基于LMS算法的窄帶干擾檢測(cè)技術(shù)

張兆林, 李路, 姚如貴, 王伶

(西北工業(yè)大學(xué) 電子信息學(xué)院, 陜西 西安　710072)

?

基于LMS算法的窄帶干擾檢測(cè)技術(shù)

張兆林, 李路, 姚如貴, 王伶

(西北工業(yè)大學(xué) 電子信息學(xué)院, 陜西 西安710072)

摘要：直擴(kuò)系統(tǒng)通常采用干擾抑制技術(shù)提高系統(tǒng)的干擾容限。在無(wú)干擾或小干擾情況下，直接進(jìn)行干擾抑制會(huì)給接收端帶來(lái)極大的信噪比損失，而窄帶干擾檢測(cè)技術(shù)可以有效解決這一問(wèn)題。傳統(tǒng)的窄帶干擾檢測(cè)技術(shù)常用于低信噪比情況下，而本文提出的基于LMS算法的干擾檢測(cè)算法能夠較好的適用于大信噪比范圍與高信噪比情況，對(duì)于不同的信噪比該算法可以自適應(yīng)選取相應(yīng)的門限以較高的干擾檢測(cè)率與較低誤檢率有效檢測(cè)干擾，同時(shí)相對(duì)于其他算法該算法原理簡(jiǎn)單，容易實(shí)現(xiàn)。

關(guān)鍵詞：直擴(kuò)系統(tǒng)； LMS算法；信噪比；干擾檢測(cè)；誤檢率

直接序列擴(kuò)頻通信體制由于具備良好的抗干擾、抗截獲及保密通信能力，是目前國(guó)內(nèi)外各類數(shù)據(jù)鏈中應(yīng)用最廣泛、最成熟的通信體制之一[1]。然而，面對(duì)更高的抗干擾要求時(shí)，受限于目前器件的處理能力和信道帶寬，僅依靠增大擴(kuò)頻處理增益來(lái)提高直擴(kuò)系統(tǒng)自身的抗干擾容限是不現(xiàn)實(shí)的。因此，需要對(duì)接收信號(hào)進(jìn)行干擾抑制處理，以進(jìn)一步增強(qiáng)系統(tǒng)的干擾抑制能力。然而在無(wú)干擾或小干擾情況下，直接進(jìn)行干擾抑制會(huì)給接收端帶來(lái)極大的信噪比損失，而窄帶干擾檢測(cè)技術(shù)可以有效解決這一問(wèn)題。

傳統(tǒng)的干擾檢測(cè)及抑制算法大都工作在地面接收，低信噪比條件下，而在采用擴(kuò)頻技術(shù)的星間通信中，由于收發(fā)雙方的距離遠(yuǎn)近差別大，擴(kuò)頻信號(hào)功率具有大動(dòng)態(tài)范圍，導(dǎo)致星間通信信噪比動(dòng)態(tài)范圍較大。在高信噪比條件下，當(dāng)不存在干擾或干擾很小時(shí)，傳統(tǒng)的干擾檢測(cè)算法不再適用，因此，需要尋求一種有效的干擾檢測(cè)技術(shù)以適用于高信噪比情況與大信噪比范圍的條件，使信號(hào)在無(wú)干擾或小干擾情況下不經(jīng)干擾抑制而直接通過(guò)，在強(qiáng)干擾下進(jìn)行干擾抑制處理，以提高系統(tǒng)性能。

