DS扩频通信系统抗窄带干扰及正弦波干扰性能研究.

第8卷 第1期2009年2月常 州 信 息 职 业 技 术 学 院 学 报Jou rnal of Changz hou V ocati on alC oll ege of In f or m ati on T echnology Vo.l 8N o .1Feb .2009收稿日期:2008-11-13作者简介:虞建华(1958-),男,高级工程师,从事研究方向:通信技术、计算机应用注:2007年常州市第十三批科技计划项目(CE2007046)扩频通信中窄带干扰抑制技术的研究虞建华1张国俊2潘之俊1(1.常州无线电厂有限公司 江苏常州 213001 2.常州信息职业技术学院 江苏常州 213164)摘 要:将常用的窄带干扰抑制技术进行了较为系统的研究,给出了基于时域预测滤波的窄带干扰抑制模型,重点讨论了变换域窄带干扰各种常用方法的特点,并给出了性能仿真。

关键词:窄带干扰;线性预测;变换域;门限法中图分类号:TN 914.42 文献标志码:A 文章编号:1672-2434(2009)01-0006-04Study on Narrow -band Interference Rejecti on i n SpreadSpectru m Syste m sYU Ji a n-hua 1Z HANG Guo -j u n 2PAN Zh-i j u n1(1.Chang z hou R ad i o P l ant Co.,L td .,Changzhou 2130012.Changzhou College o f In f o r m ati on T echno l ogy ,Chang zhou 213164,Chi na)Abstrac t:The paper g i ves a syste m atic study on N BI re j ection techno l ogy ,sho w s the m ode l o f NB I re jecti on i n ti m e doma i n ,ma i n l ydiscusses the features of d ifferent m ethods o f NB I suppression i n transf o r m dom ai n ,and show s t he perfor m ance si m ulation .K ey word s:narrowband i nter f e rence ;li near prediction ;transfor m do m a i n ;m et hod o f t hresho ld0.引言虽然在许多情况下,扩频系统本身所固有的扩频增益可以提供足够的抗干扰能力,但在有些强干扰情况下,例如,对直接序列扩频系统,在其扩展频谱的中心频率附近,利用高功率电平的单音连续波干扰或多音干扰,可以使系统性能严重恶化。

