付卫红,宋长汉,刘乃安，杨　博

(1.西安电子科技大学 综合业务网理论及关键技术国家重点实验室，西安 710071；



基于RIE的自适应窄带干扰抑制算法

付卫红1,宋长汉1,刘乃安1，杨博2，3

(1.西安电子科技大学 综合业务网理论及关键技术国家重点实验室，西安 710071；

2. 航天恒星科技有限公司，北京100086；3．天地一体化信息技术国家重点实验室,北京100086)

摘要：针对直接序列扩频(direct sequence spread spectrum，DSSS)通信系统中窄带干扰(narrow-band interference,NBI)抑制问题，将窄带干扰存在性识别技术(recognition of interference existence，RIE)和变换域窄带干扰抑制算法相结合，提出了一种自适应窄带干扰抑制算法。该算法能根据接收到的信号，利用基于能限因子的RIE算法判断接收信号中是否含有窄带干扰信号，从而决定是否需要对其进行干扰抑制处理。理论分析表明，当接收信号中不含窄带干扰或干扰信号较小时，既可减少由于窄带干扰抑制算法对有用信号造成的损伤，提高误码率性能，又能降低系统处理的复杂度。仿真结果表明，自适应窄带干扰抑制方案抑制干扰误码率性能明显优于非自适应窄带干扰抑制方案。

关键词：直接序列扩频；窄带干扰存在性识别；自适应窄带干扰抑制

0引言

直接序列扩频(direct sequence spread spectrum，DSSS)通信系统本身具有一定的干扰抑制能力，且抗干扰能力与系统扩频增益成正比，但由于DSSS通信系统的扩频增益不可能做得很高，所以在强窄带干扰环境下单纯地依靠DSSS通信系统自身的抗干扰能力是不可行的。为了提高DSSS通信系统窄带干扰抑制的能力，使系统获得较好的误码率性能，借助一定的窄带干扰抑制技术是十分必要的。

目前在DSSS通信系统中，变换域处理技术[1]得到广泛应用。变换域干扰抑制技术中干扰位置的确定方法包括K谱线法[2]、中值滤波法[3]、权值泄露法[4]以及门限检测法[5-8]等。其中门限检测法由于具有结构简单，易于硬件实现等特点被广泛应用。门限检测法将大于门限值的信号当作窄带干扰，算法的核心是如何设置干扰检测门限。目前文献中关于如何设置门限的讨论较少，文献[5]和文献[6]分别描述了自适应多门限法和双阈值连续前向均值切除(double threshold forward consecutive mean excision，DT-FCME)算法，这2种算法均具有较好的窄带干扰抑制性能，但实现复杂度很高，不易硬件实现。针对上述2种门限算法复杂度高的问题，文献[7]提出一种基于差分求门限的变换域窄带干扰抑制算法，相对于自适应多门限法和DT-FCME算法而言，在不损失误码率性能的前提下，能够明显降低运算复杂度。

另一方面，在传统的窄带干扰抑制方案中，无论接收信号中是否包含窄带干扰信号，接收信号均要经过窄带干扰抑制算法的处理。若接收信号中不包含窄带干扰，此时不仅浪费系统资源，且窄带干扰抑制算法会对有用信号造成一定的损伤，从而导致误码率性能下降。同理，当接收信号中包含的干扰较小时，门限检测法中门限的选取会受到影响，也会导致窄带干扰抑制算法性能的下降。为了解决上述问题，本文结合窄带干扰存在性识别技术[9-12]和基于差分求门限的变换域窄带干扰抑制技术[5]，构建自适应窄带干扰抑制技术。

1接收信号模型

DSSS调制信号的扩频码波形可表示为

(1)

(1)式中：L为一个信息码元包含的伪随机码序列周期；{cl}表示伪随机码码元序列；p(t)是持续时间为τc的方波。

发射端传输信号的波形可表示为

(2)

(2)式中：{bm}为二进制信息序列;Tb=Lτc为信息时宽；I(t)是持续时间为τc的方波。

假设信道为理想加性高斯白噪声(additive white gaussian noise，AWGN)信道，扩频信号在传输过程中引入的AWGN和窄带干扰信号分别用v(t)和i(t)表示。则接收机端接收信号为

(3)

假设接收端以码片速率对接收信号z(t)进行采样，则采样后信号为

(4)

