专利名称：基于希尔伯特黄变换和自适应陷波的非平稳干扰抑制方法
技术领域：
本发明涉及直扩通信系统抗干扰技术应用领域，具体来说，涉及为进一步提高直扩通信系统的抗干扰能力而采取的一种基于希尔伯特黄变换(HHT)和自适应陷波的非平稳干扰抑制方法。
背景技术：
直扩通信系统是用具有良好相关特性的伪随机序列对数据信息进行频谱扩展，在接收端用精确同步的本地伪随机序列对接收信号进行解扩，由此实现通信任务的通信系统。因其具有信号功率谱密度低、保密性好、抗干扰能力强、抗多径衰落、易于组网等优点，已经成为一种能够解决通信频谱利用率、通信系统顽存性和通信任务保密性等诸多技术难题的通信核心技术，成为当代通信干扰抑制技术和通信对抗技术的主要发展方向与体制，在军事通信、测速、导航定位等军事领域以及民用通信领域都得到了广泛的应用。
虽然扩频系统利用扩频增益将干扰信号能量在比数据带宽大得多的频带上进行扩展，且通过数据滤波器可以将大部分干扰信号能量抑制，具有较强的抗干扰能力，但随着直扩通信系统所处电磁环境越来越复杂，除了平稳窄带干扰外，还出现非平稳宽带干扰。以往都是针对窄带平稳干扰进行抑制方法研究，因干扰特性的不同，这些方法对非平稳干扰抑制难以奏效。目前，常用的非平稳干扰抑制方法为采用时频分析方法(如Wigner-Ville分布)，通过分析非平稳干扰的相关特征，将干扰与有用信号区分开来，从而抑制非平稳干扰。但像Wigner-Ville分布存在交叉项，影响了非平稳干扰的准确检测和有效抑制，且在二维空间处理，算法比较复杂费时。
希尔伯特黄变换(HHT)通过信号本身自适应的分解和希尔伯特变换，具有良好的能量聚集性，特别适合非平稳非线性信号的分析和处理，能够提供非平稳信号更有效更准确估计，从而能更有效地抑制非平稳干扰。
对于陷波器，当信号的频率与陷波器的陷波频率一致时就可有效抑制该信号。所以当陷波滤波器的陷波频率与干扰瞬时频率同步就可有抑制干扰。当陷波器的陷波频率变化跟随非平稳干扰的频率变化就可实现非平稳干扰的有效抑制，所以可采用自适应陷波滤波器抑制非平稳干扰。
将基于HHT的非平稳干扰检测与自适应陷波干扰抑制方法结合，就能有效地抑制非平稳干扰。
发明内容
本发明的目的是为了克服已有技术的不足，为提高直扩通信系统的抗干扰能力，提供一种基于希尔伯特黄变换和自适应陷波的非平稳干扰抑制方法。
本发明的目的是通过下述技术方案实现的。
一种基于希尔伯特黄变换和自适应陷波的非平稳干扰抑制方法，具体步骤如下 步骤一、为了便于数据的处理，对基带接收数据的采样结果进行归一化。实现步骤为 首先，求取采样结果r(n)的绝对值最大值xmax； 之后，将采样结果r(n)除以r(n)中绝对值的最大值xmax x(n)＝r(n)/xmax x(n)即为采样结果r(n)归一化后的数据。
步骤二、对归一化后的数据，按照希尔伯特黄变换中的经验模式分解(EMD)算法进行分解和希尔伯特变换，得到希尔伯特谱。实现步骤为 A、根据希尔伯特黄变换的经验模式分解，将经步骤一得到的归一化后的数据x(n)分解为M个内蕴模式函数(IMF)ci(n)分量之和，即 其中，rM(n)为分解后剩余分量，M为分解得到的内蕴模式函数的个数，M的值根据对rM(n)的大小要求来确定。
B、对每一个内蕴模式函数分量进行希尔伯特变换，得到相应的解析信号，将所得到的M个解析信号带入中，x(n)表示为 其中，H[ci(n)]为ci(n)的布尔伯特变换，ai(n)为ci(n)解析信号的瞬时幅度，fi(n)为ci(n)的瞬时频率，θi(n)为ci(n)的瞬时相位。Ts为采样间隔，i为内蕴模式函数分量的序号，即i＝1～M；b为采样点序号，b＝1～n；n为第n个采样点。
C、将x(n)表示成时间n、瞬时频率ω、幅值ai(n)的三维谱图，即希尔伯特谱H(ω，n) 其中，bi为开关因子，当ω＝ωi时，bi＝1，否则bi＝0。M代表内蕴模式函数分量的个数，i为内蕴模式函数分量的序号，即i＝1～M。
步骤三、根据得到的希尔伯特谱确定抑制噪声和直扩信号谱的门限电平，将高于门限电平的谱保留，将低于门限电平的谱清零，得到非平稳干扰的希尔伯特谱。实现步骤为 (一)通过连续平均抑制(CME)算法，确定抑制噪声和直扩信号谱的门限电平，即 ①将所有希尔伯特谱线作为初始谱线，并把它们放入集合I，得到所有希尔伯特谱线值的累加和，即Am。将Am除以希尔伯特谱线总数，求出希尔伯特谱线的均值E[|H(ω，n)|] E[|H(ω，n)|]＝Am/(N×M) 其中，M为内蕴模式函数分量的个数，N为采样点数。
②根据希尔伯特谱线的均值E[|H(ω，n)|]，采用下式估计希尔伯特谱线的标准差σ[|H(ω，n)|] 根据得到的标准差σ[|H(ω，n)|]，确定出门限η η＝E[|H(ω，n)|]+3σ[|H(ω，n)|] ③将集合I中的希尔伯特谱线的模与门限η进行比较，大于该门限的希尔伯特谱线被认为是被干扰的希尔伯特谱线，从集合I中去除。集合I被更新。
④更新集合I后，更新Am和E[|H(ω，n)|]，之后重复②和③，直到没有希尔伯特谱线的模大于门限η为止。最终得到没有希尔伯特谱线的模大于门限η的集合I′。
