OFDM 雷達(dá)通信一體化的同頻干擾抑制技術(shù)

胡鄧雨 謝 銳 羅 鍇 陳 達(dá)

（1.華中科技大學(xué)網(wǎng)絡(luò)空間安全學(xué)院，湖北武漢 430074；2.華為技術(shù)有限公司西安研究所，陜西西安 710077；3.中國兵器裝備集團(tuán)上海電控研究所，上海 200092）

1 引言

隨著信息技術(shù)的發(fā)展，作戰(zhàn)平臺需要裝備越來越多的電子設(shè)備［1］，占用大量空間、設(shè)計復(fù)雜、相互之間可能會產(chǎn)生電磁干擾［2］。雷達(dá)通信一體化系統(tǒng)（Integrated Radar and Communication System，IRCS）可以提高設(shè)備的可用性和可靠性，降低設(shè)備間電磁干擾，是解決上述問題的有效途徑之一。另外，IRCS 還可以應(yīng)用于第六代（Sixth Generation，6G）移動通信網(wǎng)絡(luò)［3-6］?；?G 移動通信網(wǎng)絡(luò)的IRCS 可以在保持低延時、超可靠通信的同時，實現(xiàn)雷達(dá)組網(wǎng)探測，這有助于基站探測用戶數(shù)量和位置，從而更好地分配資源和服務(wù)用戶，提高了頻譜利用率和用戶體驗。綜上所述，無論在軍事上還是民用上，IRCS已成為必然發(fā)展趨勢。

IRCS 的實現(xiàn)方式多樣，基于現(xiàn)有的硬軟件技術(shù)水平，其設(shè)計可以從時域、頻域、空域等多個角度考慮［7-9］。但是，這些方案必須犧牲一部分雷達(dá)或者通信性能，以使雷達(dá)和通信功能在同一個域中實現(xiàn)。因此，其資源利用率并不高。為了提高時頻資源的利用率，提升IRCS 的集成程度，基于共享波形的IRCS 得到關(guān)注［10］，該方案發(fā)射一種信號，可以同時實現(xiàn)通信和探測兩種功能。有助于提高資源利用率，縮減設(shè)備體積，減少能量消耗。正交頻分復(fù)用（Orthogonal Frequency Division Multiplexing，OFDM）是一種良好的共享波形，具有較好的信息傳輸能力、較高的頻譜利用率等優(yōu)點，在無線通信中被廣泛使用［11-12］。同時，OFDM 信號具有良好的模糊函數(shù)低旁瓣特性，擁有良好的雷達(dá)應(yīng)用前景［13-15］。因此，基于OFDM 的IRCS具有較好的研究價值和實現(xiàn)意義。在基于OFDM 的IRCS 中，IRCS 節(jié)點同時同頻發(fā)送共享波形，產(chǎn)生同頻干擾。就通信而言，其他節(jié)點的信號導(dǎo)致通信信干比（Signal to Interfer?ence Ratio，SIR）降低，誤碼率升高，影響通信質(zhì)量。就雷達(dá)而言，其他節(jié)點直達(dá)波為單程信號，目標(biāo)回波為雙程信號，直達(dá)波功率遠(yuǎn)大于目標(biāo)回波［16-17］，導(dǎo)致噪聲基底抬高，檢測概率降低，探測距離減小，嚴(yán)重時完全湮沒目標(biāo)。當(dāng)前針對IRCS 同頻干擾的研究較少，相關(guān)研究尚處于起步階段。因此，綜合考慮雷達(dá)和通信性能，有效抑制OFDM IRCS同頻干擾是一個值得研究的問題。