目前窄帶干擾檢測(cè)技術(shù)主要分為時(shí)域檢測(cè)技術(shù)和頻域檢測(cè)技術(shù)2類，時(shí)域檢測(cè)技術(shù)以誤差預(yù)濾波技術(shù)為主[2]；頻域檢測(cè)技術(shù)以FFT算法的陷波干擾抑制技術(shù)為主[3]。文獻(xiàn)[4]根據(jù)接收信號(hào)頻譜的統(tǒng)計(jì)特性，實(shí)時(shí)估計(jì)信道白噪聲和干擾之間的門限，給出一種基于自適應(yīng)門限的窄帶干擾抑制算法，可在有效判決出干擾信號(hào)后進(jìn)行抑制處理。文獻(xiàn)[5]提出了一種基于傅里葉變換的雙門限干擾檢測(cè)算法(localization algorithm based on double-threshold,LAD)，通過(guò)迭代計(jì)算高低門限，將變換域幅值分別與2個(gè)門限比較進(jìn)行干擾檢測(cè)。文獻(xiàn)[4]提出的自適應(yīng)門限算法以及文獻(xiàn)[5]提出的雙門限算法均適用于低信噪比情況，當(dāng)信噪比范圍大或是高信噪比時(shí)這2個(gè)文獻(xiàn)所提算法會(huì)失效。然而本文提出的基于LMS算法的干擾檢測(cè)算法針對(duì)不同信噪比自適應(yīng)選取相應(yīng)的門限值，能在高信噪比情況與較大的信噪比動(dòng)態(tài)范圍內(nèi)對(duì)接收信號(hào)以較小的誤檢率，較大的干擾檢測(cè)率進(jìn)行有效干擾檢測(cè)。

1LMS算法原理

最小均方(LMS)算法是時(shí)域干擾抑制算法中應(yīng)用最為廣泛的一種，它原理簡(jiǎn)單，容易實(shí)現(xiàn)，主要利用窄帶干擾與擴(kuò)頻信號(hào)在預(yù)測(cè)性上的差異來(lái)抑制干

擾[6]。本節(jié)介紹了LMS算法的基本原理，重點(diǎn)研究了歸一化LMS算法，從算法的收斂速度與穩(wěn)態(tài)誤差2個(gè)方面分析了歸一化LMS算法的性能。

1.1LMS算法

Widrow和Hoff于1960年提出以瞬時(shí)誤差信號(hào)平方的梯度作為均方誤差函數(shù)梯度的估計(jì)，得到最小均方(LMS)算法，LMS算法作為一種線性自適應(yīng)濾波算法，其實(shí)現(xiàn)結(jié)構(gòu)簡(jiǎn)單，是一種使用廣泛的自適應(yīng)算法[7]。

預(yù)測(cè)濾波器的輸入信號(hào)矢量x(n)=[x(n-1),x(n-2),…,x(n-L)],y(n)為濾波器的輸出,可得

(1)

式中,ω(n)為濾波器的權(quán)矢量。設(shè)期望響應(yīng)為d(n),那么線性預(yù)測(cè)濾波器的誤差信號(hào)為

(2)

由于最小均方誤差是由瞬時(shí)誤差信號(hào)平方的梯度作為均方誤差函數(shù)梯度的估計(jì),可得

(3)

易得到

(4)

式中,μ為濾波器迭代步長(zhǎng)。(4)式即是LMS算法權(quán)向量的迭代公式。從公式中可以看出,LMS算法的原理非常簡(jiǎn)單,它既不需要計(jì)算有關(guān)的相關(guān)函數(shù),也不需要矩陣求逆運(yùn)算。

在LMS算法收斂的范圍內(nèi),迭代步長(zhǎng)μ越大,算法的收斂速度越快,但LMS算法的失調(diào)也越大,算法性能也越不穩(wěn)定,因此LMS算法的收斂速度與失調(diào)之間存在著矛盾[8]。在保證濾波器一定的失調(diào)性能的情況下,如何縮短收斂過(guò)程成為一個(gè)值得研究的問(wèn)題。針對(duì)這個(gè)問(wèn)題,變步長(zhǎng)LMS算法應(yīng)運(yùn)而生。下面,詳細(xì)介紹一種現(xiàn)有的變步長(zhǎng)LMS算法——?dú)w一化LMS算法[9]。

1.2歸一化LMS算法

定義濾波器的更新權(quán)向量ω(n+1),要使權(quán)向量的增量δω(n+1)滿足

(5)

歐幾里德范數(shù)最小化,而且要滿足

(6)

使用拉格朗日乘子法,可得歸一化LMS算法的代價(jià)函數(shù)為

(7)

式中,λ表示拉格朗日乘子。將代價(jià)函數(shù)J(n)對(duì)ω(n+1)求導(dǎo)置零,即可得到更新權(quán)向量。將(7)式對(duì)ω(n+1)求導(dǎo)如下

(8)