⑤以集合I′中的希尔伯特谱线，估计最终的门限η＝E[|H(ω，n)|]+3σ[|H(ω，n)|]。
(二)将高于最终门限η电平的希尔伯特谱保留，将低于门限η电平的希尔伯特谱清零，从而得到非平稳干扰的希尔伯特谱。
步骤四、依照非平稳干扰的希尔伯特谱，求取出非平稳干扰的瞬时频率，由该瞬时频率决定自适应无限冲激响应(IIR)格型陷波器的参数，由此得到自适应陷波器冲激响应。
步骤五、将步骤一中的采样结果与自适应陷波器冲激响应进行卷积运算，得到抑制非平稳干扰后的数据，将该数据和同步的PN码序列进行相关运算，完成接收数据的解扩。
有益效果 本发明方法利用希尔伯特黄变换估计非平稳干扰的瞬时频率，比用采用Wigner-Ville分布估计更准确，效率更高。对相关器输出信干噪比改善因子而言，采用基于本发明方法的格型IIR滤波器，能够获得比采用Wigner-Ville分布方法的五系数FIR滤波器多7dB的改善，具有更好的抑制非平稳干扰的性能。
图1为本发明基于希尔伯特黄变换和自适应陷波的非平稳干扰抑制方法的流程图； 图2为本发明实施例中所用的采样结果r(n)的频谱； 图3为采用本发明实施例中估计非平稳干扰瞬时频率与用Wigner-Ville分布方法估计的比较示意图； 图4为本发明实施例中所采用的自适应无限冲激响应(IIR)格型陷波器的结构图； 图5为本发明实施例中基于希尔伯特黄变换和自适应无限冲激响应(IIR)格型陷波器的非平稳干扰抑制方法框图； 图6为本发明实施例中采样结果r(n)经过算法处理抑制非平稳干扰后所得数据
的频谱。
具体实施例方式 为使本发明的目的、技术方案和优点更加清楚明白，下面通过结合具体实施例和附图，对本发明作进一步详细说明。
本发明对基于希尔伯特黄变换和自适应无限冲激响应(IIR)格型陷波器的非平稳干扰抑制过程在桌面计算机平台上实现。在具体实施时，非平稳干扰抑制按如图1所示的流程进行，最终给出抑制干扰后的数据。基带接收数据的采样频率为fs＝2000Hz，个数N＝1500，信息码长度为100bits，扩频码序列周期为L＝15。干信比JSR＝10dB，信噪比SNR＝5dB，所得数据的频谱如图2所示，中间幅度较高就是非平稳干扰的频谱。采样结果r(n)如表1所示 表1采样结果r(n) r(n)＝ [6.60096.4157 4.6043 2.8640 3.7252 1.5890 -2.9121-5.7211 -8.5248 -6.2168 -6.4400-7.3346-3.5176-4.65451.2088 1.1827 4.8304 2.7025 9.7289 6.3441 8.3165 5.7965 7.7253 3.4604 1.6281 -3.6675-5.1425-9.8763-8.6077-12.0674 -7.5318-5.7143-4.31681.8203 -1.17406.6820 6.5412 4.8397 8.9164 5.9087 4.6300 6.5819 3.6268 -3.4207-2.3384-7.2667-8.7919-10.6744 -9.1430-5.2549 -4.3033-1.7824-0.44194.4467 7.1761 10.01787.1495 8.8643 9.3208 6.1655 0.6243 -1.7543-3.7080-5.1465-10.2583 -9.1297-7.0078-4.8218-4.8722-2.0538 -1.89525.3987 4.3015 8.1956 7.1643 6.6400 5.5613 2.0502 -1.9698-0.9228 -8.0027-6.4848-11.5578 -7.7461-5.1579-2.50421.3633 2.9861 8.1960 7.9960 5.5935 6.5649 6.0398 0.0819 -1.0573-5.0753-4.8577-8.4346-11.8858 -3.9772 -5.7614-4.06114.4534 5.02454.7529 7.2238 9.0395 8.26495.1373 6.4575 -0.7380-3.1079-9.3065-8.6466-9.4891-6.1520-4.9375-1.77032.6316 3.9739 9.2903 10.468210.525111.27073.3415 -0.7237-3.7562-3.3919-6.4092 -10.1090 -6.7797 -5.9170 -2.8065 -0.98324.5098 8.7730 10.2356 12.8403 9.5770 1.6068 4.5510 -5.1991-6.6846-8.2162-9.6765-8.5111-8.22030.0767 0.5425 4.1779 9.8166 10.11417.3952 4.2950 5.2113 -1.8675-3.3073-8.9271 -6.5659-6.7637-4.7095-8.89263.5180 5.9699 11.12297.1151 10.06254.1278 5.0031 3.0212 -2.7540-5.0330-7.3944-6.0212-9.5542-2.9895-0.62225.7836 10.738010.4172 10.42736.3742 0.2914 -1.5333-6.0433-4.3380-10.7215 -5.9719-1.4251-4.65461.7758 7.1056 9.1880 6.2547 5.5959 4.0286 1.5658 -5.2645-5.4942-7.8717-6.3188-4.63861.7282 2.0907 8.8793 7.0380 11.8542 6.3846 3.2944 -0.7553-2.6393-6.5275-9.9035-8.1462-6.44461.3699 3.6649 8.1790 11.21388.9098 5.8219 3.4841 -1.7887-3.3481-8.9178-7.9481-9.9880 -2.53172.4138 1.1043 6.3454 8.0134 5.2855 5.6490 -2.9447-3.9557-7.4354 -10.0128-8.5548 -7.6379-2.35982.25799.1545 6.8847 7.0208 7.1997 2.0386 -3.7627-8.9163-5.7024-8.3477-6.24491.6488 4.9357 8.5782 11.7298 5.9339 4.6543 -0.88582.2030 -9.7983-10.4144 -6.2934-3.42402.1432 5.1969 7.1147 8.7379 7.4178 3.4328 1.4693 -2.3332-8.2826-5.6414-7.1288-0.6256 0.9756 7.2370 9.6904 6.5243 5.0929 1.0647 -3.8405 -5.8616-12.0485 -4.7500-2.30412.4294 5.3687 6.3457 8.9607 5.1692 4.2898 -1.3436-5.8057 -7.2621-7.4369-8.50791.2516 3.6825 6.7507 10.32517.7195 0.7555 -5.4989 -6.4191-9.3589-8.0066-2.17200.1930 3.5088 10.52895.3844 5.8331 -2.5168-1.6378-8.3253-7.2901-4.4708-2.65816.9683 4.106311.5825 8.5334 4.0315 -2.7905-6.9092-7.9034-7.5785-7.6748-1.39494.3577 6.1734 8.4131 6.9708 -0.3514-2.0063-9.5227-9.6831-5.62620.3182 2.3239 7.6233 8.0760 6.9545 4.6972 -3.3728-6.9300-9.2574-7.4896-2.66002.0981 9.0604 8.7850 6.9629 1.2520 -3.9129-8.0803-7.0192-8.5187-1.85464.9001 6.5947 8.5020 6.6045 2.4524 -3.5972-7.0790-8.9916-5.5452-0.52185.3088 4.6952 9.1877 4.7557 1.4555 -6.8688-10.4818 -10.3330 -4.2539-0.28337.3249 7.9638 6.3072 3.1718 -1.7004-3.8602-7.1633-7.0914-0.03126.4985 7.0974 7.2969 3.8636 1.0048 -6.6882-6.5733-9.3537-10.0101 2.8863 3.9409 8.2108 9.3031 5.0825 -4.6011-7.1993-11.5756 -7.55421.0655 6.5479 7.9143 6.6765 2.9669-4.2672 -5.2383-8.0020 -5.8258 1.0467 3.0204 10.3949 9.90254.1305-0.8964 -4.0080-9.7394 -3.8233 1.1346 1.2823 8.09774.21101.71572.2144 -8.9776-7.9130 -6.3474 0.7942 2.2380 4.53486.48281.3790-1.4391 -5.5592-10.6058 -5.52922.5193 7.8486 5.6808 8.1400 -0.2581-5.5454 -9.3906 -10.4034 -2.79617.5973 7.8439 7.8506 3.4674 -0.9236-4.9140-10.4520 -6.9093 -0.52796.4205 8.7371 2.8396 1.7873 -6.8891-9.0885-6.2817-4.2765 4.5519 4.852410.3096 3.5551 -8.3180-9.7853-5.9745-4.53971.5914 