盲源分離通信抗干擾技術(shù)與實(shí)踐

姚富強(qiáng)，于淼，郭鵬程,2，顧淼淼,3

（1.國(guó)防科技大學(xué)第六十三研究所，江蘇 南京 210007；2.國(guó)防科技大學(xué)電子科學(xué)學(xué)院，湖南 長(zhǎng)沙 410073；3.中國(guó)人民解放軍31609 部隊(duì)，江蘇 南通 226141）

0 引言

由于信道的開(kāi)放特性，無(wú)線(xiàn)通信容易受到無(wú)意和有意干擾，抗干擾能力是保密通信最基本的要求[1]。在戰(zhàn)術(shù)通信領(lǐng)域，“通得上”和“抗得住”是2 個(gè)永恒主題，“抗得住”就是要保證在惡劣電磁環(huán)境和強(qiáng)電子對(duì)抗條件下的可靠傳輸[2]。通信抗干擾大概經(jīng)歷了擴(kuò)譜抗干擾和智能抗干擾2 個(gè)發(fā)展階段，目前正在向內(nèi)生抗干擾方向發(fā)展[3]。

復(fù)雜電磁環(huán)境中，通信信號(hào)和干擾信號(hào)時(shí)頻混疊，該場(chǎng)景與語(yǔ)音信號(hào)處理領(lǐng)域的“雞尾酒會(huì)問(wèn)題”相似。盲源分離致力于解決“雞尾酒會(huì)問(wèn)題”，旨在分離出共存的各語(yǔ)音信號(hào)，已成為當(dāng)前信號(hào)處理和神經(jīng)網(wǎng)絡(luò)領(lǐng)域的研究熱點(diǎn)。

盲源分離（BSS,blind source separation）是指在未知或少量先驗(yàn)信息情況下，僅利用觀測(cè)混合信號(hào)對(duì)源信號(hào)和混合情況進(jìn)行估計(jì)的理論與技術(shù)[4-5]。盲源分離起源于20 世紀(jì)80 年代，Hérault 和Jutten[6]提出了著名的H-J 算法，開(kāi)創(chuàng)性地進(jìn)行了信號(hào)盲分離研究工作。此后，學(xué)術(shù)界針對(duì)源信號(hào)獨(dú)立性等理論和實(shí)踐問(wèn)題開(kāi)展了大量研究[4-32]，形成了獨(dú)立分量分析或獨(dú)立成分分析（ICA,independent component analysis）等理論[4-8]，目前ICA 已經(jīng)成為BSS 的主要解決方法。盲源分離已在生物醫(yī)學(xué)[33-35]、語(yǔ)音[30-32,36-38]、圖像[39]、視頻[40]和水聲[41-42]等信號(hào)處理領(lǐng)域得到廣泛關(guān)注。由于無(wú)線(xiàn)信號(hào)分離和語(yǔ)音信號(hào)分離的相似性以及“盲”的優(yōu)點(diǎn)，盲源分離技術(shù)被迅速用于無(wú)線(xiàn)通信偵察領(lǐng)域[43-45]，同時(shí)促進(jìn)了盲源分離抗干擾技術(shù)的發(fā)展[46-57]。

根據(jù)接收通道數(shù)目m，盲源分離可以分為多通道（m〉1）和單通道（m=1）盲源分離。再根據(jù)源信號(hào)數(shù)目n與m的關(guān)系，多通道盲源分離又可分為超定（m〉n）、適定（m=n）和欠定（2≤m〈n）幾種情況。單通道盲源分離原屬于欠定盲源分離，但是，由于接收端僅有一個(gè)接收通道，基于矩陣的多通道盲源分離理論框架不再適用。鑒于單通道設(shè)備的普遍性，該技術(shù)在實(shí)際應(yīng)用中具有非常重要的意義。因此，本文將單通道盲源分離抗干擾技術(shù)單獨(dú)列出。

擴(kuò)譜抗干擾以頻譜資源為代價(jià)，其抗干擾能力與頻譜資源之間存在固有矛盾，尤其在抗寬頻段壓制干擾時(shí)，這種矛盾更加突出。智能抗干擾技術(shù)需要認(rèn)知電磁環(huán)境及協(xié)調(diào)抗干擾策略，大幅增加了勤務(wù)信令所需的時(shí)頻資源開(kāi)銷(xiāo)，面臨信令開(kāi)銷(xiāo)與系統(tǒng)效率之間的突出矛盾。實(shí)際應(yīng)用中，以上兩類(lèi)矛盾往往難以調(diào)和，嚴(yán)重制約系統(tǒng)性能的提高。盲源分離在擴(kuò)譜抗干擾基礎(chǔ)上增加統(tǒng)計(jì)域維度，將時(shí)頻混疊的通信信號(hào)與干擾信號(hào)分離開(kāi)來(lái)，可在不增加頻譜資源和勤務(wù)信令條件下提高通信抗干擾能力。盲源分離為解決以上兩類(lèi)矛盾提供了有效技術(shù)途徑，推動(dòng)通信抗干擾由“硬抗”向“容擾”發(fā)展。

1 盲源分離通信抗干擾基本原理

結(jié)合無(wú)線(xiàn)通信系統(tǒng)，盲源分離通信抗干擾技術(shù)原理如圖1 所示。

圖1 盲源分離通信抗干擾技術(shù)原理

圖1 中，源信號(hào)包括k個(gè)通信信號(hào)和n-k個(gè)干擾信號(hào)，即

源信號(hào)u(t)經(jīng)無(wú)線(xiàn)信道傳播后，接收端獲得接收信號(hào)x(t)可寫(xiě)為

其中，m為天線(xiàn)數(shù)目。式(2)所示的接收信號(hào)為通信信號(hào)和干擾信號(hào)的混合形式。由于接收含有干擾信號(hào)成分，通信性能將受到影響。圖2 以理想的線(xiàn)性瞬時(shí)混合為例，對(duì)圖1中的信號(hào)混合和分離情況進(jìn)行說(shuō)明。

圖2 盲源分離主要流程

圖2 中，A為接收信號(hào)混合矩陣，W為分離矩陣，y(t)為分離信號(hào)，h[y(t)]為反映分離程度的目標(biāo)函數(shù)，接收信號(hào)x(t)可表示為

其中，A={aij}，aij為混合系數(shù)，反映了第j個(gè)源信號(hào)到第i根天線(xiàn)傳播信道的衰減情況；n(t)=[n1(t),n2(t),…,nm(t)]T為噪聲信號(hào)。為便于觀察，將式(3)寫(xiě)成向量形式，可以得到

式(4)表明，每路接收信號(hào)xi（t)(1≤i≤m）均為n個(gè)源信號(hào)的線(xiàn)性組合，同時(shí)含有干擾和其他信號(hào)成分。

如圖2 所示，對(duì)于式(3)和式(4)所示的混合信號(hào)，盲源分離通過(guò)極大化h[y(t)]引導(dǎo)分離矩陣W迭代，使W逼近混合矩陣的逆矩陣（W≈A-1），從而實(shí)現(xiàn)信號(hào)分離，如式(5)所示。

將式(5)寫(xiě)成向量形式，可以得到

式(6)中，每一路分離信號(hào)yi（t)(1≤i≤n）對(duì)應(yīng)一個(gè)源信號(hào)，與式(4)對(duì)比發(fā)現(xiàn)，信號(hào)得到有效分離。

實(shí)際應(yīng)用中，式(6)所示的分離信號(hào)和源信號(hào)的次序?qū)?yīng)關(guān)系具有不確定性，還需進(jìn)行相關(guān)處理。圖1 中的信號(hào)調(diào)整模塊從分離信號(hào)中識(shí)別出有用信號(hào)并調(diào)整其幅度。設(shè)第l個(gè)信號(hào)為目標(biāo)信號(hào)，后續(xù)模塊對(duì)yl(t)解擴(kuò)、解調(diào)、譯碼以恢復(fù)用戶(hù)信息(t)。當(dāng)接收端具有多個(gè)接收通道時(shí)，可通過(guò)多通道盲源分離技術(shù)進(jìn)行分離；當(dāng)接收端僅有一個(gè)接收通道時(shí)，可采用單通道盲源分離技術(shù)。接收端還可利用載頻、跳頻圖案、直擴(kuò)碼等先驗(yàn)信息進(jìn)行半盲源分離，以進(jìn)一步提高分離性能。盲源分離主要受信號(hào)統(tǒng)計(jì)特性影響，與具體的通信技術(shù)體制不形成直接關(guān)系，對(duì)于未采用擴(kuò)譜通信技術(shù)的場(chǎng)景，去除圖1中的擴(kuò)譜和解擴(kuò)模塊依然適用。

2 盲源分離通信抗干擾主要關(guān)鍵技術(shù)

結(jié)合無(wú)線(xiàn)通信實(shí)際情況，根據(jù)使用需求，重點(diǎn)討論多通道和單通道盲源分離抗干擾等關(guān)鍵技術(shù)。

2.1 多通道盲源分離抗干擾技術(shù)

多通道盲源分離技術(shù)發(fā)展相對(duì)完善，但考慮背景噪聲、信道衰落及天線(xiàn)數(shù)目等因素，需要關(guān)注降噪處理、卷積混合信號(hào)盲源分離及欠定盲源分離等問(wèn)題。