令上式等于零,可得最優(yōu)更新權(quán)向量為

(9)

將其帶入公式(6),化簡(jiǎn)可得:

(10)

式中，e(n)表示估計(jì)誤差。將λ帶入(9)式并引入常量μ,更新權(quán)向量可表示為

(11)

稱(11)式為歸一化LMS算法抽頭權(quán)向量的迭代公式。(11)式等號(hào)右邊第2項(xiàng)為算法權(quán)向量的修正項(xiàng),該修正項(xiàng)經(jīng)抽頭輸入向量歐幾里德范數(shù)的平方歸一化。

同公式(4)的權(quán)向量迭代公式比較,可以看出,若設(shè)

(12)

那么,歸一化LMS算法實(shí)際上就是一種變步長(zhǎng)的LMS算法。由于歸一化LMS算法是在LMS算法隨機(jī)梯度估計(jì)的基礎(chǔ)上對(duì)抽頭輸入向量的歐幾里德范數(shù)平方進(jìn)行了歸一化。因此,無(wú)論是對(duì)于相關(guān)數(shù)據(jù)還是非相關(guān)數(shù)據(jù),歸一化LMS算法提高了LMS濾波算法的收斂速度,克服了自適應(yīng)濾波收斂速度與穩(wěn)態(tài)噪聲之間的矛盾[10],其抗干擾性能優(yōu)于傳統(tǒng)LMS算法。

2干擾檢測(cè)算法

信噪比動(dòng)態(tài)范圍大特別是高信噪比條件下,當(dāng)無(wú)干擾或干擾小時(shí)直接進(jìn)行抑制處理會(huì)帶來(lái)較大的信噪比損失。因此,有必要對(duì)接收信號(hào)進(jìn)行干擾檢測(cè),以便判定是否對(duì)接收信號(hào)進(jìn)行干擾抑制處理。

圖1　無(wú)干擾進(jìn)行干擾抑制處理前后信號(hào)頻譜

為了驗(yàn)證無(wú)干擾時(shí)干擾抑制對(duì)信號(hào)帶來(lái)的能量損失,我們?cè)O(shè)置仿真參數(shù)為:采樣頻率62MHz,偽碼速率10.23MHz,中頻15.48MHz,信噪比為10dB。圖1給出了不存在干擾時(shí)采用歸一化LMS算法對(duì)接收信號(hào)進(jìn)行干擾抑制處理前后信號(hào)頻譜的對(duì)比。從圖中可以看出由于干擾抑制使信號(hào)產(chǎn)生損傷,輸出信號(hào)的波形嚴(yán)重失真,進(jìn)一步降低了輸出信噪比。

針對(duì)歸一化LMS算法在無(wú)干擾或小干擾情況下對(duì)信號(hào)損傷巨大的問(wèn)題,本文在歸一化LMS算法基礎(chǔ)上,提出了基于LMS的干擾檢測(cè)算法。通過(guò)將自適應(yīng)濾波模塊的輸出信號(hào)與輸入信號(hào)功率的比值取對(duì)數(shù)后與設(shè)定的門限進(jìn)行比較,以判斷接收信號(hào)有無(wú)干擾。該干擾檢測(cè)算法原理簡(jiǎn)單、容易實(shí)現(xiàn)、復(fù)雜度低。數(shù)據(jù)的處理流程如圖2所示。

圖2　數(shù)據(jù)處理流程

由文獻(xiàn)[11]可知,在迭代步長(zhǎng)較小時(shí),LMS算法對(duì)無(wú)干擾和小干擾信號(hào)濾除較淺,對(duì)強(qiáng)干擾信號(hào)不能完全濾除;在迭代步長(zhǎng)較大時(shí),LMS算法對(duì)強(qiáng)干擾信號(hào)抑制較好,但會(huì)使無(wú)干擾和小干擾信號(hào)失真嚴(yán)重。本文提出的基于LMS的干擾檢測(cè)算法正是基于以上特性,通過(guò)比較小步長(zhǎng)LMS濾波器的輸出信號(hào)與輸入信號(hào)功率比值的對(duì)數(shù)與設(shè)置的合理門限值的大小來(lái)判斷有無(wú)干擾。

