基于稀疏采样的载波通信干扰耦合抑制仿真

文章编号：1006-9348(2020)01-0142-05

计算机仿真 2020年1月

基于稀疏采样的载波通信干扰耦合抑制仿真

窦硕

(中国矿业大学（北京）机电与信息工程学院，北京100083)

摘要:载波通信系统中存在的干扰耦合严重影响了通信质量,为了提高载波通信的可靠性，提出了基于稀疏采样的载波通信 干扰耦合抑制方法。分析稀疏采样基本原理以及载波通信中干扰耦合构成，构建干扰信号的测量矩阵，并将从中提取的干 扰耦合特征，作为通信干扰耦合抑制的特征向量；以多目标检测干扰为基础，设计优化矩阵,并将其转变为列向量，获得需抑 制的干扰耦合信号，利用相关系数关系及向量中的干扰耦合边缘特性,实现对干扰耦合信号分量边缘位置的计算，完成载波 通信干扰耦合抑制。实验结果表明，所提方法在大幅抑制干扰信号的同时，没有对通信系统内的有用信号造成明显影响，抑 制效果较好，抑制时间较短，且具有较高的抑制准确性。关键词:载波通信;干扰耦合抑制;稀疏采样;优化矩阵；目标检测 中图分类号:TM854

文献标识码：B

Simulation of Interference Coupling Suppression in Carrier

Communication Based on Sparse Sampling

DOU Shuo

(Institute of Mechanical and Electrical and Information Engineering, China Mining University (Beijing),

Beijing 100083, China)

ABSTRACT ： The interference coupling in carrier communication system has severely impacted the communication quality. In order to improve the reliability of carrier communication, this article presented a method of interference coupling suppression based on sparse sampling. Firstly, the basic principle of sparse sampling and the interference coupling structure in carrier communication were analyzed. Secondly, the measurement matrix of interference signal was built and the interference coupling features were extracted from it, which were taken as the feature vectors of com­munication interference coupling suppression. Based on multi-target detection interference, the optimization matrix was designed. And then, the optimization matrix was transformed into the column vectors, so that the interference coupling signals that need to be suppressed were obtained. Finally, the related coefficient relationship and the edge characteristics of interference coupling in vectors were used to calculate the edge position of interference coupling sig­nal components. Thus, the interference coupling in carrier communication could be suppressed. Simulation results show that the proposed method is able to suppress the interference signal greatly. This method has no obvious influ­ence on the useful signal in communication system. The suppression effect is better and the suppression time is shor­ter. Meanwhile, the suppression accuracy is higher.

KEYWORDS：Carrier communication； Interference coupling suppression； Sparse sampling； Optimization matrix； Target detection

i引言

通信技术朝着数字化方向快速发展，载波通信[l]作为传

从而导致通信系统的稳定性受到严重影响。因此提高载波 通信的抗干扰能力，成为现阶段通信领域研究的重点课题, 以有效提升通信系统的抗干扰检验能力为最终目标。但由 于电磁传导以及辐射串扰等相关因素的影响，现有的载波通 信干扰抑制测试系统存在准确性较低的问题,无法满足通信 发展的迫切需求。

统模拟通信的一种，在很多领域以及地区发挥着重要作用。 在低压配道环境下,数据在传输过程中存在信号减弱、 噪声干扰和阻抗变化等因素，无法确保载波通信的可靠性,

收稿日期:2019 -03 -01修回日期:2019-10-08

王峰[2]等人为了实现多用户信号提取和宽带干扰的抑

—142

—

制,提出了基于宽带恒模阵列水声通信多用户信号分离与干 式中，常数z的取值结果为大于1，经相关研究计算表明，当Z 扰抑制算法，所提方法可用于水声通信系统中的阵列算法。 的取值范围在1 ~ 10内时，可保障较高的准确性。