5.23849.2640 5.1817 -1.6547-7.3448-10.0564 -2.9141-0.83648.5488 8.8169 4.2857-2.1598 -6.7699-11.8449 -7.90491.0097 2.8150 4.6003 3.7094 -1.0252-3.1296 -9.4310 -5.2544-1.21503.05247.4932 6.0985 -1.0395 -5.9841 -6.6706 -4.4646 -0.66498.8108 9.2616 4.7570 -1.3845-6.6133-6.9596-6.92581.397210.0900 7.1986 3.1197 -3.1708-3.5544-5.7965-6.03690.3356 8.3734 8.31054.9496 -4.4925-5.8210-7.9077-3.84545.3546 11.53287.1869 2.0145 -7.4961 -8.3377 -4.93890.7035 5.0355 8.7419 3.0576 -6.5208-5.8380-9.0395-2.5450 6.9739 9.1303 6.6423 3.3602 -4.0170-3.2392-3.59522.3119 9.1836 8.01262.1627 -3.0334-10.4857 -5.17331.7875 5.1572 5.8349 5.9452 -4.9841-8.4454 -6.7499 -2.34862.6952 7.4788 4.7916 1.5616 -8.9376-5.8773-6.35001.01167.6836 7.3921 -0.2978-5.2948-9.3564-7.0815-0.31229.4130 6.8940 0.3662-3.9699 -11.7623 -3.9804-0.13006.6202 9.3914 -0.9245-5.2505-8.1013-3.7462 3.2331 7.2525 10.78270.8945 -5.4982-8.4081-3.16712.5417 8.7430 10.0121 2.1941 -5.9130-8.9807-5.56311.8192 6.3348 7.1250 0.5075 -7.5702-8.7659 -2.1648 3.5286 6.6901 5.9326 -2.1797-5.9437-5.1172-3.40366.5319 10.9282 5.5363 0.8209 -7.1083-7.83092.4661 8.3111 10.1216-1.1651-7.4043-9.8504 -4.2062 0.9756 12.47415.2639 -3.8850-9.4607-5.77290.6656 4.7358 10.5522 1.5883 -6.7604-8.7692-3.44660.6349 6.2860 4.7427 0.5565 -6.8530-10.0146 -1.9473 6.9941 10.67702.7370 -5.2922-8.9367-3.62504.2313 11.00288.4412 -1.7043 -9.0612-7.83591.5205 8.7840 5.5569 1.3308 -6.5384-7.1819-3.40835.6529 10.58220.0522 -4.2590-10.1350 -5.28542.7692 9.1226 5.5266 -5.4354-9.6939 -5.87333.4592 9.2241 4.2325 -3.1077-6.1330-6.35662.1655 10.58726.8722 -2.1399-6.0318-8.6209-2.01317.4085 6.2506 0.3558 -8.5256-8.2889-1.8253 4.6667 8.9501 -1.7030-5.0722-6.6795-0.58466.4287 5.7078 -0.2842-6.2491 -7.6067-1.31235.6383 5.8970 2.7263 -9.0828-6.89810.0168 5.1851 11.2426 -2.1136-10.8206 -4.9045-0.84349.5390 7.2578 -3.5920-8.4098-4.7288-1.3991 10.92355.9464 -1.9180-6.7085-6.62773.072310.3264 3.3078 -5.6364-9.3671 -5.33635.3470 8.2025 0.3092 -4.9505-8.65050.1625 2.2958 8.1701 3.0291 -7.7139-7.36893.1425 10.363910.7804-1.1927-6.6937-4.62715.3012 10.6891 3.6113 -8.0459-8.3748-1.45836.6453 5.4941 0.0523 -7.8357-4.74601.9324 9.9685 3.7600 -4.6794-3.7821-2.98668.4182 6.1975 0.2506 -8.1656-3.5612 5.2344 9.9963 4.9838 -4.2224-9.3746-1.590811.05228.1827 -0.3214-11.3551 -5.70903.9121 10.98984.9617 -5.5324-8.8929-0.51753.6509 6.0837 -4.1507 -9.6138-7.04141.9005 7.8731 2.8001 -9.9436-3.86350.7394 7.1618 4.4641 -5.5749-5.0750-0.2420 8.9311 7.8683 -3.1123-8.2853 -3.9400 7.0389 10.5480-1.8533-6.4040-4.89882.2594 10.15443.4588 -7.0473-4.56732.2442 7.0643 0.4916 -7.9303-9.0185-3.641910.73742.8766 -3.4085-7.9242-4.1593 12.12808.8361 -4.5713-7.2804-0.60509.6925 7.0833 -4.3910-6.3754-4.5601 7.4297 5.4252 2.0188 -9.0284-4.33607.6200 7.3229 -4.9436-12.5728 -2.1145 5.5637 8.5401 1.7136 -6.6631-1.27654.0440 7.4639 -2.6912-6.4793-0.9116 4.9166 5.3861 0.0391 -8.9916-1.40489.3942 8.6392 -3.3612-7.63151.5476 6.5204 7.7742 -3.2388-8.1871-0.81088.1526 2.0246 -6.0797-10.5661 1.4871 9.2186 5.5257 -4.5861-8.60513.1716 7.0179 1.8792 -11.9659 -5.19604.6238 5.7283 -0.7051-7.5885-2.31975.0188 3.8126 -7.7472-10.5954 -1.09889.0560 9.4282 -7.6366-6.7530-0.14416.2347 6.3293 -7.4898-8.37737.4215 10.9196 -0.6563-10.0258 -7.06345.2063 4.1700 -4.5047-9.74643.0110 8.9456 -1.0764 -7.6255-6.10644.6809 9.7986 0.2727 -7.1591-2.06458.5966 5.4061 -6.6128 -5.15192.3441 10.1513-1.4664-9.9296-5.34967.2690 4.9862 -3.7977-6.7507 2.6090 10.25732.7362 -7.6729-4.80246.0514 8.0016 -4.3617-6.68260.6436 7.8355 -1.0709-5.1317-8.00226.8244 7.8394 -4.5072-10.2087 3.1987 6.8365 0.7438 -9.2962-6.50435.7884 6.0699 -3.7352-9.01283.2349 9.1212 -1.8822 -8.39380.9678 8.9096 4.4859 -6.2075-8.32665.0453 7.0283 -2.2446-5.8717 0.2013 9.0345 5.1134 -8.0785-3.62905.9578 3.8150 -7.2473-7.91943.0299 8.6715 -1.0583-8.20971.7821 4.7751 -0.0638-4.8038-2.596011.30673.9246 -6.8596-2.00466.1195 3.8881 -3.5047-6.52003.4206 7.2456 -6.6328-10.4343 3.392710.2978-1.9740 -6.15210.5990 11.03941.5473 -8.5500-7.09504.4865 4.6623-6.3566-4.0253 0.4709 4.4924 -1.6990-2.64104.4095 9.1636 -4.4050 -6.9789 6.8835 8.5786-1.5593-8.2582 0.8854 8.1078 0.8912 -6.2454 2.84807.9728 0.8564 -9.7591-0.64076.9144 1.1585 -9.1114-1.72809.7898 0.5248-8.5238-3.2486 9.8546 2.1512 -6.6858-2.433810.79422.5531 -6.9806 -2.9785 8.0943 2.6007 -6.8424-6.17886.3062 3.6731 -8.9769-3.82249.4119 1.9842-9.2684-1.2204 