基于異步時鐘序列的分布式認知跳頻算法

劉杰 龔廣偉 辜方林 李倫輝

摘 要：為了解決傳統跳頻算法對動態、復雜電磁干擾環境適應能力不足的難題，以及克服現有跳頻算法在分布式通信環境下對公共控制信道和統一時鐘源的依賴，提出了一種基于異步時鐘序列的分布式認知跳頻算法。該算法通過建立認知跳頻通信系統模型，分析其通信過程中面臨的關鍵問題，設計了一種應用于分布式跳頻通信環境的異步時鐘結構序列。基于該序列的分布式認知跳頻算法不依賴于任何公共控制信道和統一時鐘源，能夠在復雜電磁干擾環境下達到高效抗干擾通信的效果。驗證實驗結果表明，針對典型的窄帶、寬帶噪聲干擾、部分頻段干擾以及隨機干擾，所提算法的抗干擾性能均顯著優于傳統的跳頻通信算法以及現有的公用控制信道認知跳頻算法。

關鍵詞：認知跳頻；抗干擾；分布式；異步時鐘序列

中圖分類號：TP393?? 文獻標志碼：A?? 文章編號：1001-3695（2024）01-036-0231-06

doi：10.19734/j.issn.1001-3695.2023.04.0224

Distributed cognitive frequency hopping algorithm based on asynchronous clock sequence

Abstract：Aiming at the problem that traditional frequency hopping communication has insufficient adaptability to dynamic and complex electromagnetic interference environment，and in order to overcome the dependence of existing frequency hopping algorithms on common control channels and a unified clock source in distributed communication environment，this paper proposed a distributed cognitive frequency hopping algorithm based on an asymmetric clock sequence.This algorithm established a cognitive frequency hopping communication system model，analyzed the key problems in its communication process，and designed an asynchronous clock structure sequence for distributed frequency hopping communication environment.The distributed cognitive frequency hopping algorithm based on this sequence did not rely on any common control channel and unified clock source，and could achieve the effect of efficient communication anti-interference in complex electromagnetic interference environment.The experimental results show that the anti-interference performance of this algorithm is significantly better than the traditional frequency hopping communication algorithm and the existing common control channel cognitive frequency hopping algorithm for typical narrowband，broadband noise interference，partial frequency band interference and random interference.

Key words：cognitive frequency hopping；anti-interference；distributed；asynchronous clock sequence

0 引言

跳頻通信是目前無線通信系統中提升可靠性的一種有效手段，具備抗干擾能力強、組網靈活等優點［1，2］。但是，隨著用頻設備海量增加導致頻譜日益復雜，跳頻系統在面對復雜多樣的電磁干擾環境時以下兩方面的問題越來越突出：a）傳統跳頻系統存在盲跳缺陷，由于傳統跳頻在源節點與目的節點之間采用事先約定的跳頻圖案進行跳頻通信，所以即使跳頻頻點存在干擾也不能及時地進行干擾規避，導致系統性能惡化［3］；b）傳統跳頻系統受時鐘同步系統制約嚴重，在時鐘同步性能遭到干擾破壞的情況下，系統的跳頻頻點容易發生碰撞。上述問題嚴重制約了跳頻系統在復雜電磁干擾環境下抗干擾能力的提升［4］。認知跳頻系統是高效解決復雜電磁干擾環境下無線通信系統可靠傳輸的有效手段［5］。它的核心思想是：通信節點通過認知周圍的電磁環境，自主地根據認知結果決策頻點進行通信，動態控制節點實現主動干擾規避以最大化地利用網絡資源進行通信，被認為是解決傳統跳頻通信面臨困境的有效途徑之一［6，7］。但是，認知跳頻系統在實際的抗干擾通信網絡環境中面臨著以下挑戰：a）在干擾發生變化時，跳頻通信系統的目的節點不能及時、準確地將當前自己面臨的干擾信息反饋給源節點，導致源節點丟失與目的節點的跳頻同步，即存在信息不對稱問題［8］；b）節點間分布式組網和時鐘異步是實現跳頻通信系統魯棒性的關鍵，而這要求源節點與目的節點基于自身的決策信息達成快速頻點匯聚［9］。因此如何在源節點、目的節點相互工作頻點確定但未知的條件下高效、可靠建立連接是研究認知跳頻系統抗干擾系統中需要解決的核心問題，也是本文的重點工作。