首先，使用时频分析与瞬时自相关等调制特征提取算法，对 基于此，若通信上散射点位于径向距离为稀疏，则可知 宽带恒模阵列获取的多用户及干扰有效分类;其次，通过得 利用稀疏条件可完成对观测矩阵以及稀疏矩阵的构建，并利 到的分类结果为不同调制用户解调及干扰抑制提供解决方 用稀疏降维压缩降维原理，对得到的结果快捷重构，表示为 案;最后通过仿真验证了所提算法结构具有良好的性能，与 &(/„• ),此时在通信频域上K稀疏，可有效减少采样数

常规算法相比有更强的抗干扰能力，可作为认知水声通信技 量。

术的重要部分之一。但是该方法的干扰信号抑制时间较长； 邵士海m等人针对通信干扰抑制数量增加，造成的数字域自 3 载波通信干扰耦合原理

干扰信号的信噪比减少,导致数字域自干扰抑制量降低的问 载波通信系统内的无目的天线以及金属构件的辐射对 题,提出了全双工通信射频域自干扰抑制量对数字域自干扰 于系统性能十分重要，载波通信单元也被称为实际射频数传 抑制能力的影响。首先，分析两者间存在的量化关系;其次， 电台，图1为通信辐射耦合例图。

利用典型数字域估计算方法，求得具体关系的闭合;最后通 过实验数据可明显看出：当全双工通信执行射频域联合数字 域进行自干扰抑制时，射频域自干扰抑制的增大量会远大于 数字域自干扰抑制量，当射频域自干扰抑制较小时,数字域 自干扰抑制将更有效;过大时,则会对自干扰抑制性能产生 较大的损失。但是该方法的抑制准确性较低，导致抑制效果 较差。

针对传统方法存在的问题,本文提出了基于稀疏采样的 载波通信干扰耦合抑制方法，利用稀疏采样原理对干扰信号 特征进行提取，并通过降低副瓣电压的方式完成干扰抑制， 最终仿真验证了所提方法的有效性。

2稀疏采样分析

将一个有限长度的一维信号，设为* e ft'当其位于标

准正交也时，定为稀疏程度尺,可得出

尺-1

^ ⑴

式（1)中图1

通信载波干扰耦合例图

A表示投影系数值，式（1)也可表达为矩阵式

x = ip8

(2)

其中代表

iVx 1

维的列矢量，存在n个不等于零的元素，少

从图1中可看出，当其通过电力线导体进行传输时，会 表示稀疏变换矩阵。

通过两种方式在相邻导体上形成干扰，分别为：容性耦合以 稀疏采样属于压缩感知[4]的一种，当信号*稀疏或在某

及感性耦合两种方式。在载波通信干扰抑制系统内，包含了 大量继电器组件、电源滤波、载波耦合、衰减网络等若干零部 一

处正交位置稀疏时，可利用与不关联的财x /V维矩阵

件，因电力线存在复杂的进出联系，在空间限定的情况下，隔 M

< A〇对信号*进行线性转变，得到集合y，即

^«xl = = xNxl _ (3)

离进出线缆M存在一定难度，与此同时还考虑设备布线的整 齐序列,耦合情况不可避免。

可明显看出，集合7中的元素数量小于*中元素数量，开 始对通信信号进行稀疏采样。将采样率设为现阶段的载波通信通过单元所发送的电平值，可将其转 I = M/7V,关注 换为5〇是其它小型微功率通信系统发射限值的10倍多。目前常用

8 = argmin || 0 || ,s. t y =

(4)

的载波通信测试系统，以及辅助测试中的相关设备被称作收 为了提高*的重构概率与需符合有限等距要求，将 发设备，性质为近距离通信的数传电台，因同频无线辐射会 /。在最小矢量空间数值优化问题中进行计算。

造成链路生成新的载波通道，影响系统抗干扰能力。

矩阵O的维度决定着对初始信号重构的精准性，W数值 在载波通信系统工作时，由于电力线减弱、隔离网络等 越大，精准度越髙，当满足下列式(5)时可确保以较高的概 部件间处于阻抗失配的状态，因此生成反射波，出现信号振 率对初始信号完成重构

