CN113612720B - 无线信道抗干扰调制方法及系统 - Google Patents

Abstract

本发明涉及一种无线信道抗干扰调制方法及系统，包括：S1.采集环境干扰信号，获取干扰参数与干扰规律；S2.选择调制方式作为初始值，生成初始调制模型；S3.调制模型生成动态对抗干扰信号；S4.利用动态对抗干扰信号强化训练调制模型；S5.判断调制模型是否收敛，若收敛，则继续执行以下步骤，否则循环迭代S3～S5直至收敛；S6.利用调制模型生成待发送调制信号，并计算调制信号经信道干扰后的误码率；S7.将误码率与预设阈值比较，当误码率≤阈值时，抗干扰完成，当误码率>阈值时，循环S3～S7直至误码率小于阈值。本发明可自适应智能寻找最佳抗干扰调制星座图，使误码率逼近理论极限，抗干扰能力强，能适应各类应用场景。

Description

无线信道抗干扰调制方法及系统

技术领域

本发明涉及无线通信抗干扰技术领域，尤其涉及一种无线信道抗干扰调制方法及系统。

背景技术

通信领域的系统结构复杂、耗资巨大，且具有重要的民用、军用应用价值。随着电子信息技术的高速发展，无线通信扮演着越来越重要的角色，越来越多的微电子器件也应用于通信系统，通信系统对电子设备的依赖程度和电磁敏感度大幅度提高。但是，通信系统在无线通信过程中极易受到电磁波或噪声干扰。因此，通信信道的抗干扰技术成为重点关注和必须解决的问题。

中国专利CN106130691B公开了一种基于扩维编码调制的抗干扰保密通信系统与方法，发送端通过之前发送成功的反馈信息生成发送扩维序列，进行扩维编码调制，接收端根据最新接收成功的信息生成接收扩维序列，进行扩维解调译码。上述通信系统可实现信息抗干扰保密传输。中国专利CN101399633B公开了一种里得一所罗门(RS)码结合网格编码调制(TCM)技术的抗干扰方法，该方法的通信系统中采用RS编码、译码器，TCM编码器等，将发送信息进行编码、调制、译码，解决了频挑传输系统的信道编码效率与通信可靠性的矛盾。但上述技术均是从特定编码的调制方面入手研究，没有涉及到具体调制方式的抗干扰研究。

通信调制是一种用来克服信道噪声影响的通信手段。传统的抗干扰通信调制方式包括振幅键控ASK(Amplitude Shift Keying的缩写)、频移键控FSK(Frequency ShiftKeying的缩写)、相移键控PSK(Phase Shift Keying的缩写)、正交振幅调制QAM(Quadrature Amplitude Modulation的缩写)等，这些方式均是人工按照固定排列规则而设计的。其中，QAM数字调制方式已经从早期2进制、4进制发展到最近包含1024个星座点的1024-QAM调制格式，其传输效率随着星座点数目的增加快速增加。但是不同调制方式的抗噪能力和设计难度也不同，趋势上表现为单个点编码长度越长，信息传递越快，但是抗噪能力却越弱，且优化设计难度也增加。在通信抗干扰方面，虽然传统的调制方式具有很强的应用能力，但尚未达到对应的理论极限，仍存在改进空间。

发明内容

为了降低信道电磁波信号或噪声的干扰，本发明提供一种无线信道抗干扰调制方法及系统。

为实现上述发明目的，本发明的技术方案是：

本发明提供一种无线信道抗干扰调制方法，包括以下步骤：

S1.采集环境干扰信号，获取所述环境干扰信号的干扰参数与干扰规律；

S2.基于所述干扰参数和所述干扰规律，选择调制方式作为初始值，生成初始的调制模型，并获得其初始权重；

S3.基于所述调制模型，生成动态对抗干扰信号；

S4.利用所述动态对抗干扰信号更新所述调制模型的权重，并强化训练所述调制模型；

S5.判断所述调制模型是否收敛，若收敛，则继续执行以下步骤，否则循环迭代所述步骤S3～S5，直至所述调制模型收敛；

S6.利用所述调制模型生成待发送的调制信号，并计算所述调制信号经信道干扰后的误码率；

S7.将所述误码率与预设阈值比较，当所述误码率≤所述阈值时，抗干扰完成，并输出抗干扰调制信号，当所述误码率>所述阈值时，循环重复所述步骤S3～S7直至所述误码率≤所述阈值。

进一步地，所述初始值为采用的调制方式所对应的标准星座图。

进一步地，所述步骤S3具体包括以下步骤：

S31.获取所述调制模型对应的标准星座图，并将对应的星座点用坐标(xi，yi)表示，其中，i表示标准星座图上的每个星座点；

S32.利用人工智能对抗样本技术，生成干扰星座图扰动，对应干扰星座点的横、纵坐标偏移量分别为：

其中，k表示对应的所有的干扰星座点，且k≠i；

S33.选择干扰幅度最小的n个所述干扰星座图扰动，获取如下扰动幅度：

S34.根据所述扰动幅度的反相关关系生成如下概率分布：

S35.根据所述扰动幅度和所述概率分布，并随机选择本次干扰的干扰信号。

进一步地，所述n≥3。

进一步地，所述干扰信号的振幅为所有干扰星座图扰动中最小扰动幅度的一半，即且其相位为对应的扰动方向，为：

进一步地，所述步骤S4具体包括以下步骤：

S41.通过所述调制模型生成待发送原始编码序列B和与所述编码序列B对应的星座点列表，由所述星座点列表转换为待发送原始信号；

S42.将所述步骤S3生成的所述干扰信号和所述环境干扰信号的波形进行叠加并发送，接收干扰后的信号；

S43.对所述干扰后的信号进行解调，获得其振幅和相位，并在对应的星座图上找到距离最近的星座点；

S44.根据所述星座点获取所述干扰后的信号对应的编码序列B′，并计算误码损失L＝|B′-B|；

S45.根据所述误码损失更新所述调制模型的权重参数：

其中，α表示学习率，ω_i表示每一次更新前的权重参数，ω_i+1表示每一次更新后的权重参数。

进一步地，所述调制模型收敛的依据为相邻两次迭代的误码损失变化值小于阈值ε，即|L_i+1-L_i|＜ε。

进一步地，所述阈值ε的取值为10^-6。

进一步地，所述误码率为所述干扰后的调制信号通过解调获得对应编码序列的错误个数占总编码序列长度的比例。

本发明还提供一种利用上述无线信道抗干扰调制方法实现的无线信道抗干扰调制系统，包括：

信号采集模块，用于采集环境干扰信号及其干扰参数；

信号处理模块，用于根据信号参数进行处理获得对应的规律；

模型生成模块，用于根据调制方式的初始值生成初始的调制模型，并获得其初始权重；

干扰生成模块，用于生成动态对抗干扰信号；

模型训练模块，用于由所述动态对抗干扰信号更新所述调制模型的权重，强化训练所述调制模型至收敛；

通信模块，用于模拟所述调制模型生成的调制信号的发送、信道干扰和接收；

计算模块，用于计算所述调制信号经信道干扰后的误码率；

判断模块，用于比较所述误码率和预设阈值的大小，并判断是否需要更新所述误码率。

本发明的有益效果是：

本发明提供的无线信道抗干扰调制方法利用人工智能对抗样本技术生成动态对抗干扰信号，并通过使用该动态对抗干扰信号来训练调制模型，使优化后的调制模型的抗干扰能力逼近理论极限。与现有的或传统的调制技术相比，本发明在抗干扰方面具有性能优势。

本发明提供的无线信道抗干扰调制方法在无线通信过程中，无需专家参与，即可自主自适应智能寻找最佳抗干扰调制星座图，误码率低于现有的或传统的调制技术。同时，本发明的抗干扰调制方法无需依赖参数和调试，就能够适应各类应用场景并具有良好的扩展应用能力。在民用领域，本发明主要用于存在一定噪声干扰环境下，需要抗干扰的移动通信应用场景；在军用领域，主要用于对抗环境下，需要具备高可靠、抗干扰通信的应用场景。

附图说明

图1示意性表示本发明的一种实施方式的无线信道抗干扰调制方法的流程图；

图2示意性表示本发明的一种实施方式的利用无线信道抗干扰调制方法生成的抗干扰调制波的误码率效果图；

图3示意性表示本发明的一种实施方式采用的16QAM调制方式的标准星座图；

图4示意性表示本发明的一种实施方式的无线信道抗干扰调制方法的星座图；

图5示意性表示本发明的一种实施方式的利用无线信道抗干扰调制方法实现的无线信道抗干扰调制系统的模块组成图。

具体实施方式

为了更清楚地说明本发明实施方式或现有技术中的技术方案，下面将对实施方式中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本发明的一些实施方式，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

下面将结合附图对本发明的具体实施方式作详细地描述，实施方式不能在此一一赘述，但本发明的实施方式并不因此限定于以下实施方式。本发明的实施方式中提供的方法并不局限于按照以下各步骤的顺序依次执行。

图1示意性表示了本发明的一种实施方式的无线信道抗干扰调制方法各个步骤、各个步骤的顺序以及通过判断需要进行循环的步骤的整个流程。如图1所示，在本实施方式中，开始执行本发明后，S1.可以利用各类频谱信号采集的硬件设备采集环境中的干扰信号，并获取该环境干扰信号的干扰类型和以信噪比表征的干扰强度等参数，以及不同干扰类型对应的干扰规律。例如，可以采集的环境干扰信号为符合标准正态分布的高斯噪声干扰和单频率压制干扰等。

随后，在本实施方式中，S2.根据上述环境干扰信号的干扰参数和规律，选择调制方式作为初始值，用于生成初始的调制模型，并获得该模型的初始权重。其中，可选择的调制方式为振幅键控ASK、频移键控FSK、相移键控PSK、正交振幅调制QAM等。这里的初始值是指以在使用该环境干扰信号干扰的前提下依然可以保持正常通信过程的上述调制方式中的任意一种。

优选地，本实施方式将与所选择的调制方式对应的标准星座图作为生成初始调制模型的初始值。采用星座图的方式可以降低误码率，使该调制模型的抗干扰能力强。

具体地，本实施方式假设采集的环境干扰信号为高斯噪声，并选择16QAM调制方式对应包含有16个星座点的标准星座图作为初始值，获得16QAM初始调制模型及其初始权重参数ω。

如图1所示，在本实施方式中，S3.通过S2的调制模型生成动态对抗干扰信号。其中，该动态对抗干扰信号具体生成的过程无需专家参与，即可自主自适应智能寻找最佳抗干扰调制星座图，具体包括以下步骤：

S31.获取16QAM调制模型对应的16星座点的标准星座图，如图3所示，并将该图上每个星座点都用坐标(x_i，y_i)表示，其中，i表示标准星座图上的每个星座点，且1≤i≤16；

S32.利用人工智能对抗样本技术，生成所有可能的干扰星座图扰动，同时获得的对应干扰星座点的横、纵坐标偏移量分别为：

其中，k表示对应的所有可能的干扰星座点，1≤k≤16，且k≠i；

S33.在S32中生成的干扰星座图扰动中，选择干扰幅度最小的n个干扰星座图扰动，并获取其如下扰动幅度：

其中，n≥3，n取不同值，会对调制模型的训练收敛产生不同影响，n越小，收敛速度越快，但可能出现不稳定现象，n越大，收敛速度变慢，部分情况会出现无法收敛到理想结果，但可改善稳定性。在本实施方式中，为了更快训练调制模型，对上述n取值为n＝3；

S34.根据上述扰动幅度的反相关关系生成如下概率分布：

S35.根据上述扰动幅度和概率分布P，并随机选择本次干扰对应的干扰信号，记为w′(t)。其中，该干扰信号w′(t)的振幅为所有干扰星座图扰动中最小扰动幅度的一半，即/>且其相位为对应的扰动方向，为：

在本实施方式中，上述生成动态对抗干扰信号的过程中S33可自适应调整干扰信号的扰动幅度，S35中干扰信号w′(t)的相位与星座点分布关联，而且其扰动方向并非固定的某一方向，而是动态变化的。S34中的概率分布表示动态对抗干扰信号的变化随机概率分布，且与干扰信号的幅度相关。

在本实施方式中，S4.主要通过利用S3中生成的动态对抗干扰信号作为S2生成的初始调制模型的输入，并更新该调制模型的权重参数，来强化训练该调制模型，以此改进该调制模型的抗干扰能力。其中，强化训练的方式可以是深度学习强化学习训练模式，且该强化训练的过程具体包括以下步骤：

S41.通过16QAM调制模型生成一系列待发送原始编码序列B和与该编码序列B对应的星座点列表T(B)，由该星座点列表T(B)转换为待发送原始信号w(t)，本实施方式的待发送原始编码序列B采用编码长度为512的二进制编码；

S42.将S35的干扰信号w′(t)和待发送原始信号w(t)的波形进行叠加并发送，模拟通信收发过程，并在接收端接收干扰后的信号w(t)+w′(t)；

S43.对S42接收的干扰后的信号w(t)+w′(t)进行解调，获得其振幅和相位，并在对应的星座图上找到距离最近的星座点，其中，本实施方式的解调方法采用FFT方法(fastFourier transform的缩写，称为“快速傅里叶变换”)，可获取振幅和相位，和KNN方法(K-NearestNeighbor的缩写，称为“K最近邻分类算法”)，可找到最近星座点；

S44.根据上述距离最近的星座点获取干扰后的信号w(t)+w′(t)对应的编码序列B′，并计算误码损失L＝|B′-B|；

S45.根据上述误码损失L更新16QAM调制模型的权重参数：

其中，α表示学习率，ω_i表示每一次更新前的权重参数，ω_i+1表示每一次更新后的权重参数。即根据损失函数关于权重的梯度，在学习率α的基础上来更新权重参数ω。

在本实施方式中，对于每次的迭代过程，S3从生成的动态对抗干扰信号中随机选择不同的干扰信号w′(t)，对调制模型进行训练，会影响该模型学习训练的方向和效果。如果仅选择固定的某个干扰信号，极易使调制模型的学习训练结果不稳定或产生偏离。通过引入随机性，在统计意义上可大幅度缓解乃至消除这种不稳定或偏离现象。

在本实施方式中，S5.主要是通过循环迭代S3～S5的方式，对上述调制模型进行持续强化训练，直至该调制模型达到收敛的条件。具体地，当S4中训练的16QAM调制模型达到收敛的条件时，继续执行下面的步骤，当S4中训练的16QAM调制模型没有达到收敛的条件时，循环迭代S3～S5，不断更新该调制模型的权重参数，使误码损失变小，即，使干扰后的信号w(t)+w′(t)对应的编码序列B′不断趋近于干扰前的待发送原始信号w(t)的原始编码序列B。

其中，该调制模型收敛的条件或依据为相邻两次迭代过程输出的误码损失变化值小于特定阈值ε，即|L_i+1-L_i|＜ε。优选地，本实施方式的阈值ε＝10^-6。当相邻两次迭代得到的误码损失值非常接近，且两次误码损失的差值小于10^-6时，该调制模型的抗干扰改进能力已经接近极限。如果该阈值设定为比10^-6更小，则该调制模型的训练需要花费大量的时间，但其获得的抗干扰改进效果变化微乎其微，得不偿失。

