达通信技术有限公司 一种基于加窗处理的干扰检测和抑制方法
CN109814065A (zh) * 2019-01-14 2019-05-28 东南大学 基于相位因子加权的波束形成方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100553243C (zh) * 2004-04-01 2009-10-21 上海交通大学 波束空间正交频分复用调制系统自适应波束形成方法
KR20130034095A (ko) * 2011-09-28 2013-04-05 한국전자통신연구원 모바일 신호의 도착각/도착시간을 추정하는 장치 및 방법
CN104535959A (zh) * 2014-12-05 2015-04-22 天津大学 时空欠采样下信号频率及doa联合测量方法及装置
CN104914408B (zh) * 2015-06-12 2017-12-15 天津大学 基于中国余数定理的频率、doa联合测量方法以及装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106559361A (zh) * 2015-09-17 2017-04-05 清华大学 大规模多输入多输出天线系统的信道估计方法及装置
CN109639303A (zh) * 2018-12-29 2019-04-16 南京天际易达通信技术有限公司 一种基于加窗处理的干扰检测和抑制方法
CN109814065A (zh) * 2019-01-14 2019-05-28 东南大学 基于相位因子加权的波束形成方法

Also Published As

Publication number Publication date
CN110391820A (zh) 2019-10-29

Similar Documents

Publication Publication Date Title
Moura et al. Detection by time reversal: Single antenna
CN104360355B (zh) 抗干扰方法和装置
CN107124216A (zh) 一种针对阵列误差的Capon稳健自适应波束形成方法及系统
CN110850445A (zh) 一种基于空时采样协方差求逆的脉冲干扰抑制方法
CN113109781A (zh) 波达方向估计方法、雷达和可移动设备
CN110391820B (zh) 一种基于dft的规避同频干扰的通信接收方法
CN111313943A (zh) 深度学习辅助的大规模天线阵列下的三维定位方法及装置
US9444558B1 (en) Synthetic robust adaptive beamforming
CN104698472A (zh) 改进宽带干扰抑制处理方法及处理装置
Fayziyev et al. A measurement-based channel model for vehicular communications in tunnels
CN105372644A (zh) 一种基于动态重修正的自适应波束形成方法及系统
Hassen et al. An efficient central DOA tracking algorithm for multiple incoherently distributed sources
Zhang et al. ML iterative superresolution approach for real-beam radar
CN114384468B (zh) 一种在不一致脉冲噪声环境下的目标直接定位方法和系统
Bellili et al. Low-complexity DOA estimation from short data snapshots for ULA systems using the annihilating filter technique
CN113766424B (zh) 一种无人机室内定位方法、装置、计算机设备及存储介质
CN115514436B (zh) 一种面向Massive MIMO LEO通信的星间链路信道预测方法
CN108717196A (zh) 一种阵列天线接收信号的去干扰方法及系统
WO2022168294A1 (ja) レーダ装置、レーダシステムおよびレーダ方法
CN115616628B (zh) 基于角跟踪环路的gnss天线阵接收机盲波束形成方法
Mini et al. A novel algorithm for adaptive NLMS beamformer
Rejeb et al. Mean angle of arrival, angular and Doppler spreads estimation in multiple‐input multiple‐output system
Lan Beamforming and direction of arrival estimation based on vector sensor arrays
Choi et al. Estimation of Number of Targets Based on CNN Classifier for OFDM Radar Systems
Nagaraju et al. Sparsity-unaware High Probability DOA Estimation using Compressive Sensing based Extended OMP

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant