自适应卫星通信

自适应卫星通信（精选12篇）

自适应卫星通信 篇1

0引言

卫星通信系统由通信卫星、地球站、测控系统和监测管理系统组成。卫星通信具有覆盖面积大、通信距离远、建站成本几乎与通信距离无关、组网灵活、基本不受地形影响等一系列优点。因此, 在过去半个多世纪里, 卫星通信得到了长足发展[1]。

我国现有的卫星通信和星地数据传输系统, 其信息速率、信道编码方式、调制方式等系统参数大多设置固定, 这会产生两方面的问题:

一方面, 雨衰、卫星颤抖、低仰角等因素引起信号功率变化, 如果功率变化范围超过设计的余量, 会导致系统误码率性能下降, 甚至使系统瘫痪。

另一方面, 由于在链路设计时, 为雨衰、卫星颤抖等因素导致的信号功率变化留有相当大的余量, 而当这些因素没有出现或影响较小时, 则留有的功率余量完全被浪费, 即通信或数传系统没有按当时信道条件的最大能力传输信息。

信道自适应传输技术应用于卫星通信系统后, 信息速率、信道编码方式、调制方式等参数能够自动的随着信道功率受限程度和带宽受限程度等因素变化而变化, 使系统总以最大的信息传输能力工作, 则系统功能在信息速率、数据传输时间、信息传输时延、频谱利用率、可靠性等方面会有很大幅度提升[2]。

1信道自适应传输总体架构

信道自适应传输主要包括自适应编译码、自适应调制解调以及信道信息实时反馈自适应控制等几个关键部分。

信源信息进入调制器后, 首先根据当前体制控制信息进行相应的编码, 编码后数据组帧后进行自适应调制, 调制数据经过成形滤波后经正交调制输出。解调输入信号经过下变频后首先进行自适应时钟载波恢复, 再进行自适应均衡, 最后进行自适应译码, 数据输出。自适应解调的同时, 进行信道预估, 得到当前信道信息, 将其通过反馈通道回传给调制器, 调制器根据信道信息和当前体制参数, 决定参数变化策略, 给出下一帧数据的体制参数, 从而完成自适应传输和控制。

2信道自适应编码

信道编码是数字通信的重要组成部分, 在目前广泛应用的信道编码中, LDPC码在误码平层、高速传输等方面优于TURBO码, 在编码增益、传输效率等方面优于级联码。因此, LDPC码在DVB-S2等多项标准中获得应用[3], 是自适应传输信道编码的最佳选择。LDPC自适应编译码是指在编译码不失步的情况下, 改变编码效率、帧长等参数, 增加系统灵活性, 为数据传输系统的最大功效自适应传输创造技术条件。

不管什么码字, LDPC的编码过程都是信息比特与矩阵的相乘, 不同码率的LDPC码编码过程的区别就是相乘的模块数不一样。因此, 在实现自适应编码的过程中, 只需根据指令的要求, 调用不同的乘法模块即可。LDPC译码过程, 都是行处理和列处理, 处理的方法都一样, 而且, 资源的耗费也主要是在这些部分。因此, 可以通过将上述部分编制成统一通用的标准模块, 不同的编译码方式通过不同的参数都可以调用。通过以上方案, 就可以实现自适应译码。

3信道自适应解调

自适应系统的调制方式应根据信道条件变化发生改变。解调锁定又分为时钟锁定和载波锁定。对于不同的调制体制, 都可以采用过零检测法, 通过GARDEN环路实现自适应时钟恢复。

对于解调载波恢复, 传统的误差检测算法对于不同的体制必然会失锁。而常用的QPSK、8PSK、16QAM三种调制方式在调制域上存在相同的平衡点, 因此理论上存在同一载波锁定算法同时适应三种调制方式。

为了保证在调制体制切换时载波恢复模块正常工作, 针对不同的调制体制, 采用相同的误差提取方法, 相位误差可以表示为:

上式只考虑了第一象限的相点, 若同时考虑4个象限并考虑将公式应用于16QAM, 则相位误差提取公式可以表示为:

4信道估计

科学合理准确得到通信系统的Eb/N0数值和误码率, 是整个自适应编码调制解调译码系统正常工作的前提, Eb/N0值是自适应系统变化起点, 改善误码率是自适应系统变化的最终要求。基本信道估计算法有最小二乘估计 (LSE) 、最大似然估计 (MLE) 以及最小均方误差估计 (MMSE) 。其中最小二乘估计算法对接收机结构要求比较简单, 但是在有色噪声情况下性能较差。最大似然估计适用于有色噪声的情况, 算法复杂度不大, 但估计精度较为粗略。而最小均方误差估计算法具有很高估计精度, 对于高斯白噪声有很好的抑制作用, 所以MMSE算法的效果要好于LSE算法。因此选用MMSE算法。MMSE算法适用的信道范围广, 在低信噪比和高信噪比都有良好的性能[4]。

5与固定体制传输比较

以DVB-S2系统为例, 系统支持的编码方式包括1/4、1/3、2/5、1/2、3/5、2/3、3/4、4/5、5/6、8/9、9/10共11种, 调制方式包括QPSK、8PSK、16APSK、32APSK共4种, 共有44种组合。但在实际系统中, 过多的体制选择会造成系统过于复杂, 且高阶调制体制与低效率编码结合, 既无法提高传输效率, 也无法保证系统稳定。因此选择实际经常使用的13种体制组成自适应系统。对于固定体制传输系统, 为保证低信噪比的传输可靠性, 必然选择低阶QPSK调制体制, 但这样会降低高信噪比时的传输效率。为提高高信噪比的传输效率, 就必然选择8PSK或16APSK等高阶调制体制, 但这样又无法保证低信噪比时的传输可靠性。因此, 只有随着信道条件的改变, 系统自适应的选择相应的传输体制, 才能兼顾传输可靠性和传输效率的平衡。

6结语

本文在深入研究自适应传输技术的基础上, 提出了各个关键技术的解决方案。通过对固定体制传输系统和自适应体制传输系统的比较分析, 充分证明了自适应传输系统比固定体制传输系统有更高的传输可靠性和更高的传输效率。

参考文献

[1]王丽娜, 等.卫星通信系统[M].国防工业出版社, 2006

[2]赵品华.cdma2000 lx EY-DV系统链路自适应技术研宄[D].东南大学, 2005

[3]张佳鹏, 黄普明.基于DVB-S2的遥感卫星自适应编码调制分析与仿真[J].中国空间科学技术, 2010 (5) :74-82

[4]David R, Pauluzzi, Norman C B.A Comparison of SNR Estimation Techniques for the AWGN Channel[J].IEEETrans.On Commun, 2000, 48 (10) :1681-1691

自适应卫星通信 篇2

基于伪陀螺/磁强计/地球敏感器的微卫星姿态自适应确定方法

以伪陀螺、磁强计与地球敏感器构成的姿态测量系统为基础,设计了自适应扩展卡尔曼滤波算法.对轨道倾角不同的.两种卫星的定姿性能进行了仿真,结果表明,该方案的滚动与俯仰角精度达到0.05°,航向角优于0.4°,且随轨道倾角的减小而改善;当地球敏感器发生故障时,大倾角轨道的卫星滚动与俯仰角精度优于0.5°,航向精度约1°;同时自适应滤波方法能显著地提高姿态确定的性能.

作 者：郁丰 刘建业 熊智 段方 YU Feng LIU Jian-ye XIONG Zhi DUAN Fang 作者单位：南京航空航天大学,导航研究中心,江苏,南京,210016刊 名：应用科学学报 ISTIC PKU英文刊名：JOURNAL OF APPLIED SCIENCES年，卷(期)：200725(1)分类号：V448.22关键词：伪陀螺 磁强计 地球敏感器 微卫星 自适应卡尔曼滤波

自适应网络存储体系 篇3

在传统IT系统中，主机系统既负责数据的计算，也在通过文件系统、数据库系统等手段对数据进行逻辑和物理层面的管理。然而，由于历史发展的原因，各种系统拥挤在用户环境中，使数据被分割成杂乱分散的“数据孤岛” (data island)。因此，从90年代后期，人们开始寻找存储网络化和智能化的方法，通过提高存储自身的数据管理能力，独立于主机系统之外，以网络方式连接主机和存储系统，以设备资源透明的方式为计算提供数据服务。基于光纤(FC)协议的SAN和基于IP以太网技术iSCSI相继成为了广大行业客户首选的最新存储技术。

独立存储关键特性

在计算与存储分离的实践中，人们逐渐发现，性能、容量这些比较明显易见的存储系统要求，并不是对一个独立存储系统的全部要求，甚至不是主要要求。要达到存储系统独立的数据管理目标，对存储系统的特性有如下几个方面的要求，按照重要性排列分别是：

1、可靠性 Availability：

数据集中到存储系统中，必然对系统设备的可靠性提出更高的要求。同时需要建立数据备份、容灾系统进行配合，提高数据安全性。

2、可扩展性 Scalability：

网络时代业务发展的不确定性和数据的高速膨胀，对独立于计算系统之外的存储系统，必然提出高可扩展性的要求。这种扩展性并非是简单的容量扩展，同时还必须包括数据处理能力、数据交换带宽和数据管理功能的扩展。

3、兼容性 Compatibility：

虽然存储系统已分离于计算系统之外，但今天主机系统对数据的使用方式，仍旧以文件系统、数据库系统为主要手段。存储系统要适应各种主机系统的数据I/O要求，就必须能够兼容各种操作系统、文件系统、数据库系统等各种传统数据管理手段。

4、可管理性 Management：

支持各种主流的管理协议和管理架构，能够与网络、计算等各种设备统一管理和集中管理，能够在各种复杂的环境中实现方便统一的设备和数据管理功能。

5、性能 Performance：

能够根据不同应用类型要求，提供带宽、IOPS(IO Per Second,每秒IO操作数)、OPS(Operations Per Second，每秒并发操作数)、ORT(Overall Response Time，总响应时间)等不同指标侧重点的性能服务。高端系统还应能够对系统性能进行动态的扩展和调整。

6、功能 Function：

各种数据迁移、数据分发、数据版本管理、数据复制、在线扩容等数据管理功能。

新一代自适应网络存储体系

而现在我们又有了更新、更智能、更自如的选择：Neocean自适应网络存储体系。它以IP存储技术、WSAN(广域SAN)技术、网格存储技术、虚拟存储技术、数据应用服务技术五大技术群，构建了新一代自适应网络存储体系。

Neocean自适应网络存储架构的特点集中表现为：

业务自适应——与用户的业务同步增长和同步调整。在基础设施建设的投资风险和预留充裕扩展空间的矛盾中，Neocean依靠IP技术和自适应存储技术的灵活、智能和开放性，既能够降低用户初次采购的成本，又能够预留出足够的扩展和升级空间。甚至在今天的GE产品体系中，都已为下一步的10GE和infiniband预留了接口，以保证未来能够自动向下一代产品过渡而无需损失初期投资，并提供性能、功能的横向扩展。

应用自适应——用户IT环境中往往是多种应用并存的。一般包括数据库、文件服务、多媒体服务、WEB、EMAIL、资料存档等多种应用方式。不同应用对数据存取的需求差异很大。Neocean自适应存储架构能够针对每种不同的应用方式，定制不同性能、功能、可靠性的组合方式，以满足应用需求。

系统自适应——无论是刚刚开始搭建集中存储架构的用户，还是已经使用FC-SAN/NAS/SCSI系统的用户；无论是使用PC服务器的Windows用户，还是基于开放平台的UNIX用户；无论是使用高速带宽的高端用户，还是分散在WAN中的低带宽用户，Neocean自适应存储架构都能以其出色的功能和产品组合提供最适合用户的解决方案。

