提高收发隔离度的自适应对消技术研究

提高收发隔离度的自适应对消技术研究Ξ

冯存前　张永顺

(空军工程大学导弹学院　三原713800)

【摘要】　针对转发式干扰过程中干扰信号进入接收机而造成系统不能正常工作甚至自激的问题,提出应用自适应干扰对消技术,可以消除干扰保存有用信号,以达到提高干扰机收发隔离度的目的。仿真证实了本方案的有效性。

【关键词】　收发隔离,自适应对消,LMS算法

中图分类号:T N957 文献标识码:A

R esearch on Adaptive C ancellation Technique for

Improving Transmitter2R eceiver Isolation

FE NG Cun2qian　ZH ANG Y ong2shun

(Missile Institute Air F orce Engineering University　Sanyuan713800)【Abstract】　In the process of repeating type jamming,the inter ference signals always enter into the jammer receiver to make it w ork abnormally even cause self2excitation.The adaptive inter ference cancellation is suggested to s olve this problem.T aking advantage of it, the inter ference signals are cancelled,the useful signals are saved,and the transmitter-receiver is olation of the jammer is im proved.The validity of this scheme is proved by simulation.

【K ey w ords】　transmitter2receiver is olation,adaptive cancellation,LMS alg orithm

0　引　言

电子干扰机中侦察接收天线和干扰发射天线之间存在着自激干扰,即干扰过程中干扰信号进入接收机而造成系统不能正常工作甚至自激,也就是干扰机的收发隔离问题。传统的提高收发隔离度的主要方法是降低收、发天线间的各种耦合或者采用收发分时工作方式,但是,干扰机对隔离度的要求很高,而以上通过降低收发天线间耦合的各种措施又受到各种因素的限制,不可能使隔离度得到很大的提高。对于收发分时工作方式来说,虽然解决了收发隔离问题,但由于被干扰雷达信号参数(包括频率、相位、波形等)在干扰过程中不断变化,因此要求干扰机对雷达信号的侦察和截获必须在干扰过程中持续进行,分时工作方式意味着侦察接收机关机时间增长,就会降低对雷达信号的截获概率。因此,寻找一种有效削弱干扰信号对侦察接收系统影响的方法,增加干扰机收发隔离度是转发式干扰技术急需解决的重要问题。采用有源自适应对消技术,利用相关对消原理,对干扰信号具有识别能力,即使在频谱重叠的情况下,亦能消除掉进入接收通道的干扰信号,并保存有用信号。理论分析及计算机仿真表明,本文提出的方法是解决这个问题的有效途径。1　自适应干扰对消系统

1.1　自适应干扰对消系统的基本原理

所有的讨论都在雷达信号中频进行,在离散时间域上进行讨论,具有自适应对消功能的干扰系统结构如图1所示。相对于一般的干扰系统来说,增加了一个参考通道,由信号主通道的求和器和参考通道的自适应滤波器组成了自适应干扰对消器,由它来完成干扰的自适应对消。其原理如下:主通道的输入信号d (n)不仅包含有用信号s(n),还包含干扰信号x0(n),它是干扰机输出的干扰信号经延迟和衰减后进入接收机的,如图1中虚线所示。

参考通道的作用在于检测

图1　自适应干扰对消处理流程

16

第26卷　第2期　2004年2月

现代雷达

M odern Radar

V ol.26

　N o.2

February,2004

Ξ收稿日期:2003201229 修订日期:2003202202

干扰机发射的干扰信号x(n),由于传输路径不同,参考通道检测到的干扰x(n)与主通道接收到x0(n)的干扰是不相同的,但它们均来自同一干扰源,所以两者是相关的。将检测到的干扰信号x(n)通过自适应滤波器进行加权调整,使加权后的参考信号y(n)在某一最佳准则下(如最小均方准则)最接近主通道的干扰信号x0(n),然后经过求和器使两个通道的信号相减,将主通道干扰信号x0(n)对消掉。然后将剩余信号作为接收到的敌方雷达信号,对其再进行转发干扰信号处理,以产生压制式或欺骗式干扰。

