抑制扩频系统窄带干扰的高性能预测码辅助方法.pdf

本发明提供的是一种抑制扩频系统窄带干扰的高性能预测码辅助方法。接收无线通信信号；将所述无线通信信号下变频到中频信号；数字化所述中频信号，提供数字信号；将所述数字信号解调，提供基带信号；将所述基带信号包络r(t)通过切普匹配滤波提供采样信号r(m)；将所述采样信号r(m)进行高性能滤波。本发明将传统盲S-LMS-LMS方法中的LMS码辅助模块更换为RLS码辅助模块以提供高性能盲S-LMS-RLS方法，盲S-LMS-RLS方法在收敛速度和稳态均方误差均值方面均实现了对窄带干扰进行抑制的高性能处理。

1、  一种抑制扩频系统窄带干扰的高性能预测码辅助方法，其特征在于：
(1)接收无线通信信号；
(2)将所述无线通信信号下变频到中频信号；
(3)数字化所述中频信号，提供数字信号；
(4)将所述数字信号解调，提供基带信号；
(5)将所述基带信号包络r(t)通过切普匹配滤波提供采样信号r(m)；
(6)将所述采样信号r(m)进行高性能滤波。

2、  如权利要求1所述的抑制扩频系统窄带干扰的高性能预测码辅助方法，其特征在于所述的无线通信信号包括DS-CDMA信号、白噪声和窄带干扰，其中DS-CDMA信号扩频码选取短码，短码码长N≤63；窄带干扰包括音频干扰、数字窄带干扰或自回归随机过程中的一类。

3、  如权利要求1或2所述的抑制扩频系统窄带干扰的高性能预测码辅助方法，其特征在于所述的高性能滤波采取串行-最小均方预测-递归最小二乘码辅助方法，包括如下步骤：
步骤1：LMS预测滤波
首先对所述采样信号r(m)进行LMS预测滤波，设预测滤波阶数为M，则M维预测权向量更新公式为
w(m+1)=w(m)+2μr~*(m)rM(m)]]>
其中预测误差，即LMS预测滤波信号为
r~(m)=r(m)-r^(m)=r(m)-wH(m)rM(m)]]>
式中：r_M(m)＝[r(m-1)…r(m-M)]^T为滤波器输入向量、μ为预测步长因子；
步骤2：RLS码辅助滤波
将所述LMS预测滤波信号在处理时间[nT_b，(n+1)T_b]内加窗以提取LMS预测滤波向量r~(n)=[r~(nN+N-1)...r~(nN)]T,]]>对所述LMS预测滤波向量进行RLS码辅助滤波，RLS滤波矢量k，C，Q的更新公式为
k(n)=C(n)r~(n)δ+r~H(n)C(n)r~(n)]]>
Q(n+1)＝Q(n)+k(n)e^H(n)
C(n+1)=δ-1[C(n)-k(n)r~H(n)C(n)]]]>
式中：e(n)=b(n)-QH(n)r~(n)]]>为误差向量，其中b(n)＝[b₀(n)…b_K-1(n)]^T为用户比特向量，{b_k(n)}_n＝-∞^+∞为信号流(1或-1)；δ为遗忘因子；
将e(n)和k(n)带入权向量更新公式Q(n)，得到
Q(n+1)=Q(n)+C(n)r~(n)bT(n)δ+r~H(n)C(n)r~(n)-k(n)r~H(n)Q(n)]]>
将式中进行分解
r~(n)=WH(n){S0Pb(n)+0SMPb(n-1)}+i~(n)+ϵ~(n)]]>
式中：P=diag(P0...PK-1)]]>为信号功率对角阵，P_k为信号功率，其中K为CDMA用户数目；S＝[s₀…s_K-1]为CDMA扩频码矩阵，其中s_k＝[c_k，N-1…c_k，0]^T/N为扩频码向量，{c_k，i:i＝0，…，N-1}为直接序列扩频码、即1或-1，N为扩频增益；定义S_M为S的1～M行，1～N列，同时定义

利用E{b(n)b^T(n)}＝I，E{b(n-1)b^T(n)}＝0，得到
r~(n)bT(n)=E{r~(n)bT(n)}=W1H(n)SP]]>
进而得到无需训练序列的盲S-LMS-RLS方法的码辅助权矢量递推公式
Q(n+1)=Q(n)+C(n)W1HSPδ+r~H(n)C(n)r~(n)-k(n)r~H(n)Q(n).]]>

4、  如权利要求3所述的抑制扩频系统窄带干扰的高性能预测码辅助方法，其特征在于预测步长因子满足0＜μ＜1/λ_max，其中λ_max为相关矩阵RrMrM=1NΣk=1NR2r2r,(k:k+M-1,k:k+M-1)]]>的最大特征值，定义R2r2r=RrrRrrRrrRrr,]]>R_rr＝E{r(n)r^H(n)}，r(n)＝[r(nN+N-1)...r(nN)]^T；码辅助遗忘因子满足0＜δ≤1。