9.0432 2.1834 -7.30820.0313 7.6846 4.2083 -6.8879 0.28577.1488 3.0421 -10.5980 3.5601 6.4524 -1.0719-10.32810.31004.2367 -2.9364-7.7387-1.51938.0523 -5.4848-8.31368.0048 7.7579 -2.2467-7.4223 2.3898 5.5040 -5.8503-8.79417.1427 6.3938 -8.0504-4.22868.4934 4.2524 -9.84461.5934 6.2448 0.7170 -9.1071-1.16779.6621 -1.2212-9.45674.4592 9.7930 -2.5714-7.96827.1492 6.3094 -9.7990-3.89446.6386 1.5734 -9.1559 -1.969310.3395 -2.4379 -11.270 11.1178 6.9584 -6.3599-7.4362 6.0417 7.0178 -7.7777-1.44948.8202 2.5661 -8.16321.4482 10.5969-1.5509-7.4751 8.1284 8.2974 -7.8512-2.68355.4007 -0.4628-7.7867-1.05795.9117 -0.9166 -8.7383 6.4730 7.3480-7.4227-4.8497 8.1005 2.2575 -7.1387 4.9974 10.0538-3.4447-5.29594.6296 3.6622 -7.64371.9839 13.2039-2.7565-10.6727 4.7283 4.8029 -9.4267-5.14298.0628 0.0683 -10.3406 2.3855 7.1269 -8.8245 -3.88394.3120 0.5540 -6.55061.9608 8.0530 -5.8713-6.26908.0448 4.1430 -12.0511 -4.23315.5976 -5.5837-6.85989.1456 0.8963 -8.83481.7866 10.1223 -6.0130-6.55189.2246 -2.9344-10.1999 3.6522 8.7256 -5.8725-4.92277.6548 0.6535 -7.97864.4334 7.8801 -8.6174-4.52117.9545 -4.3546-9.21725.5691 7.1747 -8.03270.3984 4.7100 -0.9968-7.787010.91182.5527 -11.1381 2.7633 7.9501 -8.9759-2.78608.7441 -0.2753-8.07327.0108 7.1376 -10.0321 1.0147 8.2495 -3.5758-4.64876.4147 0.4380 -7.86274.9370 4.5576 -9.17271.4993 4.2623 -6.4757-4.27937.1267 -3.3641-6.69133.8110 4.7204 -5.04930.6936 8.8144 -6.3843-2.938211.1899-2.5501-7.41175.7313 2.6582 -7.52742.5724 5.6066 -7.6553-4.75319.7853 -5.1237-5.49709.8261 0.3647 -6.27565.0601 2.9082 -10.4344 1.7828 5.7229 -12.3336 1.4717 8.4369 -5.8995-3.374011.1035 -1.2472-5.215911.27904.0008 -9.53824.6330 5.0753 -10.7664 2.7382 3.3307 -7.7816-2.48866.8166 -8.1045-3.87578.5790 -1.7775-6.49509.1349 1.8527 -6.40254.4336 0.8807 -9.45854.8291 5.1396 -7.63272.9445 4.9589 -8.5094 2.4424 8.7051 -8.0850-1.050910.0909-5.5604-1.95776.6252 -10.7162 -2.2256 8.3228 -0.8360-6.50017.2694 -2.7292-5.141710.11720.0891 -6.881611.0712 1.8128 -7.07696.0054 0.9219 -6.54223.0692 3.7247 -5.85883.8229 1.4760 -7.48963.7401 3.7724 -13.9271 4.6634 6.4029 -7.85703.1437 3.2542 -7.3002 3.9021 6.8324 -10.6548 1.1327 2.1733 -7.97961.9941 4.9268 -9.1913-0.3485 5.4754 -9.91992.6348 7.1139 -10.7765 5.5345 5.8524 -8.37262.6696 4.9874 -11.7234 5.2617 4.8669 -6.40904.85170.8279 -11.1032 4.3336 2.9443 -10.5809 12.62431.2923 -9.15537.6740 -0.0864-10.3077 7.1322 1.6754 -4.0189 12.0049-2.5810-6.96416.7100 -4.4771-3.04826.9879 -0.4643-1.41047.2220 -11.0736 -0.30273.1477 -13.4273 2.6889 1.7676 -9.09243.0181 3.1744 -6.1674 6.8160 4.0940 -7.05096.2824 0.9006 -3.38788.2637 -4.9580-3.248110.5308 -8.2105-3.31488.1923 -8.61491.2212 3.7588 -5.64794.3956 -2.9892-8.4072 8.6557 -1.1503-4.982112.1615-3.1649-1.253910.5550-8.3452-0.41776.6400 -10.1547 3.2020 0.8712 -9.22818.4370 -1.0420-4.76921 3.2513 -3.0937-2.0347 10.0263-8.39020.8310 5.0096 -8.88176.0063 2.4374 -10.3827 8.4896 -0.7046 -1.93229.9599 -5.59811.3213 6.4105] 发明具体实施步骤如下 步骤一、对采样所得的采样结果r(n)进行归一化。实现步骤为 首先，求取采样结果r(n)的绝对值最大值xmax；其次，按如下式对r(n)进行归一化，即 x(n)＝r(n)/xmax x(n)即为r(n)归一化后的数据。
步骤二、对归一化后的数据x(n)，按照希尔伯特黄变换中的经验模式分解算法进行分解和希尔伯特变换，得到希尔伯特谱H(ω，n)。实现步骤为 A、根据希尔伯特黄变换的经验模式分解，将数据x(n)分解为M个内蕴模式函数(IMF)ci(n)分量之和，即 其中，rM(n)为分解后的剩余分量，M为分解得到的内蕴模式函数的个数，M的值根据对rM(n)的大小要求来确定。
B、对每一个内蕴模式函数分量进行希尔伯特变换，得到相应的解析信号，将所得到的M个解析信号带入中，得到 其中，H[ci(n)]为ci(n)的希尔伯特变换，ai(n)为ci(n)解析信号的瞬时幅度，fi(n)为ci(n)的瞬时频率，θi(n)为ci(n)的瞬时相位。Ts为采样间隔，i为内蕴模式函数分量的序号，即i＝1～M；b为采样点序号，b＝1～n；n为第n个采样点。
C、将每个解析信号x(n)均表示成时间n、瞬时频率ω、幅值ai(n)的三维谱图，即希尔伯特谱H(ω，n) 其中，bi为开关因子，当ω＝ωi时，bi＝1，否则bi＝0。
步骤三、在希尔伯特三维谱图中，干扰的谱幅度明显大于噪声和直扩信号的谱幅度。此时，根据得到的希尔伯特谱H(ω，n)确定抑制噪声和直扩信号谱的门限电平，将高于门限电平的谱保留，将低于门限电平的谱清零，得到非平稳干扰的希尔伯特谱。实现步骤为 (一)通过连续平均抑制(CME)算法，确定抑制噪声和直扩信号谱的门限电平，即 ①将所有希尔伯特谱线作为初始谱线，并把它们放入集合I，得到所有希尔伯特谱线值的累加和，即Am。将Am除以希尔伯特谱线总数，求出希尔伯特谱线的均值E[|H(ω，n)|] E[|H(ω，n)|]＝Am/(N×M) 其中，M为内蕴模式函数分量的个数，N为采样点数。
②根据希尔伯特谱线的均值E[|H(ω，n)|]，采用下式估计希尔伯特谱线的标准差σ[|H(ω，n)|] 根据得到的标准差σ[|H(ω，n)|]，确定出门限η η＝E[|H(ω，n)|]+3σ[|H(ω，n)|] ③将集合I中的希尔伯特谱线的模与门限η进行比较，大于该门限的希尔伯特谱线被认为是被干扰的希尔伯特谱线，从集合I中去除。集合I被更新。
④更新集合I后，更新Am和E[|H(ω，n)|]，之后重复②和③，直到没有希尔伯特谱线的模大于门限η为止。最终得到没有希尔伯特谱线的模大于门限η的集合I′。
⑤以集合I′中的希尔伯特谱线，估计最终的门限η＝E[|H(ω，n)|]+3σ[|H(ω，n)|] (二)将高于门限η电平的希尔伯特谱保留，将低于门限η电平的希尔伯特谱清零，从而得到非平稳干扰的希尔伯特谱。
步骤四、依照非平稳干扰的希尔伯特谱与频率之间的对应关系，求取出非平稳干扰的瞬时频率，由该瞬时频率决定自适应无限冲激响应(IIR)格型陷波器的参数。
假设以采样频率fs/2为归一化频率，量化单位为400，非平稳干扰希尔伯特谱对应的瞬时频率为fH，则实际非平稳干扰的瞬时频率f为 f＝(fH/400)×(fs/2) 其中，fs为采样频率，fH为干扰归一化瞬时频率。通过曲线拟合，得到干扰信号瞬时频率曲线，如图3所示，这比采用Wigner-Ville分布估计的瞬时频率精度更高。