自适应跳频通信系统研究 篇4

1. 跳频通信

跳频通信的基本工作原理是[1]:在发射机中, 输入的信息对频率为fs的载波进行调制, 得到带宽为R的调制信号。独立产生的跳频序列从跳频频率表中取出频率控制码, 控制频率合成器在不同的时隙内输出频率跳变的本振信号。用它对调制信号进行变频, 使变频后的射频信号频率按照跳频序列跳变, 即为跳频信号。跳频信号以跳变方式躲避某些频点上的人为干扰或者自然干扰。在接收机中, 与发射机跳频序列一致的本地跳频序列从跳频频率表中取出频率控制码控制频率合成器, 使输出的本振信号频率按照跳频序列相应地跳变。跳变的本振信号, 对接收到的跳频信号进行变频, 将频率变回fs, 实现解跳。解跳后的调制信号, 在本地载波的作用下, 经解调后恢复出信息。其原理框图如图1所示。

2. 自适应跳频通信

2.1 跳频技术与自适应技术相结合

目前, 跳频通信技术作为一种有效的抗干扰通信技术, 在现代无线抗干扰通信中应用广泛。常规跳频通信通过采用扩展频谱技术, 利用与信息无关的伪随机序列控制信号的频率在较宽的频率范围跳变。由于该伪随机序列确定的跳频表是事先确定的, 不能根据电磁环境状态实时调整, 自动选择可通频率, 通常将这种跳频称为“盲跳频”[2]。

对于采用“盲跳频”的常规跳频通信系统, 由于其跳频频率集是固定的, 遇到自然条件的变化或者是人为的干扰, 某些频点会处于比较恶劣的状态, 这样系统的性能将受到严重的影响。将自适应技术与跳频技术结合起来, 通过对信道的实时评估, 可以将通信质量恶劣的信道及时地从跳频频率集中剔除, 从而避开干扰, 提高通信的质量, 使系统的性能得到较大的改善。

2.2 自适应跳频通信系统原理

自适应跳频技术首先是由J.Zander等于1995年提出的[3]。自适应跳频技术能够使跳频系统自适应地躲避干扰载频, 从而在复杂的干扰环境下正常工作。无线通信中, 自适应技术包括频率、功率、速率自适应以及自适应调零天线等。而对于自适应跳频通信技术, 从广义上讲, 它除了常规跳频通信所具备的功能, 还应具有上述的各种自适应功能。为了在自适应跳频系统中实现诸如自适应调制、自适应频率控制和自适应功率控制的功能, 一个必需的前提是自适应跳频通信网中的成员必须具有信号质量评估器和信令通信链路, 以对信道的质量进行评估, 得到信道状态信息, 并通过可靠的信令协议, 及时地通知通信成员, 使得发信机根据得到的信道质量状态信息改变其传输特性。与常规跳频技术相比, 自适应跳频技术具有以下特点:

(1) 智能化程度高;

(2) 和宽带跳频结合起来, 可较大地提高抗干扰性能;

(3) 由于需要搜索较多的信道, 因此所需时间较长;

(4) 组网时操作过程复杂, 确定可用频率的时间较长。

2.3 自适应跳频系统的结构

自适应跳频通信系统的原理示意图如图2所示。与常规跳频通信相比, 自适应跳频通信系统接收端多了一个实时信道连接质量分析器LQA (link quality analysis) , 并以自适应的跳频图案发生器代替常规的跳频图案发生器。在发送端, 伪随机序列发生器产生的伪随机序列控制跳频图样选择器选择跳频图样, 通过工作信道发送;在接收端接收数据的同时, 使用LQA对工作信道各个跳频信道的通信质量进行监测, 如果发现某个或某些载频受到干扰而达到需要置换的程度, 它将产生一个新的跳频图样并通过反馈信道通知发送端的跳频图样选择器。

2.4 自适应跳频通信过程

自适应跳频通信一般分为通信建立、扫频和通信保持三个阶段[4]。

在通信链路建立阶段, 首先必须建立同步, 在保证通信双方时钟同步、帧同步的基础上, 确保双方跳频图案的同步。值得注意的是, 对于自适应跳频通信来讲, 为了保证同步的建立和通信的质量, 在这阶段发射机的功率应能自动进行盲调整, 一旦双方建立同步, 立即结束盲功率调整, 进入扫频阶段。

在扫频阶段, 双方的实时信道质量评估单元对跳频频率集进行全集扫频, 根据确定的信道评估标准确定被干扰的频点, 给出可以使用的接收方的跳频频率集, 并把被干扰的全部频率通知对方, 使通信双方同时删除被干扰的全部频率, 使得发送方的跳频频率集与接收方完全相同, 并在确定的时刻同时进入自适应跳频通信阶段, 同时建立功率自适应调整。

在通信保持阶段, 由于信道条件的变化, LQA会将变化的检测结果通过通信协议, 以信令方式通知对方, 随时将跳频频率集中的被干扰频点去除, 并保证双方跳频图案的同步, 同时调整发射机功率, 保证双方均以最小的发射功率进行通信。

3. 自适应跳频通信的应用及发展状况

自适应跳频通信系统自从问世以来, 在军事和民间都产生了广泛的运用。在军用领域, 自适应跳频通信系统采用的通信方式能做到抗干扰, 具有对非目标用户低的检测概率, 及对敌对用户低的被截获概率。跳频通信信号载波频率不断地跳变, 从而具有躲避干扰的功能, 抗干扰性比较好。同时, 在民用领域, 自适应跳频通信系统由于其工作灵活性更大、可靠性更好、数据传输速率更高、保密性更强, 特别是具有优良的抗电子干扰及低截获概率/低检测概率特性, 不仅适合在各种条件下进行可靠的中、远程通信, 而且可在其他视距通信手段失效或者频谱完全被堵塞时满足短程应急通信要求。并且, 自适应跳频技术对于有效利用频谱资源、防止通信设备之间相互干扰起着十分重要的作用。

在国内, 我国在1996年研制出第一台实用型跳频电台后, 多类型的短波通信系统投入批量生产, 部分达到国际先进水平。国内首创的“多合一”的自适应技术已经成功应用到新一代的短波战术跳频系统中。在国外, 法国THOMSON-CSF/RGS公司的SYSTEM3000系列自适应跳频通信系统, 是目前可用的较先进的短波战斗网无线电台, 在UNIQUE TRC3500 SKYHOPPER2FH方式下, 作为网控中心的电台首先自动选择短波频谱内的可用频段 (5个以内) , 然后再选择那些未受干扰的频率做跳频频率集。SKYHOPPER对战术通信来说是一次质的飞跃, 它在海湾战争及柬埔寨、波黑维和行动中发挥的重要作用。

4. 结语

笔者首先介绍了跳频通信的基本工作原理, 接着详细阐述了自适应跳频通信系统的原理、结构和通信过程, 最后简要介绍了自适应跳频通信的应用和发展状况。由于进入该领域的时间并不长, 笔者对自适应频率选择的算法研究还不够深入, 这将是下一步工作的重点所在。

参考文献

[1]梅文华, 王淑波, 邱永红, 杜兴民.跳频通信.国防工业出版社, 2005.

[2]美国参谋长联席会议.2010年联合构想[R].1996.

[3]Zander, J.;M aingre, G.A daptive Frequency Hopping inHF communications[J].IEE, Proc-commucations, 1995, 142 (2) :99-105.

自适应的标题网页设计 篇5

预览地址：5key.net/demo/liquid-css-title/

要求如下：

宽度自适应

标题文字自适应

尽量用一张背景图

尽量少的嵌套

效果嘛，先给出我的截图如下：

以前曾做过一个自适应宽度的圆角按钮，不过这里有两个自适应在里面，所以也得稍微的修改一下。

1、先来看用到的背景图：

2、代码部分：

自适应宽度标题 @5key.net

我是第一

交换端口自适应模式引发传输不稳 篇6

事件回放

某办公室最近组建了一个规模不大的局域网，网络中只有六台笔记本电脑，一台文件服务器，这些电脑和服务器全部通过六类双绞线连接到一台H3CS3050接入交换机中，并通过该交换机进行上网访问。由于网络规模不大，网络管理员也没有进行VLAN划分设置，所有计算机全部位于一个网段中，平时它们上网访问十分稳定，而且速度也是很快的。

最近，办公室中的一位员工尝试从自己的笔记本电脑中，拷贝一个大约10M的文件到文件服务器中时，居然耗费了几分钟的时间，这在以往的话，最多只要1分钟左右就能搞定。后来，他尝试与相邻的一台笔记本电脑进行文件传输操作时，发现网络传输速度也很慢，使用ping命令测试对方计算机的IP地址时，发现数据传输存在延迟现象。

排查故障

上面这种网络故障，在局域网环境中十分常见，造成这种故障的原因主要包括物理连接线路不稳定、局域网中遭遇病毒攻击、参数配置不当以及交换机负荷过重等因素，对于这些可能的因素，需要进行逐一排查。为了判断网络连接是否通畅，网管员使用ping命令测试了文件服务器的IP地址，发现这项操作响应时间还是比较短的，显然这种响应行为还是很正常的；在其他几台笔记本电脑中进行测试时，ping命令测试操作也很正常，这说明物理连接线路在连通性方面没有任何问题。后来，网管员怀疑局域网可能遭遇到了病毒攻击，于是从网上下载专业抓包工具，来进行数据抓包分析，结果发现网络中的数据流量没有什么异常的地方；使用超级管理员账号进入交换机后台系统，扫描查看每个交换端口的数据流量时，看到它们的输入数据包、输出数据包以及广播数据包都正常，这就意味着局域网中不存在蠕虫病毒攻击或黑客攻击的可能，而且局域网中也不存在网络环路现象。

联想到网络中使用的传输介质是六类双绞线，网管员怀疑问题出在这里，毕竟六类双绞线目前的布线成功率不是很高，那么究竟如何判断六类双绞线链路是否存在问题呢?思来想去，网管员决定找来一根连通性正常的超五类双绞线进行替代连接，毕竟局域网中的交换机、服务器、笔记本电脑使用的都是超五类端口；要是普通的超五类双绞线连接笔记本电脑与文件服务器以后，文件传输速度能够被快速提升的话，那就意味着六类双绞线的确存在问题。不过，当网管员替换使用超五类双绞线连接后，发现网络传输文件的速度还是和以前一样缓慢，显然问题与六类双绞线一点关系也没有。由于网络传输文件缓慢的故障现象在每台笔记本电脑中都出现，网管员：认为局域网中的交换机可能存在：问题，因为交换机工作时间长了之后，很容易发生系统缓存错误或者超负荷运行的情况，这些情况也容易造成网络传输文件很慢的故障；对于类似交换机这样的情况，往往通过重新启动交换机后台系统的方法就能解决问题。但是网管员尝试进行重启操作时，竟然没有一点效果。

返回到故障笔记本电脑系统，打开系统设备管理器窗口，从中展开网络适配器节点，用鼠标右键单击目标网卡设备，执行右键菜单中的“属性”命令，弹出目标网卡设备的属性对话框，在常规标签页面中网管员看到网卡的运行状态显示为正常，切换到高级标签设置页面，发现网卡设备的工作模式处于100M全双工状态(如图1所示)，这种设置也没有明显的错误；在检查网卡设备绑定了哪些协议时，网管。员看到许多用不到的协议默认都被绑定到了网卡设备中，会不会是这些无效的网络协议干扰了网络连接稳定性呢?为了尽可能排除干扰，网管员立即将一些无关的网络协议全部卸载掉，再重新启动了一下计算机系统，但是故障现象依然存在。