在無線通信領(lǐng)域中，不考慮空域時，常用干擾協(xié)調(diào)［18-19］、干擾隨機(jī)化［20］和干擾消除［21］等方法抑制同頻干擾。干擾協(xié)調(diào)技術(shù)通過對頻譜等資源進(jìn)行規(guī)劃來進(jìn)行干擾抑制，頻率復(fù)用［18-19］可以有效抑制同頻干擾，提高邊緣用戶的體驗，但其頻率利用率較低。干擾隨機(jī)化技術(shù)［20］通過將干擾信號隨機(jī)化為“白噪聲”，從而抑制小區(qū)間干擾，但此算法無法改變干擾能量，不適用于干擾較強(qiáng)的場景。干擾消除技術(shù)［21］通過對干擾信號進(jìn)行解調(diào)和解碼，然后將干擾信號進(jìn)行重構(gòu)后，再用接收信號減去重構(gòu)信號，以實現(xiàn)干擾消除，當(dāng)干擾重構(gòu)較為準(zhǔn)確時，可以有效抑制同頻干擾。基于此干擾重構(gòu)算法，文獻(xiàn)［16-17，22］使用串行干擾消除技術(shù)［21］來抑制IRCS同頻干擾，當(dāng)存在多個功率相近的干擾信號時，干擾信號很難準(zhǔn)確解調(diào)和重構(gòu)，導(dǎo)致干擾無法準(zhǔn)確濾除，仍會影響目標(biāo)參數(shù)估計。文獻(xiàn)［23］提出了交織OFDM（Interleaved OFDM，I-OFDM）IRCS，此系統(tǒng)中，不同一體化節(jié)點的參考子載波相同，數(shù)據(jù)子載波相互正交，可以更準(zhǔn)確的分離接收信號，但該方法降低了頻帶利用率。

針對上述問題，本文首先從回波信號信干比分析了IRCS 進(jìn)行同頻干擾抑制的必要性。然后將交織區(qū)分多址與基于OFDM 的IRCS結(jié)合到一起，提出了一種抑制OFDM IRCS同頻干擾的方法，仿真結(jié)果表明，此算法在保證頻譜利用率的條件下，可以有效抑制雷達(dá)通信一體化系統(tǒng)的同頻干擾。

2 同頻干擾特性分析

2.1 信號模型

本文主要考慮單基地模型，如圖1 所示的IRCS場景中，三個一體化節(jié)點發(fā)射雷達(dá)通信一體化信號來同時實現(xiàn)無線通信和雷達(dá)感知。將節(jié)點一作為研究節(jié)點（又稱作“雷達(dá)節(jié)點”），節(jié)點二和節(jié)點三作為干擾節(jié)點（又稱作“通信節(jié)點”）。

圖1 同頻干擾系統(tǒng)模型Fig.1 Co-channel interference system model

對節(jié)點一而言，接收信號包括：節(jié)點一自己發(fā)射信號（簡稱為“雷達(dá)信號”）的回波和靜雜波、節(jié)點二和節(jié)點三發(fā)射信號（簡稱為“通信信號”）的直達(dá)波以及靜雜波?；趫D1，考慮NT個目標(biāo)和NC個通信節(jié)點存在的場景。首先，記雷達(dá)節(jié)點發(fā)射信號為x(t)，第i個目標(biāo)到雷達(dá)節(jié)點的距離為Ri，相對速度為vi，路徑損耗為γi，則IRCS 的雷達(dá)回波信號可以表示為

其中c 表示光速，λ表示信號波長。此外，考慮目標(biāo)節(jié)點自身發(fā)射信號的靜雜波yrc(t)，記自身發(fā)射信號的靜雜波數(shù)為Nrc，第j個靜雜波的路徑長度為Rj，路徑損耗為γj，則有

其次，我們還應(yīng)考慮NC個通信節(jié)點對雷達(dá)節(jié)點產(chǎn)生的直達(dá)波和靜雜波的干擾。對第k個通信節(jié)點而言，其發(fā)射信號為xk(t)，其到達(dá)雷達(dá)的信道響應(yīng)是hk(t)，則雷達(dá)節(jié)點接收到的通信信號可以表示為