窄带干扰环境下DS—SS信号的细微特征分析第22卷第1期2007年3月数据采集与处理JournalofDataAcquisition&ProcessingV o1.22No.1Mar.2OO7引文章编号:1004—9037(2007)01003107窄带干扰环境下DS—SS信号的细微特征分析张天骐周正中陈前斌隆克平h(1.重庆邮电大学通信与信息工程学院,重庆,400065;2.电子科技大学通信与信息工程学院,成都,610054)摘要:通过对窄带干扰(NBI)条件下低信噪比直接序列扩频(Ds—SS)信号的细微特征分析,得到了NBI特征波形和DS—SS扩频伪码(PN)的盲估计.首先按PN码周期和码速率(假设已获知)对接收DSSS信号进行取样预处理形成观察向量集,接着用细微特征分析方法对该集合进行处理,最后可以估计出信号所夹杂的NBI特征波形和信号的PN码序列.为了减少所估计PN码的相位模糊性,本文在取样预处理时将取样时间窗口增大到PN码周期的二倍,结果使所估计的PN码或是原码或是反码,从而提高了估计准确性.同时利用所估计的NBI特征波形可消除原始信号所夹杂的NBI,而利用所估计的PN码序列则可以对DS—SS信号实施盲解扩处理.理论分析和数值结果表明,该方法有效,并能工作在较低的输入信噪比和信号干扰比环境关键词:直接序列扩频(Ds—SS)4;----号;窄带干扰(NBI);扩频伪码(PN)序列;特征分析;盲解扩中图分类号:TN911.7文献标识码:A ParticularEigen—StructureofDS—SSSignalsUnderNarrowBandInterferencesZhang7ianqi,ZhouZhengzhong,ChenQianbin,LongKeping'(1.SchoolofCommunicationandInformationEngineering,ChongqingUniversityofPosts andTelecommunications,Chongqing,400065,China;2.SchoolofCommunicationandInformationEngineering,UniversityofElectronicScience andTechnologyofChina,Chengdu,610054,China)Abstract:Amodifiedapproachbasedonelgen—analysisofdirectsequencespreadspectrum (DS—SS)signalsundernarrowbandinterferences(NBIs)isproposed.Itcanestimatethe eigen—waveformsofNBIsandpseudonoise(PN)sequenceofDS—SSsignalsblindlyonthelowsignalnoiseratio(SNR)andsignalinterferenceratio(SIR)DS—SSsignals.Someparameters. suchasperiodandchipintervalofthePNsequence,needtobeknown.Firstly,thereceived signalisdividedintonon—overlappingtemporalvectorsaccordingtotwotimesoftheperiodof thePNsequence,thentheapproachbasedoneigen—analysisisusedtoprocessthevectorsone byone.Finally,theNBIeigen—waveformsandthePNsequencesofthesignalscanbeblindly estimated.BasedontheestimatedNBIeigen—waveformsandthePNsequences,NBIscanbe rejected,andtheDS—SSsignalsdespreadingwithoutthePNcodecanberealizedtoo. Theoreticalanalysisandexperimentalresultsshowthattheapproachiseffectiveandworks wellinthelowerSNRandSIRambient.Keywords:directsequencespreadspectrum(DS—SS)signal;narrowbandinterference(NBI):pseudonoise(PN)sequence;eigen—analysis;spread—spectrumdespreadingwithout theode直接序列扩频(DS—SS或DS)信号具有伪随机编码调制和信号相关处理两大特点,使得其存在许多优点,如抗噪声,抗干扰,抗多径衰落,低功率谱密度下工作,有保密性,可多址复用和任意选址及基金项目:国家自然科学基金(60602057)资助项目;重庆市自然科学基金(CSTC,2006BB2373)资助项目;重庆市教委自然科学基金(KJ060509)资助项目;重庆邮电大学自然科学基金(A2006—04,A2006—86)资助项目.收稿日期:2006—02—02;修订日期:2006—04—2632数据采集与处理第22卷高精度测量等,目前已经在数字通信中的诸多领域,如保密通信,多址通信和卫星导航定位中得到了广泛的应用.然而另一方面,在频谱监测,电子侦听等非合作通信系统中,需要对扩频信号进行监测管制,并正确接收.