2.1基于LMS的干擾檢測(cè)算法原理

圖3為基于LMS的干擾檢測(cè)與抑制算法原理框圖:

圖3　基于LMS的干擾檢測(cè)算法原理框圖

圖3中所采用的判決濾波器與干擾抑制模塊均采用歸一化LMS算法抑制干擾,其中為輸入信號(hào),為輸出信號(hào)。調(diào)節(jié)(12)式中的參數(shù)可改變迭代步長(zhǎng)的大小。下面對(duì)該算法進(jìn)行具體描述:

1) 將輸入的數(shù)據(jù)分路成為2路,第1路數(shù)據(jù)送入采用小步長(zhǎng)LMS算法的判決濾波器進(jìn)行干擾檢測(cè),第2路數(shù)據(jù)送入延時(shí)模塊。

2) 判決濾波器對(duì)輸入信號(hào)進(jìn)行LMS迭代濾波,并計(jì)算濾波器輸出信號(hào)和輸入信號(hào)的功率比值并取對(duì)數(shù)記為Mn。

3) 在判決模塊中對(duì)比Mn與設(shè)定的門限TH來(lái)判斷干擾有無(wú)并輸出對(duì)應(yīng)的控制信號(hào)。當(dāng)Mn>TH時(shí),表明無(wú)干擾或干擾很小,當(dāng)Mn

4) 干擾判決模塊輸出的控制信號(hào)控制選通開關(guān)。若無(wú)干擾或干擾較小,則選通開關(guān)將第2路數(shù)據(jù)輸給直通模塊;若存在較強(qiáng)干擾,則選通開關(guān)將第2路數(shù)據(jù)輸給采用大步長(zhǎng)LMS算法的干擾抑制模塊進(jìn)行干擾抑制處理。

如圖3所示,本文所提基于LMS算法的干擾檢測(cè)算法原理簡(jiǎn)單、容易實(shí)現(xiàn),只需要在歸一化LMS算法的基礎(chǔ)上增加一個(gè)采用小步長(zhǎng)LMS算法的判決濾波器與一個(gè)直通模塊,系統(tǒng)的復(fù)雜度較低。該算法適用于較大的信噪比動(dòng)態(tài)范圍,尤其是在高信噪比下,也能有效檢測(cè)干擾的有無(wú),這是該算法相對(duì)于其他算法最大的優(yōu)勢(shì)。該干擾檢測(cè)算法的門限設(shè)置最為關(guān)鍵,下面給出門限選取的方法。

2.2門限的選取

門限的選取是本文所提干擾檢測(cè)算法的關(guān)鍵,下面具體論述如何選取合理的門限值。

我們定義

(13)

為輸出信號(hào)與輸入信號(hào)的功率比值,其中Pout(x)為信號(hào)經(jīng)干擾抑制處理后的功率,Pin(x)為干擾抑制模塊輸入端信號(hào)功率。

我們?cè)O(shè)定干信比小于20 dB的干擾信號(hào)為小干擾,其能通過(guò)直擴(kuò)系統(tǒng)本身的干擾容限被抑制;而干信比大于20 dB的干擾為大干擾,需要經(jīng)過(guò)干擾抑制模塊進(jìn)行干擾抑制處理。因此,可設(shè)定干信比為20 dB時(shí)的輸出信號(hào)與輸入信號(hào)功率比值Mn為門限值,即

(14)

(14)式則為本算法選取門限的依據(jù),其中TH為門限值。

表1是由MATLAB仿真數(shù)據(jù)通過(guò)統(tǒng)計(jì)得出的TH在不同信噪比下較好的門限取值范圍，其中，仿真參數(shù)設(shè)置為：采樣頻率65 MHz，偽碼速率10.23 MHz，中頻16.84 MHz，(12)式迭代步長(zhǎng)中參數(shù)μ=3。TH的取值與干擾的大小無(wú)關(guān)，僅與接收信號(hào)的信噪比有關(guān)。

表1　取值范圍

3仿真結(jié)果與分析

本節(jié)通過(guò)MATLAB仿真驗(yàn)證所提算法的性能。仿真參數(shù)設(shè)計(jì)如下：數(shù)據(jù)流速率為500 bits/s，偽隨機(jī)序列速率為10.23 MHz，擴(kuò)頻后采用BPSK調(diào)制，接收端的中頻為16.84 MHz，采樣頻率為65 MHz，窄帶干擾帶寬為2 MHz。