假設(shè)第k個通信節(jié)點到達(dá)雷達(dá)節(jié)點的直達(dá)波和靜雜波總數(shù)為Nk，記其通過第l個直達(dá)波（或靜雜波）到雷達(dá)節(jié)點的距離為Rk，l，路徑損耗為γk，l，則信道響應(yīng)hk(t)可以表示為

這樣，雷達(dá)節(jié)點接收到的通信信號可以進(jìn)一步表示為

綜上，雷達(dá)節(jié)點接收到的信號包括NT個目標(biāo)的回波信號和NC個通信節(jié)點的通信信號，即可以表示為

其中，w(t)表示加性高斯白噪聲。式（4）表明，在雷達(dá)通信一體化系統(tǒng)中，雷達(dá)節(jié)點接收到的目標(biāo)回波不僅受到傳統(tǒng)雷達(dá)靜雜波的干擾，還收到鄰近通信節(jié)點的同頻通信信號干擾。這些干擾會造成回波信號的信干比降低，從而導(dǎo)致模糊函數(shù)噪聲基底抬高等問題。下面將從信干比角度分析雷達(dá)通信一體化同頻干擾特性。

2.2 回波信號信干比分析

傳統(tǒng)雷達(dá)的回波信號的信干比特性主要由雷達(dá)信號的靜雜波對目標(biāo)反射的回波信號的干擾特性決定的，而雷達(dá)通信一體化系統(tǒng)中，對目標(biāo)反射回波的干擾不僅包括雷達(dá)靜雜波，還包括鄰近通信節(jié)點的通信信號。因此，本小節(jié)根據(jù)雷達(dá)通信一體化系統(tǒng)中雷達(dá)節(jié)點接收信號的數(shù)學(xué)模型來分析其信干比的特性。

通常情況下通信信號的直達(dá)波功率遠(yuǎn)大于反射路徑即靜雜波的功率，因此，為了簡化分析，假設(shè)NC個通信節(jié)點的通信信號只包含直達(dá)波。這樣，根據(jù)式（5），我們可以給出雷達(dá)節(jié)點回波的信干比的定義如下

其中，γk表示第k個通信節(jié)點直達(dá)波的路徑損耗。

假設(shè)一體化節(jié)點均具有相同的發(fā)射功率Pt、發(fā)射天線增益Gt以及接收天線增益Gr，則根據(jù)雷達(dá)方程可以得到

其中σi和σj表示第i個目標(biāo)和第j個靜雜波的雷達(dá)散射截面積（Radar Cross Section，RCS）。而在考慮理想的自由空間傳輸模型下，通信信號直達(dá)波的路徑損耗可以表示為

其中Rk表示第k個通信節(jié)點到雷達(dá)節(jié)點的距離。將式（8a）、式（8b）和式（9）代入式（7）得到雷達(dá)節(jié)點回波的信干比為

式（10）表明回波信號的信干比主要受目標(biāo)RCS 和距離、雷達(dá)靜雜波散射體的RCS 和距離以及通信節(jié)點到雷達(dá)節(jié)點距離這些參數(shù)的影響。相比目標(biāo)RCS 和距離，當(dāng)散射體的RCS 較大或距離較近時，雷達(dá)靜雜波干擾加強(qiáng)，導(dǎo)致回波信干比降低，影響目標(biāo)探測。更值得注意的是，目標(biāo)回波對信干比的影響是目標(biāo)距離的4 次方，而通信信號對信干比的影響是通信節(jié)點距離的平方，這樣，即使通信節(jié)點距離較遠(yuǎn)，同頻通信信號也會對雷達(dá)回波產(chǎn)生強(qiáng)干擾，導(dǎo)致雷達(dá)回波信干比非常低，嚴(yán)重影響目標(biāo)探測，這是IRCS 系統(tǒng)特有的干擾問題，在傳統(tǒng)雷達(dá)或通信系統(tǒng)中不會產(chǎn)生。因此，需要開展雷達(dá)通信一體化同頻干擾抑制的研究。

