一種基于混沌振子的DSSS信號(hào)盲檢測方法*

蔣　濤，熊　剛

(中國電子科技集團(tuán)公司第三十研究所，四川 成都 610041)

?

一種基于混沌振子的DSSS信號(hào)盲檢測方法*

蔣濤，熊剛

(中國電子科技集團(tuán)公司第三十研究所，四川 成都 610041)

修回日期：2015-05-15Received date:2015-03-20；Revised date：2015-05-15

摘要：直接序列擴(kuò)頻通信是一種具有強(qiáng)保密性和抗干擾性的先進(jìn)通信體制，對(duì)DSSS信號(hào)的檢測具有重要作用。將非線性科學(xué)中的混沌理論應(yīng)用于DSSS信號(hào)的盲檢測，結(jié)合DSSS信號(hào)特征研究了一種利用混沌振子進(jìn)行檢測的方法。首先分析了洛倫茲混沌振子檢測周期信號(hào)的原理和DSSS信號(hào)模型，然后構(gòu)造出了一個(gè)基于混沌振子陣列的盲檢測系統(tǒng)，可實(shí)現(xiàn)對(duì)低信噪比條件下對(duì)DSSS信號(hào)的盲檢測。最后，通過計(jì)算機(jī)仿真結(jié)果表明了該方法的有效性，且性能優(yōu)于過去的一些算法。

關(guān)鍵詞：DSSS信號(hào)；檢測；混沌理論；振子陣列

0引言

直接序列擴(kuò)頻(Direct Sequence Spread-Spectrum，DSSS)信號(hào)具有頻譜寬、抗干擾等特點(diǎn)[1]，廣泛應(yīng)用于現(xiàn)代軍事和商用通信領(lǐng)域，如全球定位系統(tǒng)、無人機(jī)數(shù)據(jù)鏈[2]、低軌衛(wèi)星通信、WIFI通信網(wǎng)絡(luò)等。因此，與之對(duì)應(yīng)的直接序列擴(kuò)頻通信對(duì)抗技術(shù)也成了通信、網(wǎng)絡(luò)對(duì)抗領(lǐng)域面臨的問題。在偵察中，針對(duì)截獲到的可能以直接序列擴(kuò)頻方式傳輸?shù)男盘?hào)，需要首先檢測其中是否有DSSS信號(hào)存在，然后才能更進(jìn)一步對(duì)信號(hào)的各個(gè)參數(shù)進(jìn)行估計(jì)以及解擴(kuò)恢復(fù)出原始信息。所以，對(duì)DSSS信號(hào)的存在性檢測，對(duì)后續(xù)分析具有十分重要的意義。一般對(duì)于非合作式檢測而言， DSSS信號(hào)的先驗(yàn)信息幾乎都是未知的，屬于盲檢測或是近似盲檢測范疇。DSSS信號(hào)在任何時(shí)候功率譜都分布在一個(gè)很寬的頻帶內(nèi)，在低信噪比環(huán)境中，信號(hào)相當(dāng)于淹沒在噪聲之中，因此對(duì)DSSS信號(hào)的盲檢測是研究中一個(gè)難點(diǎn)。

確知信號(hào)檢測算法和參數(shù)分布已知的隨機(jī)信號(hào)檢測理論并不太適合于DSSS信號(hào)盲檢測，從而需要研究一些適用的方法并對(duì)其進(jìn)行驗(yàn)證。一些學(xué)者進(jìn)行了探索，提出了基于小波分解的檢測法、基于功率譜的檢測算法、基于高階統(tǒng)計(jì)量的檢測法和時(shí)頻分布檢測法等。功率譜檢測方法通過估計(jì)功率譜來對(duì)DSSS信號(hào)進(jìn)行檢測，但各種基于功率譜算法的檢測性能具有差距，效果也并不理想；目前的基于高階累積量算法通常只在信號(hào)延遲時(shí)刻為零處進(jìn)行分析，不能完全利用到高階統(tǒng)計(jì)量的性質(zhì)，性能無法進(jìn)一步提高；對(duì)于時(shí)頻分布檢測方法，由于僅能對(duì)高斯性質(zhì)的噪聲進(jìn)行抑制，在非高斯噪聲的情況下檢測效能將下降。

近年來隨著對(duì)非線性科學(xué)研究的深入，特別是混沌、隨機(jī)共振理論等進(jìn)一步發(fā)展，為DSSS信號(hào)檢測提供了新思路?；煦缋碚摫砻髁嘶煦缯褡釉谝欢l件下對(duì)微弱信號(hào)具有敏感性，因此使得它在信號(hào)與信息處理中具有很大作用[3]。本文提出了一種基于混沌理論的DSSS信號(hào)盲檢測思路，先對(duì)信號(hào)進(jìn)行預(yù)處理，再采用洛倫茲混沌振子陣列系統(tǒng)實(shí)現(xiàn)了檢測。該算法的抗噪性能強(qiáng)，而且不需要預(yù)先獲取DSSS信號(hào)的參數(shù)先驗(yàn)信息。

1混沌振子檢測原理

基于混沌振子的信號(hào)檢測原理主要是利用混沌系統(tǒng)對(duì)初始條件的極度敏感性和對(duì)噪聲信號(hào)的免疫特性，當(dāng)待檢周期信號(hào)輸入處于特定狀態(tài)的混沌系統(tǒng)后，能夠使該系統(tǒng)的動(dòng)力學(xué)行為發(fā)生很大變化，依據(jù)這種變化就可以實(shí)現(xiàn)一些檢測[4]。檢測思路是利用混沌振子的狀態(tài)進(jìn)行的。通常采用的洛倫茲振子方程如下：

(1)

洛倫茲方程來源于動(dòng)力學(xué)中對(duì)流模型的微分方程組研究，模擬二維流體室的現(xiàn)象。其中，x表示對(duì)流運(yùn)動(dòng)的強(qiáng)度；y表示垂直方向流的溫度差；z表示水平方向流的溫度差；a,b,c分別表示瑞利系數(shù)等與容量大小有關(guān)的系數(shù)因子。

混沌振子狀態(tài)包括以下幾種形式——共宿軌道狀態(tài)，分叉軌道狀態(tài)，混沌狀態(tài)，臨界周期狀態(tài)和大尺度周期狀態(tài)。識(shí)別系統(tǒng)是否處于混沌狀態(tài)可通過測量系統(tǒng)相平面軌道或進(jìn)行最大Lyapunov指數(shù)計(jì)算等方法。

檢測的步驟如下：首先，使得混沌振子的內(nèi)部信號(hào)幅度f增大，有f=fd，其中fd表示振子從混沌進(jìn)入大尺度周期狀態(tài)的驅(qū)使力的門限。檢測時(shí)利用Melnikov準(zhǔn)則可使混沌振子一直處于臨界的狀態(tài)，當(dāng)與內(nèi)部信號(hào)頻率相等的某個(gè)周期信號(hào)輸入系統(tǒng)時(shí)，振子將從臨界狀態(tài)轉(zhuǎn)為大尺度周期狀態(tài)。判斷出狀態(tài)變化，即可實(shí)現(xiàn)對(duì)信號(hào)的盲檢測。

(2)

其中input表示需檢測是否存在的信號(hào)，即input=A*s(t)+σn(t)，A表示周期信號(hào)幅度，n(t)表示零均值高斯白噪聲，σ表示噪聲的均方差。設(shè)其頻率與系統(tǒng)內(nèi)部信號(hào)頻率相等。令t=ωτ,通過變換處理后可得任意頻率的混沌檢測方程如下：

(3)

利用混沌振子的臨界周期狀態(tài)可以很好地檢測出微弱周期信號(hào)，但不適用于非周期信號(hào)。利用混沌振子對(duì)DSSS信號(hào)進(jìn)行檢測時(shí)，需要對(duì)信號(hào)進(jìn)行預(yù)處理，將信號(hào)轉(zhuǎn)化為具有周期特征的形式。DSSS信號(hào)的平方變換處理后有以下幾個(gè)分量：一部分是基帶分量，一部分是信號(hào)的倍頻分量，還有一部分是噪聲分量。故可以通過識(shí)別信號(hào)的倍頻周期分量是否存在來檢測DSSS信號(hào)。

DSSS接收信號(hào)模型的表達(dá)式如下：

(4)

y(t)=P(d(t)c(t))2cos(4πf0t+2φ)+

P(d(t)c(t))2+n′(t)

(5)

其中P(d(t)c(t))2cos(4πf0t+2φ)是頻率為DSSS載波二倍頻的表達(dá)式，是周期分量，可基于混沌振子判斷該分量是否存在來實(shí)現(xiàn)對(duì)DSSS信號(hào)的檢測。