5、  如权利要求3所述的抑制扩频系统窄带干扰的高性能预测码辅助方法，其特征在于预测权向量和高性能盲S-LMS-RLS方法的码辅助权矢量初始条件分别为w(0)＝0和Q(0)＝0。

6、  如权利要求4所述的抑制扩频系统窄带干扰的高性能预测码辅助方法，其特征在于预测权向量和高性能盲S-LMS-RLS方法的码辅助权矢量初始条件分别为w(0)＝0和Q(0)＝0。

抑制扩频系统窄带干扰的高性能预测码辅助方法
技术领域
本发明涉及在直扩-码分多址(DS-CDMA)无线通信系统中抑制各类窄带干扰的方法，其中各类窄带干扰包括音频干扰、数字窄带干扰或自回归随机过程中的一类。本发明特别涉及提高现存盲串行-最小均方预测-最小均方码辅助(S-LMS-LMS)方法处理性能的问题。
背景技术
扩频系统在无线信道中得到广泛应用的原因是它能够有效对抗多径引起的频率选择性衰落以及它在共道信道中的优越性能，其中具有代表性的核心技术是直扩-码分多址(DS-CDMA)技术。窄带干扰是经常介入扩频系统的干扰，其中窄带干扰通常建模为音频干扰(单音干扰或多音干扰)、数字窄带干扰和自回归随机过程。虽然扩频系统自身具备一定的抗干扰能力，但有效的干扰抑制技术可以显著改善系统性能。
最初的扩频抗干扰技术起源于20世纪70年代，直至80年代末，抗干扰技术的主要关注点在基于预测/估计滤波和频域滤波的直扩系统窄带干扰抑制上，以Milstein为主的科研人员成就最高，如文献“L B Milstein，Interference rejection techniques in spread spectrumcommunication，IEEE Proceedings，1988”的综述。进入90年代中期，随着CDMA研究热潮的到来，以Poor和Rusch为首的科研人员将关注点转移到了基于线性预测、非线性预测和多用户检测等技术的CDMA系统多干扰联合抑制上，如文献“H V Poor，L A Rusch，Narrowband interference suppression in spread spectrum CDMA，IEEE Personal Communication，1994”的综述。20世纪，Wang等科研人员进一步将CDMA系统干扰抑制技术发展为预测技术、变换域技术和码辅助技术，如文献“Xiaodong Wang，H V Poor，Wireless CommunicationSystems-Advanced Techniques for Signal Reception，Beijing：Publishing House of ElectronicsIndustry，2005”的综述。在以上各技术中，预测技术包括线性预测和非线性预测两大分支，其研究集中在接收结构的改进上，但由于采取了逐比特的处理方式，存在的典型问题是误码率高，如文献“J Wang，L B Milstein，Adaptive LMS filters for cellular CDMA overlay situations，IEEE Select Areas Commun，1996”。在这种观点下，利用信号码特征进行块处理的码辅助技术显得格外有效，它是多用户系统进行干扰抑制最有前途的技术之一，这一领域中Poor和Wang的成就最高。近些年来，针对码辅助技术需要已知干扰先验知识的缺点，发展了盲码辅助技术，如文献“S Buzzi，M Lops，A M Tulino，Blind adaptive multiuser detection forasynchronous dual-rate DS/CDMA systems，IEEE Select Areas Commun，2001”。盲码辅助技术实现了无需先验知识的盲检测，但却无法对强窄带干扰进行抑制。Ho对于将预测技术和码辅助技术相结合新思想的提出，可谓是20世纪以来干扰抑制领域的一朵奇葩，如文献“KC Ho，Xiaoning Lu，Vandana Mehta，Adaptive blind narrowband interference cancellation formulti-user detection，IEEE Trans Commun，2007”。Ho提出的盲串行-最小均方预测-最小均方码辅助(S-LMS-LMS)技术性能较传统预测技术和传统码辅助技术大大提高，但仍存在很大的改进空间。