3 同頻干擾抑制算法

3.1 基于OFDM-IDMA的同頻干擾抑制算法

在雷達(dá)通信一體化組網(wǎng)中，雷達(dá)節(jié)點的接收信號包括通信節(jié)點發(fā)送的一體化信號的直達(dá)波和靜雜波、雷達(dá)節(jié)點發(fā)送信號的靜雜波以及雷達(dá)目標(biāo)回波。此時直達(dá)波和靜雜波會產(chǎn)生干擾，影響目標(biāo)參數(shù)估計。因此，基于OFDM 的交織區(qū)分多址（Inter?leave Division Multiple Access，IDMA）算法［24-25］和干擾重構(gòu)消除思想，提出了基于OFDM-IDMA 的IRCS同頻干擾抑制算法。具體的算法流程圖如圖2所示。

圖2 基于OFDM-IDMA的IRCS同頻干擾抑制算法流程圖Fig.2 Flow chart of IRCS co-channel interference suppression algorithm based on OFDM-IDMA

圖2 中，一體化節(jié)點利用OFDM-IDMA 信號進(jìn)行通信和雷達(dá)探測。需要注意的是，每個一體化節(jié)點使用不同的交織序列對信號交織，才能區(qū)分出不同一體化節(jié)點發(fā)送的信號。同時，本文假設(shè)信道系數(shù)已知［24，26］。此時，雷達(dá)節(jié)點會受到通信節(jié)點發(fā)送的OFDM-IDMA 信號和靜雜波的干擾。因此采用圖2 中的IRCS 同頻干擾抑制算法進(jìn)行干擾抑制。此算法的具體流程包括雷達(dá)靜雜波抑制、干擾信號分離、通信干擾重構(gòu)、通信干擾抑制和目標(biāo)參數(shù)估計五個過程。

1）雷達(dá)靜雜波抑制。雷達(dá)靜雜波影響干擾信號分離和目標(biāo)參數(shù)檢測，因此首先進(jìn)行雷達(dá)靜雜波抑制。對雷達(dá)通信一體化節(jié)點而言，雷達(dá)參考信號已知。利用已知的雷達(dá)參考信號和信道狀態(tài)進(jìn)行雷達(dá)靜雜波重構(gòu)，再利用基于干擾重構(gòu)的干擾消除算法進(jìn)行雷達(dá)靜雜波抑制。

2）干擾信號分離。對雷達(dá)靜雜波抑制后的信號進(jìn)行干擾信號分離。將干擾信號作為目標(biāo)信號，將雷達(dá)節(jié)點發(fā)送信號的目標(biāo)回波看作干擾，然后利用不同一體化節(jié)點發(fā)送的OFDM-IDMA 信號交織方式不同來分離不同節(jié)點發(fā)送的信號，具體的信號分離流程如3.2小節(jié)所示。

3）通信干擾重構(gòu)。根據(jù)上一步分離得到的通信比特流和已知信道信息，對通信節(jié)點發(fā)送的OFDM-IDMA 信號進(jìn)行重構(gòu)，從而恢復(fù)出雷達(dá)節(jié)點收到的通信干擾信號。

4）通信干擾抑制。由于在IRCS 信號模型中，干擾功率遠(yuǎn)大于信號功率，因此利用基于干擾重構(gòu)的干擾消除技術(shù)來抑制通信信號干擾，即用接收信號減去重構(gòu)的干擾信號，從而消除通信信號對目標(biāo)回波的干擾，實現(xiàn)通信干擾抑制。

5）目標(biāo)參數(shù)估計。前四步實現(xiàn)了IRCS 同頻干擾抑制，然后需要實現(xiàn)目標(biāo)參數(shù)估計。常用的方法為二維匹配濾波，即將干擾抑制后的信號與雷達(dá)參考信號二維互相關(guān)，從而檢測出目標(biāo)相對于一體化節(jié)點的距離和速度。

3.2 OFDM-IDMA原理

在無線通信系統(tǒng)中，為提高頻譜效率和抗干擾能力，基于OFDM 的交織區(qū)分多址（Interleave Divi?sion Multiple Access，IDMA）算法被提出，其系統(tǒng)框圖如圖3所示。