2自适应窄带干扰抑制技术

图1所示为传统的非自适应窄带干扰抑制系统模型，无论z(t)中是否含有窄带干扰信号，接收信号z(t)都要经过窄带干扰抑制算法模块的处理。图2所示为自适应窄带干扰抑制系统模型框图，与传统的非自适应窄带干扰抑制模型不同的是，接收信号在经过窄带干扰抑制模块处理之前要经过RIE模块的判决，当接收信号z(t)中不含窄带干扰信号或所含窄带干扰信号较小时，RIE模块判定z(t)不含干扰，则接收信号无需经过窄带干扰抑制模块的处理而直接进入解扩模块，即如图2中z2(t)路信号所示，否则判定为有干扰，如图2中z1(t)所示，此时需要经过窄带干扰抑制模块的处理。

图1　非自适应窄带干扰抑制系统模型Fig.1　System model of non-adaptive narrow-bandinterference suppression

2.1窄带干扰存在性识别算法

文献[11]提出的“能限因子”的方法利用包含窄带干扰的接收信号和不包含窄带干扰的接收信号在功率方面的不同，实现对干扰信号存在性的检测，该方法运算复杂度较低。本文利用能限因子的思想，提出了一种新的干扰存在性识别技术，该算法的基本思想是根据能限因子大小来判断是否存在干扰信号，当能限因子大于干扰门限时，则判断为存在干扰，否则就不存在干扰。

图2　自适应窄带干扰抑制系统模型Fig.2　System model of adaptive narrow-bandinterference suppression

1)能限因子的定义和计算。

文献[9]中的“能限因子”的定义为

(5)

(5)式中：Z(n)=|fft(z(n))|；z(n)为接收信号采样值；Ez表示接收信号的能量；Ed代表已知的直扩信号的能量。

文献[11]假设Ed已知，但在具体实践中，该参数往往无从获知。另外，在实际环境中，往往存在噪声，因此这里我们定义一个修正的能限因子，即

①对接收信号的频谱Z(n)=|FFT(z(n))|进行分段，例如，分为C段，记为

(6)

②求每一个频谱分段的能量大小，记为Si

(7)

(8)

④由上述步骤可知能限因子的计算表达式为

(9)

2)干扰门限的设定。

对于窄带干扰存在性的检测方法而言，门限的选取是关键，设定门限T，当λ≥T时，判定为有干扰，否则，判定为无干扰。

在直扩通信系统中，有用信号一般情况下均被噪声淹没，即Es≪Ev，同时窄带干扰信号带宽占总信号带宽低于20%，假设某一窄带干扰信号带宽占总信号带宽比例为k(0

(10)

对于窄带干扰信号来说，令k=0.2，则有

T=10lg(0.2+1)=0.791 8(dB)

(11)

2.2基于差分求门限的变换域窄带干扰抑制技术

差分法求干扰门限[7]主要利用接收信号中扩频信号和噪声的频谱较为平坦，而包含窄带干扰信号的频谱分段较为尖锐的特点，利用“差分”来描述该特点，从而找到窄带干扰所在的频谱位置，接着将窄带干扰信号谱线置零，最后反变换回时域得到经过干扰抑制处理后的时域信号。

差分法求干扰门限的具体步骤描述如下：

①求接收信号z(n)的傅里叶变换幅度模值。

(12)

②求w(n)的包络信号。

将w(n)分为B段(例如，B=10段，每段N′=50根谱线)，则w(n)的包络信号为各频谱分段幅度模值的平均值，即

(13)

③包络信号的差分为

(14)

④根据D(m)求干扰门限值。

找出最大的差分所在的频谱分段数I，选择I分段之前的2段频谱I-1和I-2，以这2段频谱模值中的最大值作为门限值M，即

M=max{w(N′×(I-3)+1),w(N′×(I-3)+2),

…,w(N′×(I-1))}

(15)

⑤当w(n)≥M时，将其判为干扰信号，否则认为是非干扰信号。将窄带干扰信号频谱置零，再反变换到时域，从而得到窄带干扰抑制后的时域信号。

3仿真实验和性能分析

3.1“能限因子”识别干扰存在与否的概率实验

仿真实验条件：二进制相移键控(binaryphaseshiftkeying，BPSK)调制的DSSS信号，伪随机码选取周期为N=511的Gold序列，扩频增益Gp=10lg(N)，傅里叶变换长度为512，码片速率511kbit/s，符号速率为1kbit/s。