誤檢率和干擾檢測(cè)率常用于衡量干擾檢測(cè)算法性能。誤檢率是指算法在無(wú)干擾或小于所需檢測(cè)干擾強(qiáng)度時(shí)判斷為有干擾的概率。干擾檢測(cè)率是指在干擾大于所需檢測(cè)干擾強(qiáng)度時(shí)正確檢測(cè)出干擾的概率?？紤]到信號(hào)的信噪比動(dòng)態(tài)范圍大，如果：①一個(gè)算法的誤檢率很低；②在低信噪比強(qiáng)干擾下的干擾檢測(cè)率很高，小干擾下的干擾檢測(cè)率很低；③在高信噪比強(qiáng)干擾的檢測(cè)率大，對(duì)小干擾的檢測(cè)率小，則認(rèn)為該算法的性能好。在這里干擾信號(hào)的強(qiáng)弱是相對(duì)噪聲而言的。

為了驗(yàn)證本文所提算法的性能改善，我們對(duì)比以下幾種方法：記方法1為本文所提基于LMS的干擾檢測(cè)算法。根據(jù)文獻(xiàn)[4]提出的自適應(yīng)門限選擇的理論依據(jù)，可記方法2為DFT+自適應(yīng)的門限檢測(cè)算法。記文獻(xiàn)[5]提出的LAD算法為方法3。方法2用到了自適應(yīng)的門限算法，這里門限的選取是文獻(xiàn)[4]提出的自適應(yīng)門限選擇理論。對(duì)比3種方法的誤檢率和干擾檢測(cè)率，可以評(píng)估3種算法在高信噪比情況與較大的信噪比范圍內(nèi)的性能。

仿真中方法1根據(jù)表1，在不同的信噪比范圍內(nèi)設(shè)置相應(yīng)的門限值，方法2的自適應(yīng)門限系數(shù)k=8，考慮到工程應(yīng)用，方法3的高低門限系數(shù)分別為2和4，試驗(yàn)次數(shù)10 000次。

3.1無(wú)干擾情況

圖4分別給出了在無(wú)干擾條件下3種檢測(cè)算法的誤檢率曲線。

圖4　無(wú)干擾條件下3種方法的誤檢率曲線

對(duì)比3種方法的誤檢率曲線可以看出：(1)方法1在整個(gè)信噪比區(qū)間的誤檢率最低，小于0.1%；(2)方法2在整個(gè)信噪比區(qū)間的誤檢率隨信噪比的增加呈上升趨勢(shì)，低信噪比區(qū)間誤檢率在15%上下，呈上升趨勢(shì)，低信噪比區(qū)間誤檢率在15%上下，高信噪比區(qū)間誤檢率急劇增大，高達(dá)70%以上；(3)方法3在整個(gè)信噪比區(qū)間的誤檢率隨信噪比的增加呈下降-上升的趨勢(shì)，在整個(gè)區(qū)間內(nèi)的誤檢率都偏大。分析原因可知：擴(kuò)頻信號(hào)和噪聲之和在高信噪比條件下不再近似服從高斯分布，門限系數(shù)的設(shè)置已經(jīng)失效，因此在高信噪比下方法2和方法3的誤檢率很大，且誤檢率隨著信噪比的提高而增大。方法1根據(jù)不同的信噪比設(shè)置了相應(yīng)的門限，并不只針對(duì)高斯分布，對(duì)高信噪比下的其他分布同樣適用。