OFDM-IDMA 系統(tǒng)將IDMA 系統(tǒng)和OFDM 系統(tǒng)相結(jié)合，接收端仍采用迭代多用戶檢測算法。需要注意的是，接收端首先要去除通信信號循環(huán)前綴并進(jìn)行FFT，得到頻域信號，然后再進(jìn)行多用戶迭代，輸出各用戶比特流。

首先，根據(jù)式（3），雷達(dá)節(jié)點接收到的其他通信節(jié)點的OFDM-IDMA 信號yC(t)經(jīng)過FFT 后可以表示為

其中r(·)表示頻域接收信號，xk(m)，m=1，2，…，M表示第k個節(jié)點發(fā)射的頻域信號，NC是通信節(jié)點數(shù)量。W(·)表示均值為0，方差σ2=N0/2 的復(fù)數(shù)加性高斯白噪聲的頻率響應(yīng)。Hk(m)為第k個用戶第m個子信道的信道頻率響應(yīng)。ξk(m)表示來自其他K-1 個用戶的干擾和噪聲。將公式（11）兩邊同時乘以Hk(m)的共軛(m)，得到：

信號流向如圖3 所示，當(dāng)采用QPSK 調(diào)制時，由于Re(xk(m))和Im(xk(m))分別對應(yīng)一個比特的信息，因此將接收端的實部和虛部分開處理。QPSK調(diào)制時，OFDM-IDMA 的ESE 輸出信號如式（13）和式（14）所示。

圖3 OFDM-IDMA系統(tǒng)框圖Fig.3 OFDM-IDMA system block diagram

在不考慮FFT 的情況下，OFDM-IDMA 的復(fù)雜度為O(NitNcK)，其中Nit為迭代次數(shù)，Nc為載波數(shù)，K為用戶數(shù)。即OFDM-IDMA 的算法復(fù)雜度與迭代次數(shù)Nit，載波數(shù)Nc以及用戶數(shù)K線性相關(guān)。

4 仿真結(jié)果

4.1 信干比分析

本節(jié)使用MATLAB 進(jìn)行仿真，分析了目標(biāo)距離對信干比的影響，以及低SIR對模糊函數(shù)的影響，驗證了IRCS 同頻干擾抑制的必要性。本次仿真中主要考慮IRCS 特有的來自通信信號對雷達(dá)回波的干擾，因此，假設(shè)IRCS中有一個雷達(dá)節(jié)點，兩個通信節(jié)點，且三個節(jié)點的發(fā)射功率、發(fā)射天線增益和接收天線增益相同。參考LTE 中宏基站的相關(guān)參數(shù)，設(shè)置IRCS 中每個基站的覆蓋距離為1000 m，干擾距離為1732 m，目標(biāo)散射截面積為1 m2。

首先分析了IRCS 中，目標(biāo)距離對SIR 的影響。為方便仿真，將邊長為1000 m 的正六邊形近似為半徑為1000 m 的圓。仿真了不同距離下的信干擾比分布。仿真時，設(shè)置距離間隔為50 m，角度間隔為6°，得到的仿真結(jié)果如圖4 所示。圖4 中的原點表示雷達(dá)所在位置，整個平面表示目標(biāo)可能出現(xiàn)的位置，橫軸表示水平坐標(biāo)，縱軸表示垂直坐標(biāo)，顏色表示信干比。從圖4 可知，目標(biāo)距離雷達(dá)越遠(yuǎn)，SIR 越低，反之SIR 越高。當(dāng)目標(biāo)距離大于330 m 時，信干擾比低于?50 dB。假設(shè)目標(biāo)一體化節(jié)點所需探測的最遠(yuǎn)距離為1000 m，且目標(biāo)位置在整個圓內(nèi)均勻分布，則在雷達(dá)探測過程中，存在約89.11%的概率，信干擾比小于?50 dB。IRCS 同頻干擾導(dǎo)致SIR 降低，且目標(biāo)距離越遠(yuǎn)，SIR越低。