图3和图4分别描述了当信噪比(signaltonoiseratio，SNR)为-20dB和信干比(signaltointerferenceratio，SIR)为-20dB时使用能限因子法(判定干扰存在性的门限为T=0.791 8(dB))判定窄带干扰存在的概率(识别概率为1表示一定存在干扰，为0表示不含干扰)。

图3　SNR=-20 dB时用能限因子判定干扰存在性的识别概率Fig.3　Identification probability of interference existenceby using energy limiting factor with SNR=-20 dB

由图3可知，对于无干扰的情况，经过能限因子判定后识别概率为零，表示不含干扰，即系统对无干扰的情况判断完全正确，没有虚检；对于单频干扰和20%窄带干扰的情况来说，当SIR>-13dB时，识别概率为零，表示不含窄带干扰，也就是说此时系统漏检概率为100%；当SIR<-13dB时，识别概率为1，表示含有窄带干扰，此时系统对干扰的检测概率为1，漏检概率为0；当SIR=-13dB时，识别概率大于0且小于1，即此时系统会出现部分漏检。综合来看，当SNR=-20dB时，本文所提的检测算法在SIR小于-13dB时，系统对干扰的检测概率为1，不存在任何漏检。

图4　SIR=-20 dB使用能限因子判定干扰存在性的识别概率Fig.4　Identification probability of interference existenceby using energy limiting factor with SIR=-20 dB

同理，由图4可知，对于无干扰的情况，经过“能限因子”判定后识别概率为零，表示不含干扰，即此时系统对干扰的检测完全正确(因为所有的无干扰情况都判断为无干扰)，不存在虚检；对于单频干扰和20%窄带干扰的情况来说，当SNR<-27dB时，识别概率为零，表示不含窄带干扰，即此时系统漏检概率为1，当SNR>-27dB时，识别概率为1，表示含有窄带干扰，此时系统对干扰的检测概率为1(所有的干扰情况都判断为干扰)，漏检概率为0；当SNR=-27dB时，识别概率大于0且小于1，即存在部分的漏检。综合来看，当SIR=-20dB时，只要SNR>-27dB，本文所提出的干扰检测算法就能准确地检测出干扰，不会出现漏检的情况。

3.2自适应窄带干扰抑制技术误码率性能分析

仿真实验条件：BPSK调制的DSSS信号，伪随机码选取周期为N=511的Gold序列，扩频增益Gp=10lg(N)，傅里叶变换长度为512，码片速率511kbit/s，符号速率为1kbit/s。接收信号码元数目为500，第1个100码元为不含任何干扰信号，第2个100码元为窄带干扰信号(带宽占总信号带宽10%)，第3个100码元为不含任何干扰信号，第4个100码元为不含任何干扰信号，第5个100码元为不含任何干扰信号。

图5仿真实验中的窄带干扰抑制模块采用基于差分求门限的变换域窄带干扰抑制算法，描述的是当SIR=-50dB时，自适应窄带干扰抑制方案和非自适应窄带干扰抑制方案误码率性能随着SNR变化而变化的情况。由图5可知，随着SNR的不断增大，误码率不断下降，表明自适应窄带干扰抑制方案具有较好的干扰抑制性能；由图5还可知，在相同SNR条件下，自适应窄带干扰抑制方案误码率低于非自适应窄带干扰抑制系统误码率，这说明相同条件下自适应窄带干扰抑制误码率性能优于非自适应方案。

图5　SIR=-50 dB自适应窄带干扰抑制方案和非自适应窄带干扰抑制方案误码率性能比较Fig.5　BER performance of adaptive NBI method andnon-adaptive NBI method with SIR=-50 dB

图6描述了当SNR为-20dB时，自适应窄带干扰抑制方案和非自适应窄带干扰抑制方案误码率性能随着SIR变化而变化的情况。由图6可知，随着SIR的不断增大，自适应窄带干扰抑制方案误码率不断减小，表明自适应窄带干扰抑制方案具有较好的干扰抑制性能；由图6还可知，在相同SIR条件下，自适应窄带干扰抑制方案误码率低于非自适应窄带干扰抑制系统误码率，这说明相同条件下自适应窄带干扰抑制误码率性能优于非自适应方案。