3.2有干擾情況

本節(jié)將對(duì)比方法1～3在高低信噪比下的不同干擾類型的檢測(cè)性能，這里將以10 dB和-20 dB分別代表高低2種信噪比。

圖5和圖6分別給出了3種檢測(cè)算法針對(duì)不同強(qiáng)度點(diǎn)頻和窄帶干擾的檢測(cè)率。

由仿真結(jié)果可以看出：點(diǎn)頻干擾和窄帶干擾的檢測(cè)結(jié)果相近，只是相同條件下同強(qiáng)度的點(diǎn)頻干擾的檢測(cè)率大于或等于窄帶干擾的檢測(cè)率。這是因?yàn)橄嗤瑥?qiáng)度的點(diǎn)頻干擾相對(duì)窄帶干擾能量更集中，因此也更容易檢測(cè)。對(duì)比圖5和圖6中的檢測(cè)曲線可以看出：(1)方法1～3對(duì)低信干比下的干擾檢測(cè)性能十分接近，3種方法基本可完全檢測(cè)干擾；(2) 方法2在高低信噪比下對(duì)小干擾檢測(cè)率達(dá)分別達(dá)90%和15%以上； (3)方法3在高低信噪比下對(duì)小干擾檢測(cè)率達(dá)分別達(dá)90%和15%以上；(4) 方法1在高低信噪比下對(duì)小干擾的檢測(cè)率都很低，特別是在高信噪比下，方法1的小干擾檢測(cè)率遠(yuǎn)小于方法2和方法3。

方法2和方法3在高低信噪比下對(duì)小干擾的檢測(cè)率都較方法1大，尤其是在高信噪比條件下。從誤檢率來(lái)講方法1的誤檢最小，性能最優(yōu)；從干擾檢測(cè)率來(lái)講，方法1對(duì)強(qiáng)干擾的檢測(cè)性能與方法2和方法3相近甚至更好一些，且方法1對(duì)小干擾的檢測(cè)性能更是優(yōu)于方法2和方法3。因此綜合誤檢率和干擾檢測(cè)率，方法1的性能最優(yōu)。

4結(jié)論

本文提出基于歸一化LMS算法的干擾檢測(cè)算法，通過(guò)比較小步長(zhǎng)LMS濾波器的輸出信號(hào)與輸入信號(hào)功率的比值與設(shè)置的合理門限值的大小來(lái)判斷有無(wú)干擾，原理簡(jiǎn)單、容易實(shí)現(xiàn)且復(fù)雜度低。本文所提干擾檢測(cè)算法避免了高信噪比條件下信號(hào)的誤檢問(wèn)題，并降低了對(duì)小干擾的檢測(cè)概率，尤其是在高信噪比條件下，適用于信噪比變化較大的星間通信。

參考文獻(xiàn)：

[1]李婷婷, 張春澤, 王書省. 變換域窄帶干擾檢測(cè)算法研究[J]. 現(xiàn)代電子技術(shù), 2014, 37(17): 32-35

Li Tingting, Zhang Chunze, Wang Shusheng. Research of Narrowband Interference Detection Algorithm in Transform Domain[J]. Modern Electronic Technology, 2014, 37(17): 32-35 (in Chinese)

[2]Batra A, Zeidler J R. Narrowband Interference Mitigation in OFDM Systems[C]∥Military Communications Conference, IEEE, 2008: 1-7

[3]畢曉君, 邵然. 自適應(yīng)匹配追蹤的OFDM系統(tǒng)窄帶干擾檢測(cè)[J]. 哈爾濱工程大學(xué)學(xué)報(bào), 2014, 35(7): 908-912

Bi Xiaojin, Shao Ran. Narrowband Interference Detection for OFDM Systems of the Sparsity Adaptive Matching Pursuit[J]. Journal of Harbin Engineering University, 2014, 35(7): 908-912 (in Chinese)

[4]張愛(ài)民, 胡艷龍, 韓方景. 低信噪比下基于自適應(yīng)門限的窄帶干擾抑制研究[J]. 電子信息對(duì)抗技術(shù), 2009, 24(1): 51-54

Zhang Aimin, Hu Yanlong, Han Fangjing. Research on Narrowband Interference Suppression Based on Adaptive Threshold under Low SNR[J]. Electronic Information Warfare Technology, 2009, 24(1): 51-54 (in Chinese)

[5]Vartiainen J, Lehtomaki J J, Saarnisaari H. Double-Threshold Based Narrowband Signal Extraction[C]∥Proceedings of 61st IEEE Vehicle Technology Conference(VTC), Stockholm, Sweden, 2005: 2394-2398