圖4 信干擾比示意圖Fig.4 Signal-to-interference ratio diagram

然后基于OFDM 一體化信號，仿真分析了SIR對雷達(dá)模糊函數(shù)的影響，仿真參數(shù)設(shè)置如表1所示。計算可知，距離分辨率ΔR為7.5 m，速度分辨率Δv為4.5776 m/s。設(shè)置目標(biāo)相對于雷達(dá)的距離為560 m，速度為15 m/s，即目標(biāo)距離約為75ΔR，速度約為3Δv。

表1 仿真參數(shù)表Tab.1 Simulation parameters

基于上述參數(shù)，仿真了SIR=?50 dB 和干擾不存在時的雷達(dá)模糊函數(shù)，仿真結(jié)果如圖5所示。其中，圖5（a）為SIR=?50 dB 的速度-距離圖，圖5（b）為干擾不存在時的速度-距離圖。其中，默認(rèn)距離的單位為ΔR，速度的單位為Δv，歸一化幅度的單位為dB。從圖5 可以看出，干擾存在時，SIR 較低，干擾導(dǎo)致模糊函數(shù)噪聲基底抬高，目標(biāo)完全被干擾湮沒，無法檢測出目標(biāo)，影響目標(biāo)參數(shù)估計。

圖5 不同SIR下的雷達(dá)模糊函數(shù)圖Fig.5 Radar ambiguity function with different SIR

綜上所述，當(dāng)目標(biāo)距離越大，一體化節(jié)點的SIR越大。IRCS 同頻干擾的存在會導(dǎo)致SIR 降低，噪聲基底抬高，無法檢測出目標(biāo)等問題。因此需開展基于OFDM的IRCS同頻干擾研究。

4.2 同頻干擾抑制算法驗證

本節(jié)利用MATLAB，對所提基于OFDM-IDMA的IRCS 同頻干擾抑制方法進(jìn)行仿真驗證和性能分析。仿真參數(shù)設(shè)置仍如表1所示，距離分辨率ΔR為7.5 m，速度分辨率Δv為4.5776 m/s。本次仿真擴(kuò)頻長度為4，采用卷積編碼，編碼速率為1/2，生成多項式為（23，35）8。仿真共設(shè)置了七個IRCS 節(jié)點，其中一個記作雷達(dá)節(jié)點，另外六個記作通信節(jié)點。每個通信節(jié)點設(shè)置一條直達(dá)波和四條靜雜波，通信節(jié)點靜雜波的路徑長度在[230ΔR，400ΔR]中隨機(jī)產(chǎn)生。雷達(dá)節(jié)點共設(shè)置四條靜雜波，雷達(dá)靜雜波距雷達(dá)節(jié)點的距離為10ΔR、15ΔR、27ΔR和40ΔR。同時設(shè)置三個目標(biāo)，目標(biāo)相對于雷達(dá)的距離設(shè)為｛320 m，320 m，560 m｝，速度為｛15 m/s，40 m/s，40 m/s｝，即目標(biāo)距離約為{43ΔR，43ΔR，75ΔR}，速度約為{3Δv，9Δv，9Δv}。同時設(shè)置目標(biāo)回波功率為1，通信信號的功率為50 dB，通信直達(dá)波與四條靜雜波的幅度比值為1∶0.9∶0.6∶0.3∶0.1?；谏鲜鰠?shù)，仿真驗證了基于OFDM-IDMA 的IRCS 同頻干擾算法性能。

