基于FRESH滤波器的DSSS系统窄带干扰抑制技术.pdf

《基于FRESH滤波器的DSSS系统窄带干扰抑制技术.pdf》由会员分享，可在线阅读，更多相关《基于FRESH滤波器的DSSS系统窄带干扰抑制技术.pdf（7页珍藏版）》请在三一文库上搜索。

1、第 39卷第 3期 2009年 5月 ? 东 南 大学 学 报( 自 然 科 学 版 ) J OURNAL O F SOUTHEAST UN I V ERSI TY ( Natural Science Edition) ? Vol?39 No?3 M ay 2009 doi : 10 . 3969/.j issn. 1001- 0505 . 2009 . 03 . 001? ? ? 基于 FRESH滤波器的 DSSS系统窄带干扰抑制技术 魏安全 1, 2 ?沈连丰 1 ? 宋铁成 1 ( 1东南大学移动通信国家重点实验室, 南京 210096) ( 2 解放军理工大学通信工程学院, 南京 21

2、0007) 摘要: 为了减小基于时域线性预测干扰估计的 DSSS系统窄带干扰抑制技术对有用信号产生的 损伤, 根据干扰环境下接收信号的循环平稳特性, 提出了一种利用频移滤波器对干扰进行估计并 将干扰抵消的 DSSS系统窄带干扰抑制方法. 该方法在对干扰进行估计时, 既利用了干扰的时域 相关性, 又利用了干扰的频域相关性. 理论分析和仿真结果表明, 在强干扰环境下, 接收信号的循 环平稳性主要由强干扰决定. 与传统时域线性预测方法相比, 该方法对干扰估计的时平均均方误 差更小, 能够更精确地估计和消除频谱相关的干扰, 减轻对有用信号的损伤, 进一步降低系统的 误比特率, 因而具有更加优良的干扰抑

3、制性能, 特别在干扰较强或干扰频带较宽时, 优势更加 明显. 关键词: 循环平稳; 频移滤波器; 直接序列扩频; 干扰抑制 中图分类号: TN911?7? 文献标志码: A? ? 文章编号: 1001- 0505( 2009) 03?0419?07 NBI suppression technique ofDSSS systems based on FRESH filter W eiAnquan1 , 2?Shen Lianfeng1?Song Tiecheng1 ( 1NationalM obile Communications Research Labo rato ry, Southeast

4、U niversity, N anjing 210096, China) ( 2Institute of Communications Eng ineering, PLA U niversity of Science and Techno logy, N anjing 210007 , China) Abstract : To m itigate the i mpair m ent to the desired signal caused by the conventional narrow?band interference (NBI) suppression technique based

5、 on interference esti m ations by linear predictions in ti me dom ain in direct sequence spread spectrum ( DSSS) system s ,an approach of suppressing NBI in DSSS system s using a frequency?shift ( FRESH ) filter to esti mate the NB I is proposed based on the cyclostationary characteristicsof the rec

6、eived signal in the environment of the interference , which can use the correlation of the interference not only in ti m e dom ain but also in frequency dom ain for the interference esti m ation . The results from theoretical analysis and si mulations indicate that the cy? clostationary characterist

7、ics of the strong interference in the received signal is exhibited mainly in the env iron m ent of the strong interference . Com pared w ith the traditional techniquesbased on linear pre? dictions in ti m e dom ain ,smaller ti me average? m ean square errorscan be achieved ,the spectrum?cor? related

8、 interference can be esti m ated and eli m inatedmore exactly,and the i m pair m ent to the desired signal ism itigated. The bit error rate of the syste m is reduced further ,so better interference suppres? sion perfor m ance can be achieved . The advantage ismore ev ident especially w hen the inter

9、ference is stronger or the frequency band of the interference isw ider . Key words :cyclostationary;frequency?shift filter ;direct sequence spread spectru m;interference suppression 收稿日期: 2008?11?24 . ? 作者简介: 魏安全 ( 1968? ), 男, 博士生; 沈连丰 (联系人), 男, 教授, 博士生导师, lfshen seu . edu . cn. 基金项目: 国家重点基础研究发展计划 (

10、 973 计划 ) 资助项目 ( 2007CB310606)、 国家高技术研究 发展计划 ( 863 计划 ) 资助项目 ( 2008AA01Z 205)、 国家自然科学基金资助项目 ( 60872004)、 东南大学移动通信国家重点实验室自主研究课题资助项目 ( 2008A 08)、 东南大学移动通信国家重点实验室自由探索资助项目 ( 2008B05b). 引文格式: 魏安全, 沈连丰, 宋铁成. 基于 FRESH滤波器的 D SSS系统窄带干扰抑制技术 J. 东南大学学报: 自然科学版, 2009 , 39( 3): 419?425 . do : i 10 . 3969/.j issn.

