CN113225138A - 一种消除水声强宽带干扰的方法 - Google Patents

Abstract

本发明属于水声通信技术领域，具体涉及一种消除水声强宽带干扰的方法。本发明为了解决水声通信中现有的强宽带干扰消除方案的不足，提出了一种适用于水下声通信系统的自适应噪声消除方法。它可以指导噪声消除自适应滤波器的重要信道抽头，使信道均衡器不必跟踪整个信道，从而快速收敛并避免了目标信号的失真。本发明的有益效果为：可以在水声通信环境中，使滤波器抽头快速收敛，将水听器接收信号中的声波宽带干扰的消除，并有效避免目的信号失真，提高水下声通信可靠性。

Description

一种消除水声强宽带干扰的方法

技术领域

本发明属于水声通信技术领域，具体涉及一种消除水声强宽带干扰的方法。

背景技术

水声通信是目前常用的水下无线数据传输技术。但是，在一些水声通信场景中，信号是在恶劣的环境中记录的，例如封闭的港口或噪声较大的船只附近。如果接收机收到与目标信号有相同频带的强宽带干扰，系统信噪比会很低，通信的可靠性会大大下降。目前大多数的水声强宽带干扰的干扰消除解决方案主要考虑了对强干扰信号的缓解，并没有设计来避免目标信号的失真。此外，由于需要对水声信道进行跟踪，且水声传播具有延迟较长的特点，现有宽带干扰消除方案需要较长的收敛时间。

发明内容

针对上述问题，本发明为了解决水声通信中现有的强宽带干扰消除方案的不足，提出了一种适用于水下声通信系统的自适应噪声消除方法。它可以指导噪声消除自适应滤波器的重要信道抽头，使信道均衡器不必跟踪整个信道，从而快速收敛并避免了目标信号的失真。

本发明的技术方案是：

一种消除水声强宽带干扰的方法，其特征在于，包括以下步骤：

S1、对水听器的接收信号和参考向量进行预处理：

设N_f为自适应滤波器的阶数，N_S为参考缓冲区中的样品数，并且N＝N_S/N_f是一个整数，将信号和参数向量划分为N个时间窗，基于递归最小二乘自适应滤波器，计算第n个时间窗的基础方程：

其中，r_n为参考缓冲区的第n块，Cov_n为误差的协方差矩阵，λ为选定的标量；令s_n为信号缓冲区的第n块，第n个时间窗的自适应滤波器权重w_n间的关系式为：

S2、将水听器的接收信号通过归一化匹配滤波器，与抽头阈值比较，挑选出与水声宽带干扰信号相关性较高的抽头的索引：

初始化设置抽头索引，组成集合T^w＝{t₁,t₂,…t_L}，其中t₁,t₂,…t_L为所标识的有效抽头的位置；基于正则非完全β函数计算出虚警概率P_t，得出合适的抽头门限t_Thr：

令水听器的接收信号通过归一化匹配滤波器，实现与干扰信号匹配，结果序列为M(i),1≤i≤L，选择绝对值高于门限的抽头的索引，得到有效抽头索引序列为T^v＝{…,t_i,…,t_j,…},1≤i,j≤L；

S3、根据得到的有效抽头的索引，初始化自适应滤波器抽头权重为：

S4、基于步骤S1中提出的改进的递归最小二乘法的基础方程，对滤波器抽头进行迭代计算，直至抽头权重序列收敛：

水听器接收到的信号经过滤波器抽头的递归过滤，得到完整的目的信号。

本发明的有益效果为：可以在水声通信环境中，使滤波器抽头快速收敛，将水听器接收信号中的声波宽带干扰的消除，并有效避免目的信号失真，提高水下声通信可靠性。

附图说明

图1为本发明的流程示意图。

具体实施方式

下面结合附图，对本发明技术方案进行详细描述：

如图1所示，本发明的方法具体包括：

S1、对水听器的接收信号和参考向量进行预处理，划分时间窗，计算出递归最小二乘法的基本方程。具体方法为：

设N_f为自适应滤波器的阶数，N_S为参考缓冲区中的样品数。假设N＝N_S/N_f是一个整数值，将信号和参考向量划分为N个时间窗。基于递归最小二乘自适应滤波器，计算第n个时间窗的基础方程：