解决故障

在万般无奈之下，网管员只好将目光再次聚焦到连接了所有计算机和服务器的交换机上。仔细观察每个端口的信号灯状态时，发现黄色的信号灯处于点亮闪烁状态，而正常情况下，应该是绿色的信号灯处于点亮状态呀，为什么会出现这种情况呢?重新进入交换机后台系统，查看相关端口的状态信息时，发现各个端口都处于UP状态(如图2所示)，这种状态说明交换端口正处于工作状态；在查看其他一些状态信息时，网管员偶然看到交换端口基本都被设置成了自适应模式。

联系到之前查看到的网卡设备均处于100M全双工状态，按理来说，交换机端口与它相连的网卡设备应该使用相同的工作模式才对呀，会不会是交换端口自适应模式引发了网络传输不稳故障呢?尝试将交换端口的工作模式修改为100M全双工状态后，再在故障笔记本电脑中进行上网测试，结果发现文件传输速度立即恢复到了正常状态；继续在其他几台笔记本电脑中测试，发现以前的故障也都已经消失了，这说明上述问题的确是由交换端口自适应模式引起的。

揭密原因

上述问题虽然解决了，但让网管员感到十分疑惑的是，交换机端口之前一直处于自适应模式状态，为什么以前局域网传输很稳定，现在会出现这种问题呢?经过询问办公室员工了解到，他们当中有人在前几天上网查看资料时，偶然知道网卡端口的数据吞吐量在全双工状态下比半双工状态下高两倍；为了能将网速提得高一些，大家都跟着自行修改了网卡的工作模式，强行将端口自适应模式调整为了100M全双工模式，不过，调整之后，不但网络传输速度没有见快，而且还带来了传输不稳定的麻烦。

弄清楚了故障产生根源之后，网管员还是有点纳闷，即使网卡端口处于100M全双工模式状态，但由于与之相连的交换端口处于自适应模式，在该模式下网络传输应该不受影响才对呀?经过上网一番搜索后终于了解到，当交换端口处于自适应模式时，它一般会智能调整为和网卡端口同样的工作模式；要是网卡端口也被设置成自适应模式的话，那么交换端口便会和它进行自动协商，协商的顺序按照100M／全双工、100M／半双工、10M／全双工、10M／半双工模式进行，直到相互之间都工作于同样的传输模式为止。不过，如果网卡设备被设置成100M／全双工模式，那么交换端口的自适应模式，只能工作在10M／半双工状态，因为在这种通信情形下，网卡设备不会主动提供端口模式信息给交换端口，而交换端口由于

无法了解网卡设备的模式信息，于是会默认选择半双工模式进行工作，这样一来，交换端口与网卡端口的模式就会不匹配，最终造成了网络传输文件不稳定的故障了。

管理经验

为了不让交换端口影响整个网络的传输性能，我们有必要加强对交换端口的控制与管理，确保目标端口始终能够稳定运行。

控制端口流量

为了防止网络中的突发大流量“顶死”交换端口，很多用户会启用交换端口的流量控制功能，不过当同时启用了本地交换端口、对方交换端口的流量控制功能后，如果本地交换机意外发生了信息堵塞毛病时，本地端口就会智能向对方端口发送广播消息，及时提醒对方端口此时此刻不要继续向本地端口发送数据报文，而对方端口一旦收到对应的提示信息后，就会立即暂停向本地端口发送数据报文，如此一来就可以有效控制数据报文频繁丢失故障的出现。同样地，如果对方交换端口存在信息堵塞毛病时，对方端口也会智能向本地端口发送广播消息，来及时提醒本地交换端口此时此刻不要向对方端口继续发送报文，而本地端口在收到对应的提示消息后，也会立即暂停向对方端口发送数据报文。

在H 3C系列交换机中，要启用某个端口的流量控制功能时，只要先以系统管理员权限登录交换机后台系统，使用类似“interface e0／6”之类的命令，切换到目标交换端口的视图模式(如图3所示)，同时在该模式下输入“flow-control”命令，按回车键后，那么我们就能成功启用目标交换端口的流量控制功能了，只是在缺省状态下，所有端口的流量控制功能都处于未启用状态。在流量控制功能正常运行的时候，如果用户想临时停用某个交换端口的流量控制功能时，可以先进入指定端口视图模式下，输入“undo flow-control”命令，按回车键就能达到停用目的了。

控制端口类型

以太网上网端口一般有trunk、access、hybrid等三种链路类型，其中trunk类型的端口既能属于一个Vlan，也能同时属于多个Vlan，甚至能属于所有Vlan，这种类型的交换端口正常用于连接类似交换机、路由器之类的重要网络设备，它可以同时接受和发送多个V1an的数据报文。相比而言，access类型的端口只能同时属于1个Vlan，该类型的端口往往只能用于连接一般的计算机设备。而hybrid类型的交换端口既能属于一个Vlan，也能同时属于多个Vlan，也可以同时接受和发送多个V1an的数据报文，这种类型的端口既能连接交换机、路由器之类的重要网络设备设备，也能用于连接普通计算机系统。在同一台交换机设备中，前面几种类型的交换端口能够同时共同存，只是hybrid类型端口与trunk类型端口相互之间无法直接切换，所以网管员可以先将指定交换端口设置为access类型，之后再调整为其他类型，缺省状态下所有交换端口的类型都被设置为了access类型。

在配置H3CS3500系列交换机端口的具体类型时，可以先进入交换机后台系统，使用“system”命令进入系统全局视图模式，通过“interfacee0／6”命令切换到指定端口视图模式，输入“port link-typeaccess”命令，按回车键后目标交换端口类型就被强行调整为access了，该交换端口一般只用于连接普通计算机系统。要将某个交换端口调整为hybrid类型时，只要在目标端口视图模式下输入“port link-typehybrid”命令，按回车键就能达到目的了，该端口既可以连接重要网络设备，又能连接普通计算机；如果输入“port link-typetrunk”命令，可以直接将指定交换端口类型调整为tnmk。

善于重启端口

交换机设备上正常会存在若干个交换端口，由于安全方面的原因，那些已经被开启了的交换端口如果工作状态不正常或暂时用不到的话，应该及时将这些端口工作状态停用掉，以防止恶意攻击通过该端口威胁整个网络的运行安全。一般来说，在指定端口视图模式下使用shutdown命令，就能临时停用目标交换端口的工作状态。比方说，在停用交换机第9个端口工作状态时，只要在交换机后台系统依次输入“system”、

“interfacee0／9”命令，进入第9个端口的视图模式，在该状态下执行“shutdown”命令就能停用指定交换端口的工作状态了，这时目标端口就无法正常转发数据报文了。

在实际管理、维护H 3CS3500系列交换机产品的时候，网管员应该善于使用“shutdown”命令，暂停使用一些流量不正常的交换端口，以避免整个网络出现流量堵塞故障，从而造成整个单位局域网无法稳定运行。日后，需要重启指定交换端口工作状态时，只要使用“undoshutdown”命令，恢复指定交换端口的设置即可，这时指定交换端口又可以正常转发数据报文了。在这里，建议大家日后在配置交换端口时，尽量不要开启运行所有的交换端口，平时需要几个端口就开启几个端口，如果轻易将所有端口全部开启的话，可能会拖累交换机运行性能，甚至还会影响整个网络的运行稳定性。

控制端口回路

在规模稍大一些的网络中，回路现象总是不可避免；要是出现这种故障，轻则导致上网速度缓慢，重则造成整个网络无法正常工作。而回路故障因为具有一定的隐蔽性，网管员在排查故障的时候很容易走弯路。为了快速排查网络回：路故障，现在不少型号的交换机都支持网络回路监控功能，善于使用这项功能，可以大大地提升网络管理效率!

自适应卫星通信 篇7

实际通信系统中, 由于信道特性不理想, 使得在接收端可能产生严重的码间干扰 (ISI) , 从而使误码率升高, 影响通信的质量。在通信系统中, 用于克服ISI的一种有效方法是在接收机中采用自适应均衡技术, 而自适应均衡技术的关键之处在于所采用的自适应均衡算法, 对于线性均衡器, 其算法有很多种, 其中很多是基于最小均方误差 (LMS) 算法[1]。为此, 本文将主要研究基于LMS算法和线性滤波的自适应均衡器性能, 并进行仿真分析。

1 时域均衡原理[2]

根据均衡的特性对象不同, 均衡可分为频域均衡和时域均衡两种。频域均衡是使包括均衡器在内的整个系统的总的传输函数满足无失真传输条件;时域均衡是从时间响应的角度来考虑, 使包括均衡器在内的整个系统的冲激响应满足无ISI条件。频域均衡多用于模拟通信, 而时域均衡多用于数字通信。对于加入时域均衡器的数字基带传输系统, 均衡之前的所有设备的频率特性用H (ω) 表示, 它是发送滤波器、信道和接收滤波器的频率特性的乘积。由于信道特性的变化以及系统设计的误差, 在抽样时刻会存在ISI, 即H (ω) 不能够满足消除ISI的条件。于是, 需要在接收滤波器的输出端增加一个均衡器, 令其频率特性为T (ω) , 有T (ω) H (ω) =H′ (ω) , 则H′ (ω) 满足无码间干扰的条件:

此时输入信号通过H (ω) 和T (ω) 后, 能够得到无码间干扰或码间干扰很小的信号。

由于实际的信道具有随机性和时变性, 这就要求均衡器必须能够实时地跟踪信道的特性, 而这种均衡器又被称作自适应均衡器。根据自适应均衡器线性特性的不同, 均衡可分为线性均衡和非线性均衡两种。线性均衡器一般适用于信道畸变不太大的场合, 而非线性均衡器则用在深衰落比较严重的信道中。但是由于很多均衡器都是以线性横向滤波式均衡器为基础的, 因此下面主要讨论线性横向均衡器, 如图1所示, 该类型的滤波器具有2N+1个抽头, 输入序列为, 输出序列为, 输出序列是发端发送序列的估计值。第n个符号的估计值可以表示为:

式中, ci是该滤波器的抽头加权系数。

2 基于LMS的自适应均衡器仿真分析

自适应均衡器设计的基本思想是利用在信号中包含的ISI信息自动调整抽头系数。如果以均方误差为度量均衡效果的标准, 则可以采用LMS自适应算法。LMS自适应算法是Windrow和Hoff等人在20世纪60年代初提出的, 其基本原理是基于误差梯度的最陡下降法, 用平方误差代替均方误差, 沿着权值的负方向搜索达到均方误差最小意义下的自适应滤波[3]。LMS算法因其简单、稳定、易于实现等特点, 一直是自适应滤波经典而有效的算法之一。LMS算法以理想信号与滤波器实际输出信号之差的平方值的期望最小为准则。为了使期望值最小, 可采用广泛使用的“梯度下降”算法:

上式中的ωi (n) 、μ (n) 、ν (n) 分别为第n步迭代的权向量、收敛因子和更新方向。

进而, 可基于LMS算法设计横向滤波器。令滤波器的抽头系数为ωi (n) , 设滤波器的输入和输出分别为I (n) 和O (n) , 则横向滤波器的数学表示为:

利用经典的计算最小均方误差的方法求最佳权系数向量的精确解需要进行矩阵求逆等复杂运算, 且需要有先验统计知识。Widrow和Hoff提出的LMS算法是一种近似值的方法, 其依据是最优化理论方法中的最速下降法, 即“下一时刻”权系数向量ωi (n+1) 应该等于“现时刻”权系数向量ωi (n) 加上一个负均方误差梯度-▽ (n) 的比例项, 即:

其中μ是用于控制收敛速度与稳定性的常数, 称之为步长因子或收敛因子, 可见LMS算法与梯度▽ (n) 和步长因子μ有关。

精确计算▽ (n) 通常比较困难, 一种粗略而有效的计算▽ (n) 的近似方法是直接取误差的平方作e2 (n) 为均方误差E e2! (n) "的估计值, 可得梯度估值为:

于是可得权系数为:

利用Matlab对基于LMS的自适应均衡器进行相关仿真, 假设ISI信道参数为[0.18, 0.3, 1, 0.18];信噪比SNR=10d B;自适应均衡器的阶数为63;步长因子μ分别取0.02和0.01。均衡前后信号的误差收敛曲线如图2所示。

从图中的仿真结果可以看出, 减小步长因子μ, 收敛速度将变慢, 但可以使得均方误差更小;增加μ可提高收敛速度, 然而此时其均方误差将增大。可见, 步长因子的合理选择对于基于LMS的自适应均衡器是至关重要的, 需要根据实际情况和具体要求, 比如是要求收敛快还是要求精度高, 来进行权衡。

3 结束语

自适应均衡技术是克服实际通信信道特性不理想的有效方法之一, 其核心是自适应均衡算法。本文在介绍时域均衡原理的基础上, 讨论了基于LMS自适应算法和线性横向滤波器的自适应均衡器的性能。为了进一步改善通信系统性能, 还可以考虑非线性滤波器技术和其它自适应算法。

参考文献

[1]Simon Haykin.自适应滤波原理[M].北京:电子工业出版社, 2005.