11、1001- 0505 . 2009 . 03 . 001 ? 直接序列扩频 ( direct sequence spread spec? tru m, DSSS)通信系统本身具有一定的抗干扰能 力, 但是其抗干扰能力有限, 当干扰强度过大时, 很 容易超出其干扰容限而无法正常工作. 采用干扰抑 制滤波技术, 即在接收机中设置一个滤波器对干扰 进行抑制, 可以进一步提高系统的抗干扰性能. 时 域估计 /相减是传统的抑制窄带干扰方法, 其中时 域线性预测 /相减技术利用窄带干扰和宽带 DSSS 信号的时域相关性的差别对窄带干扰进行估计, 再 从接收信号中将估计的干扰减去以进行干扰抑制. 然而, 该

12、方法相当于一个频域陷波器, 在对干扰陷 波的同时, 也将干扰频率处的信号分量陷去, 不可 避免地对有用信号产生损伤, 干扰频带越宽, 对信 号的损伤越严重, 性能也越差, 只能对相对带宽很 窄的干扰进行抑制. 几乎所有通信信号和大多数干扰都具有循环 平稳性, 这种特性可以用来提高通信系统抑制干扰 的性能. 将 DSSS信号建模成循环平稳信号, 充分 利用 DSSS信号的循环平稳性提高干扰抑制性能, 在近年来出现的众多干扰抑制技术中受到了人们 的重视和研究. 文献 1?4研究了基于 DSSS信号 循环平稳特性的多址干扰抑制技术. 文献 5? 6研 究了基于 DSSS信号循环平稳性对衰落信道的盲

13、均衡和分集合并技术. 文献 7提出了基于信号二 阶循环平稳特性的最优维纳滤波理论, 给出了频移 滤波器 ( frequency?shif, t FRESH ) 一般结构. 文献 8提出了基于 FRESH 滤波器的 DSSS系统的窄 带干扰抑制技术. 文献 9研究了利用 FRESH 滤 波器分离频谱重叠信号的算法. 文献 10研究了 利用 FRESH 滤波器抑制无线个域网 ( w ireless per? sonal area netw ork , W PAN )中频谱重叠干扰的技 术和性能. 文献 11 提出了一种降低运算量的盲 FRESH滤波器的降秩实现方法. 这些基于信号循 环平稳性的干扰

14、抑制方法都能比传统的时域干扰 抑制方法获得更好的性能, 但它们都只利用期望信 号本身的循环平稳特性, 而在强干扰环境下, 接收 信号主要表现为强干扰的循环平稳性, 期望信号的 循环平稳性减弱, 甚至表现不出来, 直接利用期望 信号的循环平稳性, 使算法的性能变差, 甚至完全 失效. 如何进一步提高算法在强干扰环境下的性能 是一个值得研究的问题. 在实际应用中, DSSS系统经常会遇到人为产 生的合法或非法的调制干扰, 这种类型的干扰不仅 具有时域相关性, 同时又具有频域相关性. 由此, 本 文提出一种基于 FRESH滤波器的 DSSS系统干扰 抑制方法. 该方法利用 FRESH 滤波器代替传统

15、的 时域线性预测滤波器对干扰进行估计, 不仅利用干 扰的时域相关性, 同时也利用干扰的频谱相关性, 以期更精确地实现对频谱相关的干扰进行估计和 消除, 减轻对有用信号的损伤, 从而进一步提高 DSSS系统的干扰抑制能力, 提升系统在强干扰环 境中的性能. 1? 系统模型及算法 本文采用的基于 FRESH 滤波器进行干扰抑制 的 DSSS系统模型如图 1所示. 假设信号及窄带干 扰均采用 BPSK调制方式, 且通过检测等手段已知 干扰信号的波特率和载频. 设 FRESH滤波器的输入信号为 r(n ) = s(n) + i(n) + w (n )( 1) 式中, s(n) 为扩频信号; i(n )