2.1.1 小波降噪處理

獨(dú)立分量分析通常先對(duì)混合信號(hào)進(jìn)行白化處理，使之互不相關(guān)，再以獨(dú)立性為目標(biāo)函數(shù)，引導(dǎo)信號(hào)分離[5-6]。當(dāng)混合矩陣各行線(xiàn)性相關(guān)性增大時(shí)，白化處理會(huì)放大噪聲，對(duì)后續(xù)信號(hào)分離產(chǎn)生不利影響。因而，在信號(hào)分離前，需要對(duì)接收信號(hào)進(jìn)行降噪處理。小波變換作為有效的降噪手段，可為盲源分離抗干擾提供幫助。

信號(hào)x(t)的連續(xù)小波變換的數(shù)學(xué)表達(dá)式為[58]

其中，T[x(t)]為小波變換系數(shù)，a為縮放因子，b為平移因子，φ(·) 為小波基函數(shù)。小波變換可以反映信號(hào)不同頻率成分的細(xì)節(jié)特征，正信噪比情況下，信號(hào)的小波系數(shù)較大，而噪聲的小波系數(shù)較小。

根據(jù)閾值選取規(guī)則確定門(mén)限值，保留（硬閾值方法）或者收縮（軟閾值方法）超過(guò)門(mén)限值的小波系數(shù)，最后利用處理后的小波系數(shù)重構(gòu)信號(hào)即可消除或減小噪聲[58]。

但是，小波降噪性能受小波基、閾值選取規(guī)則、分解層數(shù)、閾值處理方法等參數(shù)影響，參數(shù)空間巨大。文獻(xiàn)[59]結(jié)合理論分析和仿真實(shí)驗(yàn)，明確了適合跳頻信號(hào)盲源分離抗干擾的降噪?yún)?shù)集，當(dāng)干信比等于10 dB 時(shí)，小波降噪盲源分離較未降噪盲源分離容忍噪聲強(qiáng)度提高了約2.5 dB。

2.1.2 卷積混合信號(hào)盲源分離

當(dāng)無(wú)線(xiàn)信道存在多徑衰落時(shí)，接收信號(hào)為源信號(hào)的卷積混合形式。參考線(xiàn)性瞬時(shí)混合模型圖[60]，卷積混合信號(hào)盲源分離過(guò)程如圖3 所示。

圖3 卷積混合信號(hào)盲源分離過(guò)程

圖3 表明，在混合過(guò)程中，信號(hào)不但存在幅度衰減，還出現(xiàn)多條傳播路徑，接收信號(hào)可表示為[4]

其中，每個(gè)源信號(hào)sj(t)均有K條路徑，每徑的幅度衰減為aij(τk)，時(shí)延為τk，噪聲為ni(t)。如圖3 所示，對(duì)于式(8)所示的混合信號(hào)，直觀的方法是通過(guò)有限沖激響應(yīng)（FIR,finite impulse response）濾波器的方式進(jìn)行信號(hào)分離，如式(9)所示[4]

由于時(shí)域卷積對(duì)應(yīng)頻域相乘，可將卷積混合信號(hào)轉(zhuǎn)換至頻域進(jìn)行分離[4,15-17]。對(duì)式(8)進(jìn)行短時(shí)傅里葉變換，可以得到[16]

其中，v為短時(shí)傅里葉變換的幀號(hào)。轉(zhuǎn)換至頻域后，信號(hào)的混合模型重新變成線(xiàn)性瞬時(shí)混合形式，已有的復(fù)數(shù)盲源分離算法均可以實(shí)現(xiàn)頻域分離。

由于盲源分離固有的次序和幅度模糊問(wèn)題會(huì)給信號(hào)拼接帶來(lái)困難，頻域分離信號(hào)需要進(jìn)行次序和幅度修正，最后通過(guò)傅里葉逆變換恢復(fù)時(shí)域信號(hào)。由于每段數(shù)據(jù)的長(zhǎng)度與多徑數(shù)目存在一定關(guān)系，分段長(zhǎng)度在實(shí)際中要合理選取[16-17]。分離矩陣含有的波束信息以及相臨分段間信號(hào)的相關(guān)性，均可用于對(duì)分離信號(hào)的次序和幅度進(jìn)行修正[17]。

自20 世紀(jì)90 年代被提出以來(lái)，特征矩陣聯(lián)合近似對(duì)角化（JADE）算法以其出色的分離精度和處理速度[49]，已經(jīng)成為經(jīng)典的盲源分離算法之一，一些研究工作直接采用JADE 算法[61]或?qū)⑵渥鳛閷?duì)比算法[62]。因此，本文利用JADE 算法進(jìn)行時(shí)域分離，同頻域分離方法進(jìn)行性能比較。一組卷積混合信號(hào)的分離結(jié)果如圖4 所示。