[2]王玲, 韩红玲.基于LMS及RLS的自适应均衡算法仿真分析[J].信息技术, 2008 (2) .

基于速率自适应流星余迹通信设计 篇8

流星余迹通信通信方式具有许多独特的优点如:通信距离远, 防截收, 抗干扰能力强, 受核爆炸、太阳黑子、极盖中断和极光现象影响小, 其隐蔽性、保密性、抗毁性均优于其他通信方式[1]。

流星突发通信的这些优点, 使其不但在应急通信中具有特殊的地位, 在军事上具有极大的应用价值[2], 更使其在民用领域中同样具有广泛应用的价值。在不要求实时通信的气象数据采集、海上浮标数据采集、孤岛灯塔的自动控制及边远地区通信民用领域有着广阔的应用前景。

当前流星余迹通信受流星余迹信道特性的影响非常大, 如何提高其稳定性和数据传输效率成为研究流星余迹通信的关键技术之一。

90年代以来, 针对流星信道的特点, 人们提出了许多新技术和新思想来改善流星突发通信系统性能。可变速率和自适应速率、传输功率自适应技术、交织技术的应用、天线波束控制技术以及天线零位技术[3]。

美国做了多次传输试验证明可变速率传输 (VRS) 对信息通过量的提高更多, 相比于固定速率平均数据通过量可提高3～5倍。在对这些文献的基础上, 对自适应变速率传输进行了研究。

1 流星余迹信道特性

流星余迹传输简化公式[4]如下:

PR=Cpq2e-t/τ=PR (0) e-t/τ。 (1)

PR表示接收到的功率电平, PR (0) 表示接收到某个余迹反射电波的初始功率电平, Cp表示链路参数, q表示流星尾电子线密度, 它对于不同的流星是不同的, τ表示功率电平衰减常数, 典型的当作常数处理, 其值大约取0.2 s。

接收电平大于某一门限值的流星余迹接收电平强度概率分布的近似解法为:

$F{}_{\text{Y}}(RSL)=\frac{C}{RSL{}^{\phi }}$, (2)

式中, FY (RSL) 表示超过门限电平RSL的流星突发的概率, φ取值范围是0.5～0.83, 为一经验值, 主要与频率和距离有关。C是一常数:

$C=\frac{q{}_{\min }q{}_{\max }}{q{}_{\max }-q{}_{\min }}$, (3)

式中, q为电子线密度。由此可知如果链路常数确定后, 可以根据此公式对信道进行大致估计。

2 信道变速率自适应可行性分析

由式 (1) 知, 一个发生的流星余迹的能量为:

$E{}_{\text{Τ}}={\displaystyle \int }\begin{array}{l}\infty \\ 0\end{array}\text{Ρ}{}_{0}e{}^{-\text{t}/\text{τ}}d\text{t}=\text{p}{}_0\text{τ}$。 (4)

假设每个流星突发的能量能够完全被利用, 数据速率可以每一个码元都自适应地改变, 保证每个码元有一固定的能量门限值Eb。则每个流星突发能够传输No个码元:

${\rm N}{}_{\text{o}}=\frac{E{}_{\text{Τ}}}{E{}_{\text{b}}}=\frac{p{}_0\tau }{E{}_{\text{b}}}$, (5)

在固定速率系统中, 每个码元的持续时间是一定的, 设为Tb, 由式 (1) 知道接收电平随时间呈指数衰减, 设最小可接受的门限电平值为Pth, 必须保障:

PthTb=Eb。 (6)

由式 (1) 得到:

${\rm T}{}_c=\tau \ln \frac{{\rm P}{}_0}{{\rm P}{}_{th}}$。 (7)

Tc是固定速率下一个流星余迹可以利用的时间, 则固定速率时一个流星突发传输的码元个数为:

${\rm N}{}_{\text{c}}=\frac{{\rm T}{}_{\text{c}}}{{\rm T}{}_{\text{b}}}=\frac{\tau }{{\rm T}{}_{\text{b}}}\ln \frac{{\rm P}{}_0}{{\rm P}{}_{th}}=\frac{{\rm P}{}_{th}\tau }{E{}_{\text{b}}}\ln \frac{{\rm P}{}_0}{{\rm P}{}_{th}}=\frac{{\rm P}{}_0\tau }{E{}_{\text{b}}}\left(\frac{{\rm P}{}_{th}}{{\rm P}{}_0}\right)\ln \frac{{\rm P}{}_0}{{\rm P}{}_{th}}$。 (8)

由此可知道理想的变速率系统较固定速率系统可提高:

$\frac{{\rm N}{}_{\text{c}}}{{\rm N}{}_{\text{o}}}=\left(\frac{{\rm P}{}_{th}}{{\rm P}{}_0}\right)\ln \frac{{\rm P}{}_0}{{\rm P}{}_{th}}$。 (9)

在工程实际中要求每一个码元的长度都改变以匹配信道实现难度太大, 实际系统只能按台阶形式降速, 如图1所示。在一段时间内保持固定速率, 传输一定码元, 当电平下降不再支持此速率时, 将速率调整降低, 再进行一段时间通信, 如此逐步降低, 直到电平降低到最低速率的门限值以下, 一个流星余迹的通信过程结束。

设在实际变速率系统中以某一固定速率传输的持续时间段长度为Ti, 其间每个码元的宽度固定, 设为Tbi。在此时间段Ti内, 信号电平由Pi-1降低到Pi, 设一个码元能量值的门限是Eb, 则必须保证:

PiTbi=Eb。 (10)

只要最后一个码元能够满足式 (10) , 则在时间Ti内其他码元能量要大于Eb值。

设:

Pi-1=ViPi。 (11)

Vi是功率电平比例系数, 反比于降速率系数, 显然Vi大于1。

由式 (1) 式有:

Pi=ViPie-Ti/τ; (12)

得到:

Ti=τlnVi。 (13)

在时间Ti内能够传输的码元个数Ni等于:

${\rm N}{}_i=\frac{{\rm T}{}_i}{{\rm T}{}_{\text{b}i}}=\frac{\tau {\rm P}{}_i}{E{}_{\text{b}}}\ln V{}_i$。 (14)

设门限电平值为Pth, 则:

P0=V1V2…VthPth。 (15)

则按Vi降速的系统能够传送的码元总数NV等于所有Ni的和:

${\rm N}{}_V=\frac{\tau {\rm P}{}_0}{E{}_{\text{b}}}\left(\frac{\text{l}\text{n}V{}_1}{V{}_1}+\frac{\text{l}\text{n}V{}_2}{V{}_{1}V{}_2}+\cdots +\frac{\text{l}\text{n}V{}_{th}}{V{}_{1}V{}_{2}V{}_3\cdots V{}_{th}}\right)$, (16)

其中, τP0/Eb是理想状态下能够传送的码元个数, 所以括号中和式的值既是取不同变速率比时所能达到的理想状态下传输比特的比值。

考虑通用的变速率系统, 即接收功率下降一半时, 速率相应降低一倍的情况, 将V取2, 有:

$\frac{{\rm N}{}_V}{{\rm N}{}_{{\rm O}}}=\frac{\ln 2}{2}\left(1+\frac{1}{2}+(\frac{1}{2}){}^2+\cdots +(\frac{1}{2}){}^{th-1}\right)=\left(1-\frac{{\rm P}{}_{th}}{{\rm P}{}_0}\right)\ln 2$。 (17)

最大利用率小于ln2≈70%。

若V的取值变化, 例如V在2和3之间交替取值, 利用率约为83%, 但是系统的实现会复杂很多, 而提高的比率并不十分明显。综合考虑, 采用通用的方法是可取的。

设流星突发通信设备门限在-130 dBm时速率为2 kb/s, 信号电平每提高3 dB, 速率增加1倍。用MATLAB分别计算2 kb/s、4 kb/s、8 kb/s、16 kb/s、32 kb/s、64 kb/s固定速率条件下和2～64 kb/s 6级变速率和2～2 048 kb/s 11级变速率条件下的平均数据速率, 得到的结果如图2所示, 其中假设衰减时间常数为τ=0.2 ms。

3信道变速率自适应的实现设计

3.1信道估计

快速准确地判断接收电平是关系到自适应变速率实现的关键技术, 该文采用一种接收电平信噪比的动态实时估值方法来实时监测给出接收电平, 进而进行跟踪信道变化的变速率调整。其原理如下:

系统采用BPSK调制, 当收到第NH个码元时开始数据判决, NH是帧头的长度。解调器差分解调产生I (同相) , Q (正交) 两路。I、Q波形缓冲器都是两维 (NH*NS) 存储单元, NS是每个码元的采样数, 所以在缓存器中存储H个码元的S*H个采样点值。将缓存的I、Q两路数据分别进行绝对值循环累加, 累加结果PI (j) 送给门限比较单元, 选出最大PI (j) 值, 此即为最佳判决点JS。然后送给判决电路取出该采样点值进行判决。同时将PQ (j) 、PI (j) 送给信道估计单元。

PI (j) 、PQ (j) 的平均值可以如下表示:

$m{}_{\text{Ρ}\text{Ι}}\approx \frac{E{}_S{\rm T}}{2}{\rm N}{}_{{\rm H}}$; (18)

T是码元周期, Es是码元能量值。

$m{}_{\text{Ρ}\text{Q}}\approx \frac{{\rm N}{}_0{\rm T}}{2\sqrt{\text{π}}}{\rm N}{}_{{\rm H}}\sqrt{1+2\gamma }$。 (19)

式中, γ为信噪比的值, N0为噪声功率谱密度。式 (18) 和式 (19) 在符号同步很好时成立。并且在γ>1.5时有很好的近似性。由式 (18) 和式 (19) 推得信噪比的近似值:

$\gamma {}_{\text{E}\text{s}\text{t}}\approx \frac{m{}_{\text{Ρ}\text{Ι}}^2}{m{}_{\text{Ρ}\text{Q}}^2}\frac{2}{\text{π}}$。 (20)

当没有接收信号时有:

$m{}_{\text{Ρ}\text{Q}}\approx C{}_{\text{R}}\frac{{\rm N}{}_0{\rm T}}{2\sqrt{\text{π}}}{\rm N}{}_{{\rm H}}$。 (21)

式中, CR为常数。显然式 (21) 较式 (19) 更能减小噪声的随机性对信噪比估值的影响, 用式 (21) 取代式 (19) , 得到:

$r{}_{\text{E}\text{s}\text{t}}=\frac{m{}_{\text{Ρ}\text{Ι}}}{m{}_{\text{Ρ}\text{Q}}}\cdot \frac{C{}_{\text{R}}}{\sqrt{\text{π}}}$。 (22)

式中, CR近似取值0.9。

重写式 (1) 得:

PR=P0e-t/τ, (23)

有:

$\gamma {}_i=\frac{{\rm P}{}_{\text{R}}(i{\rm T}){\rm T}}{{\rm N}{}_0}=\frac{{\rm P}{}_0{\rm T}}{{\rm N}{}_0}\exp (-\frac{i{\rm T}}{\tau })=\gamma {}_0\alpha {}^i$, (24)

式中, $\gamma {}_0=\frac{{\rm P}{}_0{\rm T}}{{\rm N}{}_0}$, (25)

$\alpha =\exp (\frac{-{\rm T}}{\tau })$。 (26)

由式 (24) 可以推出:

$\gamma {}_{\text{E}\text{s}\text{t}}=\frac{1}{{\rm N}{}_{{\rm H}}}{\displaystyle \sum _{i=0}^{{\rm N}{}_{{\rm H}}-1}\gamma }{}_0\alpha {}^i=\frac{\gamma {}_0}{{\rm N}{}_{{\rm H}}}\frac{(1-\alpha {}^{[JX-*2/3]{\rm N}{}_{{\rm H}}[JX*2/3]})}{\left(1-\alpha \right)}$, (27)

得到:

$\gamma {}_0=\gamma {}_{\text{E}\text{S}\text{Τ}}{\rm N}{}_{{\rm H}}\frac{\left(1-\alpha \right)}{(1-\alpha {}^{[JX-*2/3]{\rm N}{}_{{\rm H}}[JX*2/3]})}$。 (28)

γ0是接收信号的初始信噪比, 正比于突发初始强度。经过H个码元可以推知流星突发的强度, 同时对信道进行实时的估值。

3.2发信速率的确定

由前面的推导, 本地设备在收到信号后可以推知此次流星突发的强度和起始时刻, 根据式 (23) , 可以预测本机信号到达对端站时的信号功率电平值:

${\rm P}{}_{R^{\prime }}={\rm P}{}_0\text{e}{}^{\frac{-(t+t{}_1+t{}_2)}{\tau }}$, (29)

式中, t1表示本地设备从收到信号时刻到发信号从天线发出的时间, t2表示传播路径延时。知道对端接收时的电平, 则可以按对端设备门限计算本地的发信速率。

3.3收端速率识别

由于采用上述预先估计的方法确定发信速率, 会造成收端站不知道收到的信号按哪一种速率解调。采用m序列自相关特性好的特点可以解决这个问题, 即将发送帧头与m序列异或, 接收信号在解调前先经过相关器, 根据相关峰的大小识别不同速率。

以上的自适应变码速率方案效率较高, 但同时性能的好坏强烈依赖信道衰落常数τ的准确性。在信道分析中, 可以知道当系统链路参数一定时, τ近似是一常数, 变化范围小。当然, 也可以在信道实时估值时计算出τ的近似值, 以便更好地逼近信道。

4 结束语

采用通常倍速变速方法在没有最大速率限制的情况下对单个流星的利用率可以达到约70%。在实际情况下流星突发强度分布服从正态分布, 所以变速率范围的增大并不总是与平均数据通过率成线性增长的关系, 一般变速率的范围应视系统实际链路参数而定。

根据仿真结果表明, 采用通常的倍速变速率方法, 变速率级数用6级, 即可达实际情况下比较理想的变速率效果, 该结论会大大简化自适应变速率流星余迹通信系统实现的难度, 并给通信系统综合性能的提高提供方便。

摘要：针对随机突发并且接收信号多数以指数衰减的流星余迹信道来说, 研究链路自适应技术以达到充分利用流星余迹信道资源就显得尤为重要。深入研究了流星余迹突发通信的传播机理和信道的随机特性, 从理论上经过分析计算证明了采用自适应变速率技术可以显著改善和提高流星突发通信性能, 在此研究基础上提出了基于流星余迹动态信道估计的流星余迹自适应变速率通信技术解决方案。

关键词：流星余迹突发通信,信道建模,自适应变速率

参考文献

[1] DAVRAS Y.Meteor Burst Communications [J].IEEE Communications Magazine, 1990 (9) :40-48.

[2] OETTING J D.An analysis of meteor burst communications for military applications[J].IEE, 1980, 28 (9) :1591-1601.

[3] MARRIOTT C.Meteor burst In the post 2000 ear[J].IEEE, 1990, 1:359-363.

自适应卫星通信 篇9

随着GPS、GLONASS、Galileo以及中国北斗地不断发展,卫星导航定位系统在全球各个领域得到了广泛的应用,但在复杂的电磁环境中,仍极易受到各种干扰。尤其当干扰信号的方向与导航信号相同时,会在其来波方向产生很深的零陷,导致部分导航信号[1]被抑制,严重影响了卫星导航系统的性能。为此,文献[2]提出了结合IIR陷波滤波器和空时FIR滤波器的改进STAP算法,但是由于FIR滤波器抽头的限制,自适应处理器的频率分辨力很低,同时由于窄带干扰的频谱和统计特性是未知的,因此该方法不适合捕获快速变化的信号。文献[3]提出了结合级联的时频域IIR格型陷波器和改进的MSNWF算法,在一定程度上缓解了STAP算法对降维过程不敏感的问题,但需要不断地递推和迭代,运算过程比较复杂,所需计算存储空间大,对实际的工程应用的要求较高。

本文提出了一种改进的自适应波束干扰抑制算法。首先,将接收到的信号通过IIR格型陷波器在时- 频域进行预处理,滤除与卫星导航信号同向的窄带干扰,然后利用基于直接数据域自适应波束形成技术抑制剩余的宽带干扰。该算法只需对阵元输出的单快拍数据进行处理,避免了样本协方差矩阵的构造和求逆运算,进一步降低了运算的复杂度,并且对非平稳和多径相干干扰也有很好的抑制效果。在实际捷变环境中更具处理的实时性。

1 改进的自适应波束干扰抑制算法

考虑天线阵列采用N( N为奇数) 阵元的均匀圆阵。前端由天线阵列接收信号,包括导航信号、干扰和噪声。t时刻接收到的信号可以表示为:

其中,s( t) 为信号载波,卫星信号是编码的伪随机噪声序列( PRN码) ,它可以近似认为满足高斯分布,信号的功率很小,一般在噪声以下。Jp( t) 为干扰信号,假定包含一个与导航信号同向的窄带干扰和P个不同向的宽带干扰。N( t) 为均值为0,方差为 σ2的加性高斯白噪声。

由于窄带干扰与导航信号来向相同,不能直接通过波束形成技术将其滤除,所以需要额外的干扰抑制处理。

图1 为改进的自适应波束干扰抑制算法的处理流程图。信号入射到天线阵元上后依次进行下变频、A/D转换。IIR陷波器预处理部分使用级联的IIR陷波器阵列,有效的估计窄带干扰的频率和带宽,自适应的配置陷波器参数,在窄带干扰处形成陷波,从而实现对窄带干扰的抑制。然后将预处理后的结果输入到直接数据域处理部分,通过直接数据域算法自适应调节权矢量在导航信号来向上形成主瓣波束并在宽带干扰方向形成零陷,从而提高输出信号的信干噪比。

1. 1 IIR陷波器预处理

对于卫星导航信号中的同向窄带干扰,由于其带宽小,在整个频谱中所占的比例比较低,如果能将该频点上的窄带干扰滤除,那么窄带干扰得到抑制地同时又不影响卫星导航信号。IIR格型陷波器[4]在时频域上对于窄带干扰有较好的抑制效果。

IIR格型陷波器在对信号中的同向窄带干扰进行抑制处理过程中,除了零陷的深度和宽度,陷波器的相位特性也影响相关输出的信干燥比。本文采用实际工程中应用十分广泛地2 阶IIR格型陷波器。IIR格型陷波器的转换方程为:

其中,z01,z02为零点,zp1,zp2为极点。如果z01,2=e± jw,zp1,2= αe± jw,那么转换方程可以写为:

通过上式可以看出,β 为陷波因子[5],β =- cosw0来滤除频率为w0的窄带干扰。α 为极点结构因子,接近而小于1 以确保陷波器的稳定,而 α 越大,则IIR陷波器的陷波带宽将会越窄。二阶IIR格型陷波器结构如图2 所示。

利用IIR格型陷波器来滤除窄带干扰最关键的步骤是获得陷波的频率和带宽,进而配置和调整陷波器的陷波参数。本文采用时- 频域相结合的IIR格型陷波器,其主要分为时域和频域处理两大部分。频域处理部分主要包含最优加窗模块、FFT变换模块、干扰检测模块、频谱矫正模块和IIR陷波系数生成模块,负责干扰频率和带宽的检测估计,生成IIR陷波器系数。时域处理部分则由可配置IIR陷波器构成,根据频域处理部分生成的IIR陷波器系数配置陷波器,完成陷波处理。时- 频域相结合的IIR格型陷波器框图如图3 所示。

1. 2 直接数据域处理

经过IIR格型陷波器预处理后的信号已将同向窄带干扰部分滤除,剩余的宽带干扰则通过直接数据域算法[6,7,8,9,10]来抑制。该算法只需对信号数据进行一次采样,通过自适应算法调整权值向量,使宽带干扰和热噪声等无用分量对天线的贡献最小,而期望信号对天线的贡献最大。

均匀圆阵阵列如图4 所示,圆阵中心位于原点,半径为R,n = 1 阵元为相位参考点。

在经过IIR陷波器预处理后,只剩余p个与导航信号不同来向的宽带干扰。在t时刻送入到直接数据域处理部分的信号可以表示为:

A为N × ( P + 1) 的导向矩阵,可以表示为:

( θ0,φ0) 为期望信号的方向,( θi,φi) ( i =1,…,p) 为第i个干扰的方向,( xn,yn) ( n = 1,…,N ) 第n个天线阵元坐标。在以下讨论中,由于处理的是同快拍数据,所以t可以省略。

根据各阵元接收到的信号的单快拍数据组成的矩阵为:

其中,。

则相邻两阵元( n = 1,2 ) 空域加权相消得:

由式7 可以看出,得出的结果不含期望信号,只含干扰及噪声等无用信号分量。不失一般性,可推广到其他相邻的阵元得:

式8 的结果只包含非期望信号分量。将式8 作为矩阵元素,可构造( L - 1) × L维非期望信号降维矩阵T :

在自适应处理中,为了恢复期望信号,在矩阵T中增加一行将目标信号方向为( θ0,φ0) 上的L个单元的增益设为常数C,其余各行为0。得到矩阵方程:

亦可缩写成FW = C。

通过线性矩阵方程式( 10) 求解出自适应权值向量W,对于线性矩阵方程可以通过最小二乘法或共轭梯度法进行求解。采用最小二乘法求解的直接数据域算法又称为直接数据域最小二乘法( D3LS) ,其优势在于不需要迭代,与共轭梯度法相比,加快了运算速度,减少了运算量。共轭梯度法的求解过程参见文献[11]。

期望信号待估计幅度为α,如果,则信号可以恢复为:

2 仿真结果与分析

窄带干扰设置为载波频率的点频信号,宽带干扰为与期望信号相同带宽20MHz的高斯白噪声。IIR格型陷波器频率估计通过累积1024 点中频数据,做FFT变换来估计。

2. 1 IIR陷波器抑制窄带干扰

假设期望信号是100MHz和150MHz的幅度相同的正弦信号的和。点频干扰信号为正弦信号,幅度为单个期望信号幅度的两倍,频率为50MHz。则整个信号通过陷波器的陷波响应频率w0为50MHz,结构因子 α 选择大小为0. 96。IIR陷波器的性能测试结果如图5 所示。

