王 銳 戴文瑞
(陸軍炮兵防空兵學(xué)院 合肥 230031)
被動(dòng)雷達(dá)自身不會(huì)輻射電磁波,它是一種利用外部非協(xié)助、非定制的輻射源(如FM、DVB、Wifi以及各種移動(dòng)基站信號(hào)等)探測(cè)目標(biāo)的無(wú)源雷達(dá),該體制雷達(dá)在隱蔽性、低能耗、反隱身等方面有著明顯優(yōu)勢(shì)[1]。因此,世界上的許多國(guó)家均對(duì)其展開(kāi)了深入研究。而隨著5G技術(shù)的推廣,其基站的數(shù)目將遠(yuǎn)遠(yuǎn)多于其他電磁資源,因此采用5G基站信號(hào)作為非協(xié)助輻射源所構(gòu)建的無(wú)源雷達(dá)必將成為未來(lái)的研究熱點(diǎn)。被動(dòng)雷達(dá)為實(shí)現(xiàn)目標(biāo)探測(cè)時(shí),需要采用無(wú)源相干處理技術(shù),然而,目標(biāo)回波中不可避免會(huì)含有極強(qiáng)的直達(dá)波和多徑干擾信號(hào),因此如何抑制這些信號(hào),將目標(biāo)回波從中有效地提取出來(lái),是后續(xù)信號(hào)處理的基礎(chǔ),也是難點(diǎn)。所以本文在對(duì)5G基站信號(hào)組成的無(wú)源探測(cè)系統(tǒng)進(jìn)行了總體分析后,選擇了幾種常用的時(shí)域干擾對(duì)消方法進(jìn)行比較,最后驗(yàn)證了RLS算法作為基于5G基站信號(hào)的被動(dòng)雷達(dá)直達(dá)波抑制方法的可行性。
由于5G基站發(fā)射的信號(hào)屬于連續(xù)波體制,作為最新一代蜂窩移動(dòng)通信技術(shù),利用該信號(hào)充當(dāng)非協(xié)助輻射源的被動(dòng)雷達(dá)在探測(cè)目標(biāo)時(shí),理論上除了有各種噪聲影響,還會(huì)有來(lái)自主基站直達(dá)波、多徑雜波和同頻基站信號(hào)的干擾,其探測(cè)目標(biāo)示意圖如圖1所示。而實(shí)際上5G基站由于采用了OFDM、small cell、Massive MIMO和低成本的毫米波相控陣天線等技術(shù)[2],相對(duì)于4G基站信號(hào),其多徑干擾以及雜波的影響都有了顯著的下降,但直達(dá)波信號(hào)仍然是遠(yuǎn)遠(yuǎn)大于回波功率信號(hào)的,為此該系統(tǒng)除了設(shè)有包括少量直達(dá)波和多徑信號(hào)的接收目標(biāo)回波的主通道,還設(shè)有專門用于接收5G基站直達(dá)波的參考信號(hào)通道,實(shí)現(xiàn)對(duì)直達(dá)波信號(hào)有效抑制[3~4]。
圖1 基于5G基站信號(hào)的被動(dòng)雷達(dá)探測(cè)示意圖
在實(shí)際應(yīng)用中,直達(dá)波和多徑帶來(lái)的干擾有多種處理手段,其中空域處理可通過(guò)降低副瓣、形成零陷的方法達(dá)到抑制效果,頻域處理可采用帶外抑制技術(shù)等,我們這里主要考慮時(shí)域干擾抑制的方法——自適應(yīng)濾波技術(shù)[5~6],其處理模型如圖2所示。
圖2 自適應(yīng)對(duì)消原理圖
其中,SR(n)表示主通道接收的信號(hào)矢量,x(n)、d1(n)、S1(n)分別表示回波天線中的目標(biāo)、直達(dá)波及多徑雜波矢量;Sref(n)是參考通道接收的信號(hào)矢量,d2(n)、S2(n)分別是參考天線中的直達(dá)波及多徑雜波矢量;nR(n)、nref(n)分別是主天線和參考天線中的噪聲。
主通道信號(hào)和參考通道信號(hào)的數(shù)字表達(dá)式如下:
在干擾對(duì)消過(guò)程中,只要對(duì)消系數(shù)不變,直達(dá)波以及多徑干擾的對(duì)消就會(huì)有效果。
自適應(yīng)濾波算法眾多,下面列舉三種最常用的算法,分別對(duì)它們的原理和特點(diǎn)進(jìn)行分析。
1)LMS算法
該算法具有結(jié)構(gòu)簡(jiǎn)單、計(jì)算量低、收斂可控、模型獨(dú)立、容易實(shí)現(xiàn)等優(yōu)點(diǎn),其濾波器權(quán)矢量更新公式為
其中,ωLMS(n+1)表示第n次迭代的濾波器權(quán)矢量,Sref(n)則表示濾波器輸入分量,e*(n)表示前一時(shí)刻濾波器的輸出信號(hào)共軛,μ是步長(zhǎng)因子,算法的收斂速度以及失調(diào)量的穩(wěn)定,一定程度上都受到它的影響。為了使LMS算法收斂,必須使μ滿足