[6]王宏. 直擴(kuò)系統(tǒng)中窄帶干擾抑制技術(shù)的研究[D]. 哈爾濱：哈爾濱工程大學(xué), 2012

Wang Hong. The Research of Direct Spread System Narrow Band Interference Suppression Technology[D]. Harbin, Harbin Engineering University,2012 (in Chinese)

[7]郝東方. 衛(wèi)星通信干擾技術(shù)的研究[D]. 西安：西安電子科技大學(xué), 2012

Hao Dongfang. Research on The Jamming Technology of Satellitte Communication[D]. Xi′an, Xi′an University of Electronic Science and Technology,2012 (in Chinese)

[8]曹亞麗. 自適應(yīng)濾波器中LMS算法的應(yīng)用[J]. 儀器儀表學(xué)報(bào), 2008 (增2): 452-454

Cao Yali. The Application of LMS Algorithm in Adaptive Filter[J]. Journal of Instrument and Meter, 2008(Suppl 2): 452-454 (in Chinese)

[9]曾照福, 趙巧紅. 歸一化LMS算法自適應(yīng)濾波器的MATLAB仿真與DSP實(shí)現(xiàn)[J]. 湖南科技大學(xué)學(xué)報(bào):自然科學(xué)版, 2010(3): 017

Zeng Zhaofu, Zhao Qiaohong. MATLAB Simulation and DSP Realization of Normalized LMS Adaptive Filter[J]. Journal of Hunan University of Science and Technology: Edition of Natural Science, 2010(3): 017 (in Chinese)

[10] 李竹, 楊培林, 行小帥. 一種改進(jìn)變步長(zhǎng)LMS算法及其在系統(tǒng)辨識(shí)中的應(yīng)用[J]. 儀器儀表學(xué)報(bào),2007, 28(7): 1340-1344

Li Zhu, Yang Peilin, Xing Xiaoshuai. Modified Variable Step Size LMS Algorithm and Its Application in System Identification[J]. Journal of Instrument and Meter, 2007, 28(7): 1340-1344 (in Chinese)

[11] 謝皓臣. 基于直擴(kuò)系統(tǒng)窄帶干擾建模及時(shí)域干擾抑制設(shè)計(jì)與仿真[D]. 長(zhǎng)沙：國(guó)防科學(xué)技術(shù)大學(xué), 2012

Xie Haochen. Design and Simulation on Narrow-Band Interference Suppression Algorithm in Spread Spectrum Communication System[D]. Changsha, National University of Defense Technology,2012 (in Chinese)

Narrowband Interference Detection Technique Based on Least Mean Square Algorithm

Zhang Zhaolin, Li Lu, Yao Rugui, Wang Ling

(Department of Electronics Engineering, Northwestern Polytechnical University, Xi′an 710072, China)

Abstract:Interference suppression technique is usually used to improve the interference tolerance of DSSS (Direct Spread Spectrum System). In the case of no interference or little interference, direct implementation of interference suppression will causes a great SNR loss at receiver. Narrowband interference detection technique can effectively solve this problem. Classical narrowband interference detection technique can only work well at low SNRs. In this study, a novel interference detection algorithm based on LMS algorithm is proposed; this algorithm can be adopted at a large range of SNRs or at high SNRs. For different SNRs, this algorithm can adaptively select threshold to detect interference effectively with high detection rate as well as low false detection rate. Compared with other algorithms, the algorithm is simple in principle and easy to implement.

Keywords:DSS(Direct Spread Spectrum System); LMS( Least Mean Square) algorithm, signal to noise ratio, interference detection; false detection rate

中圖分類號(hào)：TN911.4

文獻(xiàn)標(biāo)志碼：A

文章編號(hào):1000-2758(2016)01-0092-06

作者簡(jiǎn)介：張兆林(1978—)，西北工業(yè)大學(xué)副教授、博士，主要從事無(wú)線通信、衛(wèi)星導(dǎo)航抗干擾及多媒通信研究。

收稿日期：2015-10-09基金項(xiàng)目：國(guó)家自然科學(xué)基金(61271416、61301093、61501376)、中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)基金(3102014KYJD027)與陜西省自然科學(xué)基礎(chǔ)研究計(jì)劃(2014JM2-6094)資助