从图5 中可以看出,IIR格型陷波器能根据点频干扰信号的频率和带宽形成足够深且窄的陷波凹槽,陷波深度达- 120d B,经陷波处理后50MHz的点频干扰信号基本被滤除,并且期望信号也几乎没受到影响。因此,在自适应波束形成处理前级联IIR滤波器能有效地预测并滤除同向的窄带干扰。

2. 2 改进的自适应波束干扰抑制算法

考虑采用N = 7 均匀圆阵天线阵列,半径R为宽带中心频率对应波长的一半,每个阵元后接级联二阶IIR陷波器和多级维纳滤波器,陷波器结构因子 α 选择大小为0. 96。实验中期望信号幅度为1V / m,两个不相干宽带干扰幅度均为100V / m,相位为0,方位、俯仰角分别为( 30°,45°) ,( 130°,45°) 。一个窄带干扰与期望信号同向。输入的信噪比为- 30d B,每个干扰源的强度一样,输入信干噪比- 50d B。仿真结果如图6 所示。

将接收到的信号依次通过IIR格型陷波器、直接数据域自适应波束形成技术进行处理。图6( a)为存在一个同向窄带干扰和方位角为30°单个宽带干扰情况下的阵列方向图; 图6( b) 为存在一个同向窄带干扰和两个方位角分别为30°、130°不相干宽带干扰情况下的阵列方向图。从阵列方向图中可以看出,经过IIR格型陷波器预处理后,同向的窄带干扰基本滤除,在期望信号方向上形成稳定的主瓣接收波束,得到固定的增益。当存在单个宽带干扰时,在干扰方向形成了很深的零陷; 当存在双宽带干扰时也有很好的抑制效果。图7 为当两个不相干宽带干扰和一个同向窄带干扰同时存在的情况下,考察输入信噪比由- 40d B到30d B的变化情况,传统的波束形成与改进的自适应波束干扰抑制算法的输出信干噪比随输入信噪比变化的曲线。显然,当与期望信号同向的窄带干扰存在的情况下,传统自适应波束形成算法不能有效滤地除信号中的干扰,输出的信干燥比最高只能达到- 20d B。而改进的自适应波束干扰抑制算法通过IIR格型陷波器有效地滤除了与期望信号同向的窄带干扰,且不影响后续的直接数据域算法对宽带干扰的处理。因此,改进自适应抗干扰算法对干扰的抑制更加的彻底,显著提高了系统输出信干噪比。

3 结束语

针对卫星导航信号中存在同向窄带干扰难以抑制的问题,提出了一种改进的自适应波束干扰抑制算法,将时频域结合的IIR格型陷波器与基于直接数据域自适应波束形成算法相结合,通过IIR格型陷波器预测并抑制窄带干扰,利用直接数据域算法抑制宽带干扰。改进的干扰抑制方法只需对阵元输出的单快拍数据进行处理,避免了样本协方差矩阵的构造及矩阵求逆运算,并且能更彻底有效地抑制干扰信号,显著提高系统输出信干噪比,改善卫星导航系统的抗干扰性能。因此,自适应波束改进抗干扰算法更适用于卫星和移动通信等领域的实时性处理。

摘要：在全球卫星导航系统抗干扰问题的研究中,自适应波束形成技术很好地解决了与信号不同来向的干扰的抑制问题。但对与信号同向的窄带干扰抑制程度不够,同时会滤除部分导航信号。针对以上问题,提出了一种改进的自适应波束干扰抑制算法。首先,通过级联IIR格型陷波器预测并抑制与信号同向的窄带干扰,然后,利用基于直接数据域自适应波束形成技术抑制剩余的宽带干扰。该改进算法能够有效的滤除窄带和宽带干扰,提升卫星导航系统的抗干扰性能,并在实际卫星通信应用中更具处理的实时性。最后,通过仿真实验证明了该算法的可行性。

关键词：IIR格型陷波器,直接数据域,自适应波束形成,单块拍处理

参考文献

[1]李云志.基于误差分析的导航信号性能评估方法[J].计算机测量与控制,2014,22(10):3259-3262.

[2]Ren C,Wang YQ.An Improved Anti-jam-ming Algorithm Based on Space-time Adaptive Processing.ACTAARMAMENTA RH 2010,31(12):1622-1626.

[3]杨阳,文晓聪,李立欣,等.一种基于多级维纳滤波的改进空时抗干扰算法[J].计算机系统应用,2014,32(1):78-85.

[4]龚文飞,吴嗣亮,李加琪.直扩系统中IIR格型滤波器抑制窄带干扰新方法与性能分析[J].电子与信息学报,2010,32(10):2473-2480.

[5]张贤达.现代信号处理[M].北京:清华大学出版社,1995.

[6]Choi W,Sarkar T K,Wang H,et al.Adaptive processing using real weights based on a direct data domain least squares approach[J].IEEE Trans on An tennas and Propagation,2006,54(1):182-191.

[7]张苹.直接数据域波束形成算法研究[D].武汉:华中师范大学,2014.

[8]Sarkar T K,Koh J,Adve R,et al.A pragmatic approach to adaptive antennas[J].IEEE Antennas and Propagation Magazine,2000,42(2):39-53.

[9]幸高翔,蔡志明.任意阵型直接数据域算法[J].海军工程大学学报,2010,22(6):19-23.

[10]任燕飞.基于均匀圆阵的宽带信号唯幅度直接数据域最小均方算法[C].2009年全国天线年会论文集(下).北京:电子工业出版社,2009.

自适应卫星通信 篇10

在传统的无线数字通信系统中, 系统设计的目标参数多是最差情况时的信道。在信道条件较好的情况下, 系统中依然包含了许多用于克服最差条件的开销。信息高速传输的今天, 高速高效传输数据已成为无线技术发展的必然趋势。移动多媒体传输对频谱高效通信方式的需求不断增加, 自适应技术再度成为研究的热点与主流。当信道质量较好时, 发射机调整发射功率、调制信号星座图大小、符号传输速率、编码效率、编码结构或这些参数的结合, 这是自适应技术的基本原理。为了充分利用无线信道的时变性, 当信道质量恶化时, 降低数据传输速率、减少星座点数目、调整编码结构等, 对系统参数做出及时调整, 最大限度地提高链路的平均频谱利用率。

1 自适应均衡技术理论

1.1 自适应均衡器的基本原理

自适应均衡的结构可以是横向结构以及格形结构, 由分为若干级的延迟线构成, 最常用的均衡器结构是线性横向均衡器, 线性横向均衡器的传递函数可以被表示成延迟符号是由于线性横向均衡器级与级之间延迟时间的间隔为T, 且延迟单元的增益相同。在实现中, 平台的费用、功耗以及无线传播特性支配着均衡器的结构及其算法的选择, 最简单的线性横向均衡器只使用前馈延时, 其传递函数是多项式, 在便携式无线电话的应用中, 当需要让用户的通话时长尽量加长时, 用户单元的电池使用时间是关键的。对于IIR型均衡器则存在不稳定性问题, 当进行自适应处理过程中出现极点移出单位圆之外时, 会使均衡器产生不稳定, 所以很少被使用。只有均衡器所带来的链路性能的改进能抵消费用和功耗所带来的负面影响时, 均衡器才会得到应用。

1.2 自适应均衡技术特点

码间干扰会造成一个数据流中数据彼此影响, 是影响数字信号传输可靠性的一个主要因素, 造成信号失真。在一个通信系统中常采用被称为信道均衡的信号处理技术, 是克服码间干扰引起失真的有效方法。均衡器去掉码间干扰的影响, 通过滤波器或其他技术来重建原始信号, 提高数据传输的可靠性。由于无线信道通常是多径信道, 在这种信道中, 原始信号的延迟信号进入信道, 并在信道的输出端与原始信号进行叠加, 利用自适应均衡技术消除无线移动信道的码间干扰上, 可用来有效地克服由于码间干扰引起的信号失真。移动信道是时变的, 传播环境中障碍物的移动, 都会造成信道随时间而变化。自适应均衡技术属于自适应滤波技术的一种, 按结构划分主要的均衡器有以下3类:最大似然序列估值器、判决反馈均衡和线性均衡器。常用的均衡器为判决反馈均衡器和最大似然序列估值器, 线性均衡器的性能较差一般不常用。宽带无线通信系统的主要缺陷在于由于信道多径效应的障碍使目前的通信系统不能提供高速数据率, 它们都属于非线性均衡器的范, 不能满足因特网、多媒体等应用场合的需求。在未来的通信领域, 自适应均衡技术也获得了广泛的研究和采纳, 被认为是4G系统最有可能采用的克服码间干扰的方案。

1.3 自适应均衡技术的应用范围

自适应技术的应用范围概括来说有3大点;自适应技术一般要求工作在双工传输的情况下;自适应结构要求在接收端要有准确的信道估计以及信道估计和反馈路径的总时延要比信道变化快。自适应技术通常是在接收端反馈信息的指挥下, 实时的对系统参数进行调整来实现最佳的, 在信道状态信息的提示下合理调整系统参数, 双工的传输模式仍凭借其简单的运作体制, 在实际系统中被较多采用。准确的信道估计是自适应技术不可缺少的重要条件, 失去了准确的信道状态信息, 像失去了指挥棒一样, 必然会造成系统性能的严重恶化, 无法正常发挥其作用。信道估计时间tp加反馈路径时延tj应小于信道的相干时间。在集成电路飞速发展和信道估计技术日益成熟的今天, 实现对系统参数的调整已不是一件困难的事情。

2 自适应均衡技术在信号处理中的作用

自适应均衡技术在信号用的作用, 主要有5个方面。第一, 系统辨识自适应滤波器能用作未知的离散时间非移变系统的系统建模。主信号直接加到自适应滤波器的主输入端, 又连接到自适应滤波器的参考输入端, 当自适应滤波器处于最优工作状态, 输出y (n) 逼近于期望的响应d (n) 时, 有:W0=H (z) , 这说明自适应滤波器的最佳冲激响应是建模对象系统H (z) 的直接原型。第二, 自适应滤波器用于滤波与逆滤波。信号输入端常称为主输入端, y (n) 就是自适应滤波器的输出端, 主信号s (n) 经过传输系统频率特性和噪声干扰的影响, 误差e (n) 引出一个误差输入端, 信号x (n) 将和主信号s (n) 不同。当滤波器输出y (n) 逼近于参考输入d (n) =s (n) 时, 自适应滤波器的最佳权矢量w0可由式:H (z) ·w0=1, 他蕴含着主信号, 利用自适应滤波器可从信号x (n) 中提取原来的主信号s (n) , 而噪声干扰被滤波器抑制了。这时自适应滤波器对主输入信号x (n) 进行逆滤波, 使其复原主信号。第三, 自适应谱估计与均衡。功率谱是随机信号分析的一个重要的统计参数, 在参量谱分析中, 常用信号模型法进行谱估计, 即以自回归模型 (AR) 、滑动平均模型 (MA) 、自回归滑动平均模型 (ARMA) 来估算随机过程的功率谱。滤波器的抽头系数受滤波器输出预测误差调节, AR功率谱峰值随时间n变化而移动, 模型系统就自适应地跟踪谱峰。计算机通信的快速发展, 要求提高数据传输系统的速率, 采用自适应均衡器来补偿信道的畸变, 以减少码间干扰所引起的误码。第四, 自适应波束形成自适应阵列处理与波束形成技术作用于长途电话中。由于终端混合装置的性能不理想会产生回波, 即讲话者在讲话后一段时间又听到了自己讲话的回波声音, 造成干扰, 这大大影响了电话通信质量。通过天线阵列构成的波束形成器是一个接收空间信号的空间域滤波系统, 衰减从其他方向来的干扰信号, 在终端装上自适应回波抵消器, 可克服长途电话中回波的影响。第五, 自适应噪声抵消与谱线增强宽带。为保证随机信号的质量, 必须滤除掉增强宽带随机信号噪声干扰。周期性干扰却具有相关自适应性, 延迟Δ选用的足够大, 以使参考输入的宽带随机信号与主输入信号x (n) 不存在相关性, 预测器输出就是自适应滤波器输出端, 他的幅频响应将出现窄峰, 大大提高了信噪比, 因而自适应输出中的周期性干扰被其大大削弱或消除, 误差输出将为宽带随机信号。