其中r_n为参考缓冲区的第n块，Cov_n为误差的协方差矩阵，λ为选定的标量。s_n为信号缓冲区的第n块，第n个时间窗的自适应滤波器权重w_n间的关系式为：

S2、将水听器的接收信号通过归一化匹配滤波器，与抽头阈值比较，挑选出与水声宽带干扰信号相关性较高的抽头的索引。具体方法为：

初始化设置抽头索引，组成集合T^w＝{t₁,t₂,…t_L}，其中t₁,t₂,…t_L为所标识的有效抽头的位置。基于正则非完全β函数计算出虚警概率P_t，得出合适的抽头门限t_Thr：

之后让水听器的接收信号通过归一化匹配滤波器，实现与干扰信号匹配，结果序列为M(i),1≤i≤L。只选择绝对值高于门限的抽头的索引，使抽头可以更针对性地消除干扰信号，同时降低对目标信号的失真影响。得到有效抽头索引序列为T^v＝{…,t_i,…,t_j,…},1≤i,j≤L。

S3、根据得到的有效抽头的索引，并结合信号经归一化匹配滤波器后得到的与干扰信号强相关的重要路径值，初始化滤波器抽头。并将其它相关度弱的索引处的抽头值设为零，降低对目标信号的失真影响。具体方法为：

基于归一化匹配滤波器得出的与干扰信号强相关的抽头索引，定制化滤波器的抽头权重。抓住滤波器的抽头系数集合T^w与误差协方差矩阵Cov₁有比例关系的特点，利用上述步骤得出的与干扰信号强相关的抽头索引，初始化自适应滤波器抽头权重为：

S4、基于步骤S1中提出的改进的递归最小二乘法的基础方程，迭代计算修正滤波器抽头,至抽头逐渐收敛进入稳定状态。具体方法为：

依照改进的递归最小二乘法，对滤波器抽头进行迭代计算，至抽头权重序列收敛。

最终，水听器接收到的信号经过滤波器抽头的递归过滤，得到完整的目的信号。在此过程中抽头序列通过不断递归迅速收敛，提高了消除水声宽带干扰信号的速度，并避免了目的信号的失真。

Claims (1)

1.一种消除水声强宽带干扰的方法，其特征在于，包括以下步骤：

S1、对水听器的接收信号和参考向量进行预处理：

设N_f为自适应滤波器的阶数，N_S为参考缓冲区中的样品数，并且N＝N_S/N_f是一个整数，将信号和参数向量划分为N个时间窗，基于递归最小二乘自适应滤波器，计算第n个时间窗的基础方程：

其中，r_n为参考缓冲区的第n块，Cov_n为误差的协方差矩阵，λ为选定的标量；令s_n为信号缓冲区的第n块，第n个时间窗的自适应滤波器权重w_n间的关系式为：

S2、将水听器的接收信号通过归一化匹配滤波器，与抽头阈值比较，挑选出与水声宽带干扰信号相关性较高的抽头的索引：

初始化设置抽头索引，组成集合T^w＝{t₁,t₂,…t_L}，其中t₁,t₂,…t_L为所标识的有效抽头的位置；基于正则非完全β函数计算出虚警概率P_t，得出合适的抽头门限t_Thr：

令水听器的接收信号通过归一化匹配滤波器，实现与干扰信号匹配，结果序列为M(i),1≤i≤L，选择绝对值高于门限的抽头的索引，得到有效抽头索引序列为T^v＝{…,t_i,…,t_j,…},1≤i,j≤L；

S3、根据得到的有效抽头的索引，初始化自适应滤波器抽头权重为：

S4、基于步骤S1中的基础方程，对滤波器抽头进行迭代计算，直至抽头权重序列收敛：

水听器接收到的信号经过滤波器抽头的递归过滤，得到完整的目的信号。

Images