目前，國內外基于認知跳頻涌現出了很多研究熱點［10～15］，這些研究熱點主要以信道交匯和智能決策為主要方向，并且大多假設通信節點在任意時刻都能夠基于認知結果建立可靠的通信鏈路，但實際通信過程中通信節點如果要實現組網通信，則需要涉及具體的信道接入算法，而穩定的信道接入是實現可靠通信的前提［10］。目前，認知跳頻方面的研究普遍忽略了信道接入的問題，在研究認知跳頻的信道交匯時，如Ring-Walk策略［11］、Jump-Stay策略［13］以及多天線的 AMRR交匯策略［15］，研究者們都假設存在理想中的公共控制信道能夠消除節點間信息不對稱所帶來的影響，而實際中的公共控制信道存在易被干擾、控制信道流量飽和等問題。此外，文獻［16，17］雖然采用了信道接入算法進行認知跳頻的組網優化研究，但都基于最簡單的時隙ALOHA協議作為基本接入方式用來減少信道沖突，然而S-ALOHA機制存在自適應能力差、要求時槽邊界對齊等缺陷，未考慮異步時鐘下的抗干擾通信效果。在認知跳頻同步方面，目前國內外主流算法主要分為三類：a）參考時鐘法（傳統跳頻方式），該方法要求全網擁有統一基準時鐘進行收發頻點對準；b）獨立信道法，該方法要求系統具備單獨的信道傳輸同步信息；c）同步字頭法，該方法根據發端認知將同步信息放在同步字頭中，要求收端進行解析，因此在收發頻點信息不對稱的情況下同步字頭將難以捕獲［18，19］。

本文通過采用認知跳頻技術克服傳統跳頻通信面臨的困境，在充分考慮分布式組網環境下存在收發頻點信息不對稱以及異步時鐘限制等因素的基礎上，通過建立認知跳頻抗干擾通信的系統模型，分析組網通信過程中出現的關鍵問題，構建了一種基于異步時鐘序列的認知跳頻算法。該算法基于異步時鐘序列（屬于同步字頭算法，但充分考慮收發頻點信息不對稱情況進行設計），不依賴于任何公共控制信道，且相鄰認知節點無須了解彼此的跳頻序列信息，實現了異步時鐘下的跳頻接入，且接入時延小、實現復雜度低，在實現主動規避干擾的前提下最大化地利用網絡資源進行通信。

1 系統模型

1.1 場景描述

如圖1所示區域中存在N個節點采用跳頻的方式進行組網通信，系統通過跳頻圖案的方式組織節點進行跳頻，其中每個跳頻圖案包含M個可跳頻點形成跳頻頻率集F{f1，f2，…，fM}、S個可跳時隙Ti形成跳頻時幀。

由圖1可知，跳頻通信系統是以跳頻時隙為基本時間單元、跳頻集合中的頻點為基本頻率單元的動態通信系統，其通過時間、頻率域動態變化的方式達到抗干擾通信的目的。由于其時間、頻率域的動態特性，所以跳頻通信系統在通信過程需要解決以下兩個方面的核心關鍵問題：

a）跳頻頻率集合的確定。在傳統跳頻方式中通過隨機或約定的方式形成跳頻頻率集，在認知跳頻方式中通過認知決策出跳頻頻率集。

b）跳頻頻點的同步（源、目的節點在基本時間單元上進行跳頻頻點對準）。傳統跳頻系統通過全網同步時鐘源以及指定跳頻圖案進行頻點同步，現有認知跳頻系統一般通過全網同步時鐘源以及公共控制信道進行認知跳頻頻點同步。

本章先從傳統跳頻系統、認知跳頻系統的角度出發，分別建立各系統在通信過程中獲取跳頻頻率集以及跳頻頻點同步的跳頻模型。

1.2 傳統跳頻系統模型

如圖2所示區域中存在N個節點采用傳統跳頻的方式進行組網通信，傳統跳頻系統通過約定的方式產生跳頻頻點以達到統計上通信抗干擾的目的，在此基礎上，其通過全網統一時鐘源，在通信源節點與目的節點之間通過事先約定的跳頻圖案進行跳頻通信。

