一种无线通信系统的抗干扰方法、设备及存储介质
文献发布时间:2024-04-18 20:01:23
技术领域
本申请涉及无线通信技术领域,更具体地说,涉及一种无线通信系统的抗干扰方法、设备及存储介质。
背景技术
近20年来,软件无线电、认知无线电等无线通信技术发展迅速,使得无线通信系统逐渐具备了感知电磁环境并根据需要调整自身发射功率、通信频率等通信参数的能力,大大增强了无线通信系统适应复杂恶劣干扰环境的能力。但干扰样式多种多样,而且新的干扰层出不穷。无线通信系统可能会受到从未遭遇过的未知干扰,从而难以保持通信信息传输的可靠性。
无线通信系统受到的未知干扰一般具有如下特点:未知干扰的特征往往难以事先预知或实时感知;未知干扰的时变速度往往比无线通信系统参数调整速度快得多;未知干扰往一般能量有界或功率有界,在时域上分段连续;无线通信系统往往会面对多个来源的不同未知干扰。
现有的无线通信系统抗干扰大多是基于强化学习、深度学习等机器学习技术,当系统受到干扰时,训练或学习得到的模型基于干扰的特征,确定通信系统的系统参数,然后基于系统参数进行调整。前期需要对模型进行迭代、训练。由于模型是需要基于受到的干扰进行迭代或训练,当通信系统受到未知干扰时,对于未知干扰的感知和适应速度较慢。因此,通信系统难以在特征未知、变化快速、来源多元的未知干扰下保持稳定通信。通信系统在未知干扰的情况下,通信的可靠性和有效性不能得到保证。
发明内容
有鉴于此,本申请提供了一种无线通信系统的抗干扰方法,用于解决现有无线通信系统的抗干扰方法,在受到未知干扰时,通信系统难以保持稳定通信的问题。
为实现上述目的,现提出的方案如下:
一种无线通信系统的抗干扰方法,包括:
获取无线通信系统的目标传输速率、各信道的干扰功率;
基于所述目标传输速率确定目标编码方式;
基于所述各信道的干扰功率确定目标通信信道;
基于连续时间域非线性广义控制,构建所述无线通信系统的优化模型;
滑模干扰观测器对所述无线通信系统的系统状态和未知干扰的干扰状态进行估计,得到控制误差估计值和集总干扰估计值;
将所述控制误差估计值、所述集总干扰估计值进行计算,得到控制误差预测值、控制输入预测值和目标输入预测值;
将所述控制误差预测值、所述控制输入预测值和所述目标输入预测值代入所述优化模型进行加权组合,得到目标控制律。
优选地,所述基于连续时间域非线性广义控制,构建所述无线通信系统的优化模型,包括:
根据所述各信道的信干噪比与各信道误码率的线性关系,对所述无线通信系统的状态方程进行建模,得到状态方程:
其中,x
构建控制误差方程:e(t)=y
构建集总干扰方程组:
其中,w(t)为未知干扰和无线通信系统不确定性的集总干扰,b(t)为控制增益,满足bmin
基于连续时间域非线性广义控制,构建所述无线通信系统的优化模型:
其中,T>0为控制周期,Q>0为控制误差的权重,R≥0为控制输入的权重,u
优选地,所述滑模干扰观测器对系统状态和干扰状态进行估计,得到控制误差估计值和集总干扰估计值,包括:
所述滑模干扰观测器通过公式:
进行估计,得到控制误差估计值,
假设存在已知常数L≥0和m∈N
进行估计,得到集总干扰估计值,其中,
优选地,所述将所述控制误差估计值、所述集总干扰估计值进行计算,得到控制误差预测值、控制输入预测值和目标输入预测值,包括:
将所述控制误差估计值代入控制误差的泰勒级数:
预测值进行计算可得:
定义决策变量:
U(t)=[u
当无线通信系统相对阶比较低时,选取任意的控制器参数(Q,R,r,T),无线通信系统始终渐近稳定,将r=0代入控制误差泰勒级数得到控制误差预测值:
当r=0时,决策变量U(t)=u
其中:
W
得到控制误差预测值:
基于控制输入的泰勒级数与目标输入的泰勒级数可得到控制输入、目标输入的预测值为
其中,
优选地,所述将所述控制误差预测值、所述控制输入预测值和所述目标输入预测值代入所述优化模型进行加权组合,得到目标控制律,包括:
通过所述控制误差预测值、所述控制输入预测值、所述目标输入预测值代入:
