(a)中值滤波前的数据图 (b)中值滤波后的数据图
图3、中值滤波前后的数据图
4.2、算法的性能评估
4.2.1、干扰能量抑制比(IESR)
在抑制过程中,将RFI被对消的能量与SPR接收信号中RFI能量的比值,定义为IESR。它表示算法对RFI抑制的整体效果。由式(2)的模型,设接收信号为x(n)(n =0,…,N-1),s(n)为目标回波信号,随机噪声为r(n);抑制RFI后的输出信号为y(n),残余随机噪声为 r’(n),则干扰能量抑制比为
(9)
波形平均的干扰能量抑制比为IESR:97.496% 中值滤波的干扰能量抑制比IESR=99.672% 。图4给出了波形平均算法的IESR与算法平均次数M的相对应关系,可见随M 的增大,IESR逐渐提高,但在M >10O时,IESR基本上保持不变,所以再增加波形平均的次数,算法的IESR没有明显提高。
图4、波形平均的IESR与平均次数M 的关系
4.2.2、且标回波信号归一化的均方误差(NMSE)
IESR反映了随机RFI抑制过程中,RFI被抑制的程度,但没有考虑算法对SPR 目标回波信号所造成的失真。现定义目标回波信号的NMSE来量化RFI的抑制对目标回波产生的影响,归一化的均方误差为
(10)
式中s(n),s’(n)分别是RFI抑制前后目标的回波信号,s(n)通常很难得到完整的解析式,所以式(10)是NMSE的理论计算式。在实际的计算过程,用屏蔽掉随机RFI的接收回波,来作为s(n)代入计算。显然,NMSE越小,RFI的抑制对目标回波信号的影响越小,即信号的保真度越高。
4.2.3 、RFI抑制前后的SCR
RFI抑制之前的SCR1
(11)
RFI抑制之后的SCR2
(12)
综合上述3项性能指标,对波形平均算法、中值滤波算法和频域陷波算法进行评定,见表1,其中处理增益△SCR=SCR2-SCR1,表明在RFI抑制的同时,算法对其它随机噪声抑制也有较好的效果。
表1、3种RFI抑制算法性能评估表
从表1中可以看出中值滤波算法的性能最优良,它具有较高的RFI抑制能力,且能很好地保留目标的回波信号,信号扭曲度最小,NMSE仅为-38.241dB;而且在RFI抑制的同时,能大幅度地提高目标信号的信杂比,处理增益达到31.8414dB。波形平均算法的性能比中值滤波算法稍差一些;而频域陷波算法的性能最差,对于随机性的RFI,其性能远不及前两种算法,基本上不能有效去除。
5、结束语
本文在时域用波形平均和中值滤波的方法,对UWB-SPR回波信号中由GSM 移动通信设备所产生的随机射频干扰进行了抑制,给出了波形平均和中值滤波的具体算法,用实测数据进行了验证,结果表明波形平均和中值滤波都能有效快速地抑制随机性的射频干扰,其中中值滤波算法性能最优良。
作者:李禹、粟毅、黄春琳、高守传