16、 为窄带干扰; w (n ) 为 高斯白噪声, 假定它们相互独立. 用于干扰估计的 FRESH滤波器模型如图 2所 示, 其中 ?p和 ?q(p, q为自然数 ) 分别为干扰的循 图 1?基于 FRESH滤波器干扰估计 /相减的 D SSS系统模型 420东南大学学报 (自然科学版 ) ? ? ? ? ? ? ? 第 39卷 环频率和共轭循环频率. 图 2?用于干扰估计的 FRESH滤波器模型 FRESH滤波器输出的干扰估计可以表示为 ?i(n) = P p= 1h ?p(n) r (n) e j2 ?pn + Q q= 1h ?q (n ) r * (n ) e j2 ?qn ( 2) 式中

17、, 表示卷积; h? p (n) 和 h?q(n) 表示 FRESH 滤波器的频移和共轭频移支路 FIR滤波器的冲激 响应; P 和Q 为频移和共轭频移支路数. 式 ( 2) 可进一步表示为 i(n ) = P p= 1 Lp- 1 k= 0h ?p(k) r (n - k) e j2 ?p(n-k) + Q q= 1 Mq k= 0h ?q(k) r * (n - k) e j2 ?q( n-k) ( 3) 式中, Lp和Mq为频移和共轭频移支路 F I R滤波器 冲激响应的长度. 式 ( 3) 可以表示为如下的更为紧凑的矢量运 算形式: i(n ) = h H (n) ra(n)( 4)

18、式中, h(n ) 为 FRESH滤波器所有 FIR滤波器抽头 权矢量链接构成的矢量; ra(n ) 为 FRESH 滤波器 的所有 FIR滤波器对应的输入信号矢量链接构成 的矢量, 它们分别表示为 h(n ) = h?1(n ), ! , h?P(n), h?1(n ), ! , h? Q (n ) T ( 5) ra(n) = r?1(n ), !, r?P(n), r?1(n), ! , r? Q (n) T ( 6) 式中 h?p(n ) = h * ?p( 0), ! , h * ?p(Lp- 1) T ( 7) r?p(n ) = r (n ) e j2 ?pn, r (n - 1

19、) ej2 ?p( n- 1), ! , r (n - Lp+ 1) e j2 ?p(n-Lp+ 1) T ( 8) 为 FRESH滤波器线性频移部分各 F I R滤波器的抽 头权矢量和输入信号矢量; h?q(n) = h * ?q( 0), ! , h * ?q(Mq- 1) T ( 9) r? q (n ) = r * (n ) e j2 ?qn, r* (n - 1) e j2 ?q(n- 1), ! , r * (n - Mq+ 1) e j2 ?q( n-Mq+ 1) T ( 10) 为 FRESH滤波器共轭线性频移部分各 FI R滤波器 的抽头权矢量和输入信号矢量. 根据循环维纳滤

20、波理论 7 , FRESH 滤波器的 最优权矢量由最小化 FRESH滤波器输出的干扰估 计i(n ) 和干扰 i(n) 间的时平均 ?均方误差 ( tim e average? m ean square error , TA? M SE) 得到 hopt= argm in h E i (n ) - i(n ) 2 #( 11) 式中, %#=li m N Rrai表示 ra(n ) 与干扰 i(n) 的时平均 ?互相关矩阵, 即 Rrara= E ra(n) r H a(n ) #( 13) Rrai= E ra(n ) i * (n ) #( 14) 本文在具体实现时, 用 r(n ) 替代

21、 i(n ) 作参考 信号, 采用 LM S算法对滤波器抽头系数进行调整, 更新方程为 h(n + 1) = h(n ) + ! ra(n )e * (n )( 15) 式中, e(n ) = r (n) - i(n) 表示滤波器对接收信号 的估计误差; !表示调整步长. 将 FRESH滤波器输出的干扰估计从接收信号 中减去, 得到经干扰抑制后的 DSSS信号为 y(n ) = r(n ) - i(n )( 16) 2?性能分析 DSSS系统的误码性能与数据符号判决变量 的均值和方差有关. 在标准高斯近似的假设下, 当 符号判决变量的均值确定时, 方差越小, 系统的误 码性能也越好. 下面着重