相应的，提高现存盲S-LMS-LMS方法对DS-CDMA系统窄带干扰进行抑制时处理性能的方法显著需要。
发明内容
本发明的目的在于提供一种能够提高现存盲串行-最小均方预测-最小均方码辅助(S-LMS-LMS)方法的处理性能的抑制扩频系统窄带干扰的高性能预测码辅助方法。
本发明的目的是这样实现的：
(1)接收无线通信信号，包括DS-CDMA信号、白噪声和窄带干扰，其中DS-CDMA信号扩频码选取短码，短码码长N≤63；窄带干扰包括音频干扰、数字窄带干扰或自回归随机过程中的一类。
(2)将所述无线通信信号下变频到中频信号。
(3)数字化所述中频信号，以提供数字信号。
(4)将所述数字信号解调，以提供基带信号。
(5)将所述基带信号包络r(t)通过切普匹配滤波以提供采样信号r(m)。
(6)将所述采样信号r(m)进行高性能盲S-LMS-RLS滤波，包括：
LMS预测滤波
首先对所述采样信号r(m)进行LMS预测滤波，设预测滤波阶数为M，则M维权向量更新公式为
w(m+1)=w(m)+2μr~*(m)rM(m)]]>
其中预测误差，即LMS预测滤波信号为
r~(m)=r(m)-r^(m)=r(m)-wH(m)rM(m)]]>
式中：r_M(m)＝[r(m-1)…r(m-M)]^T为滤波器输入向量；μ为预测步长因子，满足0＜μ＜1/λ_max，其中λ_max为相关矩阵RrMrM=1NΣk=1NR2r2r(k:k+M-1,k:k+M-1)]]>的最大特征值，定义R2r2r=RrrRrrRrrRrr,]]>R_rr＝E{r(n)r^H(n)}，r(n)＝[r(nN+N-1)...r(nN)]^T；预测权向量初始条件为w(0)＝0。
RLS码辅助滤波
将所述LMS预测滤波信号在处理时间[nT_b，(n+1)T_b]内加窗以提取LMS预测滤波向量r~(n)=[r~(nN+N-1)···r~(nN)]T,]]>对所述LMS预测滤波向量进行RLS码辅助滤波，RLS滤波矢量k，C，Q的更新公式为
k(n)=C(n)r~(n)δ+r~H(n)C(n)r~(n)]]>
Q(n+1)＝Q(n)+k(n)e^H(n)
C(n+1)=δ-1[C(n)-k(n)r~H(n)C(n)]]]>
式中：e(n)=b(n)-QH(n)r~(n)]]>为误差向量，其中b(n)＝[b₀(n)…b_K-1(n)]^T为用户比特向量，{b_k(n)}_n＝-∞^+∞为信号流(1或-1)；δ为遗忘因子。
将e(n)和k(n)带入权向量更新公式Q(n)，得到
Q(n+1)=Q(n)+C(n)r~(n)bT(n)δ+r~H(n)C(n)r~(n)-k(n)r~H(n)Q(n)]]>
将式中进行分解
r~(n)=WH(n){S0Pb(n)+0SMPb(n-1)}+i~(n)+ϵ~(n)]]>
式中：P=diag(P0···PK-1)]]>为信号功率对角阵，P_k为信号功率，其中K为CDMA用户数目；S＝[s₀…s_K-1]为CDMA扩频码矩阵，其中s_k＝[c_k，N-1…c_k，0]^T/N为扩频码向量，{c_k，i：i＝0，…，N-1}为直接序列扩频码(1或-1)，N为扩频增益；定义S_M为S的1～M行，1～N列，同时定义

利用E{b(n)b^T(n)}＝I，E{b(n-1)b^T(n)}＝0，得到
r~(n)bT(n)=E{r~(n)bT(n)}=W1H(n)SP]]>
进而得到无需训练序列的盲S-LMS-RLS方法的码辅助权矢量递推公式
Q(n+1)=Q(n)+C(n)W1HSPδ+r~H(n)C(n)r~(n)-k(n)r~H(n)Q(n)]]>
码辅助遗忘因子满足0＜δ≤1；码辅助权矢量初始条件为Q(0)＝0。
本发明与现有技术相比的有益效果是：
本发明实现了白噪声存在情况下对DS-CDMA系统各类窄带干扰的高性能滤波，其中各类窄带干扰包括音频干扰、数字窄带干扰或自回归随机过程中的一类。提供的盲串行-最小均方预测-递归最小二乘码辅助(S-LMS-RLS)方法提高了现存盲串行-最小均方预测-最小均方码辅助(S-LMS-LMS)方法的性能，包括收敛速度的和稳态均方误差性能的提高。