其中,λmax表示濾波器輸入分量Sref(n)的自相關(guān)矩陣R的最大特征值。
2)NLMS算法
NLMS是LMS的一種衍生算法,主要目的是為解決對(duì)干擾抑制時(shí)可能出現(xiàn)的梯度噪聲放大的問(wèn)題,定義濾波器權(quán)矢量ω(n)的增量Δω(n)為
NLMS算法主要增加了Δω(n)的約束,即ω(n)的更新應(yīng)該使增量Δω(n)的范數(shù)最小,NLMS算法濾波器權(quán)矢量更新公式表示為
其中,μ是為了控制失調(diào)量,δ為一個(gè)較小的正數(shù),可以避免‖Sref(n)‖2過(guò)小導(dǎo)致步長(zhǎng)值太大而設(shè)置的。
3)RLS算法
RLS算法的實(shí)現(xiàn)原理與前面兩類截然不同,它是運(yùn)用一種指數(shù)加權(quán)的最小二乘方法,實(shí)現(xiàn)下面代價(jià)函數(shù)的最小化:
其中,λ是遺忘因子(0<λ≤1)。
RLS算法的更新公式為
RLS算法初始化時(shí)一般選擇P(0)=δ-1I∈CM×M,ω(0)=0,其中,δ一般取很小的值。
事實(shí)上,不同的應(yīng)用條件下,算法的特性各不相同。下面就針對(duì)5G信號(hào)特性,分別從不同維度對(duì)幾種算法的性能進(jìn)行比較,分析它們對(duì)基于5G信號(hào)的被動(dòng)雷達(dá)直達(dá)波抑制的能力。
其中,雜波對(duì)消比是衡量各算法的性能重要指標(biāo)[10~13]。其定義如式(11)所示:
其中p1是對(duì)消前主通道信號(hào)功率,p2是對(duì)消后信號(hào)功率。因此,仿真中設(shè)置5G基站信號(hào)的參數(shù):頻率為400MHz,NR幀結(jié)構(gòu),設(shè)定兩個(gè)回波信號(hào),橫向?yàn)V波器的階數(shù)M均取50,仿真條件如表1所示。
表1 仿真參數(shù)設(shè)置
其中,參考信道的直達(dá)波信噪比為10dB,主通道信號(hào)的信噪比為-75dB。目標(biāo)回波1和目標(biāo)回波2的多普勒頻移分別為200Hz和150Hz,在仿真條件下,三種算法的雜波對(duì)消比(算法收斂穩(wěn)定后的數(shù)據(jù))如表2所示。
表2 雜波對(duì)消比比較
為了更直觀地看到抑制效果,我們對(duì)直達(dá)波抑制前后回波通道信號(hào)和參考信號(hào)進(jìn)行互相關(guān)運(yùn)算,仿真如圖3所示。
圖3 三種算法的對(duì)消效果圖
綜上,可以看出LMS算法原理簡(jiǎn)單,易實(shí)現(xiàn),但對(duì)于快速變化的信號(hào),它則表現(xiàn)出弊端。而且雜波對(duì)消比只有10.6dB,對(duì)消效果不理想,所以舍棄LMS算法。NLMS算法和RLS算法的雜波對(duì)消比則分別為44.8dB和61.6dB,從圖中可以觀察到兩者的對(duì)消效果均相對(duì)良好。
前面介紹了NLMS算法和RLS算法實(shí)現(xiàn)濾波的原理不同,因此它們的權(quán)值收斂速度也有明顯區(qū)別,這里設(shè)置了兩個(gè)權(quán)值,同時(shí)不考慮碼元之間的相互串?dāng)_,仿真收斂曲線如圖4所示。
圖4 NLMS算法和RLS算法的收斂曲線
由圖觀察可得,NLMS算法在將近200點(diǎn)收斂,而RLS算法卻能在前45點(diǎn)內(nèi)快速完成收斂,這說(shuō)明RLS算法在收斂速度上有優(yōu)勢(shì),不過(guò)有一點(diǎn)必須說(shuō)明,RLS算法之所以收斂快是因?yàn)樗惴◤?fù)雜度的原因,所以綜合考量,如果計(jì)算能力有保證,RLS算法是一種基于5G基站信號(hào)的被動(dòng)雷達(dá)直達(dá)波干擾抑制算法的不錯(cuò)選擇。
本文針對(duì)基于5G基站信號(hào)的被動(dòng)雷達(dá)所面對(duì)的直達(dá)波干擾抑制問(wèn)題,逐個(gè)比較分析幾種常用時(shí)域自適應(yīng)濾波對(duì)消算法,論證了RLS算法解決該問(wèn)題的可行性,驗(yàn)證了其對(duì)直達(dá)波干擾信號(hào)具有的良好抑制效果。需要注意的是,實(shí)際信號(hào)處理過(guò)程中,基站個(gè)數(shù)往往較多,只有采用級(jí)聯(lián)相消的方式,依次消除接收信號(hào)中各基站的直達(dá)波干擾,才能最終完成對(duì)干擾信號(hào)的有效抑制。