3 自适应均衡技术在散射信道中的作用

3.1 散射通信系统由自适应均衡技术构成

在实际应用中, 总是将线性均衡器应用于各分集支路, 将分集接收与线性均衡结合使用, 才能获得较好的抗符号间干扰的效果。反馈均衡器的作用是消除过去的符号对当前符号的干扰, 判决反馈均衡器比线性均衡器使用得更为广泛。实际应用中判决反馈均衡器中的前向线性均衡器用来减小尚未做出判决的符号对当前符号的干扰, 自适应前向滤波器是一个在70MHz上工作的三抽头多通道横截滤波器, 其抽头间隔是传输符号间隔的一半。美国的兆比特数字对流层散射通信设备采用了自适应判决反馈均衡器, 在99%功率带宽为10M比和巧M凡时的传信速率分别达到6.3Mb/s和12.6Mb/s。该设备的功能是分集合并、消除符号间干扰。横截滤波器的加权用中频信号与判决指向误差信号的相关来调整。反相滤波器是一个有5个抽头的横截滤波器, 其抽头间隔等于传输符号间隔。基带变换将70MHz的QPSK中频信号与70MHz的相干载波信号混频, 完成正交下变频, 其输出分别为同相和正交通道, 然后分别进行积分和判决, 具有极好的抗符号间干扰的性能, 并能很好地消除多卜勒频移的影响。

3.2 自适应均衡器在散射信道中功能实现

自适应均衡器位于解调器中, 是一种在传信率为8Mb/的大容量散射通信, 由一个6抽头前向均衡器和一个4抽头反馈均衡器来完成。自适应反馈均衡器的抽头间隔均为1个符号T间隔, 使得反馈均衡器可以消除前一符号对当前符号的干扰, 可以处理的2/T扩散高达3.0。反馈均衡器的总抽头个数为4, 因此其跨距为4个符号, 前向均衡器为6抽头滤波器, 各抽头之间隔为半个传输符号T/2, 从而使其总跨距为3个符号长度。应用该均衡器的散射通信系统具有很好的抗符号间干扰的能力, 在2口/T落3时, 可完全消除符号间干扰。

4 自适应技术在短波信道均衡中的应用

4.1 均衡器分数间隔和判决反馈功能应用

均衡器用码元间隔T进行采样, 作为同步均衡器性能的改进, 其速率不能补偿信道的固有失真, 只能补偿接收信号的频率混叠。分数间隔均衡器对输入信号以 (1+β) /T速率进行采样, β称为滚降因子。其设计方法是强制均衡器权值满足一定线性条件, 由此把问题转化为极小化分段线性凸函数, 再求解, 既能很好地避免ISI的出现, 还具有恢复载波相位的功能。判决反馈均衡器一般的DFE由两个滤波器组成, 原理相当于在线性均衡器后面加了一个反馈滤波器。DFE计算复杂度相对MLSE较低, 可以避免线性均衡器的噪声增强作用, 在短波通信中得到了较为广泛的应用。在特性不随时间显著变化的信道上, 可以将DFE的反馈滤波器置于发送机中, 而前馈滤波器置于接收机中, 可以完全消除反馈滤波器由于不正确判决引起的差错传播问题。在发送前对信息进行预编码, 避免发送机中的信号在消除码间串扰影响, 以改进DFE自适应均衡的性能。设计把一般的非线性信道均衡器与一个适用于线性信道的DFE相结合方案, 组成一个均衡系统提升均衡效果。

4.2 自适应均衡技术在短波的算法

自适应技术均衡技术在短波通信中应用算法很多种, 以下主要是介绍常用的两种, 分别是LMS类算法和RLS类算法。LMS算法本质上是一种最速下降法, 在叙述自适应滤波基本原理的文章中首先提出。它具有运算量小、简单、易于实现等优点, 把训练序列选取为一个周期的伪随机序列, 梯度在序列长度上取平均, 均衡器再按每个周期做一次调整, 将梯度向量在几次迭代周期上平均或过滤, 其执行平均运算后能够减少梯度向量估计值中的噪声, 这种方式称为循环均衡。许多学者在加速LMS算法收敛性的方法上做了大量研究工作, 如以加权矩阵来代替步长;开始选用一个大步长, 然后步长随着抽头系数收敛到最佳而减小;变步长方法, 避免因与步长不协调造成的最大梯度方向失效, 达到加快LMS算法的收敛速度的目的等。对于LMS算法来说, 要满足这个稳定特性, 给出一种改进NLMS算法, 其收敛速度要优于普通LMS和NLMS, 并对横向FIR滤波器做了验证, 其步长必须满足一定的条件, 解决LMS算法收敛速度与精度之间的矛盾。RLS类算法计算简单, 但收敛速度缓慢。许多研究者选择了最小二乘原理作为出发点, 设计包含附加参数的更复杂的算法, 建立了更完善利用输入信息的处理优化准则及相应的算法, 得到更快的收敛速度。Godard在Kalman滤波理论上推导出递归最小平方算法RLS (Recursive Least squares) , 又称Kalman算法, 可用于时变散射信道的快速收敛。Falconer和Liung在专题研究自适应均衡问题时, 采用Given旋转可以得到脉动 (systolic) 列阵的并行实现形式, 这种改进后算法更易实现、且能够较大地降低运算量。RLS估计中一类重要的平方根算法称为QR-RLS算法, 其基于矩阵的QR分解。在数值上是稳定的, 同时能降低运算量;仿真结果指出, 在快速衰减短波信道上, 改进算法仍有较好的误码性能。

5 结束语

自适应均衡技术是数字通信发展的必然结果, 是为了解决发展中遇到的问题而出现的一种技术, 可以有效地补偿无线信道中由于多径效应而产生的码间干扰, 结构的选取会影响到处理的计算复杂度以及对达到期望性能指标所需的迭代次数产生影响。大容量对流层散射通信最主要的特点就是接收信号中出现严重的符号间干扰。将自适应均衡技术, 特别是判决反馈均衡技术应用于通信设备可以有效地消除符号间干扰对系统性能检测的影响, 此项技术的应用已趋于成熟。FIR滤波器通常利用非递归结构来实现, 可编程逻辑器件的集成度已达到了惊人的程度, 并且还在飞速发展, 随之而来的是数字信号处理技术的飞跃发展。目前应用最广泛的自适应FIR滤波器结构是横向滤波器, 也称为抽头延迟线, 它利用正规直接形式实现全零点传输函数, 而不采用反馈节点, 为自适应均衡技术在通信中的应用提供了极为有利的条件, 大大降低了其复杂程度。

摘要：在传统的无线数字通信系统中, 包含了许多用于克服最差条件的开销。进入21世纪以来, 无线通信技术正以前所未有的速度向前发展, 未来移动多媒体传输对频谱高效通信方式的需求不断增加, 自适应技术再度成为研究的热点与主流。阐述了自适应均衡技术理论, 在此基础上对自适应均衡技术在信号处理、散射信道、短波信道中的作用进行了探索, 为自适应均衡技术在通信中进一步推广提供参考。

关键词：自适应均衡技术,通信,作用

参考文献

[1]马昕昱, 安建平.一种基于MMSE的低复杂度自适应均衡算法[J].无线电通信技术, 2005 (3) .

[2]向倩, 孙洪, 茹国宝, 等.一种短波信道自适应均衡算法的研究[J].电波科学学报, 2005 (2) .

[3]黄剑, 厉成.短波通信中的自适应均衡技术研究[J].计算机与网络, 2007 (14) .

[4]韩俊峰, 段田东, 陈欣.基于短波突发信号的自适应均衡技术研究[J].通信技术, 2008 (12) .

[5]杨俊敏.移动通信信道的自适应均衡算法[J].重庆邮电学院学报 (自然科学版) , 2006 (S1) .

[6]侯鹏, 舒勤, 李成.LMS算法自适应均衡性能分析[J].通信技术, 2009 (11) .

[7]王玲, 韩红玲.基于LMS及RLS的自适应均衡算法仿真分析[J].信息技术, 2008 (2) .

自适应卫星通信 篇11

文章介绍了智能天线自适应波束形成技术的基本概念及典型自适应波束形成方法，归纳了自适应波束智能天线的主要结构形式。在此基础上，分析了自适应波束智能天线实现中面临的几个问题，探讨了自适应波束形成技术未来的发展趋势。

关键词：

智能天线；自适应波束形成；算法；空时处理

Abstract:

The basic concept of adaptive beamforming technology for the smart antenna is introduced along with the typical methodology of adaptive beamforming. The main architectures of adaptive beamforming smart antennas are presented. Then problems in realizing the adaptive beamforming smart antennas are analyzed and the development trend of the adaptive beamforming technology in the future is discussed.

Key words:

Smart antenna; Adaptive beamforming; Algorithm; Space-time processing

全球通信业务的迅速发展，使得作为未来个人通信主要手段的无线通信技术受到极大关注。如何有效地消除同信道干扰、多址干扰、码间串扰和多径衰落的影响成为无线通信系统尤其是码分多址无线通信系统中制约系统容量的主要问题。传统的采用均衡的处理方法在信号传输时延较大时难以解决这些问题，而采用时空联合处理的智能天线技术，通过信号时间域和空间域的联合处理可以较好地解决这些问题。

智能天线利用数字信号处理技术，产生空间走向波束，使天线主波束对准用户信号到达方向，旁瓣或零陷点对准干扰信号到达方向，以达到充分高效地利用移动用户的有用信号并抑制或删除干扰信号的目的。应用智能天线的无线通信系统能够降低多址干扰，提高系统的信噪比。

1、 波束形成技术

波束形成的目标是根据系统性能指标，形成对基带信号的最佳组合或者分配。具体地说，其主要任务是补偿无线传播过程中由空间损耗、多径效应等因素引入的信号衰落与失真，同时降低同信道用户间的干扰。波束形成的基本过程是：在建立系统模型的基础上，描述系统中各处的信号，再根据系统性能要求，将信号的组合或分配表述为一个数学问题，寻求其最优解。

1.1 传统的波束形成技术

传统的波束形成器所有的加权有相等的幅度，选择相位使阵列波束指向期望方向θ0。用a0表示期望方向的方向向量，则阵元数是M的阵列加权向量w为：

具有此加权的阵列在期望方向上有单位响应，即处理器的输出功率等于信源功率。这种波束形成器在只存在不相关噪声和无干扰情况下，其输出有最大信噪比(SNR)。对于不相关噪声(即R_n=σ²_nI，σ²_n为噪声功率，I为单位阵列)，波束形成器的输出噪声功率为：

式(2)表明，阵列的输出噪声功率为每一阵元上功率的1/M，上角标H表示共扼转置。这样，具有单位增益的波束形成器在信号方向上衰减了不相关噪声，使输出信噪比等于psM/σn2，ps为期望信号的功率。