铃、辐射串扰等问题。就干扰而言，其工作基本原理是通过 M

zK\\nN

(

5)

构建通信端口阻抗失配连接，针对高频差模和共模干扰导致

—143

的强反射现象，伴随干扰信号过滤网络固定的损耗，完成对 干扰信号有效的抑制。基于此，可看出通信系统的内载波信 号产生的反射震荡、驻波、导致的耦合比较强。

4 基于稀疏采样的载波通信干扰耦合抑制

4.1 干扰耦合特征提取

载波通信在耦合干扰的情况下接受的信号I由直扩系

统信号、干扰噪声和背景噪声三部分组成，可表示为

x = iBt + y + £■

(6)

式(6)中,S〇<代表直括系统信号y代表干扰噪声#为背 景噪声[7]。假设需进行测量的财x W维矩阵为稀疏采样 耦合干扰信号*为

^ = *(^0, +；' + «) =

+ aNB, + ^(^0. + E) (7)

=中1A 騰 + a™ + e

式(7)中，少™,为干扰信号稀疏字典;代表干扰信号 稀疏系数向量，存在块稀疏特征;e代表噪声分量大小。因直 扩系统信号有类噪声特征，当位于网络正交基处时,不能使 用稀疏表示，所以利用BSBL框架计算方法对信号s重新构建 稀疏字典。计算过程中，若将各元素分块的关联系数使用

(i = 1，2,…g)

表示，分析稀疏采样原理可知，各元素分块

都有相对应的关联系数,由于直扩系统信号和噪声信号不能 在网路正交基181处表达，大概其中分块是以上两种信号时， 经

BSBL计算的相关系数结果会较小，甚至接近0;然而当分

块为干扰信号时，该分块的关联稀疏属于数值较大的非负实 数。这一特征促使关联系数向量值与干扰信号间存在确定对应联系，利用该属性，将得到相关系数参数y = [y,,y2, …ys]，作为后续耦合干扰抑制的特征向量。4.2 载波通信干扰耦合抑制

在进行通信干扰抑制前，先以多目标检测干扰为基础， 利用稀疏采样设计干扰抑制方案，实现对通信中主要干扰副 瓣电[9]的有效抑制，但是对于正常进行工作的副瓣电平不采 取任何措施，这样可保证耦合干扰的干扰部分降低，有利于 提髙通信系统性能，对于正常工作的电平而言，系统内整体 副瓣电平能量数值居髙，对于干扰抑制有一定弊端，会影响 通信质量降低。本文通过稀疏采样原理提扰耦合抑制 能力，并运用构建的新目标优化函数[|<)]，以及优化方法完成 干扰抑制，实现有效抑制整体副电平的最终目的。

通过上述干扰耦合提取以及常用干扰抑制方法，将/1个 发射信号波形的各自码长设为L,可表达成的矩阵形式为

5 = [i, ,52,\"-sp]

(8)

其中^>(p = 1,2,…P)代表第P个发射波形,若使用（•，代

表矩阵转置，BP

\\ = [SMI)，sp(2)，..、(!•) ] (9)

参照单映射点原理，将发射波形的反射回波使用矩阵

*p(P = 1,2,…P)表示，在第9个通道中接收的波形回波信号

可用下列矩阵表示

= ] (1〇)

—144

—

针对每一条接收通道而言,都会在同一时间段内接收到各波形的回波，因此，若第<7个通道接收到的回波信号表示为

p

*7 = X:,., = i

K

(11)

结合现有的干扰抑&检测方法，利用式（11)将通信中 的发射信号匹配干扰抑制波，完成耦合干扰信号的分离与采 样，即

Kp =

(12)

式（12)中，使用代表第9接收通道中的输出；@为

卷积计算，为了方便描述,运用移位矩阵作出如下描述

=，z = 1,2,…，Z

(13)

将通道9的干扰信号分离与输出结果可描述为

[X^Y = SH -W

(14)

