干扰机的数字域自干扰对消技术研究.pdf

干扰机的数字域自干扰对消技术研究

摘要

随着电子信息技术的迅猛发展，传统功能单一的电子战装备已不能满足作战需求，

面对复杂的战场电磁环境，可以持续感知战场态势、一体化、通用化的高效电子战装备

是重点发展的趋势。作为电子战关键装备的干扰机若能实现收发同时工作，可以极大地

提升工作效率，有利于加强干扰的实时性，推动侦察干扰一体化协同。然而要实现真正

的收发同时工作，就必须解决干扰机收发端之间的耦合自干扰问题，避免大功率的自干

扰影响正常的信号接收。针对上述问题，本文主要在数字域对干扰机自干扰的对消技术

进行了研究，包括线性和非线性自干扰对消两部分。

首先，考虑干扰机不同干扰场景下的线性自干扰问题，设计了基于自适应滤波算法

的线性对消方法。针对非相干的噪声自干扰对消时，目标信号加剧算法估计系数随机波

动的问题，讨论分析了干噪比和算法步长对稳态误差的影响；针对相干的转发式自干扰

对消时，出现目标信号的误消除以及系数多次收敛等问题，推导了利用大带宽高斯白噪

声估计自干扰信道再对消的方法。仿真结果表明，高干噪比、小步长有利于降低非相干

对消时的目标信号影响；使用大带宽白噪声训练序列能在很大程度上估计出自干扰信道，

训练系数可以有效抑制工作带宽内的自干扰，对消比可达到50dB。

其次，考虑到实际收发链路中由功率放大器带来的主要非线性成分，采用基于深度

学习的非线性自干扰对消方法。针对干扰机自干扰的宽带特性，使用包含高阶展开项的

网络输入形式以表征更多高阶维度的特征，网络结构上结合卷积网络和双向长短时记忆

网络的优势，分别发挥特征融合和双向时间依赖关系学习的作用。仿真验证了此网络针

对不同建模的功放非线性自干扰都具备优秀的拟合能力，对于功放的非线性阶数和记忆

深度不敏感。仿真消除Wiener建模的功放非线性宽带噪声自干扰时，相较传统记忆多

项式建模的对消方法，此网络方法对消比提升达到10dB。

最后，本文设计了FPGA实验平台来模拟干扰机的收发同时工作状态，以验证基于

自适应滤波算法的线性自干扰对消方法，在发射端额外连接功率放大器以验证非线性场

景下的深度学习自干扰对消方法。实测结果表明，本文使用的线性和非线性自干扰对消

方法可分别达到50dB和46dB以上的带内对消比。

关键词：自干扰对消；干扰机；噪声训练；功放非线性；CNN-Bi-LSTM网络

干扰机的数字域自干扰对消技术研究

ABSTRACT

Withtherapiddevelopmentofelectronicinformationtechnology,thetraditionalsingle-

functionelectronicwarfareequipmentcannolongermeettheoperationalrequirements.Inthe

faceofcomplexbattlefieldelectromagneticenvironment,theintegratedanduniversalhigh-

efficiencyelectronicwarfareequipmentthatcancontinuouslyperceivebattlefieldsituationis

thekeydevelopmenttrend.Asthekeyequipmentofelectronicwarfare,ifthejammercan

transmitandreceiveatthesametime,itcangreatlyimprovetheworkefficiency,strengthenthe

real-timeperformanceofjamming,andpromotetheintegrationandcoordinationof

reconnaissanceandjamming.However,inordertoachieverealsimultaneoustransmissionand

reception,