图6　SNR=-20 dB自适应窄带干扰抑制方案和非自适应窄带干扰抑制方案误码率性能比较Fig.6　BER performance of adaptive NBI method andnon-adaptive NBI method with SNR=-20 dB

3.3算法复杂度分析

表1　算法运算复杂度

对于接收信号而言，当采用非自适应方案抑制干扰时，无论接收信号中有无干扰信号存在，接收信号均要通过窄带干扰抑制处理算法，而当采用自适应方案抑制干扰时，如果接收信号中不含干扰信号，则无需经过窄带干扰抑制处理算法模块，可见自适应干扰抑制算法的运算复杂度比非自适应干扰抑制算法要低。

4结束语

本文针对时变环境下的直扩系统窄带干扰抑制技术，研究了窄带干扰存在性识别技术和变换域窄带干扰抑制技术，提出了将“能限因子”思想和基于差分求门限的干扰抑制技术结合的自适应窄带干扰抑制算法。仿真结果和分析表明，自适应窄带干扰抑制方案不仅可以获得较好的干扰抑制性能，且与传统的非自适应窄带干扰抑制系统相比，具有更好的误码率性能和更低计算复杂度。当然本算法是在假设窄带干扰信号带宽不大于有用带宽20%的前提下提出的，如果干扰信号带宽过大，本算法性能可能会有所恶化，因此我们未来的研究方向则是提出一种适应性更强的窄带干扰抑制算法。

参考文献：

[1]罗新，牛海清，胡日亮，等.一种改进的用于快速傅里叶变换功率谱中的窄带干扰抑制的方法[J].中国电机工程学报，2013，33(12)：167-176.

LUO Xin,NIU Haiqing,HU Riliang,et al. A Modified Method of Suppressing Narrow-band Interference Using Fast Fourier Transform Power Spectrum[J].Proceedings of the CSEE, 2013，33(12)：167-176.

[2]YOUNG J A, LEHNERT J S. Analysis of DFT-based frequency excision algorithms for direct-sequence spread-spectrum communications [J]. IEEE Transactions On Communications, 1998, 46(8): 1076-1087.

[3]KASPARIS T, GEORGIOPOULOS M, PAYNE E. Non-linear filtering techniques for narrowband interference rejection in direct sequence spread-spectrum systems [C]// IEEE Military Communications Conference. McLean, Virginia: IEEE. 1991: 360-364.

[4]SAULNIER G J. Suppression of narrowband jammers in a spread-spectrum receiver using transform-domain adaptive filtering [J]. IEEE Journal on Selected Areas in Communications, 1992, 10(4): 742-749.

ZHANG Yongfei, WEI Anquan,SUNYuqi. A research of the LFM interference suppression in DSSS system [J].Electronics Quality, 2011, (7): 1-3.

[5]张春海, 薛丽君, 张尔扬. 基于自适应多门限算法的变换域窄带干扰抑制[J]. 电子与信息学报, 2006, 28(3): 462-465.ZHANG Chunhai，XUE Lijun， ZHANG Eryang.Narrow-band Interference suppression in transform domain based on adaptive Multi-threshold algorithm[J], Journal of Electronics & Information Technology,2006,28(3):462-465.

[6]VARTIAINEN J, LEHTOMAKI, J J, SAARNISAARI H. Double-threshold based narrowband signal extraction [C]// IEEE Vehicular Technology Conference. Stockholm: IEEE, 2005, 1288-1292.

[7]付卫红, 宋长汉, 黄坤. 基于差分求门限的变换域窄带干扰抑制 [J]. 电子与信息学报, 2013, 35(12):2960-2965.

FU Weihong, SONG Changhan, HUANG K. Narrow-band Interference Suppression in TransformDomain Based on Difference-cluster-threshold Algorithm[J]. Journal of Electronics & Information Technology, 2013, 35(12): 2960-2965.

[8]汪勃，谌明，梁光明，等.自适应三门限窄带干扰抑制算法[J].电子学报，2015，43(1)：13-17.WANG Bo,CHEN Ming,LIANG Guangming,et al.Adaptive tri-threshold narrowband interference suppression algorithm[J]. Acta Electronica Sinica, 2015，43(1)：13-17.

