网站公告列表

  没有公告
加入收藏
设为首页
联系站长
 . 网站首页 . 新闻 . 新品 . 方案 . 专访 . 活动 . DSP . EDA . 评测室 . 技术文库 . 会员区 . 商城 . 服务导航 . 邮购 . 资源 . 
您现在的位置： 61IC中国电子在线 >> DSP >> C3000文章 >> VC33X系列 >> 文章正文
  [组图]AR模型功率谱估计在抗干扰中的DSP实现    热     ★★★ 【字体：小 大】
AR模型功率谱估计在抗干扰中的DSP实现
作者：蒋　磊1,…    文章来源：电讯技    点击数：    更新时间：2007-1-8    

摘　要：本文在AR模型（自回归模型）功率谱估计方法的基础上，对其在抗干扰领域中的应用进行了研究，提出了自适应滤除干扰信号的方案，并对该方案进行了DSP实现。实验结果表明，该方案在自适应去除多个干扰信号方面是行之有效的。
　　关键词：功率谱估计；自回归模型；抗干扰；数字信号处理器

DSP Realization of AR Model Power Spectrum  Estimation in Anti-jamming

JIANG Lei1,2，CHENG Ren2 ，LIU Yi-de2

(1．Electronics and Information Institute, Northwest Polytechnical University, Xi'an 710072,China；
2．Telecommunication Engineering Institute, Air Force Engineering University,Xi'an 710077,China)

　　Ａｂｓｔｒａｃｔ：The application of AR model power spectrum estimation in the field of anti-jamming is studied. The scheme of adaptively filtering jamming signal is also proposed  and is realized based on DSPs. The experiment result  shows that this scheme is effective to filter multi-jamming signal.
　　Ｋｅｙｗｏｒｄｓ：Power spectrum estimation;AR model;Anti-jamming;DSP

一、引言
　　参数模型功率谱估计方法较经典功率谱估计方法无论是在方差性能还是在分辨率方面都有明显的优势，因而成为现代谱估计技术的主要内容，被广泛地应用到各个领域。由于工程中所遇到的功率谱一般是介于平谱和线谱之间（ARMA谱），即有峰点也有谷点的谱，但ARMA谱处理较为复杂，且在抗干扰处理方面，较为关心的是功率谱的峰点，所以一般采用AR模型（全极点模型）来建立信号的功率谱模型，并且AR模型具有处理简单、所得到的频谱平滑、分辨率高和功率谱匹配等优点，因此在抗干扰领域得到了广泛的应用。

 

二、关键技术
1.AR模型功率谱估计

  

　　

如图1所示, x(n)是由一个输入序列u(n)激励一个因果的线性移不变离散时间系统H(n)的输出。不论x(n)是确定信号还是随机信号，只要x(n)可以用一个有理函数来表示，对图1的线性系统，u(n)和x(n)之间可以用线性差分方程来描述输入与输出关系［2］：


　　
　　

式(1)两边分别取Z变换，并假定b0=1，可得

　　
　　

假定u(n)是一个方差为σ2的白噪声序列，由随机信号通过线性系统的理论可知，输出序列x(n)的功率谱为

　　
　　

这个模型称为自回归模型，简称AR模型。
2.白化滤波
　　既然AR模型在得知某个序列的自相关函数后可准确地构建由白噪声激励的系统模型（可采用Levinson-Durbin递推算法和Burg算法），那么在抗干扰处理中，所关心的是如何将干扰去除，因此可将干扰信号作为已知信号，即x(n)，利用AR模型构建干扰信号的白噪声激励模型H(n)，再将AR模型算法反应用，也即在构建系统模型时，应用AR模型，在去除干扰时，逆运用AR模型，从而将干扰信号处理为白噪声，以减少干扰信号对有用信号的影响。上述过程也称白化滤波。这也是本方案的关键所在，因此如何对干扰信号进行建模是至关重要的。具体分析如下：
　　设接收信号为

　　  
　　

式(6)中，s(n)为有用信号，r(n)为干扰信号，且s(n)、r(n)频谱不重叠。由上述AR模型理论可知，任何一个平稳随机序列可以用AR模型表示，则干扰信号可以表示为

　　
　　