如圖2所示，系統的跳頻圖案在包含M個可跳頻點的頻率集F{f1，f2，…，fM}、S個可跳時隙Ti時可形成的跳頻圖案數量Q為

Q∈Ms（1）

其中：第q組跳頻圖案中第t個時隙的頻點F（q，t）為

F（q，t）=Fun（qS+t）（2）

其中：q∈［1，Q］；t∈［1，S］；Fun（）為約定跳頻圖案產生方式且需滿足

0

由于跳頻圖案具有唯一性，所以對于式（2）存在任意整數q1！=q2且q1，q2∈［1，Q］，滿足

系統在采用傳統跳頻通信過程中通過在源節點與目的節點之間采用事先約定的跳頻圖案（即每個節點對應的F（q，t）映射關系一致）進行跳頻通信，其在當前時隙時刻T獲取的跳頻圖案序號q為

其中：T0為基礎時隙時間長度。當前時隙時刻T計算的跳頻時隙號t為

t=Mod（T，ST0）（6）

其中：Mod（）為取余函數。因此根據當前時隙時刻T獲取節點發送接收頻點F*為

F*=F（q，t）（7）

傳統跳頻算法步驟如下：a）滿足式（3）（4）的情況下采用約定的式（2）產生跳頻圖案；b）獲取同步時鐘Ti；c）根據Ti計算當前時間對應的跳頻圖案序列q，如式（5）；d）根據Ti計算當前跳頻圖案序列對應的時隙t，如式（6）；e）根據q，t計算當前的跳頻頻點F*，如式（7）；f）跳轉步驟b）繼續產生跳頻頻點。

1.3 認知跳頻系統模型

認知跳頻系統通過認知周圍的電磁環境，自主地根據認知結果決策頻點進行通信，從而達到動態控制節點頻點實現主動干擾規避。如圖3所示區域中存在N個節點采用認知跳頻的方式進行組網通信。

與傳統跳頻類似地在具備全網同步時鐘的前提下，認知跳頻也能夠通過約定的方式產生跳頻圖案，但其在跳頻前需要在包含M個可跳頻率集F{f1，f2，…，fM}的基礎上通過認知的方式實時調整認知可跳頻率集Fc{f1，f2，…，fMc }，其中認知可跳頻率集Fc通過認知頻譜環境、剔除出干擾頻點得到結果。

在Mc個認知跳頻頻點、S個可跳時隙時可形成的跳頻圖案Fp，其中第q組跳頻圖案中第t個時隙的頻點Fp（q，t）為

Fp（q，t）=Funp（qS+t）（8）

0＜Funp（x）≤Mc（9）

其中：Funp（）為認知跳頻中約定跳頻圖案產生方式。式（8）同樣需滿足任意兩組跳頻圖案唯一性，即存在任意整數q1！=q2且q1，q2∈［1，Q］，滿足

基于此，認知跳頻算法步驟如下：a）通過認知將干擾頻點剔除出可跳頻率集形成認知可跳頻率集Fc，通過公共控制信道將Fc下發到網絡；b）各節點通過式（8）產生跳頻圖案；c）獲取同步時鐘T；d）根據T計算當前時間對應的跳頻圖案序列q，如式（5）；e）根據T計算當前跳頻圖案序列對應的時隙t，如式（6）；f）根據q，t計算當前的跳頻頻點F*，如式（7）；g）跳轉步驟a）繼續產生跳頻頻點。

2 異步時鐘序列認知跳頻算法

本章在上文建立的認知跳頻系統模型基礎上，進一步考慮分布式通信環境下存在的收發頻點信息不對稱、異步時鐘以及公共控制信道易被干擾等限制因素，提出一種適用于分布式通信環境下的異步時鐘序列認知跳頻算法。該算法無須系統存在全網統一時鐘源和公共控制信道，只需通過認知的方式實時決策出認知可跳頻點，然后通過異步時鐘序列進行跳頻頻點同步，從而達到分布式跳頻通信和實時認知抗干擾的目的。

