通信環境中雷達主用戶實時檢測技術

劉 煜 張其善 樊永山 鄭紀民

(1.北京航空航天大學，北京 100083； 2.中國電科集團第54研究所，河北 石家莊 050081；3.西安電子科技大學，陜西 西安 710071)

引 言

隨著頻譜資源的日益緊張，多系統共用同一段頻譜是提高頻譜利用率，節約頻譜資源的有效手段.我國已經開始開展相關研究工作，探討LTE移動通信業務與雷達共用頻譜資源的可行性.目前，計劃將LTE業務頻段定為2.3 ～2.4 GHz，這一頻段也是雷達工作頻段.當兩者同時工作時，雷達是主用戶，擁有該頻段的優先使用權；LTE移動通信用戶是次要用戶，機會使用該頻段.

為了實現LTE移動通信系統與雷達系統的共存，需要移動通信次要用戶可及時檢測到雷達主要用戶的存在，以便能夠及時讓出頻率資源，不對主要用戶造成干擾，即能夠實時檢測雷達用戶發射的雷達信號，同時，考慮對雷達信號的識別和分析需求，還要求能夠保留雷達信號的全部信號信息(幅度和相位等信息).

目前，用于通信系統的信號檢測技術主要都是基于信號的統計特征.文獻[8]和文獻[11]中總結了主要的幾種檢測算法：匹配濾波器檢測算法、能量檢測算法和循環平穩檢測算法.但是，除能量檢測算法外，其它算法都需要一定時間長度的數據積累，信號檢測時間長，用于雷達信號檢測時，會增加主用戶檢測時間，降低次用戶讓出頻率資源的反應速度，增加對雷達主要用戶的干擾風險.能量檢測雖然速度較快，然而，有檢測靈敏度不高的問題，文獻[4]中指出了能量檢測的局限性，提出了檢測設備合作組網的檢測方法，即將多個檢測設備組網使用，把檢測結果進行信息融合，解決單個設備檢測靈敏度不高的問題.然而，這種依靠增加檢測設備的方法會大大增加檢測設備成本和技術復雜度，尤其在成本控制嚴格的民用通信市場，其成本開銷高昂.

文獻[9]中提出的常規雷達信號檢測算法主要基于非相干檢測的平方檢波原理，通過檢測脈沖包絡的幅度跳變來檢測雷達脈沖的出現，這種檢測方法檢測速度快，可用硬件器件直接完成，而且適應信號帶寬極寬(可達數GHz)，但是會損失信號中的相位信息，而且過寬的帶寬會引入不必要的干擾，影響檢測結果的準確性.文獻[2]中主要檢測對象只是線性調頻雷達信號，并不適用于檢測其它類型的雷達信號.

本文提出了一種基于數字信道化的信號檢測算法，可用于通信環境下的雷達信號的實時檢測，能夠同時滿足實時性和全信息保留兩個檢測條件.算法適合在現場可編程邏輯門陣列(Field-programmable Gate Array，FPGA)芯片中實現，具有較強的實用性.

1 理論分析

1.1 .LTE通信信號的特征分析

LTE標準分為LTE時分雙工(Time Division Duplex，TDD)和LTE頻分雙工(Frequency Division Duplex，FDD)兩種標準.其上行采用正交頻分多址接入(Orthogonal Frequency Division Multiple Access，OFDMA)、下行采用單載波-頻分多址接入(Single Carrier Frequency Division Multiple Access，SC-FDMA)傳輸方案.作為一種移動無線通信標準，LTE包含了話音和數據兩種通信業務[10].

LTE信號在時間上分為不同的時隙，一個時隙在時間上是一次連續的發射——一般至少不會低于百ns量級，各時隙的分布隨機出現；每個時隙內包含多個信號幀，每個信號幀有一定的結構——固定有規律的同步信息、無規律的數據信息.

不同的LTE標準，其上、下行通信鏈路的信號頻譜特征是不同的.TDD標準中上下行信號是同頻的，FDD標準里則是上下行信號異頻；而且，為了便于接收與發射的同步，頻譜中含有一些固定頻譜信息——如導頻、訓練序列等；LTE通信系統中的基站發射功率為數十瓦量級，終端發射功率為數百毫瓦量級.