式(7)中，w(n)为一白噪声序列。再由式（7）可知，相对干扰的AR模型频率响应函数为
　　
　　

现考虑干扰信号是在一定时间内频率位置不变的随机信号，并对有用信号是有一定时差（符合实际情况）。当利用式(8)对干扰信号进行建模，得到干扰信号模型参数后，便可利用AR模型的逆运算，把其看成一个白化滤波过程来处理,可得：
　　  
　
　　

式(12)中，w(k)为截短白噪声序列w(n)的离散傅里叶变换，s(n)与r(n)频谱不重叠，S′(k)与S(k)频率特性基本相同。

三、方案组成及工作原理
　　以上述关键技术为核心，本文提出了如图2所示的数字化抗干扰平台。

 

图2中的输入信号为模拟信号（考虑调制信号为话音），该信号首先经过宽带AD变换，采样速率需满足奈奎斯特采样速率的要求［1］。输入信号的频率一般比较高，直接送到DSP中处理，由于数据量比较大，DSP无法实时处理，因此方案采用了数字下变频器将输入信号的频谱向下搬移至一个合适的中频，以减轻对DSP处理速度的压力。而DSP则对变频后的数字中频信号进行AR模型谱分析、数字滤波等处理后，将滤除干扰后的有用信号进行数字解调，再将其输出至DA变换器，输出音频信号。
　　本文提出的以AR模型为核心的DSP处理流程如图3所示。当接收机处于等待接收状态并出现新的干扰时（考虑有用信号与干扰信号有一定的时差，这种条件往往是被满足的），干扰信号首先被DSP算法自动学习，并建立干扰信号的AR谱估计模型，并以此模型为基础建立滤除干扰信号的数字带阻滤波器，再对接收信号（有用信号与干扰信号的混合信号）进行FFT变换得到其瞬时谱，用已设计好的数字带阻滤波器对其进行数字滤波，滤除干扰信号，保留有用信号。这时，虽然干扰已被减弱，但考虑到AR模型逆运算不会彻底对干扰信号进行去除（尤其是当干扰信号比较大时，滤除后的信号旁瓣仍然比较大），于是采用通过对有用信号瞬时谱的搜索获得最大值，得到有用信号的载频，并以此载频为中心建立数字带通滤波器，进一步滤除有用信号的带外干扰。最后再对滤除干扰后的有用信号进行自动增益控制，然后进行数字解调。



四、系统实验

　　对上述数字化抗干扰平台进行了硬件实现，DSP采用TMS320VC33［3］，数字下变频器采用Harris 公司的HSP50214，话音信号以2 048点进行分帧处理，AR模型采用Levinson-Durbin递推算法（a的阶次为120阶）。为了保证解调后话音信号的连续性，采用了重叠相加的方法。实验参数如表1所示，实验结果如图4~8所示（DSP的CCS结果图）。从图中可以明显看出，当干扰信号比有用信号电平高20 dB时，方案有效地去除了多个干扰信号对有用信号的影响，且解调后的话音信号连续清晰。






五、结束语

    在用硬件测试本文提出的功率谱估计方法的抗干扰效果中，仅用了两路干扰信号，一路调幅，一路调频，效果较好。后续的测试重点将放在对于多于两路的窄带和宽带干扰共存时的抗干扰效果评估，以及各种数字调制干扰样式的效果评估上。

参考文献

［1］Mitola J. The Software Radio Architecture［Ｊ］. IEEE Communication Magazine,1995，(5).
［2］Kishan，Shenoi, Prentice Hall. Digital Signal Processing In Telecommunications［M］.New York :Springer-Verlag New York Inc., 1995.chapter7.
［3］TMS320C3X User's Guide.SPRU031E 2558539-9761［Ｚ］.TEXAS INSTRUMENTS,2000.

 

 

 

 
               欢迎点击进入：TI德州中文网   (国内唯一针对TI应用的中文技术网站)    文章录入：admin    责任编辑：admin 
  • 上一篇文章：

  • 下一篇文章：
    • 【发表评论】【加入收藏】【告诉好友】【打印此文】【关闭窗口】
    最新热点 最新推荐 相关文章
    没有相关文章
    　　网友评论：（只显示最新10条。评论内容只代表网友观点，与本站立场无关！）
    | 设为首页 | 加入收藏 | 联系站长 | 友情链接 | 版权申明 | 网站公告 | 管理登录 | 
    站长：61IC 湘ICP备05002478号