圖4(a)展示了噪聲阻塞干擾信號(hào)和通信信號(hào)（2FSK 調(diào)制）波形；混合信號(hào)波形如圖 4(b)所示，仿真中設(shè)定每路信號(hào)含有3 條路徑。圖 4(c)為采用JADE 算法的時(shí)域分離信號(hào)波形，圖 4(d)為頻域分離信號(hào)波形。從圖 4(c)和圖 4(d)可以定性看出，頻域盲源分離方法對(duì)卷積混合信號(hào)的分離性能優(yōu)于時(shí)域分離方法。

相關(guān)系數(shù)是衡量信號(hào)相似程度的重要指標(biāo)，信號(hào)X和信號(hào)Y的相關(guān)系數(shù)定義式為[63]

其中，相關(guān)系數(shù)ρXY取值為0～1，當(dāng)ρXY=0時(shí)，2 個(gè)信號(hào)不相關(guān)；當(dāng)ρXY=1時(shí)，2 個(gè)信號(hào)相關(guān)性最強(qiáng)。盲源分離抗干擾技術(shù)追求的主要目標(biāo)是從含干擾的混合信號(hào)中分離出的通信信號(hào)與原通信信號(hào)完全相關(guān)，即相關(guān)系數(shù)為1。圖4 所示的結(jié)果中，JADE算法的時(shí)域分離通信信號(hào)與原通信信號(hào)的相關(guān)系數(shù)為0.813 1，頻域盲源分離信號(hào)對(duì)應(yīng)的相關(guān)系數(shù)為0.962 7，性能提升約18.40%。

2.1.3 欠定盲源分離

傳統(tǒng)超定和適定盲源分離可以通過(guò)矩陣求逆的方法估計(jì)混合矩陣，進(jìn)而實(shí)現(xiàn)信號(hào)分離[7]。但是，無(wú)線(xiàn)通信經(jīng)常遇到接收天線(xiàn)數(shù)目少于源信號(hào)數(shù)目的欠定情況。此時(shí)，盲源分離需要通過(guò)較少混合信號(hào)分離出較多源信號(hào)，由于混合矩陣為病態(tài)，求解過(guò)程較超定和適定情況更加復(fù)雜。針對(duì)欠定盲源分離的特殊性，通常采取“兩步走”的方法：先估計(jì)分離矩陣，再恢復(fù)源信號(hào)[18]。

學(xué)術(shù)界將基于稀疏性的信號(hào)處理的方法稱(chēng)為稀疏分量分析（SCA,sparse component analysis）[19]。SCA 已經(jīng)成為欠定盲源分離的重要解決途徑[19-22]。稀疏是指矩陣或向量中多數(shù)元素取值為零，僅有極少數(shù)元素取值為非零[20]。一般來(lái)說(shuō)，時(shí)域信號(hào)非稀疏，經(jīng)過(guò)短時(shí)傅里葉變換或小波包變換后，變換域信號(hào)通常具有較好的稀疏性[20-21]。利用信號(hào)稀疏性進(jìn)行欠定盲源分離的原理比較直觀，即使源信號(hào)數(shù)目較多，但只要每個(gè)時(shí)刻“活躍”（取值為非零）的源信號(hào)數(shù)目少于或等于接收天線(xiàn)數(shù)目，即可實(shí)現(xiàn)信號(hào)分離。

為便于分析，假設(shè)源信號(hào)足夠稀疏，多數(shù)時(shí)刻僅有一個(gè)非零元素。對(duì)于非零元素多于一個(gè)的情況，該方法仍然成立。對(duì)于第一個(gè)源信號(hào)取值為非零的L個(gè)源信號(hào)列向量u(i1),u(i2),…,u(iL)，u(i1)=[s(i1),…,J(i1)]T，有[20]

在1～n中選取一個(gè)數(shù)值q，利用式(12)可以構(gòu)建如下矩陣[21]

式(13)右側(cè)每一列均對(duì)應(yīng)著混合矩陣A的第一列a1，經(jīng)過(guò)平均以后即可得到a1的近似估計(jì)。因此，在K個(gè)時(shí)刻按照式(13)構(gòu)建矩陣，由于存在n個(gè)源信號(hào)，K列將主要有n種取值，對(duì)應(yīng)著混合矩陣的n個(gè)列向量。已知數(shù)據(jù)的分類(lèi)數(shù)目n，較多算法可以將信號(hào)聚類(lèi)并估計(jì)其中心位置d（i1≤i≤n）。由式(13)可知，每個(gè)聚類(lèi)的中心對(duì)應(yīng)著混合矩陣的一個(gè)列向量[18]，從而可以實(shí)現(xiàn)混合矩陣估計(jì)[20-21]。當(dāng)源信號(hào)稀疏性稍弱時(shí)，聚類(lèi)性能會(huì)受到影響，通過(guò)信號(hào)角度變化剔除發(fā)散點(diǎn)可以提高聚類(lèi)性能[64]，也可以通過(guò)密度聚類(lèi)方法提高聚類(lèi)中心的估計(jì)精度[22]。