其关键问题是要对信号进行细微特征分析以获取其细微特征.由于DS信号有极低的功率谱密度,通常噪声功率远高于接收到的信号功率,所以通常的信号分析方法在此并不适用.而且现有的信号分析方法也不可能简单地直接应用在DS信号上.若已获知DS信号的有关参数(扩频码周期,码率_1等),则有可能对DS信号扩频伪码(PN)码进行盲估计,这对扩频通信的民用监测管制和非合作信号侦察干扰具有关键意义.PN码盲估计是DS信号盲处理的重要环节.盲解扩(又叫无码解扩)的概念最先出现在文献[3]中,但所提方法较为粗糙,实时处理困难,而且没有完全得到和用到DS信号PN码本身的特征结构信息.文献[2]试图用统计谱分析结合主分量分析神经网络实现对DS 信号PN码的盲估计,但同样需要用自相关方法来搜索信息码与PN码波形同步的起止点,而存在着较大的缺陷.作为对文献[2]方法的改进,文献[4, 5]提出了用多主分量神经网络对DS信号扩频码进行盲估计,其结论是扩频码的盲估计可以由最大和次大主成分特征向量估计收敛得到,并且最大主特征向量收敛的速度很快,但是次大主特征向量收敛由于要等待前者的估计收敛,所以收敛速度会较慢.文献[6]中用特征分析的方法实现了扩谱雷达DS信号的PN码估计,但是只对长度很短的PN码作了案例研究.实际DS信号的外来环境干扰不可避免,尤其是一些功率较大的窄带干扰.而且DS信号接收机内部由于解调本振频率的漂移,解调基带DS信号中一般都会存在窄带干扰形式的残余调制.因此, 要实现DS信号的盲解扩处理,还必须在解扩处理前面加上窄带干扰抑制.目前,几乎所有的有关DS 信号窄带干扰抑制的方法_7都还停留在抑制窄带干扰上.在抑制窄带干扰的同时进一步对DS信号本身的特征结构信息进行细致分析还是有待研究的课题.本文在文献[2,4—6]的基础上,先根据已获知的DS信号参数对观察基带DS信号以随机确定的起始点按两倍PN码周期分段,形成观察数据向量集,然后对观察向量相关矩阵实施累加平均和矩阵特征值分解,最后根据所得特征值的分布就可以找出所要抑制的窄带干扰特征波形,并可进一步估计出DS信号的PN码序列.在DS信号的接收观察窗由一倍PN码周期变为两倍以后,就使得所估计到的PN码是原码或反码,这就减少了所估计PN码的相位模糊性.而且在DS信号的接收观察窗由一倍PN码周期变为两倍后,无论取样起始点如何,在某一个主特征向量中总可以恢复出一周期完整的PN码序列.在解决好PN码序列的盲估计问题后,才可能在真正意义上实现DS通信的盲解扩处理.由于DS信号易于用平方环(针对BPSK信号),四次方(针对QPSK信号)等方法解调,所以本文重点针对基带DS信号,并根据工程实际假设一位信息码由一周期PN码同步调制.1NBI条件下DS信号的细微特征分析1.1分析系统及信号模型本文所研究的NBI条件下DS信号的细微特征分析系统是图1"直序扩频一窄带干扰抑制一盲解扩接收机"中除去虚框部分的子系统.图中的DS信号为s()一d(t)p(t)cos(~oot)(1)式中:d(￡)一dg(一71.),其中d∈{±1)为均匀分布的信息码序列,EEdd]一(—),图1直接序列扩频一窄带干扰抑制一盲解扩接收机第1期张天骐,等:窄带干扰环境下DS—SS信号的细微特征分析33 q(￡)一To为一个持续期.的切普脉冲;户(f)一∑pkq(t一点丁),其中∈{±1}为PN码序歹IJ,q㈤一To为一个持续期为丁的切普脉冲;OJc为扩频信号载频.并且T.一Ⅳ,其中r,.为PN码周期(也等于信息符号的周期),T为PN码子脉冲宽度,Ⅳ为PN码位数(表示扩谱系统的处理增益).接收信号中的窄带干扰NBI(以多音干扰为例)为j(t):ACOS[(+力)f+](2)式中:为第个干扰的幅度;力为干扰频率与DS信号中心频率的频差;0为在O～2兀之间均匀分布的随机相位.因此接收信号为z(t)一S(f—T)+(f)+,2(f)(3)式中:为在[O,r,.]上均匀分布的随机初始延时;,z(f)为方差为:的零均值加性高斯白噪声.为了简化分析,假设图1中用于下变频的低通滤波器为一个理想低通滤波器,其不会引起信号和NBI失真.低通滤波的目的在于让信号和干扰无失真地通过,而限制白噪声,z(f)的功率.在下变频和丁采样以后,得到信号z一S+JJ+,2(4)式中:,z,为方差为:的零均值随机变量;,J,为S,一d()户()(5)J,一∑AcosEi,力T+](6)设置一个持续期为2T.观察窗,并且每隔2T.得到一个观察取样向量X一[z一,z一,…, z—].这里X的维数为N一2T./T.X一S+^+聆(7)由于受到观察随机初始延时的影响,S的采样起始点丁并不恰好处于信息码与PN码序列调制的同步点上,那么可以推知一个取样向量S 将包含连续的三位信息码调制的两周期PN码序列的信号,即S:dP1+d+1P2+d+2P3(8)式中:d,d+和d+为均匀分布并且不相关的连续三位信息码;p,P和P.为向量,其中P前面包含了持续期为丁.一7'的扩频码波形的后段,后面是持续期为71.+丁的零值;P前面是持续期为丁.一7'的零值,中间包含了一周期丁.的完整PN 码序列,后面是持续期为丁的零值;P.前面是持续期为2T.一的零值,后面包含了持续期为的扩频码波形的前段.可见,一周期完整的扩频码P是完全可以由P,或者由P和P.重建出来.进一步,将P,Pz和Ps作幅度归一化,有fzf一P/llPlIzf一P/lIPll(9)【zf.一P./IlP.lI又由P,P和Ps的定义有咖,一_1,2,3(1O)因此,所得到的zf,zf和zf.为正交归一化向量.