附图说明
图1描绘现存盲S-LMS-LMS方法抑制窄带干扰的DS-CAMA系统接收框图；
图2描绘高性能盲S-LMS-RLS方法抑制窄带干扰的DS-CAMA系统接收框图；
图3a-1至图3c描绘高性能盲S-LMS-RLS方法和现存盲S-LMS-LMS方法抑制各类窄带干扰的性能仿真对比曲线。其中图3a-1描绘接收单音干扰的性能仿真对比曲线，图3a-2描绘接收多音干扰的性能仿真对比曲线；图3b描绘接收数字窄带干扰的性能仿真对比曲线；图3c描绘接收自回归随机过程的性能仿真对比曲线；
图4描绘本发明的算法实施流程图。
具体实施方式
在下面对本发明的详细描述中，参照了所附绘图，这些附图阐释特定的示例性实施例，本发明可实施于这些示例性实施例中。这些实施例以充分的细节描述，以允许本领域技术人员实施本发明，但可以利用其它实施例，并且可作出逻辑的、机械的、电器的与其它改变，而不偏离本发明的规范。因此，下面的详细描述不应被视作限制性的，且本发明的范围仅受所附权利要求书限制。
变换识别检测方法的具体实施方式包括下列步骤：
(1)接收无线通信信号，包括DS-CDMA信号、白噪声和窄带干扰，其中DS-CDMA信号扩频码选取短码，短码码长N≤63；窄带干扰包括音频干扰、数字窄带干扰或自回归随机过程中的一类。
(2)将所述无线通信信号下变频到中频信号。
(3)数字化所述中频信号，以提供数字信号。
(4)将所述数字信号解调，以提供基带信号。
(5)将所述基带信号包络r(t)通过切普匹配滤波以提供采样信号r(m)，切普匹配滤波采样公式表示为
r(m)=1Tc∫mTc(m+1)Tcr(t)dt]]>
其中T_c为直接序列扩频切普速率。
(6)将所述采样信号r(m)进行高性能盲S-LMS-RLS滤波，包括：
LMS预测滤波
首先对所述采样信号r(m)进行LMS预测滤波，设预测滤波阶数为M，则M维权向量更新公式为
w(m+1)=w(m)+2μr~*(m)rM(m)]]>
其中预测误差，即LMS预测滤波信号为
r~(m)=r(m)-r^(m)=r(m)-wH(m)rM(m)]]>
式中：r_M(m)＝[r(m-1)…r(m-M)]^T为滤波器输入向量；μ为预测步长因子，满足0＜μ＜1/λ_max，其中λ_max为相关矩阵RrMrM=1NΣk=1NR2r2r(k:k+M-1,k:k+M-1)]]>的最大特征值，定义R2r2r=RrrRrrRrrRrr,]]>R_rr＝E{r(n)r¹¹(n)}，r(n)＝[r(nN+N-1)...r(nN)]^T；预测权向量初始条件为w(0)＝0。
RLS码辅助滤波
将所述LMS预测滤波信号在处理时间[nT_b，(n+1)T_b]内加窗以提取LMS预测滤波向量r~(n)=[r~(nN+N-1)···r~(nN)]T,]]>对所述LMS预测滤波向量进行RLS码辅助滤波，RLS滤波矢量k，C，Q的更新公式为
k(n)=C(n)r~(n)δ+r~H(n)C(n)r~(n)]]>
Q(n+1)＝Q(n)+k(n)e^H(n)
C(n+1)=δ-1[C(n)-k(n)r~H(n)C(n)]]]>
式中：e(n)=b(n)-QH(n)r~(n)]]>为误差向量，其中b(n)＝[b₀(n)…b_K-1(n)]^T为用户比特向量，{b_k(n)}_n＝-∞^+∞为信号流(1或-1)；δ为遗忘因子。
将e(n)和k(n)带入权向量更新公式Q(n)，得到
Q(n+1)=Q(n)+C(n)r~(n)bT(n)δ+r~H(n)C(n)r~(n)-k(n)r~H(n)Q(n)]]>
将式中进行分解
r~(n)=WH(n){S0Pb(n)+0SMPb(n-1)}+i~(n)+ϵ~(n)]]>
式中：P=diag(P0···PK-1)]]>为信号功率对角阵，P_k为信号功率，其中K为CDMA用户数目；S＝[s₀…s_K-1]为CDMA扩频码矩阵，其中s_k＝[c_k，N-1…c_k，0]^T/N为扩频码向量，{c_k，i：i＝0，…，N-1}为直接序列扩频码(1或-1)，N为扩频增益；定义S_M为S的1～M行，1～N列，同时定义

利用E{b(n)b^T(n)}＝I，E{b(n-1)b^T(n)}＝0，得到