在本实施方式中，S6.利用S5中的调制模型生成一系列待发送的调制信号I(t)，发送该调制信号I(t)并经过信道干扰后，在接收端接收干扰后的调制信号I′(t)，并对该干扰后的调制信号I′(t)进行解调，获得对应的星座点位置和编码序列，并由该编码序列和原始编码序列计算误码率。具体地，误码率的计算方式为与调制信号I(t)的编码序列相比，干扰后的调制信号I′(t)对应编码序列的错误个数占总编码序列长度的比例。

在本实施方式中，S7.将在S6中获得的误码率与预设阈值进行比较，当误码率≤阈值时，无线通信抗干扰调制模型的训练和抗干扰完成，并输出生成的该抗干扰调制波；当误码率>阈值时，循环重复S3～S7直至误码率≤该阈值。当预设阈值大约为10^-2，该误码率≤10^-2时，本实施方式的无线信道抗干扰调制方法可应用在语音通信等低速率通信场景；当预设阈值大约为10^-4，该误码率≤10^-4时，本实施方式的无线信道抗干扰调制方法可应用在宽带数据等高速率通信场景。与低速率通信应用场景相比，本实施方式中应用在高速率通信场景的无线信道抗干扰调制方法只是需要多循环迭代几次S3～S7，调制模型学习训练的时间相对更长一些。由此可见，本实施方式提供的无线信道抗干扰调制方法无需专家参与、无需依赖参数与调试，即可适应各类应用场景并具有良好的扩展应用能力，同时在各类应用场景中都具有良好的抗干扰能力。

图2示意性表示本发明的一种实施方式的利用无线信道抗干扰调制方法生成的抗干扰调制波的误码率效果图。本实施方式根据该无线信道抗干扰调制方法生成该无线信道抗干扰调制波。如图2所示，在相同信噪比下，与16QAM调制方式相比，本实施方式中生成的无线信道抗干扰调制波的误码率更低，且逼近理论极限值。

通过上述抗干扰调制方法，在本实施方式中，由干扰后的调制信号I′(t)对应的星座点位置和编码序列得到对应的星座图，如图4所示。与图3相比，图4在无线通信中的信道抗干扰方面更具有性能优势，抗干扰能力更强。

另外，如图5所示，本实施方式还提供了一种利用该无线信道抗干扰调制方法实现的无线信道抗干扰调制系统，包括：

信号采集模块，用于采集信道环境中的环境干扰信号，并获取其干扰参数等环境数据；

信号处理模块，用于对上述信号干扰参数进行处理获得对应的干扰规律；

模型生成模块，用于根据选择的调制方式作为初始值，并生成初始的调制模型，获得其初始权重；

干扰生成模块，用于生成动态对抗干扰信号；

模型训练模块，用于由干扰生成模块生成的动态对抗干扰信号更新调制模型的权重参数，强化训练调制模型至达到收敛状态；

通信模块，用于模拟调制模型生成的调制信号的发送、信道干扰和接收的整个通信过程，该通信模块又包括发送子模块、信道子模块和接收子模块(图中未示出)，其中，发送子模块用于对该调制信号进行发送模拟，信道子模块用于对发送的调制信号进行信道干扰的模拟，接收子模块用于对干扰后的调制信号进行接收模拟，并对接收的信号进行解调；

计算模块，用于计算上述调制信号经过信道干扰后产生的误码率；

判断模块，用于比较误码率和预设阈值的大小，并判断是否需要更新该误码率的值，通过随机选择不同的动态对抗干扰信号对调制模型进行持续训练，直到计算模块输出的误码率≤阈值。

以上所述仅为本发明的一个实施方式而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包括在本发明的保护范围之内。

Claims (8)