2.1 異步時鐘序列設計

異步時鐘序列是分布式認知跳頻網絡中節點進行跳頻頻點同步的一種序列同步方式，其核心設計目標是為了解決異步時鐘狀態下分布式通信環境中存在的收發頻點信息不對稱的問題，其理論來源于OFDM系統的定時同步估計算法，在OFDM系統中通過定時同步估計的訓練序列相關算法能夠消除收發端發送時刻不對稱導致的丟幀問題。本文則通過擴展定時同步估計的訓練序列到多個頻點，通過頻點掃描的方式捕獲異步時鐘序列頻點相關峰最大的值對應的頻點，通過此種方式能夠消除通信過程中收發頻點信息不對稱的問題。設計的異步時鐘序列如圖4所示。當跳頻過程中出現發送節點與目的節點決策的跳頻頻點不一致時，通過在跳頻時隙之前增加異步時鐘序列的方式，能夠在異步時鐘的情況下進行收發頻點的同步。

如圖4所示的異步時鐘序列結構中，序列由M個序列Ym組成，代表M個頻點（其中F1對應Y1，…，FM對應YM），其中每個序列為W個采樣點的walsh序列Y：

Ym=［y1y2…yw］（11）

產生的M個序列之間滿足自相關很大互相關為0的特性，即滿足

在異步序列跳頻同步過程中，發送端以一定周期Tw以認知決策的頻點Fs發送異步時鐘序列X1，其中X1重復2M次序列Ys，即發送端的異步時鐘序列X1為

X1（m）=［YmYm…Ym］ s∈［1，M］（14）

接收端在確定的頻率集內進行異步時鐘序列X2接收，且在每個頻點上的駐留時間是發送端跳頻同步序列時間的2倍，即2Tw，其中 X2重復2次M種序列。

X2=［Y1Y1Y2Y2…YMYM］（15）

由于接收端是一種以X2為周期進行循環接收的狀態，令CYCw（X2，W·s）函數為：序列X循環移位W·s點且取序列的前w個采樣點，通過循環移位可以代表接收端在任意時刻接收到發送序列，由于序列Y滿足式（12）（13），所以必然存在

即在任意情況下接收序列總能夠與發送序列進行相關，從而在接收端可以采用式（17）獲取到發送端的認知c決策頻點進行接收，即在接收端只有在s與m相等時才能取得最大值，此時s為發送頻點序號。

2.2 認知跳頻算法實現

上一節設計的異步時鐘序列能夠在分布式異步時鐘狀態下實現發送節點與接收節點的認知跳頻同步，本節在節點能夠提供認知跳頻同步的前提下進一步實現認知跳頻算法，主要基于以下三個階段進行認知跳頻：a）生成認知可跳頻率集Fc：發送節點根據認知實時調整認知可跳頻率集Fc；b）決策最佳跳頻頻點Fc*，發送節點在認知可跳頻率集Fc中決策下一時隙時刻Ti+1的最佳跳頻頻點Fc*；c）跳頻同步，發送節點和接收節點基于異步時鐘序列進行跳頻頻點同步，并基于最佳跳頻頻點Fc*進行發送接收。

階段a）中，認知可跳頻率集決策過程是與跳頻發送接收過程并行的動態調整過程，在包含M個可跳頻率集F{f1，f2，…，fM}的基礎上通過認知的方式實時調整認知可跳頻率集Fc{f1，f2，…，fMc}：

Fc=CogntiveDecision（F）（18）

其中：CognitiveDecision（）為認知決策函數，其根據實時認知的頻率集數據生成可跳頻率集Fc。本文重點不在認知頻點決策，因此在實驗驗證過程中僅采用最基礎的能量檢測法進行認知頻點決策。

