宋君才 邵云生 彭會斌
(駐上海地區水聲導航系統軍事代表室 上海 200136)
盲源分離技術是一種對信號源知識、信道先驗知識具有很好寬容性的自適應陣列信號處理方法,即使在未知任何信號源和信道信息的條件下,僅滿足極有限的條件也能實現多源信號的分離和恢復。正因如此誘人的特點,這一技術引起了信號處理領域的廣泛關注。幾年來,盲源分離技術在水聲信號處理領域的研究也越來越多,且取得了一定的成果。
水聲通信系統作為實施戰場指揮和情報傳遞的基礎,在現代海戰中占有非常重要的地位。戰場環境下,戰爭態勢瞬息萬變,信息交流更加頻繁,必須隨時保障通信暢通,與此同時敵方通過頻域、時域、電平域以及空間域對我方的水聲通信系統的破壞卻是無休無止的,因此擁有強有力的抗干擾通信工具顯得尤為重要。除了敵方的惡意干擾,各種探測和武器平臺產生的信號如主動聲納的探測信號、水下武器制導信號、噪聲干擾器的干擾信號等,也會對己方的通信系統產生一定的干擾。如何在各種復雜干擾環境下,運用盲源分離方法進行有效的水聲通信,正是本文的研究內容。
多通道卷積混合和多通道盲解卷積過程可通過圖1的模型[1]表示,圖中方塊表示FIR濾波器,s(n)=[s1(n),s2(n),sM(n)]T為相互獨立的M維源信號矢量,并且不可觀察。
卷積混合可用如下數學模型表示:

其中,Hp是第p個延遲節點處的N×M維混合矩陣。

圖1 卷積混合和解混框圖
其中H(z)為N×M的FIR多項式矩陣[2],其第(i,j)個元素為Hij(z),Hij(z)為信道的傳遞函數,定義為:

令f(z)=g(z)H(z),并稱之為全局濾波器傳遞矩陣。則分離信號與源信號之間的關系為:

如果能找到分離矩陣g(z),使全局矩陣 f(z)滿足以下條件:

其中,P為次序變換矩陣,∧是一個非奇異的對角尺度變換矩陣,對角陣D(z)=diag{D1(z),…,Dn(z)}表示傳輸函數為Di(z)=∑pdipz-p的一組任意穩定的濾波器,則源信號得以分離。
采用逐次提取各分量(Deflation Approach)的盲源分離方法[3]。第一步是通過自適應算法,尋找一個1×M濾波器傳遞函數向量g(z),使得

第二步是通過自適應算法尋找一個N×1濾波器矩陣t(z),使得(n)=y(n)-[t(z)]r(n)的方差最小,易知(n)是源信號sl(l≠1)的卷積混合信號,回到第一步,從(n)提取出s2,依次循環,直到所有的獨立分量都被提取出來。為了從卷積混合信號y(n)中每次提取出一個源信號,可利用對照函數最大化的方法。對照函數的定義如下:
設χ是非高斯獨立隨機信號的集合,關于χ的函數C將χ映射到實數空間,如果滿足三個條件,稱C是χ的對照函數:


3)上式當且僅當ai=ai0δ(i-i0),即ai(1≤i≤M)有唯一的非零元素時等式成立,其中i0表示C(xi)取最大值時i的取值.

根據上面導出的多通道盲解卷積準則,可形成如下多通道盲解卷積算法[4]。

6)如g未收斂,回到步驟4)。收斂準則可以定為:對照函數的變化量小于一個指定的數ξ1。

為了研究水聲對抗干擾下多通道盲解卷積的性能,用基于射線理論的淺海水聲信道多徑確定性傳播模型[6]進行仿真,多途路徑按照反射形式和反射次數(階數)劃分為四種類型:用SSn表示第一次和最后一次反射皆來自海面的多途接收信號,相似地定義BBn、SBn、BSn分別為第一次和最后一次反射來自海底-海底、海面-海底、海底-海面的類型。下標 n代表多途“階”的概念,即經過海面或海底反射的次數。上述四種類型的多途路徑中的一階情況如圖2所示。

圖2 淺海水聲信道的聲線傳播模型

圖3 水聲對抗網絡
假設有如圖3所示的一個水聲通信網絡,在某一個階段,網關節點向節點1發送通信信號,節點2和節點3正在發送模擬回波信號,模擬回波信號相對于節點1的通信機解調過程是一個干擾信號。根據給定的參數和上述的聲線傳播模型,可以得到網關節點和節點2、3到達節點1各水聽器的信道傳遞函數。同時,假設通信信號是頻率調制信號,其中的一個載頻為4000Hz,節點2的模擬回波信號頻率從2000Hz到6000Hz的調頻脈沖信號,節點3的模擬回波信號頻率從1000Hz到6000Hz的調頻脈沖信號。采用多通道盲解卷積算法,可以得到如下結果:

圖4 各個水聽器接收到的混合信號

圖5 各分離信號的時域波形圖
從圖4、圖5可以看出,經過盲解卷積運算,通信信號與干擾信號較好地實現了分離。
盲源分離能對時域或頻域混疊的通信與干擾混合信號進行可靠分離,從而達到干擾抑制的目的。但它需要滿足各源信號統計獨立的要求,對于重放干擾(干擾機對接收信號進行一定的處理,如延時后再發送出去)等相關干擾源,盲源分離將失效。因此可以說,沒有一種干擾抑制方法或通信體制適合于所有的干擾環境,應針對特定的干擾環境選擇最優的干擾抑制方法或通信體制。
[1]章新華.盲源分離技術及其水聲信號處理中的應用[J].聲學技術,2004,23(z1):145~149
[2]張賢達.現代信號處理[M].北京:清華大學出版社,1994:427~432
[3]A.Belouchrani,M.Amin.Jammer mitigation in spread spectrum communications using blind source separation[J].Signal Processing,2000,80(4):723~729
[4]蔡智富,趙潔.一種新的雷達信號分離技術研究[J].彈箭與制導學報,2009,29(4):230~234
[5]孫守宇,鄭君里,吳德偉.基于自然梯度算法的盲信源分離研究[J].空軍工程大學學報,2003,4(3):165~169
[6]惠俊英.水聲信道[M].第2版.北京:國防工業出版社,2007,2:132~156