估計(jì)出混合矩陣以后，考慮信號(hào)的稀疏性，源信號(hào)可在最小化源信號(hào)范數(shù)情況下恢復(fù)，如式(14)所示[19-21]。

式(14)是典型的線(xiàn)性規(guī)劃問(wèn)題，求解方法比較成熟，本文不再贅述。

文獻(xiàn)[50]利用通用軟件無(wú)線(xiàn)電設(shè)備（USRP,universal software radio peripheral）構(gòu)建了原型系統(tǒng)，對(duì)天線(xiàn)發(fā)射和接收信號(hào)進(jìn)行了多通道盲源分離實(shí)驗(yàn)，在干擾信號(hào)帶寬覆蓋通信信號(hào)帶寬且干擾信號(hào)功率大于通信信號(hào)功率的情況下，采用盲源分離技術(shù)較未采用盲源分離技術(shù)的抗干擾能力提升20 dB 以上。在實(shí)際工程中，盲源分離抗干擾性能的提升還將受到諸多非理想因素的限制。

2.2 單通道盲源分離抗干擾技術(shù)

由于大量通信設(shè)備僅設(shè)置單根天線(xiàn)，多通道盲源分離抗干擾技術(shù)難以直接適用，單通道盲源分離抗干擾技術(shù)的需求十分迫切，但技術(shù)難度顯著增大。

2.2.1 單通道盲源分離基本思路

加性信道情況下，單通道接收混合信號(hào)可寫(xiě)成

其中，s(t)為通信信號(hào)，J(t)為干擾信號(hào)，n(t)為噪聲，a和b分別為通信信號(hào)和干擾信號(hào)的衰減系數(shù)。為便于分析，此處未考慮多徑的情況。式(15)表明，單通道盲源分離本質(zhì)上是極端欠定方程的求解問(wèn)題，旨在利用有限已知量x(t)求解較多未知量(s(t),J(t))，難度極大。由于問(wèn)題本身的復(fù)雜性，單通道盲源分離目前還尚未形成統(tǒng)一的理論框架，學(xué)術(shù)界主要針對(duì)特定場(chǎng)景提出了一些針對(duì)性解決方案。對(duì)于通信抗干擾場(chǎng)景，本文主要關(guān)注利用信號(hào)變換域差異的單通道盲源分離技術(shù)。

對(duì)于國(guó)有企業(yè)來(lái)講，一定要把企業(yè)產(chǎn)權(quán)的邊界劃分清楚明了，這樣一來(lái)會(huì)使得企業(yè)對(duì)利潤(rùn)的分配更加合理科學(xué)，提高企業(yè)的資本利用率。此外還要注重塑造銀行和企業(yè)之間的關(guān)系，使得兩者之間的信用契約關(guān)系穩(wěn)固堅(jiān)定，進(jìn)而形成對(duì)企業(yè)產(chǎn)生一種牽制作用。

單天線(xiàn)接收的多個(gè)信號(hào)在時(shí)域和頻域都相互混疊，但只要各信號(hào)在變換域互不重合即可進(jìn)行分離[65]。因此，可利用信號(hào)在變換域的差異構(gòu)建出多個(gè)虛擬觀測(cè)信號(hào)，使混合情況變?yōu)檫m定甚至超定，為信號(hào)分離創(chuàng)造條件，主要思路如圖5 所示。

圖5 中，通過(guò)單路混合信號(hào)構(gòu)建出多個(gè)虛擬觀測(cè)信號(hào)，進(jìn)而可利用多通道盲源分離技術(shù)實(shí)現(xiàn)信號(hào)分離[27,66]。

目前，循環(huán)平穩(wěn)[67-69]和經(jīng)驗(yàn)?zāi)B(tài)分解（EMD,empirical-mode decomposition）[70-71]等信號(hào)處理方法為虛擬觀測(cè)信號(hào)構(gòu)建提供了理論基礎(chǔ)。

2.2.2 基于循環(huán)平穩(wěn)的虛擬觀測(cè)信號(hào)構(gòu)建

如果隨機(jī)過(guò)程x(t)的自相關(guān)函數(shù)具有周期性，則x(t)為循環(huán)平穩(wěn)隨機(jī)過(guò)程[67]。即

