智能抗干擾通信技術研究

李少謙，程郁凡，董彬虹，唐雪梅

(1.電子科技大學通信抗干擾技術國家級重點實驗室，四川成都611731;2.中國人民解放軍95486部隊，四川成都610043)

0 引言

信息戰是現代和未來戰爭的關鍵作戰方式，在信息戰中，誰贏得通信的主動權，誰就可以取得戰爭的勝利，但隨著信息化程度的提高，電磁干擾環境日益復雜，要保障信息的可靠傳輸，對通信設備、系統和網絡的抗干擾能力提出了更高、更嚴的要求。

隨著信號處理技術和芯片技術的發展，現有干擾設備的干擾能力越來越強，例如美國的EA-18G“咆哮者”電子戰飛機包括全新的通信對抗系統、干擾裝置和干擾對消設備，在對敵方實施干擾的同時，又具有監聽能力和通信能力［1］;日益增強的偵察干擾設備對目前的抗干擾通信提出了空前挑戰。

抗干擾通信技術一方面向提高傳統抗干擾技術方向發展，例如高速跳頻、變速跳頻和自適應跳頻等。另一方面，向綜合化、智能化和寬帶化方向發展。例如美國國防部DARPA于2003年提出的XG計劃，可根據環境頻譜的變化自適應地改變發射波形。XG計劃充分體現了智能通信的思想——認知環境頻譜，根據電磁環境智能地產生最佳的發射波形。智能抗干擾技術便是智能通信思想在抗干擾通信領域的應用，即:根據電磁干擾環境智能地產生最佳抗干擾方式，大大提高系統的抗干擾能力和頻譜的利用率，實現高效可靠的抗干擾通信。

智能抗干擾通信技術既體現在通信設備上，也體現在整個通信網絡中，這里重點討論智能抗干擾通信設備在鏈路級的技術。

1 智能抗干擾通信系統結構

根據智能抗干擾的思想，其通信設備應具有以下功能:①實時進行干擾的快速檢測和識別;② 針對干擾，通過智能實時決策，重構產生最佳抗干擾傳輸波形;③收發雙方有可靠的信令傳輸機制，同時基于重構的波形，能完成信息的快速適變魯棒傳輸。

圖1描述了智能抗干擾通信技術的基本原理，在智能抗干擾通信中，干擾認知是前提，實時決策是核心，波形重構和快速適變的可靠傳輸是手段。

圖1 智能抗干擾通信環

在此基礎上，智能抗干擾通信底層協議棧結構如圖2所示。底層協議棧分為了3個層面:干擾認知層面、信令傳輸層面和數據傳輸層面。

圖2 智能抗干擾通信底層協議棧結構

其中實時抗干擾通信智能決策模塊根據本地干擾檢測的結果、來自信令傳輸層面的其他節點的干擾檢測結果以及鏈路性能等指標，實時智能決策當前應該采用的最佳抗干擾傳輸方式和相應的參數配置(如頻率、功率和調制編碼方式等)，通過信令傳輸通道發送給相應的接收節點，各節點重構產生抗干擾波形，并采用可靠的波形傳輸機制完成收發雙方的信息傳輸。

2 智能抗干擾通信中的關鍵技術

智能抗干擾通信中的關鍵技術主要包括:干擾認知技術、抗干擾波形重構技術、可靠信令傳輸技術、快速適變的波形傳輸技術和實時抗干擾通信智能決策技術等。

2.1 干擾認知技術

對干擾的認知是智能抗干擾系統的前提和基礎，包括干擾的實時檢測和快速識別。實時檢測要求從復雜電磁干擾環境中快速有效地檢測出干擾信號。當干擾和信號在多域上共存時的檢測是一個難題，相反，如果干擾和信號在時域、頻域或空域是不相交的，對干擾的檢測相對簡單。

干擾檢測算法除了常采用能量檢測外，還可以應用循環譜檢測、基于特征值分解［2］以及統計協方差矩陣［3］等干擾檢測算法，每種算法都有各自所需的應用條件以及優缺點。循環譜檢測算法復雜度很高;后2種算法主要檢測干擾是否存在，不能給出干擾的頻譜分布情況。但在實際應用中，不僅要檢測干擾是否存在，還要估計干擾參數，甚至識別出干擾類型。基于頻域能量的干擾檢測算法更為實用，算法簡單，并且不需要干擾信號的先驗信息。但傳統的頻域能量干擾檢測算法性能的好壞直接受到設定的門限值影響，對噪聲比較敏感。