首先，仿真了干擾抑制前的模糊函數(shù)。通過將干擾抑制前的接收信號與雷達(dá)參考信號二維互相關(guān)，得到的仿真結(jié)果如圖6所示。其中，圖6（a）為三維模糊函數(shù)圖的速度-距離視圖，其橫坐標(biāo)表示速度，縱坐標(biāo)表示距離，顏色表示歸一化幅度；圖6（b）為三維模糊函數(shù)圖在v=0時的距離剖面圖，其橫坐標(biāo)表示距離，縱坐標(biāo)表示歸一化幅度。從圖6 可以看出，干擾抑制前，受通信節(jié)點發(fā)送信號和雷達(dá)靜雜波的影響，模糊函數(shù)噪聲基底抬高，無法準(zhǔn)確識別出目標(biāo)。此時模糊函數(shù)中有四個峰值出現(xiàn)，四個峰值出現(xiàn)的位置分別為10ΔR、15ΔR、27ΔR和40ΔR，四個峰值代表四條不同的雷達(dá)靜雜波。

圖6 干擾抑制前的模糊函數(shù)圖Fig.6 Ambiguity function before interference suppression

這是因為與目標(biāo)回波相比，通信信號和靜雜波的功率較大，目標(biāo)被完全湮沒。由于雷達(dá)靜雜波與通信信號的功率相當(dāng)，且通信信號與雷達(dá)信號線性無關(guān)，所以可以識別出雷達(dá)靜雜波。

其次，仿真了雷達(dá)靜雜波抑制后的模糊函數(shù)圖。將雷達(dá)靜雜波消除后的信號與雷達(dá)參考信號進(jìn)行二維互相關(guān)，得到的模糊函數(shù)圖如圖7 所示。圖7（a）為三維模糊函數(shù)圖的速度-距離視圖，其橫坐標(biāo)表示速度，縱坐標(biāo)表示距離，顏色表示歸一化幅度；圖7（b）為三維模糊函數(shù)圖在v=0 處的距離剖面圖。從圖7 可以看出，模糊函數(shù)無明顯峰值。這是因為經(jīng)過雷達(dá)靜雜波抑制后，接收信號主要包括雷達(dá)目標(biāo)回波、通信直達(dá)波和靜雜波。通信直達(dá)波和靜雜波與雷達(dá)參考信號線性無關(guān)，因而不會產(chǎn)生峰值。雷達(dá)目標(biāo)回波功率相對于通信信號功率較低，所以被完全湮沒，也沒有產(chǎn)生峰值。綜上所述，圖7中無明顯峰值出現(xiàn)。

圖7 雷達(dá)靜雜波抑制后的模糊函數(shù)圖Fig.7 Ambiguity function after radar static clutter suppression

接著，仿真了不同信噪比（Signal-to-Noise Ra?tio，SNR）下，通信信號分離的誤碼率。利用OFDMIDMA 算法，對雷達(dá)靜雜波抑制后的信號實現(xiàn)通信信號分離。OFDM-IDMA 算法的誤碼率（Bit Error Ratio，BER）會影響干擾抑制和目標(biāo)參數(shù)檢測的性能。因此仿真分析了OFDM-IDMA 的BER 隨SNR的變化曲線，仿真結(jié)果如圖8 所示。從圖8 可以看出，隨著SNR 的增大，OFDM-IDMA 算法的誤碼率逐漸降低。當(dāng)SNR=6 dB，迭代次數(shù)大于等于5 時，誤碼率低于10-5。同時，從圖8 可以看出，當(dāng)?shù)螖?shù)小于等于5時，迭代次數(shù)越多，誤碼率越低。當(dāng)?shù)螖?shù)大于5 時，隨著迭代系數(shù)的增加，SNR-BER 曲線逐漸收斂。迭代次數(shù)越多，算法的誤碼率越低，但計算復(fù)雜度越大，因此，綜合考慮復(fù)雜度和誤碼率性能，宜采用10次迭代。