1.2 雷達信號的特征分析

LTE通信系統工作頻率范圍為2.3～2.4 GHz，目前工作在這一頻段的雷達主用戶為中程警戒搜索雷達，警戒搜索雷達的波形一般采用脈沖體制.

中程搜索警戒雷達的功放輸出數千瓦，天線波束很窄，增益高(一般都可達到30 dB).考慮雷達天線的轉動因素，在固定地點接收到的雷達脈沖串幅度會在較大范圍內變化(變化范圍與雷達天線的主瓣旁瓣比有關).

1.3 通信環境下的雷達信號特性分析

中程搜索警戒雷達的作用距離可達到200 km，已經超過視距通信距離，考慮視距因素，距雷達40 km以外的地面通信發射站發射的信號不會到達地面雷達站，因此，只討論距雷達40 km視距范圍內的信號檢測問題.

設定雷達、通信信號發射站、檢測設備的空間位置如圖1所示：

圖1 雷達、通信發射站和檢測設備間空間位置關系

設雷達工作參數為：工作頻率范圍2.325～2.33 GHz，功放輸出峰值功率100 kW，天線增益30 dB，采用線性調頻體制，脈沖寬度30 μs，重復頻率1 ms，掃頻帶寬5 MHz.

設通信發射站工作參數為：輸出頻率范圍2.315～2.335 GHz，功放輸出功率10 W，天線增益0 dB(全向天線).

當環境中同時存在雷達和通信信號情況下，仿真獲得頻譜分布如圖2所示.

圖2 通信和雷達信號共存時的頻譜圖

此時，在檢測設備處接收到的是通信信號與雷達信號的混合信號.

在雷達、通信發射臺及檢測設備三者間等間距條件下，雷達天線主瓣波束覆蓋檢測設備天線時檢測設備接收到雷達信號最大值，隨著雷達天線的轉動，主瓣波束遠離，這個值逐漸變小，直至在遠旁瓣達到最小值，即：

PRmax_radar=PT_radar+GR+Gradar_主瓣

+10lg(τ/T)，

(1)

PRmin_radar=PT_radar+GR+Gradar_遠旁瓣

+10lg(τ/T)，

(2)

式中：GR為檢測接收機天線增益；τ為脈沖寬度；T為雷達脈沖重復周期.

對通信信號，由于LTE通信發射站使用天線多為全向天線，檢測接收機接收到的信號變化不大

PR_comu=PT_comu+Gcomu+GR，

(3)

對于檢測接收機接收到的混合信號，通信信號與雷達信號的幅度比值為：

r=PR_radar-PR_comu，

(4)

檢測設備能夠檢測到雷達用戶的條件是r值足夠大(>5 dB).

2 雷達信號實時檢測技術

LTE通信系統需要具備及時、準確檢測到雷達信號的能力，要求雷達信號檢測必須采用實時檢測算法.若只截取雷達脈沖存在時間內的采樣數據進行分析處理，可以獲得更大的雷達信號能量，即雷達信號檢測信噪比更高；而且，采樣數據的減少，也有利于信號處理的實時性實現.

數字信道化處理算法支持逐點輸出計算結果，通過附加信號檢測處理，可只截取雷達脈沖存在期間的采樣數據作為算法輸入數據，因而算法實時性好，雷達信號的檢測信噪比高.

2.1 數字信道化原理

數字信道化的數學原型如圖3所示.

其中：H1p(n)為低通濾波器，D↓為抽取率為D倍的抽取器.

采樣器將寬帶信號采集后形成高速的數字信號，經過不同的復本振下變頻到零中頻，然后經過一個帶寬為信道寬度的低通濾波器.

由于數字信道化接收機的抽取器位于濾波器之后，故當抽取率D很大或濾波器的階數比較高時，上圖所示的信道化結構效率將非常低，利用多相濾波的概念將可以得到上述結構的高效實現.

圖3 數字信道化數學原型

2.2 數字信道化的高效設計

數字信道化的實現方式有兩種方式：基于離散傅立葉(Discrete Fourier，DFT)結構和基于數字下變頻(Digital Down conversion，DDC)結構.與基于DFT的數字信道化不同，基于DDC的信道化結構中保留了原型中的數字下變頻結構，各子信道為零中頻，便于信號的參數提取，這里采用基于DDC的數字信道化方案，同時考慮實際工程應用要求，輸入信號多為實信號，以下討論及仿真也均針對實信號展開.