22、对系统符号判决变量的均 值和方差进行分析. 设用户传送的第 m 数据符号为 dm - 1 , + 1, 扩频码的第 n个码片为 cn- 1 , + 1, 它 们都是独立等概率的双极性随机序列, 扩频因子为 N, chip匹配滤波器输出 r(n ) 可表示为 ? ? r(n ) = s(n ) + i(n ) + w (n ) = dmcn+ i(n) + w (n)( 17) 显然有m = n N ,表示舍弃法取整. 将式 ( 17) 代入式 ( 16), 得经过干扰抑制滤波 后的信号为 y (n ) = dmcn+ i(n ) - i(n ) + w (n )( 18) 为了分析方便, 考虑

23、发送的 chip脉冲为矩形, 421第 3期魏安全, 等: 基于 FRES H 滤波器的 DSSS系统窄带干扰抑制技术 则 chip匹配滤波器为 chip间隔累加器. 解扩后用 户的第m 个数据符号的判决变量可表示为 Dm= Re (m+ 1)N-1 n=mN (dmcn+ i(n) - i(n) +w (n) )cn= Ndm+ (m+ 1)N- 1 n=mN cneR(n)( 19) 式中 eR(n) ! Re e(n ) = Re i(n ) - i(n ) + w (n ) ( 20) 而 e (n ) 表示滤波器输出的残余干扰和噪声. 式 ( 19) 中 Dm取均值为 ?!m= E(

24、Dm) = Ndm+ (m+ 1)N- 1 n=mN E cneR(n) ( 21) 式中 E cneR(n ) = E cnRe i(n) - i(n) + w (n ) = ? ReE cni(n) - E cni(n ) + E cnw (n) ( 22) 由于 cn与 i(n ) 和w (n ) 统计独立, 而E i(n ) = 0, E w (n ) = 0, 因而 E cneR(n) = - ReE cni(n ) ( 23) 将式 ( 3) 代入式 ( 23), 有 E cneR(n) = - Re Ecn P p= 1 Lp- 1 k = 0 h? p (k)r(n - k)

25、% e j2 ?p(n-k) + Q q = 1 Mq k = 0 h?q(k) r * (n - k) e j2 ? q(n-k) ( 24) 将式 ( 17) 代入式 ( 24), 并化简可得 E cneR(n) = - Re Ecn P p= 1 Lp-1 k= 0h ?p(k)dm% ? cn-ke j2 ?p(n-k) + Q q= 1 Mq k= 0h ?q(k)dmcn-ke j2 ?q(n-k) ( 25) 因为扩频码为理想随机序列, 其自相关函数为 E (cncn-k) = (k), 式 ( 25) 中对 k求和项只在 k = 0时存在非零值, 可化简为 E cneR(n)

26、= - dm% ? Re E P p= 1h ?p( 0) e j2 ?pn + Q q= 1h ?q( 0) e j2 ?qn ( 26) 将式 ( 26) 代入式 ( 21), 得 !m= E (Dm) = Ndm- dm% (m+ 1)N- 1 n=mN Re E P p= 1 h?p( 0) e j2 ?pn + Q q= 1h ?q( 0) e j2 ?qn ( 27) 令 FRESH滤波器中的 FIR滤波器的初始状态 为 0, 即 h? p ( 0) = 0 , h?q( 0) = 0 , 则有 !m= Ndm( 28) 不考虑式 ( 19) 的常数项, 则Dm的方差可以表 示为

27、# 2 m= var (m+ 1)N- 1 n =mN cneR(n )= ? E (m+ 1)N- 1 n =mN cneR(n) 2 - E 2 (m+ 1)N- 1 n =mN cneR(n) ( 29) 当N 1时, 式 ( 29) 的第 2项远小于第 1项, 则有 # 2 m( E (m + 1)N- 1 n=mN cneR(n ) 2 = E (m + 1)N-1 n=mN c 2 ne 2 R(n ) + 2 (m+ 1)N- 1 n1, n2=mN n1) n2 cn1eR(n1) cn2eR(n2) ( 30) 当N 1时, 式 ( 30) 中的第 2项同样远小于第 1项,

28、所以, 式 ( 30) 可以进一步简化为 # 2 m( E (m + 1)N- 1 n=mN e 2 R(n )( 31) 由于N 1 , 式 ( 31) 的N 项求和可用时间平均 来代替, 即 # 2 m( N E e 2 R(n ) #N( 32) 式中, %#N表示N 个样值的时平均. 将式 ( 20) 代 入式 ( 32) 得 # 2 m( N E Re i(n) - i(n) + w (n) 2# N= ? N E Re i(n ) - i(n ) 2 #N+ NE Rew (n ) 2 ( 33) 由以上分析可以看出, 在扩频因子 N 确定的 情况下, 数据符号判决变量的均值由发送