得到目标控制律为:
式中k
优选地,所述基于所述各信道的干扰功率确定目标通信信道,包括:
将干扰功率最小的信道,作为所述目标通信信道。
一种无线通信系统的抗干扰设备,包括:存储器和处理器;
所述存储器,用于存储程序;
所述处理器,用于执行所述程序,实现如前述的无线通信系统的抗干扰方法的各个步骤。
一种存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,实现如前述无线通信系统的抗干扰方法的各个步骤。
从上述的技术方案可以看出,本申请实施例提供的无线通信系统的抗干扰方法,通过获取无线通信系统的目标传输速率、各信道的干扰功率;然后基于目标传输速率确定目标编码方式;基于各信道的信噪比确定目标通信信道;基于连续时间域非线性广义控制,构建通信系统的优化模型;构建滑模干扰观测器对系统状态和干扰状态进行估计,得到控制误差估计值和集总干扰估计值;将控制误差估计值、集总干扰估计值进行计算,可以得到控制误差预测值、控制输入预测值和目标输入预测值;将控制误差预测值、控制输入预测值和目标输入预测值,代入优化模型进行加权组合,得到目标控制律。本申请提供的无线通信系统的抗干扰方法,采用滑模干扰观测器生成系统状态受干扰影响的估计值。然后通过利用估计值来预测未来的跟踪误差和稳态的控制输入,优化模型对系统的控制策略进行优化。无需事先预知或感知未知干扰的特征,且对未知干扰的时变性没有特殊要求。在干扰有界时,能够快速收敛,消减未知干扰的影响,使无线通信系统可以稳定通信。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本申请实施例提供的一种无线通信系统的抗干扰方法流程图;
图2为本申请实施例提供的误码率随信干噪比变化的曲线图;
图3为本申请实施例提供的一种无线通信系统的抗干扰设备硬件结构框图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
无线通信系统包括一个发射机和一个接收机,无线通信系统具备功率、调制编码方式、信道自适应调整能力。其中,无线通信频段划分为n个互不重叠的信道。t时刻无线系统的发射功率P
首先,结合图1对本申请实施例提供的一种无线通信系统的抗干扰方法进行介绍,如图1所示,方法可以包括:
步骤S01,获取无线通信系统的目标传输速率、各信道的干扰功率。
具体地,确定无线通信系统的目标传输速率y
步骤S02,基于目标传输速率确定目标编码方式。
具体地,选择传输速率与目标传输速率一致的调制编码方式作为目标编码方式。
步骤S03,基于各信道的干扰功率确定目标通信信道。
具体地,可以选择受未知干扰最小的信道作为通信信道。因此,可以在宽带频谱感知的各信道的干扰功率中选择干扰功率最小的信道作为目标通信信道,目标通信信道输出u
步骤S04,基于连续时间域非线性广义控制,构建通信系统的优化模型。
具体地,无线通信系统在不同调制编码方式下,误码率随信干噪比变化的曲线如图2示。当误码率P
其中,i∈{1,…,M}、C
x
当目标通信信道控制输出u
其中,u
令
u
进一步地,根据各信道的信干噪比与各信道误码率的线性关系,得到的通信系统的状态方程式(4)简化为:
根据式(6)可得:
其中,
其中,
构建控制误差方程:
e(t)=y
其中,y
由于无线通信系统的目标误码率y
其中,
构建集总干扰方程组:
其中,b(t)为控制增益,满足b
基于连续时间域非线性广义控制,构建通信系统的优化模型:
其中,T>0为控制周期,Q>0为控制误差的权重,R≥0为控制输入的权重,u
步骤S05,滑模干扰观测器对无线通信系统的系统状态和未知干扰的干扰状态进行估计。
具体地,滑模干扰观测器可以对无线通信系统的系统状态和未知干扰的干扰状态进行观测,得到得到控制误差估计值和集总干扰估计值。假设存在已知常数L≥0和m∈N
对控制误差进行估计,得到控制误差估计值,其中,
假设存在已知常数L≥0和m∈N
进一步地,
v