圖8 不同迭代次數(shù)下的SNR-BER曲線Fig.8 SNR-BER curves under different iterations

然后，仿真了不同BER 對噪聲基底和干擾抑制的影響。OFDM-IDMA 的誤碼率會影響同頻干擾抑制性能?？紤]不同誤碼率下的干擾抑制比，干擾抑制比是指抑制前信號的能量/抑制后的信號能量，干擾抑制比隨誤碼率的變化曲線如圖9（a）所示。同時仿真了干擾抑制前和干擾抑制后模糊函數(shù)的噪聲基底隨誤碼率的變化曲線，仿真結(jié)果如圖9（b）所示。從圖9可以看出，隨著誤碼率的增加，抑制后信號的噪聲基底逐漸抬高，干擾抑制比逐漸降低。當(dāng)誤碼率較低時，抑制后的信號噪聲基底較低，干擾抑制比較高，干擾能量殘存較少，可以有效抑制干擾。反之，當(dāng)誤碼率較大時，抑制后的噪聲基底較高，干擾抑制比較低，干擾能量殘留較多，依然會嚴(yán)重影響目標(biāo)探測性能。

圖9 誤碼率對干擾抑制性能的影響Fig.9 Influence of bit error rate on interference suppression

最后，仿真分析了基于干擾重構(gòu)的干擾消除技術(shù)的抑制性能。采用迭代次數(shù)為10的OFDM-IDMA算法，對雷達(dá)靜雜波抑制后的信號進(jìn)行通信信號分離。此時目標(biāo)回波功率較小，OFDM-IDMA 算法的信噪比較高，仿真得到的誤碼率為7.6 × 10-6，可以比較準(zhǔn)確地重構(gòu)出通信信號。再使用基于干擾重構(gòu)的干擾消除技術(shù)將通信干擾消除。最后，仿真了通信干擾抑制后的模糊函數(shù)，仿真結(jié)果如圖10 所示。圖10（a）為三維模糊函數(shù)圖的速度-距離視圖，其橫坐標(biāo)表示速度，縱坐標(biāo)表示距離，顏色表示歸一化幅度；圖10（b）為三維模糊函數(shù)圖在R=43ΔR處的速度剖面圖和v=9Δv處的距離剖面圖。圖10中噪聲基底約為?50 dB，可以明顯看到三個峰值，第一個峰值出現(xiàn)的距離為43ΔR，速度為3Δv，第二個峰值出現(xiàn)的距離為43ΔR，速度為9Δv，第三個峰值出現(xiàn)的距離為75ΔR，速度為9Δv。三個峰值出現(xiàn)的距離與速度與設(shè)置的目標(biāo)相同。此時，通信干擾和雷達(dá)靜雜波均被抑制，將干擾抑制后的信號與雷達(dá)參考信號二維互相關(guān)，可以準(zhǔn)確檢測到三個目標(biāo)。驗證了基于OFDM-IDMA 的IRCS 同頻干擾抑制算法的可行性。

圖10 通信干擾抑制后的模糊函數(shù)圖Fig.10 Ambiguity function after communication interference suppression

5 結(jié)論

本文開展了OFDM 雷達(dá)通信一體化研究，提出了一種基于OFDM-IDMA 的同頻干擾抑制算法。首先給出了雷達(dá)通信一體化同頻干擾的系統(tǒng)模型和信號模型。然后從回波信號信干比分析了IRCS 同頻干擾特性，推導(dǎo)了回波信號信干比的理論表達(dá)式，理論結(jié)果表明，回波信號信干比隨干擾距離的增大而增大，隨干擾發(fā)射功率的增大而減小。仿真結(jié)果表明，干擾導(dǎo)致信干比降低、模糊函數(shù)噪聲基底抬高，有效驗證了IRCS 同頻干擾抑制的必要性。接著將OFDM-IDMA 算法和基于干擾重構(gòu)的干擾消除算法相結(jié)合，提出了基于OFDM-IDMA 的IRCS 同頻干擾抑制算法。所提算法通過不同的交織方式區(qū)分不同的IRCS節(jié)點的信號，同時利用基于干擾重構(gòu)的干擾消除算法實現(xiàn)干擾抑制。仿真結(jié)果表明，此算法可以在保證頻率利用率的條件下，較為準(zhǔn)確地重構(gòu)干擾信號，有效抑制了IRCS 同頻干擾，證明了所提算法的有效性。