窄带干扰可以表示为一Ha(11)式中:H一[,h,…,]为一个N×M维矩阵,其中ht—Ecos[力,7'(志--i1)+],COS[力,7'(志--i2)+],…,cosEO,T(志一Ⅳ)+]],z—l,2,…,;n—EA1,A2,…,AMj.由此,接收信号的数据向量X可以表示为X一llP1lIzf1+d+1lIP2lIzf2+d+2lIP3lIzf3+Ha+聆(12)1.2分析算法及讨论本节研究信号向量X形成的相关矩阵的特征值分解(EVD).向量X的相关矩阵可以表示为R=E{xx)=(cx.)一im÷∑x(i)x()(13)式中E{?}表示取期望.将式(12)代人式(13)并忽略下标,有R一R+R,+R一∑E_T+∑F(--cT+j_T)+:,一∑E一uY+啪=1i=1MM∑F--cT+∑F一S+ij(14)式中:为噪声方差;I为Ⅳ维的单位矩阵.在以上推导中,假设信号S,窄带干扰^和噪声聆相互独立,而信息码是零均值和不相关的,且有E一5llPll,E一llPlI和E.一;llP.ll(为42信息码的方差),F一为第个干扰信号的功率,并且设c一[COS/1力T,cos/2力T,…, cosiN~T],一[sini1力T,sini2力T,…,siniⅣ力T]T.由式(14)可以看出,(i一1,2,3),和;(一1,2,…,)都是见的正交归一化主特征向量,而且由该式和正定矩阵的性质可知,,和;还可以取相应的负值.34数据采集与处理第22卷由式(14)和相关矩阵的特征分解理论可知3MR一R+R+R一∑ErT+∑F--T+f=l一lM∑F+盯i,一一UsA-T+=l以+--T+(15)式中:U,C,8分别由向量H,c,s构成;A,A,分别为由E,F,F构成的对角矩阵;U为归一化的高斯白噪声向量矩阵;A为由:构成的对角矩阵.对式(15)的讨论如下:(1)由式(13)可知,R一R(z)lh..,因此随着接收向量取样数z的增大,R(z)将渐进地趋向于B,进而特征向量,c和s即为其真实向量,c和s.(2)设F一/2和F一A~,/2(一1,2,…,M)代表了M个窄带干扰的2M个特征值(功率).这些特征值和所对应的特征向量就可以用于窄带干扰消除.(3)设PN码序列能量为E≈llPll,式中T为取样周期;有用DS信号方差为一;信』0噪比)tSNR薯,可得E一i?y?,E一r1,1i?ysNR?Io和E3一i?ysNR?代表了s的功』c』C率,一般要比窄带干扰的特征值小许多,这3个特征值中最大的一个所对应的特征向量可用于估计DS 信号的PN码序列.(4)由式(15)和矩阵特征分解理论得知,的最大特征值不依赖于丁,R的另外两个特征值大小则依赖于r,.①当丁≤丁./2时,该足代表有用信号的特征值依降序排列分别为—E+2一(+y?To)2一E+2一(+y?._)2.一E.+2一(+y?Ta:)2和反.可以看出,在任何条件下,由P—P.一sign(H)一定可以恢复出一周期完整的PN码序列.还可以看出,由P来恢复P会有正负两种相位模糊性,而由P和P.一起来恢复P则分别可能有6种相位模糊性.因此由P来恢复P将是最优选择.再者,还能够根据式(16)估计输入信噪比和观察窗与信息码波形失步的时刻.②当丁>丁./2时,由式(16)知特征值和.的顺序会改变.⑧当T:0时,由式(16)有一(+~tSNR?To)2一1+?To)2(17)3一i一i所以只有两个相等的大特征值和,其对应的主分量符号都表示了一周期完整PN序列. 而其他特征值则退化为噪声方差,其对应的主分量则代表了噪声序列.从上面理论分析可以看到,当接收信号的信号干扰比较低,并且/或者信噪比也较低时,对凡进行特征值分解完全可以估计出所接收信号的窄带干扰特征波形和DS信号的PN码序列,这是因为用式(8)对凡进行估计.1l(z)一了1:()()(18)'式(18)表明了也的累加平均计算过程本身就是一个降噪的过程,在均方意义上其为疋的最优无偏估计.更进一步,还可以找到现成的高效奇异值分解(SVD)算法程序来实现对B的特征分解.而且如果希望跟踪变化的信号细微特征,就可以基于最新的L个观察向量构造相关矩阵的滑动平均估计1,R()一手>X()()(19)由此可见,本文接收机具有实时跟踪能力.(162计算机模拟结果【一口i所以的最大特征值为其对应的主特征向量符号=sign(u)表示了一周期完整的PN序列的原和反;次大特征值对应的主特征向量符号=sign(u)表示了一周期PN序列的后半段的原和反;而第三特征值.对应的主特征向量符号.=sign(u.)表示了一周期PN序列的前半段的原本文模拟实验条件为:(1)采用的两个窄带干扰分别为窄带干扰(1):J1(志)一10.Ocos[(2n/100)k+声1](20)窄带干扰(2):J(志):5.Ocos[(2n/50)k+声2]'(21)式中:每次产生的窄带干扰数据向量(志)=J(愚)+J(志);志一1,2,…,200,即长度为200位;声和声第1期张天骐,等:窄带干扰环境下DS—SS信号的细微特征分析35 为均匀分布在Eo,27c]上的不同随机数.(2)DS信号PN序列是长度为100位的截断的m序列,序列的幅度为±1.(3)每次均匀随机地产生幅度为±1三位信息码,然后用它们分别去调制PN码序列产生3周期.的信号,加人所产生的窄带干扰数据,再加人方差为T.一Ⅳ丁的零均值高斯白噪声,再以一个任意确定的{丁J0≤T<丁.)(为码片宽度丁.的整数倍)为起点取出两倍PN码周期的信号,即可生成了一个观测数据向量.