其中，*表示共軛，E[·]表示數(shù)學(xué)期望。對(duì)Rx(t,τ)進(jìn)行傅里葉級(jí)數(shù)展開(kāi)，可以得到[67]

其中，傅里葉系數(shù)可表示為

②僅當(dāng)循環(huán)頻率α=0時(shí)，高斯白噪聲的循環(huán)譜非零。

③循環(huán)譜由載頻、符號(hào)速率和調(diào)制方式等參數(shù)決定。

其中，?表示卷積運(yùn)算。通過(guò)求解式(22)所示的線(xiàn)性方程，使(t)和s(t)的誤差最小，即可求得LCL-FRESH 濾波器所有參數(shù)[69]。

2.2.3 基于EMD 的虛擬觀測(cè)信號(hào)構(gòu)建

經(jīng)驗(yàn)?zāi)B(tài)分解（EMD）是處理非線(xiàn)性非平穩(wěn)信號(hào)的有效手段，無(wú)須預(yù)先指定基函數(shù)即可自適應(yīng)地將信號(hào)拆分成若干個(gè)本征模函數(shù)（IMF,intrinsic-mode functions）。由于各IMF 包含原信號(hào)不同時(shí)間尺度的局部特征信息，EMD 能夠獲得信號(hào)的時(shí)-頻-能量細(xì)節(jié)表征[70]。

對(duì)混合信號(hào)x(t)，令第一個(gè)分量h0=x(t)，EMD首先構(gòu)建其上包絡(luò)和下包絡(luò)，得到平均包絡(luò)信號(hào)m1，從x(t)去除m1得到第一個(gè)分量h1[71]

將h1作為信號(hào)，重復(fù)上述去除平均包絡(luò)的過(guò)程。定義標(biāo)準(zhǔn)偏差Γ為

當(dāng)Γ小于給定的閾值時(shí)，即得到第一個(gè)IMF，記為c1[71]。

得到c1以后，用信號(hào)x(t)減去c1，繼續(xù)上述步驟，當(dāng)最后的IMF 足夠單調(diào)時(shí)迭代結(jié)束。因此，原信號(hào)即全部IMF 和殘差rn之和，即[71]

由此，原信號(hào)x(t)可分解為K個(gè)IMF 和一路殘差，各IMF 中含有不同程度的s(t)和J(t)，實(shí)現(xiàn)了多個(gè)虛擬觀測(cè)信號(hào)構(gòu)建。

上述方法為單通道盲源分離創(chuàng)造了條件，但是，為達(dá)到通信抗干擾要求，該類(lèi)方法的分離精度和計(jì)算復(fù)雜度還需進(jìn)一步優(yōu)化。與多通道盲源分離技術(shù)相比，單通道盲源分離理論還未成熟，當(dāng)前所能達(dá)到的技術(shù)性能與多通道盲源分離相比還存在差距，需要予以更多的關(guān)注。

3 盲源分離通信抗干擾技術(shù)的主要特點(diǎn)

3.1 抗寬頻段壓制干擾

盲源分離利用通信信號(hào)和干擾信號(hào)的統(tǒng)計(jì)域特征差異進(jìn)行信號(hào)分離，在傳統(tǒng)空域、頻域、碼域、時(shí)域等抗干擾技術(shù)架構(gòu)基礎(chǔ)上，增加了統(tǒng)計(jì)域維度。對(duì)于寬頻段壓制干擾甚至全工作頻段壓制干擾，傳統(tǒng)抗干擾技術(shù)將面臨無(wú)頻可用且難以硬抗的被動(dòng)局面。但是，在接收端未飽和溢出情況下，盲源分離依然可實(shí)現(xiàn)通信信號(hào)和全壓制干擾信號(hào)分離，從而為對(duì)抗極端惡劣干擾提供一種有效手段。

3.2 緩解頻譜資源與抗干擾能力之間的固有矛盾

擴(kuò)譜技術(shù)（跳頻、直接序列擴(kuò)譜等）是當(dāng)前國(guó)內(nèi)外通信抗干擾的主流技術(shù)手段，其抗干擾能力以頻譜資源為代價(jià)[1]。隨著用頻裝備和用頻需求不斷增加，頻譜資源日益緊張。香農(nóng)公式表明[72]，抗干擾能力不能隨著帶寬增加而無(wú)限制增加，頻譜資源的有限性還限制了擴(kuò)譜抗干擾能力的進(jìn)一步提升。盲源分離抗干擾技術(shù)具有“容擾”的特點(diǎn)，可實(shí)現(xiàn)通信信號(hào)與干擾信號(hào)共存。盲源分離抗干擾技術(shù)能夠在不增加頻譜資源的條件下明顯提高通信抗干擾能力，為緩解頻譜資源與抗干擾能力之間的固有矛盾提供了一種有效的解決方案。