2基于混沌振子陣列的方法

洛倫茲振子只對(duì)特定頻差信號(hào)敏感，輸入的與內(nèi)置信號(hào)有著較大頻差的外界周期信號(hào)也不會(huì)改變混沌振子系統(tǒng)的狀態(tài)。利用一個(gè)混沌振子構(gòu)建的系統(tǒng)模型實(shí)現(xiàn)對(duì)DSSS信號(hào)盲檢測是較困難的——當(dāng)接收到的DSSS信號(hào)頻率與檢測振子內(nèi)部頻率不相等時(shí)，算法效果較差[4]。為了提高性能，基于混沌振子陣列將根據(jù)間歇混沌現(xiàn)象的原理，構(gòu)建振子陣列模型對(duì)DSSS信號(hào)實(shí)現(xiàn)盲檢測。

需檢測的信號(hào)和振子系統(tǒng)的內(nèi)部信號(hào)之間如果存在的頻差是一個(gè)較小量時(shí)，系統(tǒng)將會(huì)出現(xiàn)混沌與周期狀態(tài)交替的間歇混沌狀態(tài)。當(dāng)參考信號(hào)頻率為w時(shí)，能夠發(fā)生有規(guī)律間歇混沌現(xiàn)象的外界輸入信號(hào)與參考信號(hào)的相對(duì)頻差范圍是|Δw/w|≤0.03。而超出這個(gè)范圍時(shí)，規(guī)律間歇混沌現(xiàn)象則很難分辨出來。規(guī)律間歇混沌在時(shí)域波形上表現(xiàn)為混沌和周期交替出現(xiàn)，而且具有相同的狀態(tài)時(shí)間間隔。如下圖所示，其中橫軸表示時(shí)域的采樣點(diǎn)數(shù)，縱軸表示信號(hào)幅度。

圖1　有規(guī)律間歇混沌現(xiàn)象的波形

從圖1可看出，識(shí)別振子是否出現(xiàn)規(guī)律的間歇混沌可為未知頻率信號(hào)檢測提供新思路。但單個(gè)振子模型能檢測信號(hào)的頻帶范圍有限，頻率為w的洛倫茲振子可檢測頻帶為[(1-0.03)w,(1+0.03)w]。如果構(gòu)建洛倫茲振子陣列，采取多個(gè)具有不同內(nèi)部信號(hào)頻率振子組成陣列進(jìn)行聯(lián)合搜索，可以實(shí)現(xiàn)對(duì)一個(gè)較寬頻段的信號(hào)檢測。例如在相對(duì)頻值為1～10范圍內(nèi)的信號(hào)進(jìn)行檢測的情況中，陣列振子頻率設(shè)置同一范圍并排列成為比值為1.03的等比數(shù)列。振子陣列由78個(gè)振子組成。各固有的頻值為：

w1=1,w2=1.03,w3=(1.03)2,…,

w78=(1.03)77=9.738

(6)

若振子陣列中出現(xiàn)了滿足頻率取值的需檢測信號(hào)，則必有且僅有兩相鄰振子進(jìn)入間歇混沌狀態(tài)，識(shí)別該狀態(tài)可成功檢測。以相對(duì)頻率為7的某信號(hào)作例子，檢測思路框圖如下：

圖2混沌振子陣列檢測方法框圖

在圖2中，定量計(jì)算方法指的是基于Lyapunov指數(shù)分析的思路。Lyapunov指數(shù)是表示某種非線性系統(tǒng)在投影相空間中相近軌跡的平均收斂或發(fā)散性質(zhì)的一種量。對(duì)于混沌振子而言，最大Lyapunov指數(shù)大于0，并且數(shù)值越大，混沌性越強(qiáng)。N維映射相空間中的某一時(shí)刻，鄰近軌道之間的距離可以投影分解在n個(gè)不同的方向。Lyapunov指數(shù)還可定義為：針對(duì)某種平面非自治的動(dòng)力系統(tǒng)，相應(yīng)的Poincaré映射表示為：

xn+1=X(xn,yn)

yn+1=Y(xn+yn)

(7)

易知其Jacobi矩陣為：

(8)