階段b）中決策頻點根據認知的具體結果進行跳頻頻點變化，Ti時刻更新跳頻頻率集Fc，其Ti+1時刻最佳跳頻頻點F*更新為

F*（Ti+1）=Fc（random（1，Mc））（19）

即最佳跳頻頻點F*都是從認知結果Fc中隨機選取的，以此達到認知抗干擾與隨機跳頻的目的。

階段c）則是如2.1節所述在最佳跳頻頻點F*發生改變時通過異步時鐘序列算法進行跳頻同步，獲取發送頻點并通知接收節點進行跳頻接收。

基于上述三階段，具體的認知跳頻算法步驟如下：

a）Ti時刻，發送節點采用式（18）決策出可跳頻率集Fc；

b）Ti時刻，發送節點采用式（19）決策出Ti+1時隙最佳跳頻頻點Fc；

c）Ti+1時刻，發送節點采用異步跳頻序列X1如式（14）進行發送，并采用最佳跳頻頻點Fc*進行跳頻發送；

d）Ti+1時刻，接收端以異步跳頻序列X2如式（15）進行接收，采用如式（17）獲取接收頻點Fc*進行數據接收，并更新發送端的Fc到接收端；

e）發送節點在Ti+2時隙重復步驟b）c）進行跳頻，接收節點重復步驟d）進行接收。

發送節點和接收節點采用上述算法進行跳頻發送和接收，其Fc的更新不僅僅局限于本節點的認知通道進行更新，也能接收全網中其他節點的信息幀進行更新，從而達到全網認知跳頻通信的目的。

3 性能分析

如圖5所示，從傳統跳頻、公共控制信道的認知跳頻、異步時鐘序列認知跳頻三種跳頻算法的時隙跳頻圖出發，分析各自的跳頻開銷以及抗干擾性能。

3.1 跳頻開銷

如圖6所示，傳統跳頻方式由于通過采用GPS等外部時鐘源的方式進行全網統一時鐘以及通過事先約定跳頻圖案的方式進行跳頻，所以其跳頻開銷可以認為幾乎為0；公共控制信道的認知跳頻方式通過公共控制信道進行全網時鐘同步以及認知跳頻圖案同步，其跳頻開銷主要為時鐘同步與認知跳頻圖案同步產生的開銷。本文所提的異步時鐘序列認知跳頻算法由于無須全網統一時鐘源以及公共控制信道，其通過異步時鐘序列的方式進行認知跳頻同步，所以其開銷主要為引入的異步時鐘序列開銷，一般情況下異步時鐘序列長度在遠小于跳頻幀長度時則已到達了較高跳頻同步精度要求，其跳頻開銷與跳頻幀長相比占比非常小。

3.2 抗干擾性能

如圖5所示，傳統跳頻方式通過隨機跳頻的方式達到統計上躲避干擾的目的，因此在單一頻點干擾的情況下其理論上被干擾的概率P1為

公共控制信道的認知跳頻方式通過公共控制信道進行認知跳頻圖案同步，假設認知跳頻圖案能夠及時下發且公共控制信道被干擾概率與跳頻頻點被干擾概率一致的情況下，其理論上被干擾只發生在公共控制信道被干擾的狀況下，即

異步時鐘序列認知跳頻方式基于認知決策進行跳頻，其通過異步時鐘序列進行跳頻同步，因此其被干擾的概率只有發生在當前跳頻頻點被干擾且只能干擾到當前時隙，其理論上被干擾的概率P3為

其中：Nr為干擾變化周期內的跳頻時隙數。由式（20）～（22）可知，在Nr>1時，異步時鐘序列算法理論上較其他兩種跳頻算法具有更好的抗干擾性能。

4 實驗與分析

4.1 環境搭建

為了驗證本文所提分布式認知跳頻算法抗干擾組網通信的有效性，構建了如圖6所示的完整軟、硬件測實驗證環境，驗證傳統跳頻、專用控制信道認知跳頻以及異步時鐘序列認知跳頻算法在不同干擾環境下的抗干擾能力。同時為了驗證本文引入異步時鐘序列帶來一定程度上的跳頻開銷，在組網抗干擾能力中也會評估其帶來的影響，具體可以反映在4.2節中的分組投遞率指標。

1）硬件環境 硬件環境包括7個射頻前端為1.35 GHz～1.50 GHz可調的軟件無線電通信平臺和1臺由Keysight N5182B模擬的軟件無線電干擾源，它們之間通過管理控制單元控制信道交換矩陣的連接關系實時生成各種干擾場景和網絡拓撲。不失一般性，假設全網工作的頻點集合為{1 350 MHz，1 360 MHz，1 365 MHz，…，1 445 MHz}等20組頻點。

2）軟件環境 以100 kHz信道帶寬的GMSK調制波形，每個符號4個采樣點，構建跳頻波形，每一跳的持續時間Tw為1 ms，跳頻幀的結構如圖7所示。傳統跳頻工作模式下，基于上述跳頻幀結構可以實現最高1 000 hop/s。