1.2 自适应波束形成技术

自适应波束形成算法是根据一定的最优准则导出的，

点：在LS-DRMTA中，不同用户的加权因子估计是以波束形成器端口输出信号与期望用户信号之间误差最小为准则，不会出现不同加权因子收敛于相同的值，因此不需要Gram-Schmidt正交化过程；不需要分类过程；波束形成器输出端口数不受天线阵元数的限制，当系统扩展时，更多的输出端口可以非常容易地添加到波束形成器上，添加的端口使用原有的射频和基带信号变换装置，大大降低系统代价；每次迭代过程的计算简单；通过解扩重扩减少了干扰，可以在更低的信噪比下使用。

(7)基于拉格朗日描述的波束形成算法

这种方法利用了CDMA传输信号中比较大的扩频增益，递归寻求相关矩阵的最大特征值，估计最佳权向量。它有着很好的优越性，即不但能在比较低的信噪比下形成优良波束，并且突破了波束数受天线数限制的传统约束，能够形成大大超过天线数的波束(几乎只取决于扩频增益)。此算法每一步迭代的计算量大约只是3M，比RLS算法还少一个数量级，并且能较快地收敛。

2、自适应波束智能天线的结构

2.1 基于码片级的自适应结构

(1)多个波束解扩-RAKE合并

多个波束解扩-RAKE合并时基于码片级的自适应结构如图1所示，即先进行空域处理，在波束形成中，N个输出形成不重复的N个波束，一个波束图可能包含多个用户。经过匹配滤波(MF)后，进入RAKE合并实现空时处理。从结构上看，这种方法硬件结构较为简洁，但由于是基于码片级的计算，无论自适应算法采用何种自适应权值方法，计算量均较大，算法的优化在该方法中尤为重要。

(2)单个波束解扩-RAKE合并

在单个波束解扩-RAKE合并时基于码片级的自适应结构中，先对各阵元进行波束形成加权处理，然后对几个不相关多径分量进行分别解扩。该结构只进行一次数字波束形成处理，因而系统的复杂度相对于多个波束解扩-RAKE合并方案而言大大降低。

2.2 基于符号级的自适应结构

基于符号级的自适应结构如图2所示，这种结构是先进行匹配滤波，即先进行用户分离，然后波束合成形成针对该用户的波束，实现二维RAKE接收。从结构上分析，基于符号的波束形成方法需要设计数量众多的相关器，硬件结构较为复杂，但该方法是基于符号级的计算，自适应算法的计算量相对较小。

2.3 基于群的自适应结构

基于群的波束形成方法利用已有的基带专用集成电路芯片(ASIC)构建智能天线处理器，实现对扇区的自适应划分。基带ASIC可以采用Qualcomm公司的常规基站调制解调器CSM5200。如图3所示。

基于群的波束形成方法采用基带ASIC(如CSM5200)完成除波束形成之外的大部分工作，需要考虑如何充分利用CSM5200的资源，以及与围绕CSM5200的软硬件功能在实现上的难易程度。显然，该结构受限于所采用CSM5200这类芯片在处理用户容量、处理速度、可靠性、芯片体积等方面的性能。

3、 自适应波束智能天线实现时面临的问题

(1)精确地获得信道参数

信道参数估计是进行空时RAKE接收处理的基础，没有准确的时延参数，自适应波束形成将无从做起。通常时延的估计是在波束形成之前，也就是说时延搜索时无法利用波束抑制波束外的非期望用户，所有激活用户(某扇区内)的信号都将被接收并相互干扰。在无智能天线的基站，所能容纳的同时激活的最多用户数目是确定的，超过该数目，时延搜索将出现困难。配备有智能天线的基站，在未形成波束前，如果不采取其他措施，时延搜索与常规基站没有什么差别，也就是说，所能容纳的最多用户数目与常规基站的相同，显然没有发挥智能天线可以扩大基站容量的作用。因此，在时延搜索上必须采取另外的措施，使得在激活的用户数目超过常规基站时，时延搜索仍能正常进行。

(2)上下行波束形成的统一规划

对于下行链路而言，不同的复用方式可采用不同的解决方法：对于时分双工(TDD)方式，由于上下行链路采用相同的频率，在信道参数在相邻的上下行数据帧中几乎没有变化的情况下，可以直接利用上行估计得到的信道参数，但这只适用于慢速移动的系统；对于频率复用分割(FDD)方式，由于上下行链路的频率间隔一般都大于相关带宽，因此上下行的瞬时信道几乎是不相关的，此时采用反馈信道是最好的方法。显然，上行链路参数估计的好坏，对上下行信道的波束形成都有很大的影响。此外，在上行信道的波束形成时，就要考虑到下行信道波束形成如何进行，以实现上下行信道波束形成的统一优化，使智能天线系统的作用得到最大程度的发挥。

(3)波束形成算法

良好的自适应波束形成算法通常需要很大的运算量以及复杂的结构，目前的硬件性能尚难以达到这样的指标。因此，寻求用较少的运算和简洁的结构实现自适应波束，始终是科技人员努力的目标之一。此外，实现算法中具体参数(初始权值、收敛门限、步长等)的优化也对算法最终结果起着至关重要的作用。

4、 结束语

对于智能天线来说，在研究自适应波束形成新技术同时，还应关注技术的有效性、稳健性以及实用性等内容。从可实现的角度来看，智能天线自适应波束形成今后的研究可能趋向于以下几个方面：

探索有效的数字波束形成技术，着重于突破阵列物理限制的数字多波束形成技术。

研究计算有效、稳健的用户多径参数估计技术，重点在基于辅助导频信号的非盲技术。

根据业务和信道环境的不同，确定不同的自适应算法实现结构以及参数的选取准则。

此外，相对于上行自适应波束形成技术的广泛深入研究，下行链路性能成为提高系统性能的“瓶颈”，因此迫切需要有效的下行自适应波束形成方法。□

参考文献：

[1] Liberti J C, Rapport T S. Smart antenna for wireless communication: IS-95 and third generation CDMA application [R]. Prentice Hall PTR, 1999.

[2] Tsoulos G, Beach M, McGeehan J. Wireless personal communications for the 21st century: European technological advances in adaptive antennas [J]. IEEE Communications Magazine, 35(9), 1997.

[3] Kwark J, Lu I T. Blind adaptive space-time receiving and

transmitting diversities for multiuser DS-CDMA systems [R]. IEEE MILCOM’99, 1999.

[4] Guo Y J. Advanced base station technologies for UTRAN [J]. Electronics & Communication Eng Journal, 12(3), 2000.

[5] Seungwon Choi. A novel adaptive beamforming algorithm for a smart antenna system in a CDMA mobile communication environment [J]. IEEE Trans. VT, 49(2), 2000.

收稿日期：2003-03-12

作者简介：

自适应卫星通信 篇12

现代战争总是在超视距、软杀伤的信息域首先展开。采用通信对抗手段,感知敌方的行动,阻断敌方的信息传递,以获取信息优势,是在战场上取胜的关键之一。微波通信作为重要的无线通信方式,因为其具有很强的顽存性、机动性和抗干扰性能,在当今电子战日趋激烈之时,在军事通信中占有极其重要的地位。

针对战场侦察对抗技术的特点,微波通信设备普遍采用各种灵活、多样的通信抗干扰技术。如纠错、检错的自适应调制解调技术、自适应均衡技术;具有自动实时选择信号,抑制干扰的自适应天线技术;具有抗干扰、抗截获的跳、扩频通信技术;以及猝发通信技术,自适应差错控制技术等。相对于单机级的前端技术,系统级的自适应能力或者说分析、综合、自主运行方面的能力发展缓慢,而这方面能力的不足将影响各项前端技术效能的充分发挥,阻碍反对抗能力的提高。

1自适应技术的研究方法

现代战场电磁环境复杂,工作频带内敌我友信号混杂,难以区分干扰的来源。通信对抗设备往往采用智能控制技术或直接人工操作,难以预料干扰会来自时域、频域还是空域,其行为模式更无法预测。因此,研究自适应技术只能从挖掘通信设备自身潜力和总结电子反对抗实践中积累的宝贵经验两方面寻求解决方案。

1.1挖掘设备潜力

现代数字信号处理技术和计算机技术的发展,提高了通信设备的监控能力,使之具有较高的水平。通过信道参数的实时监测,并结合计算,能够表述电子干扰对设备的影响,作为分析和判断干扰类型的依据。通过研究各种电子反对抗措施的优缺点,采用自适应技术使它们合理配置,优势互补,既可满足高抗干扰指标的要求,又可缓解某些技术方面的难度,从而简化设备复杂程度,降低制作成本,达到更为合理的性能价格比。

1.2总结操作经验

更重要的是“没有干扰不掉的通信”,即使装备了全部前端技术,通信也可能被破坏。这时往往需要操作员的知识和智能应付突发事件,变被动防御为主动反制。有经验的操作员在通信中断后,可以使用辅助仪器了解电子干扰的来源、方式和强度,采取相应的反制措施。如搜索安全波道实现规避,提高辐射功率压制干扰,改变信号特征甚至关闭发射欺骗干扰。即使是大功率宽频带的阻塞式干扰,也能在攻击结束后立即恢复通信。因而,通过软件固化电子反对抗经验,摆脱对人员和仪器的依赖,是自适应技术研究的重要内容。

2自适应技术的应用实例

从自适应的技术需求以及所产生的作用来看,这项技术在微波通信设备的研制方面具有极大的价值。正在进行的研究项目,初始阶段就提出了增强系统自适应能力,减少对人员和仪器的依赖的设计目标。

2.1自适应ECCM的可用资源

该系统采用FDD工作模式,1+1热备份,并具有多波道选择,多功率级别,可以应用于自适应ECCM的资源共5个,定义如下:

① “信道资源” 比较双信道误码,自动将低误码信道作为主信道;

② “频率资源” 遭遇强干扰时,按照特定序列切换波道;

③ “功率资源” 根据本地接收信号调整对端发射强度,保障信号最佳接收;

④ “对控资源” 用于控制对端工作参数和交换信道两端设备的工作状态;

⑤ “信息资源” 作为分析和判决的参数信息,包括误码率BER、接收电平Pr和对端发射功率RPa。

2.2自适应ECCM的应对策略

如表1所示,利用实时监测的信息资源区分工作状态,制定应对策略。

对微波通信实施电子对抗是依照先‘侦察定位’,再‘截获分析’,最后‘实施干扰’的顺序进行的。所以通信反对抗的研究首要在于抗截获:在保证通信质量的前提下,应尽量降低有信号空域的功率谱密度,使敌方截获不到信号,确定不了通信站的具体位置(表1的模式1)。

在确认电子干扰后,定频通信中通常采用切换波道的方式在干扰频域外恢复通信(表1的模式3、5和8),而不能采用提高对端发射功率的方法强制恢复通信。理由有以下2点:

① 暴露目标,招致杀伤人员、破坏通信装备为目的的硬杀伤;

② 破坏电磁兼容环境,干扰战场上我方信号。

只有在通信距离过远或地形阻挡影响通信质量时,才能采用提高对端发射功率的方法(表1的模式6)。

自适应ECCM管理策略流程图如图1所示。

3结束语

在微波通信的电子反对抗领域应用自适应技术是一门充满潜力的技术,可以最大限度地发掘通信设备潜力,提高系统ECCM效能。本文提出的反对抗策略,是针对特定的通信设备并总结实践经验做出的,可以作为新系统研制的参考。在电子对抗与反对抗这对“矛”和“盾”的彼此不断较量中会出现何种对抗方式,是很难准确预测的,但可以预期,自适应技术由于手段灵活、成本低、适应性强的特点必将被广泛应用。

参考文献

[1]阮炎,郄学庆.数字微波通信电子反对抗研究[J].无线电通信技术,2006,32(4):39-41.