為了克服此缺點，連續均值去除(Consecutive Mean Excision，CME)和前向連續均值去除(Forward Consecutive Mean Excision，FCME)［4］被提出，與傳統的頻域干擾檢測算法相比，這幾種算法均基于迭代思想，其門限適應了干擾的變化，對噪聲不太敏感。將各頻點分為噪聲頻點集和干擾頻點集，檢測門限由噪聲頻點集決定。CME算法是一個從噪聲頻點集中不斷刪除干擾頻點的過程，FCME算法是一個向噪聲頻點集中不斷增加噪聲頻點的過程，迭代結束時，噪聲頻點集和干擾頻點集已確定，由此可估計出噪聲功率和各干擾的頻點位置和功率。

圖3為頻域能量干擾檢測算法的簡化模型。其中的加窗處理是為了降低大干擾頻點在經過FFT變換后的頻譜擴散和泄露，避免把一個單音或窄帶干擾檢測為寬帶干擾，提高干擾檢測的頻譜分辨率。

圖3 頻域能量干擾檢測的簡化模型

門限因子T與虛警概率、迭代次數和實現復雜度有關，因為噪聲頻點集不斷被更新，其檢測門限是一個自適應的門限，大大提高了干擾檢測的性能。

在窄帶干擾條件下，CME和FCME算法的性能都接近理想的頻域能量檢測性能;在寬帶干擾條件下(例如干擾頻帶因子大于0.7)，由于干擾頻帶范圍很寬，這種依據噪聲統計特性的頻域能量干擾檢測算法性能將下降，同時在相同的檢測概率下，FCME比CME算法性能略好一些，這是由于FCME算法對噪聲功率的估計更為準確［5］。

在用CME/FCME算法檢測部分頻帶干擾并進行識別時，當門限因子大時，可能會把一個部分頻帶干擾分成幾段干擾;另一方面，當門限因子小時，會導致虛警發生。因此在干擾分類和識別時，可采用雙門限［6］:低門限和高門限，低門限用來避免把信號分成幾部分，高門限用來檢測干擾信號。

2.2 抗干擾波形重構技術

“抗干擾波形重構”利用波形基函數庫，生成匹配環境頻譜、滿足系統抗干擾容限和容量需求的抗干擾傳輸波形。可采用基于變換域的方式產生抗干擾傳輸波形［7］，其表征方法如圖4所示。其基本思想是尋找合適的表示域，利用該域中基函數，通過有限的描述參數，提供這些抗干擾通信波形的一體化描述，表征多種現有抗干擾波形。由于這樣的表示框架是基于基函數的表示，可以通過重構，生成新的波形，以匹配時變的無線通信環境和干擾模式。

圖4 抗干擾傳輸波形一體化表征方法

一般地，設在指定的表示域，通信波形可以用下式描述:

式中，符號“?”是廣義的運算符，可以是卷積、相乘及相加等，取決于表示域和基函數集 { Bn}。對于每個基函數Bi，可以用一些特定參數描述如下:

這樣，實際傳輸的任意波形，可以通過參數集{d，c，w，o，a，u，…} 統一描述。

利用設計的基函數集構建波形庫，該波形庫包括適應環境頻譜特性的多種抗干擾傳輸波形，將波形庫信息也要送至上層的智能決策模塊。在通信過程中，根據決策模塊送來的系統參數信息，選擇滿足抗干擾需求和最大化傳輸容量的波形輸出，當波形庫中的所有波形不滿足系統需求時，決策模塊指示波形重構模塊產生新的抗干擾波形添加到波形庫中，同時輸出該波形。

2.3 可靠信令傳輸技術

為了有效保證信令傳輸的可靠性，可采用具有抗干擾和抗截獲性強的變換域通信技術(Transform Domain Communication System，TDCS)。TDCS采用類似于噪聲的基函數進行信息調制［8］，調制信號隱蔽性好，可在極低信噪比條件下通信，且能有效抵抗多種形式的干擾，可靠性和安全性高。

圖5為基于OFDM的TDCS收發結構。收發雙方采用與干擾盡量正交的基函數，避免了干擾對系統性能的影響。這種TDCS基于成熟的OFDM方式，實現簡單，由于采用恒包絡的循環碼移鍵控(Cyclic Code Shift Keying，CCSK)調制，峰平比低，具有低截獲性。