3.3 節(jié)省勤務(wù)信令開(kāi)銷(xiāo)

智能抗干擾技術(shù)通過(guò)智能認(rèn)知、智能決策、波形機(jī)動(dòng)和頻譜機(jī)動(dòng)等步驟，根據(jù)電磁環(huán)境變化自動(dòng)調(diào)整通信參數(shù)來(lái)提高抗干擾能力[3]。一般來(lái)說(shuō)，通信雙方采取相同的通信參數(shù)才能正常通信，因此，智能抗干擾需要交互勤務(wù)信令以確保收發(fā)端同步調(diào)整。點(diǎn)對(duì)點(diǎn)通信中，上述信令交互問(wèn)題尚不明顯。但是，在大規(guī)模自組織網(wǎng)絡(luò)情況下，多節(jié)點(diǎn)間交互干擾認(rèn)知結(jié)果和協(xié)調(diào)抗干擾策略將造成大量信令開(kāi)銷(xiāo)。干擾嚴(yán)重時(shí)需要更多的信令交互，然而受擾信道又難以提供更多的時(shí)頻資源。盲源分離在接收端的信號(hào)層面進(jìn)行盲處理，幾乎不需要與發(fā)送端交互信令，可節(jié)省勤務(wù)信令所需的系統(tǒng)開(kāi)銷(xiāo)。

3.4 具有內(nèi)生抗干擾屬性

盲源分離性能主要受源信號(hào)的相關(guān)性影響，幾乎不受載頻、帶寬、調(diào)制方式等因素影響。因此，盲源分離對(duì)寬頻段阻塞、梳狀阻塞、掃頻等常見(jiàn)干擾具有較好的適應(yīng)性，不依賴(lài)電磁環(huán)境感知結(jié)果進(jìn)行調(diào)整。盲源分離抗干擾技術(shù)在信號(hào)空間增加了統(tǒng)計(jì)域維度，符合“N+1”維的內(nèi)生抗干擾框架[3]。

4 下一步發(fā)展重點(diǎn)

4.1 解決模型理想化問(wèn)題

傳統(tǒng)盲源分離在源信號(hào)統(tǒng)計(jì)獨(dú)立情況下發(fā)展起來(lái)，目標(biāo)函數(shù)多數(shù)以獨(dú)立性或非相關(guān)性為準(zhǔn)則。但是，實(shí)際應(yīng)用中，無(wú)線(xiàn)通信還可能面臨跳頻跟蹤干擾和直擴(kuò)相關(guān)干擾，其波形與通信信號(hào)具有很強(qiáng)的相關(guān)性[1]，源信號(hào)統(tǒng)計(jì)獨(dú)立的假設(shè)前提不再成立，即已有的盲源分離方法難以抗相關(guān)干擾。

另外，盲源分離的混合模型過(guò)于理想，主要以線(xiàn)性瞬時(shí)混合模型和卷積混合模型為主，未考慮電波的大尺度和小尺度模型，尤其是城市、郊區(qū)、丘陵等地形地貌對(duì)信號(hào)的影響。

深度神經(jīng)網(wǎng)絡(luò)能夠從原始數(shù)據(jù)中提取復(fù)雜特征，還可實(shí)現(xiàn)復(fù)雜的非線(xiàn)性系統(tǒng)建模，已經(jīng)成為信號(hào)處理的有力工具[28-29,73]。深度神經(jīng)網(wǎng)絡(luò)能夠深入挖掘信號(hào)和信道的細(xì)節(jié)特征，可為相關(guān)信號(hào)和復(fù)雜信道混合信號(hào)分離[74]提供解決方法。

神經(jīng)網(wǎng)絡(luò)的深度和訓(xùn)練數(shù)據(jù)的廣度還可彌補(bǔ)單通道盲源分離維度的不足，近年來(lái)，基于深度神經(jīng)網(wǎng)絡(luò)的語(yǔ)音信號(hào)單通道盲源分離研究取得了較大進(jìn)展[30-31]，可進(jìn)一步提高無(wú)線(xiàn)信號(hào)單通道盲源分離技術(shù)性能[75]。