(4)信号干扰比和信噪比分别为馨IJl...JI050100150200250300采样点数(a)原始观察信号向量样本采样点数(c)第一,二特征值对应的特征波形罂馨坚SIR—lOlglO/-as2/(∑AUZ)J(22)一1SNR一101gl0(/:)(23)2.1实验1在DS信号码长N一100bit,观察窗和信息码波形失步的时刻为T=307',且A一10.0和Az一5.0,信干比SIR=一18.0dB,并且一4.0,信噪比SNR一一12.04dB时做模拟实验1.观察信号相关矩阵用式(18)计算,其中z一1,2, (400)实验1波形图如图2所示.其中图2(b)是相罂坚特征值序数(b)信号特征谱采样点数(d)第三,四特征值对应的特征波形采样点数(e)第五,六和七特征值对应的特征波形图2信号及特征值对应波形如加mOm加如一一一罂36数据采集与处理第22卷关矩阵袁(400)的特征谱(特征值降序排列图),从图中可以看到有两两一组的前面4个较大特征值存在.前2个特征值及其对应的特征向量(图2(c))对应了窄带干扰(1),后2个及其对应的特征向量(图2(d))对应了窄带干扰(2).而对应于有用DS信号存在的第五,六和七特征值较小,一般不易被察觉, 其对应的特征向量形成的序列见图2(e).在实验中这3个特征向量形成的序列还可能出现部分或全部取PN码的原序列或反序列的情况,符合前面的理论分析.这些情况均不影响获得PN码估计后的主动解扩.2.2实验2在DS信号Ⅳ一50bit,Al一10.0和A2—5.0,SNR一0.0dB和SIR一一18.0dB时做模拟实验2,第一到第七特征值幅度随了的变化曲线如图3所示.由图3(b)可以看出,在观察窗为2T.时其中一个有用信号特征值(即第五特征值)不随7变化,而且是有用信号特征值中最大的一个.(a)第一,二,三和四特征值变化曲线(b)第五,六和七特征值变化曲线图3特征值幅度随7的变化曲线2.3实验3在DS信号PN码长Ⅳ=1OObit和Ⅳ=50bit,观察窗与信息码波形失步的时刻T=0.3NT,并且有式(20,21)的窄带干扰和无窄带干扰时做模拟实验3.图4是在实验3条件下估计PN码所需数据组数的均值随信噪比变化的曲线.从图中可以看出,PN码越长估计所需要的数据组数要少些,估计性能要好些;有窄带干扰存在时,估计PN码所需的数据组数会稍微增加,表明了窄带干扰会直接影响PN码序列的估计.寒SNR/dB图4性能曲线从上述3个模拟实验可以看出,由相关矩阵(z)j的特征分解完全可以在窄带干扰条件下正确估计到DS信号PN码序列,而且还可以在较低的信噪比和很低的信干比条件下实现估计.3结束语本文提出一种在强NBI环境下的低信噪比DS信号的细微特征分析方法.该方法可以应用于任意PN码序列和信息码序列构造的低信噪比DS 信号,并且在理论上可以工作于任意强度的背景高斯白噪声下,而且随着接收信号长度的增加,对DS 信号的细微特征分析就愈精确.结果表明本文系统及方法完全可以代替现存的DS解扩算法,在DS 通信的盲解扩处理领域有较大的应用潜力.在通常情况下,已确知PN码的主动解扩可做到信噪比容限为一2O～一30dB,而本文算法在理论上可以工作在任意的信噪比下,在PN码较短时估计速度会很快,在PN码较长时则估计性能会更好.该方法将能较好地同时解决窄带干扰条件下DS通信(尤其在涉及到DS的民用通信和战术通信中)的窄带干扰消除和PN码序列盲估计问题, 为DS通信的窄带干扰抑制,盲解扩,新体制接收机设计,通信管制,侦察和干扰以及DS—CDMA通信的侦察和盲多用户检测等奠定了基础.第1期张天骐,等:窄带干扰环境下DS—SS信号的细微特征分析37 参考文献:[1][2][3][4][5][6]张天骐,周正中.直扩信号伪码周期的谱检测[J].电波科学,2001,16(4):518—521.张天骐,周正中.直扩信号的谱检测和神经网络估计[J].系统工程与电子技术,2001,23(12):1215.FrenchCA,GardnerWA.Spread—spectrum despreadingwithoutthecode[J].IEEETransCom,1986,34(4):404—407.ZhangTianqi,LinXiaokang,ZhouZhengzhong. UsePCAneuralnetworktOextractthePNsequence inlowerSNRDS—SSsignals[J].LectureNotesin ComputerScience,2004,3173:780—785.张天骐,林孝康,周正中.一种直扩信号伪码周期及序列的盲估计方法[J].电波科学,2005,20(3):400—405.SimicS,ZeiakA.Blindestimationofthecode[71[8]sequenceinspreadspectrumradar[C]//IEEE7th InternationalConferenceonTelecommunicationsin ModernSatellite,CableandBroadcastingServices. SerbiaandMontenegro:s.n],2005,2:487—49O.孙丽萍,胡光锐.直接序列扩频通信中窄带干扰抑制的奇异值分解方法[J].电子与信息,2003,25(9):129O一1293.DixonRC.Spreadspectrumsystems[M].SecondEdition.NewY ork:JohnWiley&SonsInc,1984.作者简介:张天骐(1971一),男,博士,副教授,研究方向:通信信号处理及其可编程实现,E—mail:Zhangtianqi@;周正中(1939一),男,教授,研究方向:通信与测量系统;陈前斌(1967一),男,教授,研究方向:个人通信技术;隆克平(1968一),男,教授,研究方向:通信网络技术.。