r~(n)bT(n)=E{r~(n)bT(n)}=W1H(n)SP]]>
进而得到无需训练序列的盲S-LMS-RLS方法的码辅助权矢量递推公式
Q(n+1)=Q(n)+C(n)W1HSPδ+r~H(n)C(n)r~(n)-k(n)r~H(n)Q(n)]]>
码辅助遗忘因子满足0＜δ≤1；码辅助权矢量初始条件为Q(0)＝0。
图1描绘现存盲S-LMS-LMS方法抑制窄带干扰的DS-CAMA系统接收框图，由下变频模块101、LMS预测滤波模块102和盲S-LMS-LMS方法的码辅助滤波模块103组成。
如图所示，天线104接收的无线通信信号105包括有用信号DS-CDMA信号和窄带干扰，其中窄带干扰包括音频干扰-单音干扰或多音干扰、数字窄带干扰或自回归随机过程中的一类。将天线104耦合到下变频模块101。在下变频模块101中，首先通过带通滤波器106处理无线通信信号105，该滤波器优化地选择想要的频率，例如与DS-CDMA信号相关联的频率。带通滤波器106耦合到放大器107，该放大器放大来自带通滤波器106的信号。混合器108将放大器107的输出与来自本地振荡器109的振荡器信号混合。这样，混合器108下变频放大器107的输出信号，以提供中频信号110。在初始的下变频后，通过模数A/D转换器111将中频信号110转换到数字信号112。由于QPSK信号可以看作是两个正交2PSK信号的叠加，所以用两路相交的相干载波去解调。其中一路信号进入混合器115并与来自数控振荡器113的信号混合，另一路信号进入混合器116并与来自数控振荡器113经π/2移相114后的信号混合。将混合器115和混合器116输出的信号分别连接低通滤波器117和低通滤波器118。其后，将低通滤波器117的输出信号和低通滤波器118的输出信号分别连接抽样判决器119和抽样判决器120，并将抽样判决器119和抽样判决器120的输出信号经并/串器121变换后，成为基带信号122输出。
这样，带通滤波器106、放大器107、混合器108、本地振荡器109完成了下变频到中频信号的过程，模数A/D转换器111、数控振荡器113、π/2移相114、混合器115，116、低通滤波器117，118、抽样判决器119、120、并/串器121完成了由中频信号下变频到基带信号的过程。以上过程完成了下变频模块101。
现存盲S-LMS-LMS方法首先进行LMS预测滤波102。将基带信号122包络r(t)进行切普匹配滤波采样123，提供采样信号r(m)124。将采样信号r(m)124分别通过延迟线1 131、延迟线2 132...延迟线M 13M，得到延迟信号r(m-1)141、延迟信号r(m-2)142...延迟信号r(m-M)14M。将延迟信号r(m-1)141、延迟信号r(m-2)142...延迟信号r(m-M)14M送入线性组合器的估计1w₁^*r(m-1)151、估计2w₂^*r(m-2)152...估计Mw_M^*r(m-M)15M，经加法器161得到线性组合信号r^(m)=wH(m)rM(m).]]>随后，将采样信号r(m)124进行加运算，经加法器161得到线性组合信号r^(m)=wH(m)rM(m)]]>进行减运算，同时送入加法器162，得到预测误差，即LMS预测滤波信号r~(m)=r(m)-wH(m)rM(m)]]>163。最后，由延迟信号r(m-1)141、延迟信号r(m-2)142...延迟信号r(m-M)14M和LMS预测滤波信号r~(m)=r(m)-wH(m)rM(m)]]>163共同作为影响因子控制预测权向量递推公式w(m+1)=w(m)+2μr~*(m)rM(m)]]>164，得到更新的权系数w₁^*171)、权系数w₂^*172...权系数w_M^*17M。其中：μ为预测步长因子，满足0＜μ＜1/λ_max，其中λ_max为相关矩阵RrMrM=1NΣk=1NR2r2r(k:k+M-1,k:k+M-1)]]>的最大特征值，定义R2r2r=RrrRrrRrrRrr,]]>R_rr＝E{r(n)r^H(n)}，r(n)＝[r(nN+N-1)...r(nN)]^T；预测权向量初始条件为w(0)＝0。