4.2 組網通信抗干擾能力驗證分析

指標1：接入成功概率

信道接入是無線通信網絡進行組網通信的首要步驟，因此接入成功概率是組網通信能力的關鍵指標。為了驗證跳頻系統在組網階段的抗干擾能力，組網通信環境搭建完成后，在工作頻點被干擾不同占比/不同干擾模式下（窄帶、寬帶、梳狀、隨機）條件下，計算節點成功接入的概率。驗證統計共發送N0次接入網絡中的節點，其中成功接入的次數Nsucces，計算成功接入的概率Psucces：

指標2：分組投遞率

分組投遞率可以衡量節點接入網絡后具體的通信狀況，為了測試跳頻系統在組網過程中的抗干擾能力，同時也能一定程度上衡量系統的組網開銷（包括跳頻開銷），在組網通信驗證環境搭建完成后，在工作頻點被干擾不同占比/不同干擾模式下（窄帶、寬帶、梳狀、隨機），計算節點的分組投遞的成功概率。驗證統計總共發送M0組數據，其中成功投遞的數據為Msucces，計算分組投遞率Psucces：

4.2.1 不同干擾占比的抗干擾能力測試

不同干擾占比的干擾信號屬于壓制式干擾中的部分頻帶干擾，其通過將干擾功率集中在特定頻帶上，可以是連續的也可以是不相鄰的，其干擾占比越大，說明被干擾的頻帶越寬，即可供跳頻系統傳輸的頻點也越少，因此在不同干擾占比的測試環境下能夠衡量跳頻系統的抗干擾能力。

在驗證過程中，通過采用10%、30%、60%、80%干擾占比時干擾信號對跳頻通信系統進行干擾，經過測試分別得到10%、30%、60%、80%不同干擾占比下傳統跳頻、公共控制信道認知跳頻以及異步時鐘分布式認知跳頻算法在干擾功率不斷加大時，接入成功概率、分組投遞率指標下的抗干擾能力，分別如圖8、9所示。

圖8所示（其中縱軸為接入成功率、分組到達率，橫軸為干擾占整個跳頻帶寬的比例）為干擾占比10%、30%、60%、80%時，傳統跳頻、公共控制信道認知跳頻以及異步時鐘分布式認知跳頻算法在干擾功率不斷加大時接入成功概率、分組投遞率的對比圖。從圖中可以看出，在干擾功率比較小時（小于20 dBm），干擾對常規跳頻和認知跳頻的影響都非常小，隨著干擾功率的增加到門限值以上，常規跳頻的接入成功概率與分組到達率出現急速下降，但隨著功率繼續增加，不再繼續下降，公共控制信道認知跳頻在不規律的時刻存在接入成功概率與分組到達率的下降，而認知跳頻的接入成功概率受干擾功率影響很小，其分別維持在95%、95%、92%、87%以上，分組到達率均維持在97%以上。究其原因是傳統跳頻采用隨機跳頻圖案進行通信，即使有頻點被干擾也不能主動規避，因此統計意義上存在部分接入和分組被干擾的可能性，公共控制信道跳頻則存在公共控制信道被干擾不能及時反饋的情況，而本文認知跳頻采用認知與協作反饋的方式，能夠最大限度地避開干擾，在認知交互過程中能夠一直保持抗干擾交互傳輸的目的。

如圖9所示，傳統跳頻隨著干擾占比的增加其抗干擾能力呈線性下降的趨勢，公共控制信道跳頻同樣存在公共控制信道被干擾而總體下降的趨勢，而本文所提的認知跳頻算法受干擾占比的影響較小，只要信道中存在可供傳輸的單個頻點通道，本文所提的認知跳頻算法則能夠保持較高的接入成功概率與分組到達率。

4.2.2 不同干擾樣式的抗干擾能力測試

不同干擾樣式的干擾信號包括窄帶干擾、寬帶噪聲干擾以及隨機干擾，其中窄帶、梳狀干擾類似單音和多音干擾，將干擾功率集中在單個或多個頻點上；寬帶噪聲干擾利用隨機噪聲產生干擾信號，然后將其施加在整個跳頻頻帶內，而隨機干擾以隨機的方式干擾頻帶中的單個或多個頻點，通過驗證不同干擾樣式下系統的跳頻組網能力，能夠衡量跳頻系統在不同干擾環境下的抗干擾能力。