式（14)中，S\"为矩阵中的共轭转化装置，IF为[X

2L-1

的矩阵，因在对干扰抑制波进行匹配时，波形间的耦合生成 的互相关噪音累积，致使副瓣距离会随之提高，通过设计的 系数采样流程,会降低综合副瓣电平数值。

将基于稀疏采样的干扰耦合抑制器设为■，表示每一 列

y都存在与之对应的发射波形回波的抑制噪音器，可将式

(14)改变成

[X-^Y = Y11 -W

(15)

在对y进行求解的过程中,为了确保抑制波能够完成最 多匹配，针对相异波形在最大程度上进行干扰耦合抑制，假设干扰抑制器满足

SH = 1

(16)

首先,计算出y的通用解将矩阵S

进行相关分解，可

得到

S =

C

07)

式（17)中，表示Lx P的矩阵,通过式（16)和式（17) 可求得如下

k =

(18)可设y为

Y = A • B

(19)

上述式中，4为/«x (L-P)

的矩阵，根据载波通信中的

干扰耦合信号，可设置优化矩阵S,并将其转变为列向量，即 可获得需抑制的干扰耦合信号。4.3 耦合干扰抑制算法实现

根据载波通信信号的类噪声特证以及干扰信号频域块 的耦合性,本文提出了基于稀疏采样的载波通信干扰耦合抑 制方法，利用稀疏采样收集耦合干扰特征，以此完成对干扰 信号的部分重构工作，并将得到的部分重构中的相关系数向 量7看作特征量，通过对特征量的检测和参数估计实现对干 扰信号的采样以及抑制工作。在干扰信号抑制过程中，依据 自适应检测干扰要求，提高了在特定条件下干扰信号的获取

方法。同时，利用相关系数关系及向量中的干扰耦合边缘特 性，实现对耦合干扰信号分量边缘位置的计算，完成载波通 信干扰耦合抑制。其抑制模型如图2所示。•

图2 抑制模型

5 仿真分析

将干扰抵消比简称“ICR”作为载波通信干扰抑制系统 的重要参数，将其定义为

ICR = - lOlogO™

(20)

式中,代表抑制前的通信信号功率代表抑制后剩余的干扰信号功率。

为了在仿真中运用稀疏采样对载波通信干扰耦合抑制 进行有效验证,ICR数值结果发挥着重要的作用。5.1干扰抑制仿真方案设计

在仿真中，使用信号源作为模拟载波通信系统配置，图3 为载波通信系统检测仪。

图3载波通信系统检测仪

通过载波通信系统检测仪,采用本文方法将通信中的发 射信号匹配干扰抑制波，完成耦合干扰信号的分离与采样, 获得通信干扰信号的时域波形，如图4所示。

5.2

仿真结果分析

因干扰信号中的频率、功率各不相同，同时有用信号的

频率间隔也不相同，所以在此基础上，利用Matlab仿真工具, 在 Microsoft Windows XP 操作系统，Intel( R) Celeron( R) 2. 6GHz处理器,24 GB内存的环境下，进行稀疏采样载波通干 扰耦合抑制系统仿真，结果如图5和图6所示。

频率/MHz

图5

抑制前频谱

图5为抑制前的干扰信号以及有用信号的频谱，经计算 获取到干扰信号频率为18MHz,功率大小为35dBm;有用信 号频率为161.81«1^，功率大小为-2〇{^111，由于在抑制过程 中,产生了 3dB的耗损，以及在频谱仪中有近25dB的衰弱。 根据存在的干扰信号与有用信号的功率平均比，相比于实际 功率低了近24dB,造成这种现象的原因是由于干扰信号和 有用信号在频率上极为相似，当出现干扰信号的功率大于有 用信号的功率情况时，干扰信号会将有用信号淹没其中，并 对载波通信系统产生干扰，这时存在的耦合干扰效果仍较为 显著。

图6为利用所提方法进行干扰耦合抑制后，干扰信号与 有用信号的频谱。经对比可以发现，干扰信号的功率从 34dBm降低至一8dBm,此时的ICR数值为42dB,有用信号 的功率没有发生大幅度改变。因此说明，在抑制过程中，虽 存在有用信号的损耗为2dB,但基于稀疏采样的通信干扰抵 消系统在大幅度抑制干扰信号时，没有对通信系统内的有用