設(shè)由初始點(diǎn)P0(x0,y0)逐次映射得到的點(diǎn)列為P1(x1,y1),P2(x2,y2),…,Pn(xn,yn),則前n-1個(gè)點(diǎn)處的Jacobi矩陣為：

J0=J(x0,y0),J1(x1,y1),…,Jn-1(xn-1,yn-1)

(9)

令J(n)=Jn-1Jn-2…J1J0，設(shè)J(n)的特征值的模為J1(n)，J2(n)，且有J1(n)>J2(n)成立,則Lyapunov指數(shù)表達(dá)式如下：

(10)

可設(shè)J0,J1,…,Jn-1均為對(duì)角矩陣，則：

(11)

由此：

(12)

其中，L1和L2分別表示點(diǎn)變換時(shí)沿x軸與沿y軸的距離變長或縮短倍數(shù)的平均量，大于1時(shí)表示變長，小于1時(shí)則表示縮短。系統(tǒng)是否具有混沌的特征，可通過它的Lyapunov指數(shù)來實(shí)現(xiàn)，這種判斷比其它方法更精確，它實(shí)際是一個(gè)定量計(jì)算標(biāo)準(zhǔn)。

下面構(gòu)造一個(gè)基于混沌振子陣列DSSS信號(hào)檢測系統(tǒng)。設(shè)待檢信號(hào)頻1 MHz～1 GHz，利用分段方法，設(shè)I段：1 MHz～10 MHz；II段：10 MHz～100 MHz；III段100 MHz～1 GHz。I段檢測頻率范圍2π×106rad/s～2π×107rad/s，各振子固有角頻率按公比1.03取為：

(13)

該段的陣元共78個(gè)。其余段的振子也可同理進(jìn)行設(shè)置。將平方后的DSSS信號(hào)輸入該陣列，分別在I、II、III各段進(jìn)行依次搜索計(jì)算，直到最后利用最大Lyapunov指數(shù)特征量判斷出相鄰振子是否存在間歇混沌現(xiàn)象。當(dāng)大尺度周期狀態(tài)時(shí)振子的最大Lyapunov指數(shù)小于0；混沌狀態(tài)時(shí)該值大于0。所以，系統(tǒng)在有規(guī)律間歇混沌現(xiàn)象時(shí)，指數(shù)值符號(hào)會(huì)出現(xiàn)周期性變化狀態(tài)。根據(jù)這種思路，得出振子的最大Lyapunov指數(shù)變化量的過零點(diǎn)時(shí)間間隔分析，即可識(shí)別出間歇混沌的存在從而進(jìn)行DSSS信號(hào)的檢測。

圖3DSSS信號(hào)的混沌振子陣列法檢測流程

3性能仿真和分析

仿真實(shí)驗(yàn)1：設(shè)DSSS信號(hào)的載波頻率為70 MHz，采樣率為200 MHz，擴(kuò)頻序列長度為1 023的gold碼序列。采用單混沌振子進(jìn)行檢測。仿真時(shí)，調(diào)節(jié)混沌振子系統(tǒng)的參數(shù)，使其進(jìn)入臨界周期狀態(tài)，相軌跡的仿真圖如下圖4所示。其中，橫軸表示混沌系統(tǒng)相空間映射投影平面的X坐標(biāo)，縱軸表示Y坐標(biāo)。

圖4　 檢測系統(tǒng)在臨界周期狀態(tài)的相圖

振子檢測系統(tǒng)中輸入信號(hào)后，將由臨界周期狀態(tài)轉(zhuǎn)為大尺度周期狀態(tài)，如圖5所示：

圖5　檢測系統(tǒng)在大尺度周期狀態(tài)的相圖

后續(xù)處理可再利用相平面軌跡變化判斷，檢測有無DSSS信號(hào)存在。

仿真實(shí)驗(yàn)2：信號(hào)模型和參數(shù)同前所述，在虛警概率為1%時(shí)對(duì)混沌振子陣列的盲檢測法進(jìn)行仿真，采用最大Lyapunov指數(shù)進(jìn)行定量判斷。并選取基于小波分解的時(shí)域相關(guān)檢測法[5]和高階累積量檢測法(12階)進(jìn)行比較，檢測性能曲線如下所示：

圖6本文方法與傳統(tǒng)方法的性能對(duì)比曲線

從上圖中可以看出，基于洛倫茲混沌振子陣列的檢測法是一種有效的檢測方法，在信噪比較低的情況下，新方法的性能優(yōu)于過去的高階累積量法和基于小波分解的時(shí)域相關(guān)檢測方法，可使DSSS信號(hào)檢測效果得到改善。