經過驗證分別得到窄帶、梳狀、寬帶噪聲、隨機等不同干擾樣式下傳統跳頻、專用控制信道認知跳頻以及本文所提的異步時鐘序列認知跳頻算法的接入成功概率、分組投遞率指標下的抗干擾能力，分別如圖10所示。

如圖10所示，測試分別得到窄帶、寬帶噪聲、梳狀干擾樣式下常規跳頻系統與認知跳頻系統接入成功概率、分組投遞率，從圖中可以看出，窄帶、梳狀干擾與4.2.1節中測試結果類似，即在固定干擾模式下隨著干擾頻點數增多，傳統跳頻的抗干擾能力呈線性下降的趨勢，專用控制信道跳頻受到干擾影響減少但也呈現下降的趨勢，而本文所提的認知跳頻系統則受干擾頻點數影響較小，能將抗干擾能力維持在較高水平。寬帶噪聲干擾由于將干擾功率分布在整個頻帶，每個頻點的干擾功率降低，所以所有跳頻系統均受其影響較小。

如圖11所示，測試分別得到在隨機干擾（干擾20%頻點）變化周期為100倍、10倍、5倍、2倍、1倍時傳統跳頻、專用控制信道認知跳頻以及本文所提的異步時鐘序列認知跳頻算法在干擾功率為固定值時（50 dBm）的接入成功概率、分組投遞率。從圖中可以看出，傳統跳頻抗干擾能力受隨機干擾變化周期影響較小，但總體上抗干擾能力較弱，專用控制信道跳頻受隨機干擾變化周期影響也較小，但抗干擾能力優于傳統跳頻，而本文跳頻算法在隨機干擾的變化周期較大時（大于10倍），其抗干擾能力完全優于前兩者，而隨著變化周期變小即干擾變化加快，由于認知跳頻系統的認知與反饋跟不上干擾的變化周期，認知跳頻系統抗干擾能力出現下降，但變化周期加快時認知跳頻系統的頻點選擇則完全具有隨機性，所以可與傳統跳頻以及公共控制信道跳頻保持在相同水平。

綜上所述，經過測試對比發現，傳統跳頻系統與專用控制信道跳頻系統在固定干擾模式下受干擾功率的影響較大而且隨著干擾頻點數增多其抗干擾能力呈線性下降趨勢，而在隨機干擾模式下則受隨機干擾變化周期影響較小。與之相比，本文異步時鐘序列認知跳頻算法不僅在固定干擾模式下受干擾功率的影響較小，且幾乎不受干擾占比的影響，信道中只要存在可供發送的頻點即可將系統的抗干擾能力維持在較高水平，雖然認知跳頻系統在隨機干擾模式下其抗干擾能力隨著干擾的變化周期加快而有所降低，但在干擾快速變化的情況下依然能夠保持較優的組網通信能力。

5 結束語

隨著通信對抗技術的發展，電磁環境日益惡劣，干擾手段日趨多樣，傳統的跳頻通信算法己無法完全滿足組網通信抗干擾的需求。本文提出了一種基于異步時鐘序列的分布式認知跳頻算法，該算法無須額外的全網時鐘源與公共控制信道，通過對通信頻段進行實時檢測形成動態的可用頻譜集合，在此基礎上進行分布式異步時鐘序列跳頻通信。相比于傳統跳頻通信算法與現有的公共控制信道認知跳頻算法，本文算法的抗干擾性能大大提高。通過實驗結果可以看出，針對典型的窄帶、寬帶噪聲干擾、部分頻段干擾以及隨機干擾，異步時鐘序列的分布式認知跳頻算法的抗干擾性能均顯著優于傳統跳頻算法與公共控制信道認知跳頻算法，尤其對于動態周期較大的隨機干擾，其抗干擾能力能維持在與面對固定干擾時一致的較高水平。

參考文獻：

［1］Shi Yunxin，An Kang，Li Yusheng.Index modulation based frequency hopping：anti-jamming design and analysis［J］.IEEE Trans on Vehicular Technology，2021，70（7）：6930-6942.