这样，切普匹配滤波采样123；延迟线1 131、延迟线2 132...延迟线M 13M；估计1w₁^*r(m-1)151、估计2w₂^*r(m-2)152...估计Mw_M^*r(m-M)15M；加法器161；加法器162和预测权向量递推控制w(m+1)=w(m)+2μr~*(m)rM(m)]]>164共同构成了LMS预测滤波102。
至此，盲S-LMS-LMS方法进行LMS码辅助滤波103。将LMS预测滤波信号r~(m)=r(m)-wH(m)rM(m)]]>163进行加窗存储181，得到加窗LMS预测滤波向量r~(n)=[r~(nN+N-1)&CenterDot;&CenterDot;&CenterDot;r~(nN)]T]]>182。对加窗LMS预测滤波向量r~(n)=[r~(nN+N-1)&CenterDot;&CenterDot;&CenterDot;r~(nN)]T]]>182进行比特估计183，得到比特估计信号184。随后，由比特估计信号184和由预测权向量递推控制w(m+1)=w(m)+2μr~*(m)rM(m)]]>164得到的预测权向量w经W₁生成器185得到的W₁共同作为影响因子控制码辅助权矢量递推公式Q(n+1)=Q(n)+2μ~[W1H(n)SP-r~(n)r~H(n)Q(n)]]]>186，得到码辅助递推权矢量Q 187。其中，码辅助步长因子满足0<μ~<1/λ~max,]]>其中为相关矩阵Rr~r~=E{r~(n)r~H(n)}]]>的最大特征值；盲S-LMS-LMS方法的码辅助权矢量初始条件为Q(0)＝0。最后，对比特估计信号184取信号实部188，得到用户信号估计值b^(n)=Re(QH(n)r~(n))]]>189，式中Re(·)表示取信号实部。
这样，加窗存储181；比特估计183；W₁生成器185；码辅助权矢量递推控制Q(n+1)=Q(n)+2μ~[W1H(n)SP-r~(n)r~H(n)Q(n)]]]>186和取信号实部188共同构成了盲S-LMS-LMS方法的码辅助滤波模块103。
图2描绘高性能盲S-LMS-RLS方法抑制窄带干扰的DS-CAMA系统接收框图，由下变频模块201、LMS预测滤波模块202和高性能盲S-LMS-RLS方法的RLS码辅助滤波模块203组成。
如图所示，天线204接收的无线通信信号205包括有用信号DS-CDMA信号和窄带干扰，其中窄带干扰包括音频干扰-单音干扰或多音干扰、数字窄带干扰或自回归随机过程中的一类。将天线204耦合到下变频模块201。在下变频模块201中，首先通过带通滤波器206处理无线通信信号205，该滤波器优化地选择想要的频率，例如与DS-CDMA信号相关联的频率。带通滤波器206耦合到放大器207，该放大器放大来自带通滤波器206的信号。混合器208将放大器207的输出与来自本地振荡器209的振荡器信号混合。这样，混合器208下变频放大器207的输出信号，以提供中频信号210。在初始的下变频后，通过模数A/D转换器211将中频信号210转换到数字信号212。由于QPSK信号可以看作是两个正交2PSK信号的叠加，所以用两路相交的相干载波去解调。其中一路信号进入混合器215并与来自数控振荡器213的信号混合，另一路信号进入混合器216并与来自数控振荡器213经π/2移相214后的信号混合。将混合器215和混合器216输出的信号分别连接低通滤波器217和低通滤波器218。其后，将低通滤波器217的输出信号和低通滤波器218的输出信号分别连接抽样判决器219和抽样判决器220，并将抽样判决器219和抽样判决器220的输出信号经并/串器221变换后，成为基带信号222输出。
这样，带通滤波器206、放大器207、混合器208、本地振荡器209完成了下变频到中频信号的过程，模数A/D转换器211、数控振荡器213、π/2移相214、混合器215，216、低通滤波器217，218、抽样判决器219、220、并/串器221完成了由中频信号下变频到基带信号的过程。以上过程完成了下变频模块201。