系统对于基准输入的调整是在剩余信号(即误差信号)的控制下,依据某一准则来进行的。由干扰对消处理的基本原理可得误差信号ε(n)为

ε(n)=d(n)-y(n)=s(n)+x

(n)-y(n)(1)理想的对消条件是x0(n)和y(n)等幅同相,实现彻底相消,这时ε(n)=s(n)。实际中自适应滤波器在ε(n)的控制下按照最小均方准则改变自身权系数,以使得系统输出误差的均方值为E{ε2(n)}最小,从而达到干扰对消的目的。即

E{ε2(n)}=E{〔d(n)-y(n)〕2}=min(2)

这样,在最小均方误差意义下,系统的输出误差ε(n)最小,表明自适应滤波器输出y(n)最接近主通道干扰信号x0(n),等效于系统输出误差ε(n)最接近有用信号s(n),使对消系统输出端的信干比大大提高。

1.2　最小均方(LMS)算法

由前面的论述可知,本对消系统中最关键的部分是自适应滤波器。自适应滤波器的特性是:当输入过程的统计特性未知时,或输入过程的统计特性变化时,它能够调整自己的参数,以满足某种准则的要求。根据不同的准则,产生许多自适应算法。由于这里采用的准则是最小均方准则,因此自适应算法采用LMS算法。LMS算法的特点是计算量小、易于实现,因此被广泛应用于自适应控制、雷达、系统辨识及信号处理等领域。下面对此算法在本对消系统的应用进行分析。

如果将自适应滤波器的权系数矢量定义为W=〔ω0,ω1,…,ωj〕T,那么采用LMS算法的目的就是调整W,使均方误差E{ε2(n)}最小。

若定义基准输入信号矢量为X(n),则自适应滤波器的输出为y(n)=X T(n)W,因此式(2)变为

E{ε2(n)}=E{d(n)-X T(n)W2}(3)将上式展开,得

E{ε2(n)}=E{d2(n)}-2E{d(n)X T(n)}W+

W T E{X(n)X T(n)}W(4)

定义互相关矩阵R T Xd=E{d(n)X T(n)}和自相关矩阵R XX=E{X(n)X T(n)},则式(4)变为

E{ε2(n)}=E{d2(n)}-2R T Xd W+W T R XX W(5)

这表明均方误差是权系数矢量W的二次函数,可利用梯度法求均方误差的最小值。将式(5)对W求导数,并令其等于零,可得到使均方误差达到最小值的最佳权矢量为

W opt=R-1XX R Xd(6)利用上式求最佳权矢量需要知道R Xd和R Xd的先验知

识,而且还需要矩阵求逆运算。实际中这些先验知识

都是未知的,而且矩阵求逆运算也相当麻烦,因此我们

经常采用一种基于最速下降法的近似算法———Widrow2H off LMS算法来求最佳权矢量。根据最速下降原理可得出权矢量的迭代方程为

W(n+1)=W(n)-μ (n)

式中,μ是一个控制迭代过程收敛速度与稳定性的常数,称为收敛步长。因此,最佳权矢量的求解变为两个关键问题:梯度 (n)的计算及收敛步长μ的选择。

精确计算梯度 (n)是十分困难的。可用一种十分有效近似方法进行粗略计算,即直接取瞬时值ε2 (n)作为均方误差E{ε2(n)}的估计值,用公式表示为 ^= 〔ε2(n)〕=2ε(n) 〔ε(n)〕=

2ε(n)・ 〔d(n)-W T(n)X(n)〕=-2ε(n)X(n)于是,LMS算法最终得到的迭代公式为

W(n+1)=W(n)+2με(n)X(n)(7)

1.3　对收敛步长μ的讨论

由于收敛步长μ用来控制迭代过程收敛速度与稳定性,因此对于它的选择非常重要。由文献[1]可知LMS算法收敛的条件为:0<μ<1/λmax,其中λmax是自适应滤波器输入信号自相关矩阵R的最大特征值。但是,矩阵R得特征值一般不容易估计出来,我们可以注意到λmax不会大于矩阵R的迹(即tr(R),对角元素之和),则权矢量收敛可由下式更好地保证

0<μ<1/tr(R)(8)由于输入信号相关矩阵R的对角元素(即为输入功率)一般要比其特征值容易估计,因而式(8)更便于应用。

一般在保证算法收敛的前提下,应尽量选用较大

的收敛步长μ以提高收敛速度,增强自适应干扰对消

系统的实际应用价值。同时,也要考虑由于步长因子

26现代雷达26卷