1.一种无线信道抗干扰调制方法，包括以下步骤：

S1.采集环境干扰信号，获取所述环境干扰信号的干扰参数与干扰规律；

S2.基于所述干扰参数和所述干扰规律，选择调制方式作为初始值，生成初始的调制模型，并获得其初始权重；

S3.基于所述调制模型，生成动态对抗干扰信号；

S4.利用所述动态对抗干扰信号更新所述调制模型的权重，并强化训练所述调制模型；

S5.判断所述调制模型是否收敛，若收敛，则继续执行以下步骤，否则循环迭代所述步骤S3～S5，直至所述调制模型收敛；

S6.利用所述调制模型生成待发送的调制信号，并计算所述调制信号经信道干扰后的误码率；

S7.将所述误码率与预设阈值比较，当所述误码率≤所述阈值时，抗干扰完成，并输出抗干扰调制信号，当所述误码率>所述阈值时，循环重复所述步骤S3～S7直至所述误码率≤所述阈值；

所述初始值为采用的调制方式所对应的标准星座图；

所述步骤S3具体包括以下步骤：

S31.获取所述调制模型对应的标准星座图，并将对应的星座点用坐标(x_i，y_i)表示，其中，i表示标准星座图上的每个星座点；

S32.利用人工智能对抗样本技术，生成干扰星座图扰动，对应干扰星座点的横、纵坐标偏移量分别为：

其中，k表示对应的所有的干扰星座点，且k≠i；

S33.选择干扰幅度最小的n个所述干扰星座图扰动，获取如下扰动幅度：

S34.根据所述扰动幅度的反相关关系生成如下概率分布：

S35.根据所述扰动幅度和所述概率分布，并随机选择本次干扰的干扰信号。

2.根据权利要求1所述的无线信道抗干扰调制方法，其特征在于，所述n≥3。

3.根据权利要求1所述的无线信道抗干扰调制方法，其特征在于，所述干扰信号的振幅为所有干扰星座图扰动中最小扰动幅度的一半，即且其相位为对应的扰动方向，为：

4.根据权利要求1所述的无线信道抗干扰调制方法，其特征在于，所述步骤S4具体包括以下步骤：

S41.通过所述调制模型生成待发送原始编码序列B和对应的星座点列表，由所述星座点列表转换为待发送原始信号；

S42.将所述步骤S3生成的所述干扰信号和所述环境干扰信号的波形进行叠加并发送，接收干扰后的信号；

S43.对所述干扰后的信号进行解调，获得其振幅和相位，并在对应的星座图上找到距离最近的星座点；

S44.根据所述星座点获取所述干扰后的信号对应的编码序列B′，并计算误码损失L＝|B′-B|；

S45.根据所述误码损失更新所述调制模型的权重参数：

其中，α表示学习率，ω_i表示每一次更新前的权重参数，ω_i+1表示每一次更新后的权重参数。

5.根据权利要求1所述的无线信道抗干扰调制方法，其特征在于，所述调制模型收敛的依据为相邻两次迭代的误码损失变化值小于阈值ε，即|L_i+1-L_i|<ε。

6.根据权利要求5所述的无线信道抗干扰调制方法，其特征在于，所述阈值的取值为ε＝10^-6。

7.根据权利要求1所述的无线信道抗干扰调制方法，其特征在于，所述误码率为干扰后的所述调制信号通过解调获得对应编码序列的错误个数占总编码序列长度的比例。

8.一种利用权利要求1至7任一项所述的无线信道抗干扰调制方法实现的无线信道抗干扰调制系统，其特征在于，包括：

信号采集模块，用于采集环境干扰信号及其干扰参数；

信号处理模块，用于根据信号参数进行处理获得对应的规律；

模型生成模块，用于根据调制方式的初始值生成初始的调制模型，并获得其初始权重；

干扰生成模块，用于生成动态对抗干扰信号；

模型训练模块，用于由所述动态对抗干扰信号更新所述调制模型的权重，强化训练所述调制模型至收敛；

通信模块，用于模拟所述调制模型生成的调制信号的发送、信道干扰和接收；

计算模块，用于计算所述调制信号经信道干扰后的误码率；

判断模块，用于比较所述误码率和预设阈值的大小，并判断是否需要更新所述误码率。