本发明所述高性能盲S-LMS-RLS方法首先进行LMS预测滤波202。将基带信号222包络r(t)进行切普匹配滤波采样223，提供采样信号r(m)224。将采样信号r(m)224分别通过延迟线1 231、延迟线2 232...延迟线M 23M，得到延迟信号r(m-1)241、延迟信号r(m-2)242...延迟信号r(m-M)24M。将延迟信号r(m-1)241、延迟信号r(m-2)242...延迟信号r(m-M)24M送入线性组合器的估计1w₁^*r(m-1)251、估计2w₂^*r(m-2)252...估计Mw_M^*r(m-M)25M，经加法器261得到线性组合信号r^(m)=wH(m)rM(m).]]>随后，将采样信号r(m)224进行加运算，经加法器261得到线性组合信号r^(m)=wH(m)rM(m)]]>进行减运算，同时送入加法器262，得到预测误差，即LMS预测滤波信号r~(m)=r(m)-wH(m)rM(m)]]>263。最后，由延迟信号r(m-1)241、延迟信号r(m-2)242...延迟信号r(m-M)24M和LMS预测滤波信号r~(m)=r(m)-wH(m)rM(m)]]>263共同作为影响因子控制预测权向量递推公式w(m+1)=w(m)+2μr~*(m)rM(m)]]>264，得到更新的权系数w₁^*271)、权系数w₂^*272...权系数w_M^*27M。其中：μ为预测步长因子，满足0＜μ＜1/λ_max，其中λ_max为相关矩阵RrMrM=1NΣk=1NR2r2r(k:k+M-1,k:k+M-1)]]>的最大特征值，定义R2r2r=RrrRrrRrrRrr,]]>R_rr＝E{r(n)r^H(n)}，r(n)＝[r(nN+N-1)...r(nN)]^T；预测权向量初始条件为w(0)＝0。
这样，切普匹配滤波采样223；延迟线1 231、延迟线2 232...延迟线M 23M；估计1w₁^*r(m-1)251、估计2w₂^*r(m-2)252...估计Mw_M^*r(m-M)25M；加法器261；加法器262和预测权向量递推公式w(m+1)=w(m)+2μr~*(m)rM(m)]]>264共同构成了LMS预测模块202。
至此，高性能盲S-LMS-RLS方法进行RLS码辅助滤波203。将LMS预测滤波信号r~(m)=r(m)-wH(m)rM(m)]]>263进行加窗存储281，得到加窗LMS预测滤波向量r~(n)=[r~(nN+N-1)&CenterDot;&CenterDot;&CenterDot;r~(nN)]T]]>282。对加窗LMS预测滤波向量r~(n)=[r~(nN+N-1)&CenterDot;&CenterDot;&CenterDot;r~(nN)]T]]>282进行比特估计283，得到比特估计信号284。随后，由比特估计信号284和由预测权向量递推控制w(m+1)=w(m)+2μr~*(m)rM(m)]]>264得到的预测权向量w经W₁生成器285得到的W₁共同作为影响因子控制码辅助权矢量递推公式k(n)=(C(n)r~(n))/(δ+r~H(n)C(n)r~(n)),]]>C(n+1)=δ-1[C(n)-k(n)r~H(n)C(n)]]]>和(C(n)W1HSP)/(δ+r~H(n)C(n)r~(n))-k(n)r~H(n)Q(n)]]>286，得到码辅助递推权矢量Q 287。其中，码辅助遗忘因子满足0＜δ≤1，码辅助权矢量初始条件为Q(0)＝0。最后，对比特估计信号284取信号实部288，得到用户信号估计值b^(n)=Re(QH(n)r~(n))289,]]>式中Re(·)表示取信号实部。
这样，加窗存储281；比特估计283；W₁生成器285；码辅助权矢量递推控制k(n)=(C(n)r~(n))/(δ+r~H(n)C(n)r~(n)),]]>C(n+1)=δ-1[C(n)-k(n)r~H(n)C(n)]]]>和(C(n)W1HSP)/(δ+r~H(n)C(n)r~(n))-k(n)r~H(n)Q(n)]]>286和取信号实部288共同构成了盲S-LMS-LMS方法的码辅助滤波模块203。
图3描绘高性能盲S-LMS-RLS方法和现存盲S-LMS-LMS方法抑制各类窄带干扰的性能仿真对比曲线，其中图3a描绘接收音频干扰的性能仿真对比曲线，图3a-1描绘接收单音干扰的性能仿真对比曲线，图3a-2描绘接收多音干扰的性能仿真对比曲线；图3b描绘接收数字窄带干扰的性能仿真对比曲线；图3c描绘接收自回归随机过程的性能仿真对比曲线。选取系统均方误差均值反映系统对窄带干扰的抑制性能，定义为