扩频通信系统抗干扰能力分析摘要文章对扩频通信系统的基本模型进行了介绍，并着重分析了扩频通信系统在噪声信号n（t）=0和n（t）≠0两种情况下对抗外部单频干扰的能力。

【关键词】扩频通信系统抗干扰扩频增益1 引言随着通信领域的迅猛发展，惯用的定频通信在许多方面已无法满足实际应用的需要。

而扩频通信系统作为一项新的通信技术一出现，便以其出色的抗干扰能力、低截获率、码分多址、隐蔽性、保密性、传输性和易于多址组网等特点，受到通信行业的极度青睐。

可以说，在现代无线通信领域，如果通信系统不具备良好的抗干扰能力，也就无法在干扰环境下准确、实时、不间断地传输信息，也就没有了生存能力。

2 扩频通信系统模型扩频通信是指用伪随机码将已调的窄带信息信号扩展成比信息带宽大得多的宽带信号，以实现系统任意选址、增强抗干扰能力及保密性的无线通信体制。

与一般通信系统相比，扩频通信系统增加了扩频调制部分和解扩部分。

其基本组成框图如图1所示。

图中发射端有信息调制、扩频调制和射频调制三部分，接收端有相应的变频解调、扩频解调和信息解调三部分。

并且在收、发两端有两个完全相同的扩频码发生器。

其工作原理是：在信号发送端，首先将信息调制成基带数字信号，该数字信号经扩频码发生器产生的扩频码序列调制后形成中频信号，展宽后的中频信号进行射频调制形成高频信号，由天线发送出去。

在接收端收到的宽带射频信号，经变频成为中频，然后由本地产生的与发端相同的扩频码序列对中频宽带信号进行相关解扩，再经过信息解调，恢复成原始信息输出。

3 扩频通信系统抗干扰能力分析扩频系统采用了扩展频谱技术，在接收端对干扰频谱能量加以扩散，对信号频谱能量压缩集中。

因此，在输出端得到信噪比的增益，这样的扩频通信机可以在很小的信噪比情况下进行通信，甚至可在信号比干扰信号低得多的情况下进行通信。

扩频通信的抗干扰能力的两个重要参数是处理增益和干扰容限。

处理增益Gp定义为频谱扩展后的信号带宽B2与频谱扩展前的信号带宽B1之比，即若信息数据d（t）的码元宽度为T，截止频率fd，频谱宽度为B1，数据速率Rd，其功率谱密度Sd（f）主要分布在（-fa，fd）的频带内；扩频码序列的码元宽度为Tc，截止频率fc，频谱宽度为B2，编码速率Rc，其功率谱密度Sc（f）主要分布在（-fc，fc）的频带内。