29、的数据符 号确定, 而方差由滤波器对干扰估计的时平均 ? 均 方误差和噪声的平均功率决定. 在噪声的平均功率 一定时, 对干扰估计越精确, 则符号判决变量的方 差越小, 系统性能越好. 本文根据干扰的循环平稳 性, 同时利用干扰的时域相关性和频谱相关性, 以 期能够实现比传统的时域线性预测方法更加精确 地对干扰进行估计, 从而减小滤波器对干扰估计的 误差, 获得更好的抗窄带干扰性能. 3? 数值仿真结果 为了考察不同强度干扰对接收信号循环平稳 性的影响, 首先对不同干信比 ( interference to signal ratio,ISR)下接收信号的循环自相关特性进行仿 真. 仿真中 DS

30、SS 信号 采用 100 % 升余弦滚降 BPSK调制, 载波频率 fcs= 100H z, 信息码速率 Rbs = 1 bit/ s , 扩频因子 N = 31 , 信道中的噪声为高斯白 422东南大学学报 (自然科学版 ) ? ? ? ? ? ? ? 第 39卷 噪声, 信噪比 Eb/N0= 20 dB. 窄带干扰为 100 % 升 余弦滚降 BPSK 数字调制干扰, 载波频率 fc i= 50 Hz, 窄带干扰的数据调制速率 Rbi= 1 bit/s . 为了简 单起见, 利用信号循环频率的对称特性, 只对正的 循环频率部分进行仿真. 图 3分别给出了 ISR = - 10 , 0 ,

31、10 , 20 dB 时接收信号循环平稳特性的仿 真结果, 图中, ?表示循环频率; R ? r( )表示接收信 号 r( t )的归一化循环自相关函数值, 仿真中取 = 0 . 有关循环自相关函数的定义可参见文献 7?8. 由图 3可见, 当 ISR= - 10 dB时, 接收信号的 归一化循环自相关值主要分布在期望信号的循环 频率 nRbs, 2fcs和 2fcs nRbs(n 为自然数 ) 上, 而在 干扰信号的循环频率 nRbi, 2fc i和 2fci nRbi上接收 信号的归一化循环相关函数值较小; 当 ISR= 0 dB 时, 接收信号的归一化循环自相关值既分布在期望 信号循环频

32、率上, 又分布在干扰信号循环频率上; 当 ISR= 10 dB时, 接收信号的归一化循环自相关 值主要分布在干扰信号的循环频率上, 而在期望信 号的循环频率上的值已较小; 当 ISR= 20 dB时, 在 期望信号的循环频率上的归一化循环自相关值完 全看不出了. 图 3说明了干扰环境中接收信号的循 环平稳性与期望信号和干扰的相对强弱有关, 当期 望信号较强时, 接收信号主要表现为期望信号的循 环平稳性. 随着干扰强度的增加, 期望信号的循环 平稳性逐渐减弱, 而干扰的循环平稳性逐渐增强, 当干扰强度达到一定程度时, 期望信号的循环平稳 性完全消失, 接收信号只表现为干扰的循环平稳 性. 所以,

33、 强干扰对期望信号的循环平稳性具有掩 蔽效应, 这种掩蔽效应决定了传统的只利用期望信 号循环平稳性的算法只适合用于干扰相对较弱的 场合. 当干扰很强时, 这些算法将完全失效, 而本文 方法利用了干扰的循环平稳性, 所以不会出现这种 情况, 这为本文方法提供了理论基础. 图 3? 不同扰信比下接收信号的归一化循环自相关函数值 ? 图 4 图 6给出了本文方法性能的仿真结果, 仿真中 DSSS信号的参数与图 3相同. 为使窄带 BPSK 干扰落入 DSSS信号带内, 其载波频率设为 fci= 115H z. 窄带干扰的数据调制速率分别为 Rbs = 1, 10 bit/s , 它们代表 2种不同的