信道劃分一般為2的整數次冪，每個信道的帶寬應不小于被檢測雷達信號單個脈沖的頻譜寬度(主瓣)，這里選取常規脈沖壓縮雷達(線性調頻)，單個脈沖頻率寬度為5 MHz.整個接收帶寬為100 MHz，計算得到數字信道化子信道數目是16.

采用非嚴格抽樣數字化設計，第K個信道輸出為：

(5)

實現結構如圖4所示.基于上述模型，通過仿真可以得到信道化接收機響應圖，如圖5所示.

圖4 非嚴格抽樣(F=2)實信號信道化多相濾波結構

圖5 數字信道化濾波器組幅度頻率響應圖

2.3 信道判決

信號經過數字信道化接收機后，進行信號處理之前，首先經過信道判決.此處采用能量與相位聯合檢測方法.

2.3.1 能量檢測

設計接收信號的帶寬，使得經過數字信道化后，信號占據4～13子信道，保持1，2，3，14，15，16無信號存在，將無信號信道的噪聲功率作為噪聲參考值，用于子信道內有無信號存在的判斷參考值.為了降低檢測虛警率，還須同時參考信號的相位信息.

2.3.2 相位檢測

當信號正好處于兩個子信道的交界處時，為了保證子信道內判決信息的完整性，將子信道的相位判決范圍變為-pi/2-pi/64～pi/2.

2.3.3 頻域檢測

在數字信道化后處理中加入頻域檢測，使用實時不間斷的FFT實現，實時輸出頻域結果，同時緩存輸入的子信道數據.需要時，還可以輸出有信號子信道的時域數據，用于檢測后的進一步信號分析和處理.

2.3.4 脈沖參數測量

雷達脈沖信號偵察的結果是給出脈沖描述字(Pulse Descriptor Word，PDW)，它主要包括頻率、幅度、脈寬、到達時間、到達角(相位差或幅度差)等脈內特征標志.

2.4 性能分析

數字信道化算法的基本原理同平行結構的多相濾波器組相似[3，5-6].

根據文獻[1]和文獻[12]中的分析結論：

設第0個子信道的單位沖激響應為

(6)

式中，M表示采樣數.經過頻移，第i個子信道濾波器的頻響可表示為

(7)

N為子信道數目.記n時刻濾波器組的輸入頻譜為

X[n]=(X0[n]，X1[n]，…，XN-1[n])T，

(8)

式中Xi[n]為第i個子信道濾波器輸入信號頻譜，記所有子信道濾波器組的輸出頻譜為

Y[n]=(Y0[n]，Y1[n]，…，YN-1[n])T，

(9)

設X[n]由信號S[n]與噪聲G[n]組成，即

X[n]=S[n]+G[n]，

(10)

則第i個子信道濾波器的輸出yi[n]為

(11)

式中:

Si[n]H0(f0)為信號分量，

子信道濾波器組輸出信號的信噪比為

(12)

PS表示接收信號的功率.由此可見，檢測輸出信號實際就是輸入信號經單個子信道濾波器濾波后的輸出，噪聲是混疊噪聲和高速噪聲功率之和.

3 實驗結果分析

3.1 實驗方法

考慮試驗條件限制，采用接收等輻射功率條件下的距離縮比實驗，構建實驗場景如圖6所示.

圖6 距離縮比實驗的設備間空間位置關系

其中：模擬雷達模擬源為矢量信號源(脈沖輸出峰值功率10～-30 dBm)+功放(增益30 dB)+標準天線(增益10 dB)；模擬LTE通信模擬源為矢量信號源(信號輸出功率-20 dBm)+標準天線(增益0 dB)；檢測設備為天線+下變頻器+基帶檢測設備.

3.2 實驗結果及分析

將頻譜分析儀直接連接到檢測設備的射頻下變頻輸出，測量接收的混合信號的頻譜.

調節雷達模擬源的輸出功率，模擬雷達天線的轉動，觀察檢測頻譜分析儀的頻譜，發現當雷達模擬源輸出功率降低至0 dBm附近時，雷達頻譜已不明顯.