[9]XIA Jianghua, ZHANG Jiangshu. A new algorithm of narrow-band interference excision in lapped transforms domain [C]// Proceeding of International Conference on Communications, Circuits and Systems. Guilin:[s.n.], 2006(1): 234-237.

[10] 杨小明, 陶然. 直接序列扩频通信系统中干扰样式的自动识别 [J]. 兵工学报, 2008, 29(9): 1078-1082.

YANG Xiaoming, TAO Ran. Automatic identification of interference in direct sequence spread spectrum communication system[J]. ActaArmamentarii, 2008, 29(9): 1078-1082.

[11] 于波，邵高平，孙红胜，等.直扩系统中基于SVM的干扰自动分类识别方法[J].信号处理，2010，26(10)：1539-1543.

YU Bo, SHAO Gaoping, SUN Hongsheng,et al. an automatic interference recognition method in DSSS communication system based on SVM[J]. Signal Processing, 2010，26(10)：1539-1543.

[12] 孙志国，李立金，郭黎利. 基于RIE和IS-DT-FCME的直扩系统窄带干扰抑制方法[J].电路与系统学报，2012,(17)1:111-115.

SUN Zhiguo,LI Lijin,GUO Lili.Narrowband interference suppression in DSSS system based on RIE and IS-DT-FCME[J]. Journal of Circuits and Systems, 2012,(17)1:111-115.

Adaptive narrow-band interference suppression algorithm basedon recognition of interference existence technology

FU Weihong1，SONG Changhan1，LIU Naian1，YANG Bo2，3

(1.State Key Laboratory of Integrated Service Networks and Key Technology, Xidian University, Xi’an 710071, P.R. China;2.Space Star Technology Co.,Ltd, Beijing 100086,P.R.China;3.State Key Laboratory of Space-ground Integrated Information Technology,Beijing 100086, P.R. China)

Abstract:Aiming at the narrow-band interference (NBI) problem in the direct sequence spread spectrum(DSSS) communication system, an adaptive NBI suppression (A-NBI-S) algorithm is proposed in the paper. The new algorithm combined the technology of RIE (recognition of interference existence) with transform domain NBI suppression (NBI-S) algorithm. According to the received signals, the proposed algorithm can determine whether the received signal contains NBI signals by using the RIE algorithm based on energy limiting factor and determine whether the received signals needs to go through the processing of NBI-S. Theoretical analysis shows that, when the received signal is free of NBI or the interference signal is small, A-NBI-S algorithm can reduce the damage to useful signal and improve BER performance. At the same time, it can reduce the computation complexity of DSSS system. Simulation results show that A-NBI-S algorithm is significantly better than non-adaptive NBI-S (NA-NBI-S) algorithm on BER performance.

Keywords：direct sequence spread spectrum (DSSS); recognition of interference existence (RIE); adaptive NBI suppression (A-NBI-S)

DOI：10.3979/j.issn.1673-825X.2016.03.002

收稿日期：2015-06-23

修订日期：2016-04-09通讯作者：付卫红whfu@mail.xidian.edu.cn

基金项目：国家自然科学基金(61201134，61201135)；高等学校学科创新引智计划资助(B08038)；天地一体化信息技术国家重点实验室(筹)开放基金资助项目(2014_CXJJ-TX_06)

Foundation Items：The National Natural Science Foundation of China(61201134，61201135);The 111 Project (B08038) ;The Open Research Fund of State Key Laboratory of Space-ground Integrated Information Technology(2014_CXJJ-TX_06)

中图分类号：TN973

文献标志码：A

文章编号：1673-825X(2016)03-0291-06

作者简介：

付卫红(1979-)，女，湖北孝感人，副教授，博士，主要研究方向为宽带无线通信、通信信号处理。E-mail: whfu@mail.xidian.edu.cn。

宋长汉(1990-)，男，安徽蚌埠人，硕士生，主要研究方向为直接序列扩频通信系统中窄带干扰抑制技术。E-mail: schhan.han@163.com。

刘乃安(1966-)，男，河南洛阳人，教授，博士，主要研究方向为无线通信与射频电路、扩展频谱通信与通信对抗。E-mail: naliu@mail.xidian.edu.cn。

杨博(1982-)，男，北京市人，高工，硕士，主要研究方向为信号处理。E-mail: 85771840@qq.com。

(编辑：张诚)