其中
当i=0时,式(14)简化为:
当n
式(17)简化为:
其中,
步骤S06,将控制误差估计值、集总干扰估计值进行计算。
具体地,可以基于泰勒级数进行计算,得到控制误差预测值、控制输入预测值和目标输入预测值。
将控制误差估计值代入控制误差的泰勒级数:
进行计算可得:
定义决策变量:
U(t)=[u
考虑到无线通信系统相对阶比较低时,对任意选取的控制器参数(Q,R,r,T),无线通信系统始终渐近稳定,将r=0代入控制误差泰勒级数可以得到控制误差预测值:
当r=0时,决策变量U(t)=u
其中:
W
综上,经过计算可得控制误差预测值为:
考虑到存在外部未知干扰和系统不确定性,W(t)是对基于泰勒级数展开的传统预测方式的修正值。与求解控制误差预测值步骤(24)-(31)类似,基于控制输入的泰勒级数与目标输入的泰勒级数可得控制输入、目标输入的预测值为:
其中,
步骤S07,将控制误差预测值、控制输入预测值和目标输入预测值代入优化模型进行加权组合。
具体地,将控制误差预测值、控制输入预测值、目标输入预测值代入优化模型可得:
其中,
对
其中,
取决策变量U
其中,u
本申请实施例提供的无线通信系统的抗干扰方法,通过获取无线通信系统的目标传输速率、各信道的干扰功率;然后基于目标传输速率确定目标编码方式;基于各信道的信噪比确定目标通信信道;基于连续时间域非线性广义控制,构建通信系统的优化模型;构建滑模干扰观测器对系统状态和干扰状态进行估计,得到控制误差估计值和集总干扰估计值;将控制误差估计值、集总干扰估计值进行计算,可以得到控制误差预测值、控制输入预测值和目标输入预测值;将控制误差预测值、控制输入预测值和目标输入预测值,代入优化模型进行加权组合,得到目标控制律。本申请提供的无线通信系统的抗干扰方法,采用滑模干扰观测器生成系统状态受干扰影响的估计值。然后通过利用估计值来预测未来的跟踪误差和稳态的控制输入,优化模型对系统的控制策略进行优化。无需事先预知或感知未知干扰的特征,且对未知干扰的时变性没有特殊要求。在干扰有界时,能够快速收敛,消减未知干扰的影响,使无线通信系统可以稳定通信。
本申请实施例提供的无线通信系统的抗干扰方法可应用于无线通信系统的抗干扰设备。图3示出了无线通信系统的抗干扰设备的硬件结构框图,参照图3,设备的硬件结构可以包括:至少一个处理器1,至少一个通信接口2,至少一个存储器3和至少一个通信总线4;
在本申请实施例中,处理器1、通信接口2、存储器3、通信总线4的数量为至少一个,且处理器1、通信接口2、存储器3通过通信总线4完成相互间的通信;
处理器1可能是一个中央处理器CPU,或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路等;
存储器3可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatilememory)等,例如至少一个磁盘存储器;
其中,存储器存储有程序,处理器可调用存储器存储的程序,所述程序用于实现前述无线通信系统的抗干扰方案中的各个处理流程
本申请实施例还提供一种存储介质,该存储介质可存储有适于处理器执行的程序,所述程序用于实现前述无线通信系统的抗干扰方案中的各个处理流程。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
- 远端机、直放站系统、信号处理方法、信号处理器及装置
- 半导体装置、信号处理系统和信号处理方法
- 授时信号的处理方法、装置、设备、介质和系统
- 数据处理方法、装置、系统、服务端装置和客户端装置
- 信息读取方法及装置、信息读取装置的信号取得方法、频带限制处理方法、定时点振幅抽出方法及信号处理方法、读取信号处理装置以及读取信号处理方法及处理装置
- 信息信号处理装置、信息信号处理方法、图像信号处理装置、图像信号处理方法及使用该方法的图像显示装置、使用该方法的系数种类数据生成装置及生成方法、以及计算机可读媒体和程序