J(n)=E{[b(n)-b^(n)]H[b(n)-b^(n)]}/K]]>
用户均方误差均值可以反映干扰抑制滤波后，最终判决前的多用户解码信号估计值与真实值的平均均方误差，还可以体现系统的平均误码率。当用户均方误差均值远小于1时，可视为干扰抑制滤波成功，而当其接近1或大于1时，可视为干扰抑制滤波效果较差或失败。均方误差均值越小，滤波效果越佳。仿真条件设定为：3个CDMA用户，扩频码N＝63；音频干扰频率随机，数字窄带干扰的周期与发送信号数据周期比率为4；二阶自回归随机过程自回归系数φ₁＝-1.98、φ₂＝0.9801；步长因子μ＝0.00005；遗忘因子δ＝1；DS-CDMA信号与白噪声功率比，即信噪比SNR＝-15dB、DS＝CDMA信号与窄带干扰功率比，即信干比SJR＝-20dB。
如图所示，图3a-1描绘接收单音干扰的性能仿真对比曲线，J 301表示用户均方误差均值，n 302表示发送信号信息数量。当干扰为单音干扰时，高性能盲S-LMS-RLS方法303较现存盲S-LMS-LMS方法304的用户均方误差均值性能具有明显的优越性。高性能盲S-LMS-RLS方法303经过大约100多个接收信号即可收敛，较现存盲S-LMS-LMS方法304收敛速度快得多，并且随着接收信号的增多，用户均方误差均值持续下降，这是由于RLS算法理论上不存在剩余误差的缘故。图3a-2描绘接收多音干扰-3音干扰的性能仿真对比曲线，J 305表示用户均方误差均值，n 306表示发送信号信息数量。当干扰为多音干扰时，与单音干扰结论相同，高性能盲S-LMS-RLS方法307较现存盲S-LMS-LMS方法308的用户均方误差均值性能具有明显的优越性。
图3b描绘接收数字窄带干扰的性能仿真对比曲线，J 309表示用户均方误差均值，n310表示发送信号信息数量。与音频干扰相同，当干扰为数字窄带干扰时，高性能盲S-LMS-RLS方法311经过大约100多个接收信号即可收敛，较现存盲S-LMS-LMS方法312收敛速度快得多，并且随着接收信号的增多，用户均方误差均值持续下降。
图3c描绘接收自回归随机过程的性能仿真对比曲线，J 313表示用户均方误差均值，n 314表示发送信号信息数量。当干扰为自回归随机过程时，高性能盲S-LMS-RLS方法315经过大约100多个接收信号即可收敛，较现存盲S-LMS-LMS方法316收敛速度快得多，并且随着接收信号的增多，用户均方误差均值持续下降。这也证明了对于各类窄带干扰，高性能盲S-LMS-RLS方法较盲S-LMS-LMS方法在收敛速度和均方误差均值方面均具有显著优势。
图4是方法的流程图。在步骤401中，将无线通信信号205下变频到中频信号210。在步骤402中，首先使用模数A/D转换器211将中频信号210数字化为数字信号，其后进行QPSK解调输出基带信号222。在步骤403中，将基带信号222通过切普匹配滤波采样器223得到采样信号r(m)224。在步骤404中，对预测权向量和码辅助权矢量进行初始化处理，w(0)＝0，Q(0)＝0。在步骤405中，对LMS预测权向量迭代处理，r~(m)=r(m)-r^(m)=r(m)-wH(m)rM(m),]]>w(m+1)=w(m)+2μr~*(m)rM(m).]]>在步骤406中，做m＝m+1的处理。在步骤407中，判断m是否大于nN，N为扩频增益。如果不是，如自407发出的返回箭头所指示的那样。如果是，在步骤408中，对LMS预测滤波信号r~(m)=r(m)-wH(m)rM(m)]]>263进行加窗存储281，得到加窗LMS预测滤波向量r~(n)=[r~(nN+N-1)&CenterDot;&CenterDot;&CenterDot;r~(nN)]T]]>282。在步骤409中，对RLS码辅助权矢量迭代处理，k(n)=(C(n)r~(n))/(δ+r~H(n)C(n)r~(n)),]]>C(n+1)=δ-1[C(n)-k(n)r~H(n)C(n)],]]>(C(n)W1HSP)/(δ+r~H(n)C(n)r~(n))-k(n)r~H(n)Q(n).]]>在步骤410中，做n＝n+1的处理。在步骤411中，判断n是否大于发送信号信息总数，如果是，结束流程，如果不是，如自411发出的返回箭头所指示的那样。