圖5 基于OFDM的TDCS收發結構

在信令交互初期，收發雙發各自檢測的干擾頻譜的差異導致收發的頻譜罩不一致，仿真與實測結果表明，在AWGN信道下，收發雙方頻譜罩有3/16差異時，比收發頻譜罩一致時的性能約下降1～2 dB。由于TDCS具有擴頻增益(可根據需求設計)，在部分頻譜不可用且收發頻譜罩不一致的情況下，性能雖有損失，但仍能可靠傳輸信令，然后收發雙方在信令交互的過程中，不斷使收發的頻譜罩一致，主動規避干擾，使信令的傳輸更為可靠，所以TDCS信令傳輸技術具有很強的魯棒性。

2.4 快速適變的波形傳輸技術

要保障在惡劣電磁干擾環境下抗干擾波形的可靠傳輸，則需要高效可靠的發射和接收處理技術，以適應頻譜的動態變化，對付多種干擾。主要包括:①自適應編碼調制技術;②快速同步技術;③快速信道估計技術;④自適應多域干擾抑制技術;⑤ 快速迭代抗干擾檢測技術。即在收發雙方動態重構抗干擾波形的基礎上，接收端通過多域、多維的抗干擾聯合處理，進一步保障信息的高效、可靠傳輸。

這些技術都是傳統接收處理技術的改進，需要快速完成，適應環境頻譜的變化和重構波形的變化，既需要收發系統具有很強的處理能力，又對算法的優化實現提出了更高的要求。

2.5 實時抗干擾通信智能決策技術

實時抗干擾通信智能決策模塊是智能抗干擾通信系統的核心，其輸入輸出如圖6所示。決策過程本質上是根據環境信息和信道質量，在一定的約束條件下(例如抗干擾容限與系統容量要求)，依據決策準則(例如最小化功率或最大化傳輸速率或最小化誤碼率，或組合目標)，自適應地在一個巨大的解空間中尋找到目標函數(指定性能參數函數)的最優解組合策略的過程。可采用基于學習和優化相結合的智能決策機制。

圖6 實時智能決策模塊的輸入輸出

3 結束語

該文從鏈路級的角度，給出了智能抗干擾通信環和底層協議棧，分析了智能抗干擾通信中的關鍵技術:基于頻域能量迭代的干擾檢測、基于變換域的抗干擾一體化波形重構，基于TDCS的信令傳輸、快速適變的波形傳輸收發處理技術、優化與學習相結合的實時抗干擾通信智能決策等，對智能抗干擾通信技術的發展給出了一定的研究方向。當然，除了這些鏈路級的技術，發展智能抗干擾通信系統還需要研究智能抗干擾網絡、頻譜資源的動態規劃和管控機制等。

［1］李朝榮，郭寶錄，樂洪宇.電子戰飛機的發展動向與分析［J］.艦船電子工程，2009，29(3)：32 －36.

［2］ZENG Y H，LIANG Y C.Eigenvalue-Based Spectrum Sensing Algorithms for Cognitive Radio［J］.IEEE Trans.Veh.Technol.，2009，57(6)：1784 －1793.

［3］ZENG Y H，LIANG Y C.Spectrum-sensing algorithms for cognitive radio based on statistical covariances［J］.IEEE Trans.Veh.Technol.，2009，58(4)：1804 －1815.

［4］PERTTI HENTTU，SAMI AROMAA.Consecutive Mean Excision Algorithm［C］∥IEEE 7 Int Symp.on Spread-Spectrum Tech＆ Appl.Prague，Sept.2 － 5.2002：51 －517.

［5］呂再興，程郁凡.基于頻域的盲干擾檢測算法研究［J］.現代軍事通信，2011，19(1)：15 －19.

［6］VARTIAINEN J，LEHTOMAKI J J，SAARNISAARI H.Doubule-Threshold Based Narrowband Signal Extraction［C］∥ Vehicular Technology Conference，2005 IEEE 61st，2：1288 －1292.

［7］ROBERTS M L，TEMPLE M A，RAINES R A，et al.Communication waveform design using an adaptive spectrally modulated，spectrally encoded (SMSE)framework［J］.IEEE Journal of Selected Topics in Signal Processing，2007，1(1)：203 －213.

［8］DILLARD G M，REUTER M，ZEIDLER J，et al.Cyclic Code Shift Keying：A Low Probability of Intercept Communication Technique ［J］.IEEE Transactionson Aerospaceand Electronic Systems，2003，39(3)：786－798.