34、干扰带宽. 仿真 中 FRESH 滤波器的频移矢量取 ?= 0, ?= 2fci = 230Hz, 这种频移参数的选取主要利用 了干扰的时域相关性和干扰频谱的共轭相关特性, 在干扰较强时选择弱信号的频移参数对系统性能 并没有明显的改善. FIR滤波器的抽头数设定为 Lp =Mq= 3, 仿真表明选择更高的抽头数并没有带来 明显的性能改善. FRESH 滤波器的权矢量由传统 的 LM S算法进行调整. 图 4给出了 2种不同干扰带宽下传统的时域 423第 3期魏安全, 等: 基于 FRES H 滤波器的 DSSS系统窄带干扰抑制技术 线性预测滤波器和 FRESH 滤波器对干扰估计精度 的仿真结果

35、. 图中 ETA? M SE为对干扰估计的时平均? 均方误差 ( TA? M SE), 即式 ( 33)中的第 1项, 其值 越小, 对干扰估计的精度越高. TA? M SE的数值是 在信息序列长度为 10 kbit时对 FRESH 滤波器输 出干扰估计误差的总体平均结果. 由图 4可见, 对 窄带干扰 (Rbi= 1 bit/s) 而言, 当信噪比达到一定 数值 (Eb/N0 4 dB)时, FRESH滤波器对干扰估计 的 TA? M SE比线性预测滤波器低, 说明在信噪比 较高时, FRESH 滤波器对干扰估计的精度要高于 线性预测滤波器, 从而能获得更好的干扰抑制性 能. 图 4? 不同

36、干扰带宽对干扰估计的时平均? 均方误差比较 由图 4还可以看出, 传统的线性预测滤波器对 干扰估计的精度对干扰带宽的变化很敏感. 干扰频 带较窄时, 线性预测滤波器对干扰估计的 TA? M SE 较低, 但干扰频带较宽时, 线性预测滤波器对干扰 估计的 TA? M SE明显增大. 而 FRESH 滤波器对干 扰估计的 TA? M SE 随干扰带宽的变化很小. 这说 明线性预测滤波器对干扰估计的精度与干扰带宽 密切相关, 而 FRESH 滤波器对干扰估计的精度与 干扰带宽的关系很小. 因此, 当干扰频带较宽时, 采 用 FRESH滤波器对干扰的精度更高, 能够获得更 好的干扰抑制性能. 图 5给

37、出了 2种不同干扰带宽下采用线性预 测滤波器和 FRESH 滤波器 2种干扰抑制方法 DSSS系统输出误比特率 ( bit error rate , BER)随信 噪比 Eb/N0变化的仿真结果. 由图 5可见, 在 Eb/ N0较低时, 2种方法的性能都很差, 这是由于式 ( 33)的符号判决变量方差中的噪声分量占主导地 位; 在 Eb/ N0较高时, 式 ( 33)中对干扰估计的误差 分量占了主导地位, 这时 2种方法的干扰抑制性能 差别很大, 采用 FRESH 滤波器的性能明显好于线 性预测滤波器. 随着 Eb/ N0的增加, 两者性能差别 更加明显, 在 Eb/N0= 10 dB以上时

38、, 两者的误码率 相差超过 2个数量级. 这是由于在信噪比较高时, 利用 FRESH 滤波器对干扰的估计更加准确, 因而 减小了符号判决变量的方差, 改善了系统的性能. 图 5? 不同干扰带宽下系统误码率比较 由图 5还可以看出, 采用线性预测滤波器干扰 抑制方法的性能对干扰带宽很敏感, 在干扰频带较 宽时系统误码率明显高于干扰频带较窄时的系统 误码率, 而采用 FRESH 滤波器干扰抑制方法在干 扰频带较宽时系统误码率与在干扰频带较窄时的 误码率相比变化很小. 这说明在干扰频带较宽时, 采用 FRESH滤波器的干扰抑制方法能获得更好的 干扰抑制性能, 这与图 4的仿真结论是一致的. 图 6考

39、察了 Eb/N0= 10 dB时不同干扰带宽下 2种干扰抑制方法的系统误比特率 BER随干信比 ISR变化的情况. 由图可看出, 对线性预测滤波器 干扰抑制方法, 随着干扰强度的增加, 系统 BER迅 速增加, 其性能迅速恶化, 且性能对于干扰强度的 变化很敏感, 而采用 FRESH 滤波器的干扰抑制方 法, 随着干扰强度增加, 系统误码率的增加却缓慢 得多. 这说明在干扰强度较强时采用 FRESH 滤波 器能比线性预测滤波器获得更好的干扰抑制性能. 图 6? 不同干扰强度下系统误码率比较 424东南大学学报 (自然科学版 ) ? ? ? ? ? ? ? 第 39卷 4? 结语 本文根据干扰环