步骤五、将采样所得基带接收数据与自适应陷波器冲激响应进行卷积运算，得到抑制非平稳干扰后的数据，将该数据和同步的PN码序列进行相关运算，可完成接收数据的解扩。
所采用的无限冲激响应(IIR)格型陷波器结构如图4所示，由非平稳干扰的瞬时频率决定自适应格型无限冲激响应(IIR)陷波器的相关参数k0、a0、k1和a1，即 k1＝r2 a1＝α2r2 其中，r为极半径，可取r＝1；α为一个决定陷波器宽度和深度的参数，可取α＝0.95；ω0为陷波频率，ω0＝2πf/fs。从而可得自适应格型陷波器传递函数为 按照如图5所示的非平稳干扰抑制框图，将采样所得数据与自适应无限冲激响应(IIR)格型陷波器的冲激响应进行卷积，得到抑制非平稳干扰后的数据序列
，如表2所示，即 表2抑制非平稳干扰后的数据序列
的频谱图如图6所示，可见已将非平稳干扰的频谱抑制。将数据
和同步的PN码序列进行相关运算，就可完成对抑制干扰后的基带接收数据的解扩。
权利要求
1、基于希尔伯特黄变换和自适应陷波的非平稳干扰抑制方法，其特征在于具体步骤如下
步骤一、对基带接收数据的采样结果进行归一化；
步骤二、对归一化后的数据，按照希尔伯特黄变换中的经验模式分解算法进行分解和希尔伯特变换，得到希尔伯特谱；
步骤三、根据得到的希尔伯特谱确定抑制噪声和直扩信号谱的门限电平，将高于门限电平的谱保留，将低于门限电平的谱清零，得到非平稳干扰的希尔伯特谱，具体实现步骤为
(一)通过连续平均抑制算法，确定抑制噪声和直扩信号谱的门限电平，即
①将所有希尔伯特谱线作为初始谱线，并把它们放入集合I，得到所有希尔伯特谱线值的累加和Am，将Am除以希尔伯特谱线总数，求出希尔伯特谱线的均值E[|H(ω，n)|]
E[|H(ω，n)|]＝Am/(N×M)
其中，M为内蕴模式函数分量的个数，N为采样点数；
②根据希尔伯特谱线的均值E[|H(ω，n)|]，采用下式估计希尔伯特谱线的标准差σ[|H(ω，n)|]
根据得到的标准差σ[|H(ω，n)|]，确定出门限η
η＝E[|H(ω，n)|]+3σ[|H(ω，n)|]
③将集合I中的希尔伯特谱线的模与门限η进行比较，大于该门限的希尔伯特谱线被认为是被干扰的希尔伯特谱线，从集合I中去除，集合I被更新；
④更新集合I后，更新Am和E[|H(ω，n)|]，之后重复②和③，直到没有希尔伯特谱线的模大于门限η为止，最终得到没有希尔伯特谱线的模大于门限η的集合I′；
⑤以集合I′中的希尔伯特谱线，估计最终的门限η＝E[|H(ω，n)|]3σ[|H(ω，n)|]；
(二)将高于最终门限η电平的希尔伯特谱保留，将低于门限η电平的希尔伯特谱清零，从而得到非平稳干扰的希尔伯特谱；
步骤四、依照非平稳干扰的希尔伯特谱，求取出非平稳干扰的瞬时频率，由该瞬时频率决定自适应无限冲激响应格型陷波器的参数，由此得到自适应陷波器冲激响应；
步骤五、将步骤一中的采样结果与自适应陷波器冲激响应进行卷积运算，得到抑制非平稳干扰后的数据，将该数据和同步的PN码序列进行相关运算，完成接收数据的解扩。
2、根据权利要求1所述的基于希尔伯特黄变换和自适应陷波的非平稳干扰抑制方法，其特征在于，步骤二的具体实现步骤如下
A、根据希尔伯特黄变换的经验模式分解，将经步骤一得到的归一化后的数据x(n)分解为M个内蕴模式函数(IMF)ci(n)分量之和，即
其中，rM(n)为分解后剩余分量，M为分解得到的内蕴模式函数的个数，M的值根据对rM(n)的大小要求来确定；
B、对每一个内蕴模式函数分量进行希尔伯特变换，得到相应的解析信号，将所得到的M个解析信号带入中，x(n)表示为
其中，H[ci(n)]为ci(n)的希尔伯特变换，ai(n)为ci(n)解析信号的瞬时幅度，fi(n)为ci(n)的瞬时频率，θi(n)为ci(n)的瞬时相位；Ts为采样间隔，i为内蕴模式函数分量的序号，即i＝1～M；b为采样点序号，b＝1～n；n为第n个采样点；
C、将x(n)表示成时间n、瞬时频率ω、幅值ai(n)的三维谱图，即希尔伯特谱H(ω，n)
其中，bi为开关因子，当ω＝ωi时，bi＝1，否则bi＝0；M代表内蕴模式函数分量的个数，i为内蕴模式函数分量的序号，即i＝1～M。
全文摘要
本发明提出了一种基于希尔伯特黄变换和自适应陷波的非平稳干扰抑制方法，涉及直扩通信系统抗干扰技术应用领域。首先对接受数据的采样结果进行归一化；对归一化后的数据进行希尔伯特黄变换，得到希尔伯特谱；根据希尔伯特谱确定抑制噪声和直扩信号谱的门限电平，得到非平稳干扰的希尔伯特谱；依照非平稳干扰的希尔伯特谱，求取出非平稳干扰的瞬时频率；由非平稳干扰的瞬时频率决定自适应IIR格型陷波器的参数；将采样结果与自适应陷波器冲激响应进行卷积运算，得到抑制非平稳干扰后的数据。本发明充分利用了希尔伯特黄变换所具有的良好自适应性和能量聚集性，更有效地抑制非平稳干扰。
文档编号H04B1/707GK101527698SQ200910081419
公开日2009年9月9日 申请日期2009年4月3日 优先权日2009年4月3日
发明者邵高平, 安建平 申请人:北京理工大学