4.2 降低處理時(shí)延

傳統(tǒng)超定和適定盲源分離利用多通道數(shù)據(jù)估計(jì)高階積累量或非線(xiàn)性函數(shù)，涉及大量矩陣和高階運(yùn)算，計(jì)算復(fù)雜度較高。欠定盲源分離通常對(duì)信號(hào)進(jìn)行短時(shí)傅里葉變換和逆變換以及聚類(lèi)運(yùn)算，計(jì)算復(fù)雜度進(jìn)一步增加[18-22]?；诹Ｗ訛V波的單通道盲源分離技術(shù)需要對(duì)未知變量的后驗(yàn)概率分布進(jìn)行蒙特卡羅采樣，在粒子多樣性匱乏時(shí)還需要重采樣，計(jì)算復(fù)雜度太大[25]?；谏疃壬窠?jīng)網(wǎng)絡(luò)的單通道盲源分離在訓(xùn)練階段需要大量的卷積和梯度運(yùn)算，計(jì)算復(fù)雜度隨網(wǎng)絡(luò)規(guī)模增大而大幅提高[30-31]。隨著復(fù)雜度不斷增加，盲源分離算法的處理時(shí)延也相應(yīng)增加，滿(mǎn)足高速無(wú)線(xiàn)通信實(shí)時(shí)性要求的壓力越來(lái)越大。

光器件具有超大帶寬、低功耗和極低時(shí)延等優(yōu)點(diǎn)[57]，可為實(shí)時(shí)盲源分離提供新的技術(shù)支撐。近年來(lái)，光器件信號(hào)處理獲得巨大突破，實(shí)現(xiàn)了光子神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)的原位反向傳播[76]，開(kāi)發(fā)出基于卷積神經(jīng)網(wǎng)絡(luò)的硅基集成光子處理器[77]，驗(yàn)證了光學(xué)卷積處理器對(duì)手寫(xiě)數(shù)字的分類(lèi)能力[78]，實(shí)現(xiàn)了50 GBaud/s 的光信號(hào)盲源分離[57]，提高了病態(tài)混合情況下的分離信號(hào)信干比[79]。

上述工作為光器件盲源分離創(chuàng)造了有利條件，為盲源分離在超大帶寬和超高速率無(wú)線(xiàn)通信場(chǎng)景下的抗干擾應(yīng)用奠定了基礎(chǔ)。但是，光模擬運(yùn)算及光神經(jīng)網(wǎng)絡(luò)還面臨著低精度和噪聲累積條件下的高準(zhǔn)確率計(jì)算等問(wèn)題[80]。

4.3 提高信號(hào)分離精度

分離精度直接影響抗干擾效果，盲源分離抗干擾對(duì)分離精度的追求沒(méi)有止境。在強(qiáng)干擾情況下，通信信號(hào)功率遠(yuǎn)小于干擾信號(hào)，分離矩陣的微小偏差可能會(huì)使通信信號(hào)出現(xiàn)較大損失，殘留干擾仍將對(duì)通信性能造成不利影響。如干信比為20 dB 時(shí)，即使99%的干擾成分得到了分離，1%殘留干擾的功率仍然與通信信號(hào)相當(dāng)。因此，在強(qiáng)干擾條件下，特別需要關(guān)注信號(hào)高精度分離問(wèn)題。

無(wú)線(xiàn)通信收發(fā)雙方共享跳頻圖案、調(diào)制方式、信息速率、載頻等先驗(yàn)信息。通信過(guò)程中，導(dǎo)頻、同步等信號(hào)還可實(shí)時(shí)提供額外的先驗(yàn)信息。在信號(hào)處理領(lǐng)域，隨著先驗(yàn)信息的增加，估計(jì)和求解的精度將隨之提升。如果能夠利用先驗(yàn)信息設(shè)計(jì)高精度半盲分離算法，以進(jìn)一步提高抗強(qiáng)干擾的能力，對(duì)無(wú)線(xiàn)通信抗干擾具有非常重要的意義。但是，傳統(tǒng)盲源分離從“盲”的角度建立起來(lái)，如何打破全盲的理論框架，使先驗(yàn)信息的利用成為可能，是需要重點(diǎn)研究的問(wèn)題。

5 結(jié)束語(yǔ)

盲源分離抗干擾技術(shù)具有不增加頻譜資源和節(jié)省勤務(wù)信令開(kāi)銷(xiāo)等獨(dú)特優(yōu)點(diǎn)，實(shí)踐表明，在已有抗干擾手段基礎(chǔ)上，可進(jìn)一步提升抗干擾能力。盲源分離抗干擾技術(shù)體系已經(jīng)建立并取得一些實(shí)用化成果，但在模型構(gòu)建和實(shí)時(shí)性、精確性等方面還面臨一些新的挑戰(zhàn)。后續(xù)研究需要關(guān)注基于深度學(xué)習(xí)的單通道盲源分離、光器件盲源分離和半盲源分離等技術(shù)，為盲源分離抗干擾提供新的能力增量。同時(shí)，還需要推進(jìn)盲源分離抗干擾技術(shù)與智能抗干擾技術(shù)聯(lián)合設(shè)計(jì)，以進(jìn)一步提高無(wú)線(xiàn)通信的系統(tǒng)抗干擾能力。