40、境下接收信号的循环平稳特 性, 提出了一种利用频移滤波器对干扰进行估计并 将干扰抵消的 DSSS系统窄带干扰抑制方法, 对其 性能进行了理论分析和仿真. 结果表明, 与传统时 域线性预测方法相比, 由于该干扰抑制方法在对干 扰进行估计时既利用了干扰的时域相关性, 又利用 了干扰的频域相关性, 能够获得更小的时平均 ? 均 方误差, 从而更精确地估计和消除频谱相关的干 扰, 减轻对有用信号的损伤, 进一步降低系统的误 比特率, 因而具有更加优良的干扰抑制性能. 在干 扰较强或带宽较宽时, 该方法比传统的基于时域预 测 /相减方法的优势更加明显, 即使干扰频带很宽、 强度很大, 时域预测 /相减的

41、干扰抑制方法无法应 用时, 该方法仍能取得较好的干扰抑制性能. 随着 干扰检测技术的日益进步, 通信方不难获取干扰信 号的部分乃至全部循环频率, 使得该方法不仅具有 优越性, 而且还具有可行性, 具有良好的工程应用 前景. 参考文献 (References) 1 V enkataraman V,Shynk J J , Gooch R P . A cyclosta? tionary receiver for aperiodicCDMA signalsC /IEEE Conference Record of the Thirty? Eighth Asilomar Con? ference on S

42、ignals,Syste ms and Computers.Pacific G rove , CA, U SA, 2004: 923?927. 2 G oncalves L, G a m eiro A. M ulti?sensor frequency do? mainm ultiple access interference canceller for DS?CD? M A systems C /IEEE Eighth International Sy mposi? um on Spread Spectrum Techniques and Applications. Sydney , Aust

43、ralia , 2004: 27?31. 3 M irbagheriA, Platanio tisK N, Pasupathy S. Enhanced w idely linear CDMA receiver w ith OQPSK modulation J. IEEE Transactions on Communications,2006, 54 ( 2): 261?272. 4L i T L,Tugnait J K, D ing Z.Channel esti m ation of long?code CDMA syste m s utilizing trans m ission induc

44、ed cyclostationarity C / /IEEE Internationa l Conference on Acoustics,Speech,and Signal Processing.Hong K ong, China , 2003 : 105?108. 5 D inisR, Falconer D, N g B.Iterative frequency?domain equalizers for adjacent channel interference suppression C / /IEEE G lobal Teleco mmunications Conference (GL

45、OBECOM ).St Louis , MO, U SA,2005:3581? 3585. 6 BaroM,Ilow J . Cyclostationary?based diversity com bi ? ning for blind channel equalization using multiple re ? ceive antennasC /Canadian Conference on Electrical and Computer Engineering.N iagara Falls ,Canada , 2004: 2375?2378 . 7 G ardnerW A. Cyclic

46、w iener filtering :theory andmeth? od J. IEEE Transactions on Communications,1993 , 41( 1): 151?163. 8 G elliG, Laura L, Tulino A M. Cyclostationarity?based filtering for narrowband interference suppression in di ? rect?sequence spread?spectrum syste m s J. IEEE Jour? nal on Selected Areas in Commun

47、ications,1998 , 16 (9): 1747?1755. 9 刘云, 郭洁, 叶芝慧, 等. 频谱重叠信号分离的循环平 稳算法 J. 东南大 学学报: 自 然科学版, 2005 , 35 (3):333?337. L iu Y un,Guo Jie , Y e Zhihu,iet a. lSeparating cy? clostationary signals from spectrally overlapping interfer ? ence J. Journa l o f Southeast University: Natural Sci? ence Edition,2005

48、 , 35( 3): 333?337 .( in Chinese) 10 HuY akun, X iaW eiwe,i Shen L ianfeng .Study of an? ti ?interference mechanis m s ofm ultipleW PAN s access ? ing into a HAN C /International Sy mposium on In? telligent Signal Processing and Communication Sys? te ms. X ia m en, China ,2007 : 810?813. 11 Ngan L Y, Ouyang S, Ching P C. Reduced?rank blind adaptive frequency?shift filtering for signal extraction C /IEEE International Conference on Acoustics, Speech,and Signal Processing. M ontrea,lCanada , 2004: 653?656 . 425第 3期魏安全, 等: 基于 FRES H 滤波器的 DSSS系统窄带干扰抑制技术