4結(jié)語

DSSS信號(hào)在軍事通信、衛(wèi)星通信等系統(tǒng)中得到了廣泛應(yīng)用，有效開展對(duì)DSSS信號(hào)盲檢測方法的研究在許多領(lǐng)域具有重要意義。在低信噪比情況下，利用傳統(tǒng)的檢測算法效果一般較差，需要尋找新算法以解決該問題。本文針對(duì)DSSS信號(hào)特點(diǎn)，提出了一種基于混沌振子陣列的盲檢測方法。仿真實(shí)驗(yàn)表明，與過去的一些算法如高階累積量算法等相比，該方法可以提高檢測性能。今后將進(jìn)一步優(yōu)化，為解決低信噪比下DSSS信號(hào)盲檢測問題提供一種更有效的手段，也對(duì)直接序列擴(kuò)頻通信對(duì)抗領(lǐng)域研究發(fā)揮更重要作用。

參考文獻(xiàn)：

[1]曾璐,謝曉堯. 基于MATLAB擴(kuò)頻通信系統(tǒng)誤碼率的研究[J].通信技術(shù)，2011,44(11):25-29.

ZENG Lu,XIE Xiao-yao. Study on Bit Error Rate of Spread Spectrum Communication System based on MATLAB[J]. Communications Technology, 2011, 44(11):25-29.

[2]陸文博，劉春生. 對(duì)無人機(jī)測控系統(tǒng)干擾方法的研究[J].艦船電子對(duì)抗，2013,4(2):24-27.

LU Wen-bo, LIU Chun-sheng. Research on the Jamming Methods to UAV Measurement and Control System[J]. Shipboard Electronic Countermeasure,2013,4(2):24-27.

[3]劉輝峰.基于無限長混沌序列的衛(wèi)星擴(kuò)頻測控系統(tǒng)[J].通信技術(shù),2012,10(4):33-35.

LIU Hui-feng. Satellite Spread Spectrum TT&C Telecommunication System based on Infinite-Length Chaotic Sequence. [J].Communications Technology,2012,10(4):33-35.

[4]楊偉.基于混沌系統(tǒng)的心電圖信號(hào)分類檢測方法[J].通信技術(shù),2011,2(3):21-23.

YANG Wei. Method of ECG Classification and Detection based on Chaotic System Model[J]. Communications Technology, 2011, 2(3):21-23.

[5]成昊,呂明.一種基于小波分解的直擴(kuò)信號(hào)檢測方法[J].電訊技術(shù), 2006,6(8):11-13.

CHENG Hao, LV Ming. DSSS Signal Detection on WaveLet Decomposition[J]. Telecommunication Technology. 2006, 6(8):11-13.

蔣濤(1979—)，男，學(xué)士，工程師，主要研究方向?yàn)闊o線網(wǎng)絡(luò)安全，質(zhì)量與可靠性技術(shù)和技術(shù)質(zhì)量管理；

熊剛(1982—)，男，碩士，工程師，主要研究方向?yàn)闊o線網(wǎng)絡(luò)安全技術(shù)與信號(hào)處理技術(shù)。

Blind Detection of DSSS Signal based on Chaos Oscillator

JIANG Tao, XIONG Gang

(No.30 Institute of CETC, Chengdu Sichuan 610041, China)

Abstract：Direct sequence spread spectrum communication,as an advanced communications system with strong confidentiality and anti-interference, plays an important role in DSSS signal detection. Chaos theory in nonlinear science is applied to blind detection of DSSS signal, and in combination with DSSS signal characteristics, a detection method with chaotic oscillator for signal detection is developed. Firstly, the theory of Lorenz chaos oscillator array for signal detection and DSSS signal mode are analyzed, then a blind detection system based on chaos oscillator array is constructed,thus to implement blind detection of DSSS signal under low SNR,finally, computer simulation indicates that this method is effective and is better in performance as compared with certain traditional methods.

Key words：DSSS signal;detection;chaos theory;oscillator array

作者簡介：

中圖分類號(hào)：TN918.91

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1002-0802(2015)07-0790-05

收稿日期：*2015-03-20；

doi:10.3969/j.issn.1002-0802.2015.07.008