一种提升“DS-SS通信系统抗窄带干扰能力”的方案研究摘要：直接序列扩频通信系统（DS-SS）本身具有突出的抗敌方窄带干扰能力，但是单纯的DS-SS系统已经很难适应现代战争对通信技术的要求。

本文将对一种基于软调频技术、自适应陷波技术的改进型DS-SS系统的性能进行分析，并对该系统性能的提升手段进行预估。

关键词：DS-SS；软调频；自适应陷波；Matlab1.改进型DS-SS通信系统构成DS-SS系统本身具有突出的抗窄带干扰能力，这种能力是早期DS-SS系统广泛应用于军事通信领域的重要原因之一。

随着战争信息化的突飞猛进，数字信号处理技术的日新月异，单纯的DS-SS系统已经很难适应现代战争对通信技术的要求。

图1是一种新型DS-SS通信系统模型，该系统融合了新型数字调制技术、数字信号处理技术等前沿科技成果，其抗窄带干扰的能力得到了大幅度的提升。

图1 一种新型DS-SS通信系统模型2.软调频技术软调频，又称为平滑调频（TFM），是一种新型的用于数据传输的调制技术，其主要特点是带外辐射小、频带利用率高。

传统的相位键控（PSK）调制方式相位不连续，在相位跳变点附近高频含量高，频谱集中度不太好；与之相比，平滑调频的相位连续，频谱更向中心频率点附近集中，信号带宽相对节约，故能很好地应用于窄带数据传输。

平滑调频的调制过程可采用调频方法和正交调制方法实现；TFM信号解调则经常采用正交相干解调器。

TFM的功率利用率和最小移频键控（MSK）信号相差不多，虽然误码性能比MSK大约差1dB左右，但是其频谱集中度好，信号占用带宽资源很少，因此被公认为是移动通信中比较好的数字调制方式之一。

3.自适应陷波技术自适应滤波技术是目前数字信号处理研究领域的热点技术之一，也是现代无线通信系统滤波器设计的主流手段之一。

最小均方算法(LMS: Least Mean Square)是自适应横向滤波器设计时经常采用的一种算法。

在空域、时域及其他变换域中设计自适应滤波器时，它不失为一种实用、简单、高效的算法。

摘要：本文分析直接序列扩频系统通信中的基于时域和变换域等传统干扰抑制方法存在的不足,提出一种基于离散傅立叶变换(D FT)的时域自适应陷波技术。

当干扰为时变窄带干扰时,基于D FT的时域陷波技术优于传统时域和变换域的窄带干扰抑制技术。

针对基于加窗离散傅里叶变换(DFT) 的直接序列扩频(DSSS) 系统窄带干扰抑制工程实现中的关键技术,分析了重叠相加法减小加窗对接收信号失真的效果, 并首次提出一种基于频域谱线的模平方服从指数分布假设条件下的干扰检测和处理算法——自适应多门限检测干扰抑制算法, 分析和仿真的结果表明, 该算法有较强的自适应性能, 可抑制扩频系统中存在的多种窄带干扰。

关键词：直接序列扩频；窄带干扰抑制；陷波器；自适应多门限检测；子带判决门限Abstract：This text analyzes the traditional interference suppression method shortcomings that based on time-domain and transform domain of the direct sequence spread spectrum system communication, as proposed Time-domain adaptive notch technology based on discrete Fourier transform (D FT). When the interference becomes narrow-band interference, the time-domain notch technology based on the D FT is superior to the narrowband interference suppression techniques of the traditional time-domain and transform domain technology. For key technologies of the direct sequence spread spectrum (DSSS) system narrow-band interference suppression project based on the windowed discrete Fourier transform (DFT) , the text analysis the effect of overlap-add and reduces windowed method to the received signal .For the first time proposed a method of Interference detection and processing algorithms under the assumption of Modulus square based on frequency domain spectrum obey exponential distribution- adaptive multi-threshold detection interference suppression algorithms, analysis and simulation results show that the algorithm has a strong adaptive properties, can inhibit a variety of narrow-band interference exist in the spread-spectrum systems .Keywords: direct sequence spread spectrum; narrowband interference suppression; notch filter; adaptive multi-threshold detection; sub-band Decision Threshold1 引言由于扩频通信具有抗干扰能力强、信息信号隐蔽、便于加密、任意选址、以及易于组网等独特优点，近几年来世界各国对扩频技术的研究已形成高潮，因而扩频通信作为一种新型通信方式得到了迅速发展和广泛应用。