其中的主要原因是雷達脈沖分布稀疏，造成頻譜統計時間內信號平均功率遠低于脈沖峰值功率，因而，基于頻譜統計檢測算法的檢測靈敏度并不理想.

換用數字信道化檢測板重復以上實驗.實驗中，將雷達模擬信號源的輸出調至最小，測量檢測設備輸出(使用數字信道化檢測算法)，為了顯示處理算法的效果，將FPGA處理的中間結果輸出，可以清晰觀察到雷達信號的時域、頻域圖形.

圖7 雷達信號檢測時域波形(左)和頻譜圖(右)

由此可見，采用數字信道化檢測算法，較之傳統的頻譜統計方法，檢測靈敏度大大提高，可確保對雷達信號的正確檢測.

而且該算法適合集成于FPGA硬件芯片中運行，檢測速度很快，可實時輸出信號檢測結果.

4 結 論

采用數字信道化算法可實現半徑40 km范圍內對雷達主用戶信號的實時檢測，而且檢測輸出為復數信號，保留了被檢測雷達信號的幅度、相位等全部信息，還可以根據應用需要進一步提取雷達脈沖的脈寬、載頻、重頻等時頻特征參數，便于進行進一步的信號分析.

其中的關鍵算法——數字信道化在FPGA中運行，充分保證了信號處理的實時性，從雷達信號結束到獲得檢測結果，所需時間可以達到數百 μs數量級.

[1] 趙東峰, 劉 濤, 周賢偉. 濾波器組的多濾波器聯合能量頻譜感知算法[J]. 電波科學學報, 2009, 24(6): 1146-1149.

ZHAO Dongfeng, LIU Tao, ZHOU Xianwei. Joint Filter Spectrum Sensing Algorithm Using filter Bands[J]. Chinese Journal of Radio Science, 2009, 24(6): 1146-1149. (in Chinese)

[2] 袁偉明, 王 敏, 吳順君. 對稱三角線性調頻連續波信號檢測與參數估計[J]. 電波科學學報, 2005, 20(5)：594-597.

YUAN Weiming, WANG Min, WU Shunjun. Detection and parameter estimation of symmetrical triangular linear frequency modulation continuous wave signal[J]. Chinese Journal of Radio Science, 2005, 20(5): 594-597. (in Chinese)

[3] SANCHEZ M A, GARRIDO M. Implementing FFT-based digital channelized receivers on FPGA platforms[J]. IEEE Transactions on Aerospace and Electronic Systems, 2008, 44(4): 1567-1585.

[4] Atapattu S. Energy detection based cooperative spectrum sensing in cognitive radio networks[J]. IEEE Transactions on Wireless Communications, 2011, 10(4): 1232-1241.

[5] MITRA S K. 數字信號處理——基于計算機的方法[M]. 孫 洪, 譯. 3版. 北京: 電子工業出版社, 2006: 644-648.

[6] 陶 然, 張惠云, 王 越. 多抽樣率數字信號處理理論及其應用[M]. 北京: 清華大學出版社, 2007: 108-122.

[7] TSUI J. 寬帶數字接收機[M] . 楊小牛, 譯. 北京: 電子工業出版社, 2002.

[8] 趙知勁, 鄭仕鏈, 孔憲正. 認知無線電中頻譜感知技術[J]. 現代雷達, 2008, 30(5): 65-69.

ZHAO Zhijin, ZHENG Shilian, KONG Xianzheng. Spectrum sensing technologies for cognitive radios[J]. Modern Radar, 2008, 30(5): 65-69. (in Chinese)

[9] 趙國慶. 雷達對抗原理[M]. 西安: 西安電子科技大學出版社, 1999: 16-42.

[10] 張新程, 田 韜, 周曉津, 等. LTE空中接口技術與性能[M]. 北京: 人民郵電出版社, 2009.

[11] BOKHARAIEE S. Cooperative spectrum sensing in cognitive radio networks with noncoherent transmission [J]. IEEE Transactions on Vehicular Technology, 2012, 61(6): 2476-2489. (in Chinese)

[12] OLABIYI O, ALAM S, ODEJIDE O, et al. Further results on the energy detection of unknown deterministic signals over generalize fading channel[C]// IEEE International Workshop on Recent Advances in Cognitive Communications and Networking Conference. Toronto, 2011: 489-493.