［2］王勝云.認知跳頻系統抗干擾性能分析與設計實現［D］.西安：西安電子科技大學，2018.（Wang Shengyun.Analysis of anti-interference performance and design implementation of cognitive frequency hopping system［D］.Xi an：Xidian University，2018.）

［3］Sroka P，Kryszkiewicz P，Sybis M，et al.Distributed vehicular dynamic spectrum access for platooning environments［C］//Proc of the 91st IEEE Vehicular Technology Conference.Piscataway，NJ：IEEE Press，2020：1-5.

［4］Guan Lei，Li Zan，Hao Benjian，et al.Cognitive frequency hopping sequences［J］.Chinese Journal of Electronics，2016，25（1）：185-191.

［5］Li Gao，Wang Wei，Ding Guoru，et al.Frequency-hopping frequency reconnaissance and prediction for non-cooperative communication network［J］.China Communications，2021，18（12）：51-64.

［6］Wang Y H，Yang G C，Kwong W C.Asynchronous channel-hopping sequences with maximum rendezvous diversity and asymptotic optimal period for cognitive-radio wireless networks［J］.IEEE Trans on Communications，2022，70（9）：5853-5866.

［7］Sudha Y，Sarasvathi V.An intelligent anti-jamming mechanism against rule-based jammer in cognitive radio network［J］.International Journal of Advanced Computer Science and Applications，2022，13（3）：217-230.

［8］Chang G Y，Teng W H，Chen H Y，et al.Novel channel-hopping schemes for cognitive radio networks［J］.IEEE Trans on Mobile Computing，2014，13（2）：407-421.

［9］Akyildiz I F，Lee W Y，Chowdhury K R.CRAHNs：cognitive radio Ad hoc networks［J］.Ad hoc Networks，2009，7（5）：810-836.

［10］Kondareddy Y R，Agawal P.Synchronized MAC protocol for multi-hop cognitive radio networks［C］//Proc of IEEE International Conference on Communications.Piscataway，NJ：IEEE Press，2008：3198-3202.

［11］Mo J，So H，Walrand J.Comparison of multi-channel MAC protocols［J］.IEEE Trans on Mobile Computing，2008，7（1）：50-65.

［12］Liu Hai，Lin Zhiyong，Chu Xiaowen，et al.Ring-walk based channel-hopping algorithms with guaranteed rendezvous for cognitive radio networks［C］//Proc of IEEE/ACM International Conference on Green Computing and Communications & International Conference on Cyber，Physical and Social Computing.Piscataway，NJ：IEEE Press，2010：755-760.

［13］仇帥，陳西宏，王澈.認知無線電在跳頻通信中的應用研究［J］.現代防御技術，2013，41（5）：64-65.（Qiu Shuai，Chen Xihong，Wang Che.Application of cognitive radio in frequency hopping communication［J］.Modern Defence Technology，2013，41（5）：64-65.）

［14］Lin Zhiyong，Liu Hai，Chu Xiaowen，et al.Jump-stay based channel-hopping algorithm with guaranteed rendezvous for cognitive radio net-works［C］//Proc of IEEE INFOCOM.Piscataway，NJ：IEEE Press，2011：2444-2452.

［15］Balamurugan G，Bhagyaveni M A.Anti-jamming communication for body area network using chaotic frequency hopping［J］.Healthcare Technology Letters，2017，4（6）：233-237.

［16］Yu Lu，Liu Hai，Leung Y W，et al.Adjustable rendezvous in multi-radio cognitive radio networks［C］//Proc of IEEE Global Communications Conference.Piscataway，NJ：IEEE Press，2015：1-7.

［17］Jiao Lei，Li F Y.A single radio based channel datarate-aware parallel rendezvous MAC protocol for cognitive radio networks［C］//Proc of the 34th IEEE Conference on Local Computer Networks.Piscataway，NJ：IEEE Press，2009：392-399.

［18］Strickland C J，Haddad R J.Predicting jamming systems frequency hopping sequences using artificial neural networks［C］//Proc of SoutheastCon.Piscataway，NJ：IEEE Press，2023：313-318.

［19］Valieva I，Shashidhar B，Bjrkman M，et al.Machine learning-based frequency bands classification for efficient frequency hopping spread spectrum applications［C］//Proc of IEEE Military Communications Conference.Piscataway，NJ：IEEE Press，2022：72-77.