信号造成明显影响，从而实现对通信干扰耦合的有效抑制， 且抑制效果较好。

为了验证本文方法的有效性,采用本文方法、文献[2 ]方 法和文献[3]方法，对载波通信干扰耦合抑制时间进行对比 分析,对比结果如图7所示。

—145

—

图6

抑制后频谱

S

/E蓰f ea

图7

干扰耦合抑制时间对比图

根据图7可知，本文方法对载波通信干扰耦合进行抑制 的时间为25S;文献[2]方法对载波通信干扰耦合进行抑制 的时间为29s;文献[3 ]方法对载波通信干扰耦合进行抑制 的时间为27S，本文方法的载波通信干扰耦合抑制时间比文 献方法的抑制时间短。

为了进一步验证本文方法的有效性，对本文方法和传统 方法的干扰信号特征提取结果进行对比分析，对比结果如图 8所示。

实除信号特征提取 本文方法信号特征提取 传统方法信号特征提取

图8干扰信号特征提取对比结果

根据图8可知，本文方法对干扰信号特征提取结果与实 际信号特征提取结果拟合度为100% ,而传统方法对干扰信 号特征提取结果与实际信号特征提取结果相差较大,说明本 文方法可以准确的对载波通信干扰耦合进行抑制。

—146

—

6结论

本文提出了基于稀疏采样的载波通信干扰耦合抑制方

法，利用了稀疏采样提取信号特征，以此为基础，对干扰信号进行系统计算，并采取降低副瓣电压的有效抑制措施，最终使用多提基于稀疏采样的干扰耦合抑制方法,对载波通信系统中的干扰耦合抑制问题进行仿真。得到的实验结果表明,所提方法可使干扰抑制值达到42dB,对抑制载波通信间的干扰耦合准确性较高，抑制时间较短。

参考文献：

[1] 曹旺斌，尹成群,谢志远，等.多输人多输出宽带电力线载波通

信信道模型研究[J].中国电机工程学报，2017,37(4) :1136- 1141.

[2] 王峰，刘蝶.认知型宽带恒模阵列水声通信多用户信号分离与

干扰抑制算法[J].数据采集与处理，2017,(32) :10%.[3] 黎斯，鲁宏涛,邵士海，等.全双工通信射频域自干扰抑制量对

数字域自干扰抑制能力的影响[J].电子与信息学报，2017, 39(6) ： 1278-1283.-[4] 赵小虎，刘闪闪,沈雪茹，等.基于分布式压缩感知的微震数据

压缩与重构[J].中国矿业大学学报，2018,47(1) :172-182.[5] 李建辉，井嵘,刘世明，等.纵联支接阻抗保护在超（特）高压线

路中的应用[J].电力系统及其自动化学报，2017,29(10) :69 -76.

[6] 王发麟,廖文和，郭宇，等.复杂机电产品中线缆敷设质量控制

及模糊综合评判[J].计算机集成制造系统，2017,23(3) :515 -524.

[7] 赵娟，陈斌,李永战，等.复杂背景噪声下风机叶片裂纹故障声

学特征提取方法[J].北京邮电大学学报，2017,40(5) =117-

122.

[8] 徐海祥，卢林枫,余文瞾，等.基于正交神经网络的动力定位自

适应控制器设计[J].大连理工大学学报，2019,59(02) :66- 72.

[9] 徐峰，孙雨泽，杨小鹏，等.M丨MO雷达波束形成的低副瓣LC-

MV 算法[J].信号处理，2017,33(6) :805-810_

[10] 邢丽娟，杨世忠.关于二次型目标函数算法优化仿真研究

[J].计算机仿真，2018,35(6): 306-309+318.

WftgM [作者简介]

TK H

硕（2000-),男（汉族），河南周口人，硕士，研

匿3

爾究方向:通信。

lei