为什么扩频信号能够有效的抑制窄带干扰？答：扩频信号对窄带干扰的抑制作用在于接收机对信号的解扩的同时，对干扰信号的扩频，这降低了干扰信号的功率谱密度。

扩频后的干扰和载波相乘、积分大大削弱了他对信号的干扰，因此在采样器的输出信号受干扰的影响将大大减小输出的采样只会比较稳定。

什么是同频干扰？是如何产生的？如何减少？答：同频干扰：是指相同载频电台之间的干扰如何产生的：蜂窝小区的结构产生的。

如何减少：合理的选定蜂窝结构与频率规划，表现为系统设计中队同频道干扰因子的选择。

若载波MHz f 8000=，移动台速度h km v /60=，求最大多普勒频移。

解：αλcos vf d =Hz c vf vf d 4.443600103108001060/8630max =⨯⨯⨯⨯⨯===∴λ 说明多径衰落对数字移动通信系统的主要影响。

答：①信息信号分散，信噪比低，传输语音和数据质量不佳；②可能引入尖锐的噪声，照成传输数据大量出错；③不同路径传来的信号互相相关，难以直接叠加。

增加接收电路单元的复杂度，从而提高系统的建设和运营成本。

多选题：请将下列每道题中包含正确答案的字母A 、B 、C 、D 填入题目相应的（ ）中。

错选、漏选、多选均不得分。

1、移动通信系统包括（ ABCD ）等。

A 、无绳电话B 、无线寻呼C 、陆地蜂窝移动通信D 、卫星移动通信2、电波传播环境中，以下哪些一般属于阴影衰落？（ AB ）A 、山地起伏B 、高低各异的建筑物C 、雷电雨雪等恶劣天气D 、茂密的林木等3、电波传播环境中，以下哪些一般属于多径衰落？（ AC ）A 、高大建筑B 、各种电磁干扰C 、通信体快速运动D 、发射功率不稳定4、目前移动通信中常见的微观分集的方式是哪三种？（ ABC ）A 、时间分集B 、频率分集C 、空间分集D 、以上都不是5、目前移动通信中应用的多址方式有（ ABC ）及它们的混合应用方式。

A 、FDMAB 、TDMAC 、CDMAD 、SDMA6、在FDMA 中主要的干扰有（ ABC ）。

基于Simulink的直接序列扩频通信系统抗干扰的仿真实现王玲【摘要】主要研究了直接序列扩频通信系统( DSSS)的抗干扰能力。

利用Simulink对直接序列扩频通系统的发射机模块和接收机模块进行仿真设计,在高斯信道中加入不同中心频率、幅度的窄带干扰。

通过传输过程中各个波形和频谱变换图,研究直扩系统误码率、信噪比和扩频增益的关系。

当窄带干扰强度超过系统抗干扰容限时,使用自适应滤波器中的LMS(最小均方差)和RLS(最小递推二乘)滤波器来抑制窄带干扰。

仿真结果表明：自适应滤波具有良好放任窄带干扰抑制效果,但RLS算法复杂仿真时间长,LMS收敛速度较慢。

%The visual simulation tool Simulink provided by Matlab is used to build transmitter module and receiver module of DSSS communication system and the narrow-band interference in different carrier fre-quency and amplitude is added to the AWNG channel. The relationship among BER,SNR and spreading gain of DSSS system is researched by means of every waveform and spectrum transformation diagram in the transmission process. When theNarrow -Band Interference overstep the tolerance of the DSSS sys-tem,we can use the adaptive filter such as LMS ( Least Mean Square ) filter and RLS( Recursive Least Square) filter to improve suppressing Narrow-Band Interference. The simulation confirmed that the adap-tive filter has a good effect onNarrow-Band Interference suppression. The RLS filter’ s algorithm is com-plex so its simulation time is long. The LMS filter’ sconvergence speed is slow.【期刊名称】《中国传媒大学学报（自然科学版）》【年(卷),期】2015(000)006【总页数】7页(P21-27)【关键词】直接序列扩频;Simulink;窄带干扰;自适应滤波【作者】王玲【作者单位】中国传媒大学理工学部信息工程学院，北京100024【正文语种】中文【中图分类】TN911.4在众多的通信技术中，扩频通信技术由于具有独特的抗干扰能力以及很宽的使用频带而在军事通信领域中备受青睐。