0 引　言

大型随着海洋开发与国防建设需求的提升，无人艇在军事侦察、海洋测绘、应急救援等领域的应用日益广泛，已成为执行复杂海上任务的核心装备之一，而通信系统作为无人艇实现远程控制、数据传输与协同作业的“神经中枢”，其稳定性直接决定任务成败，需满足低时延、高可靠性、抗动态干扰等核心性能要求^[1]。然而无人艇作业环境复杂，海洋噪声、多径效应等自然干扰与瞄准式、阻塞式等人为干扰交织，易导致通信中断、数据失真等问题，严重时甚至引发任务失败，因此研发针对性的干扰抑制技术，成为提升无人艇作业可靠性的关键支撑^[2]。

国内外学者围绕无人艇通信展开了大量研究，在系统架构方面，已形成“射频+水声+卫星”的多链路融合架构雏形，实现了不同作业场景下的通信覆盖互补；在干扰抑制技术领域，自适应滤波、扩频通信、空时抗干扰等成为主流方向，其中自适应滤波通过动态调整系数抵消干扰，扩频通信依靠频谱扩展降低干扰影响，空时抗干扰则利用智能天线的空间方向性实现干扰压制^{[3 - 4]}。但这些技术应用于无人艇场景时仍存在明显局限，一方面无人艇嵌入式平台的算力约束限制了复杂算法的实时运行，另一方面海上动态环境中的多普勒频偏、信道突变等问题，导致现有技术适应性不足，难以实现持续稳定的干扰抑制^[5]。本文在前人研究基础上对无人艇通信系统进行研究，提出一种针对无人艇通信干扰抑制的融合架构，并进行相关的仿真测试。

1 通信干扰来源分析

结合无人艇作业场景特性，其通信系统面临的干扰类型多样，各类型干扰的产生机制与特征存在显著差异，具体可分为以下4类^[6]：

1）自然干扰及特征。以海洋噪声、电磁辐射、多径效应为主要形式。海洋噪声集中于0.1～10 kHz低频段，能量随风速增强而提升，此频段存在明显能量峰值，多径效应会引发0.1～1 μs的信号时延扩展，进而导致码间串扰，太阳耀斑、雷电等电磁辐射则会产生短时高强度脉冲干扰，对通信链路造成瞬时冲击。

2）人为干扰及机制。包含有意干扰与无意干扰两类。有意干扰中，压制性干扰通过大功率信号覆盖通信频段，使接收端信噪比低于解调阈值，又可细分为干扰带宽与信号匹配的窄带瞄准式干扰（干扰效率高）和覆盖宽频段的宽带阻塞式干扰（对多链路威胁大），欺骗性干扰通过伪造与目标信号相似的伪信号误导接收端解调。无意干扰则多源于船舶雷达、导航设备等，因频率规划不合理引发同频干扰。

3）干扰信号多域特征。时域上，自然干扰多为随机平稳信号，无明显周期性，压制性干扰呈连续脉冲或正弦波形态，欺骗性干扰与目标信号时域相似但存在相位偏差。空域上，自然干扰呈全向分布，人为干扰多具有定向性，可通过天线波束聚焦增强干扰效果。

4）典型场景参数建模。平静湖面以多径干扰和低频海洋噪声为主，多径时延扩展≤0.3 μs，噪声功率谱密度−160 dBm/Hz；浪高≥2 m的复杂海况下，海洋噪声功率谱密度提升至−145 dBm/Hz，伴随最大±500 Hz的多普勒频偏。

2 无人艇通信系统干扰抑制关键技术

当前无人艇通信干扰抑制的主流技术各有核心原理与应用局限。自适应干扰抑制技术通过实时调整滤波器系数最小化信号误差实现干扰抵消，但传统LMS算法收敛步长与稳态误差存在矛盾，RLS算法则因O(N²)的计算复杂度难以适配无人艇算力约束；扩频通信依靠频谱扩展分散干扰能量，却面临跳频同步偏差、直序扩频抗宽带干扰弱的问题；空时抗干扰技术利用智能天线波束成形聚焦信号能量，多天线配置带来的体积功耗压力及高速移动下的性能衰减限制了其应用；认知无线电通过动态频谱感知避让干扰，传统能量检测在低信噪比下精度低、频谱切换时延的问题却亟待解决。

2.1 技术架构

为了解决常规抗干扰技术存在的问题，构建“频谱感知-干扰分类-自适应抑制”三级融合架构：

1）频谱感知由认知无线电模块完成，核心是通过改进型能量检测算法实时采集通信频段的信号特征，精准识别干扰是否存在及干扰覆盖的频谱范围，为后续处理提供原始数据支撑。

2）干扰分类是衔接感知与抑制的核心决策环节，基于感知获取的干扰功率、带宽、时域特征等参数，结合预设阈值完成干扰类型划分—若干扰带宽≥500 kHz或功率≥P₁判定为宽带干扰，若干扰带宽＜500 kHz且功率处于P₂～P₁之间判定为窄带残留干扰，若功率≤P₂则判定为无显著干扰，同时同步识别多普勒频偏等动态特征。

3）自适应抑制根据分类结果启动对应处理策略，宽带干扰与频偏问题由认知无线电模块通过频谱切换解决，窄带残留干扰与多径干扰由改进型RLS滤波模块实现精准抵消。该架构中干扰分类环节的决策作用被强化后，既弥补了认知无线电对窄带干扰处理能力不足的缺陷，又解决了自适应滤波在宽带干扰下效率低下的问题，真正实现三级协同的抗干扰效果。

2.2 算法改进

对于认知无线电模块而言，针对传统能量检测在海洋噪声波动场景下虚警率高的问题，引入噪声功率动态估计机制与循环平稳特征检测相结合的方案：通过滑动窗实时采集接收信号，动态更新噪声功率统计模型，建立自适应检测阈值；同时提取信号的循环平稳特征，实现噪声与有用信号的精准区分，在信噪比低至−10 dB时仍能保证95%以上的检测精度，满足复杂海洋环境需求。

对于自适应滤波模块，本文提出一种低复杂度变步长RLS算法，传统RLS算法的核心递推公式为：

$ w(k)=w(k-1)+K(k)e(k) \text{，} $

(1)

$ K(k)=\frac{\boldsymbol{P}(k-1)x(k)}{\lambda+x^{\mathrm{H}}(k)\boldsymbol{P}(k-1)x(k)}\text{，} $

(2)

$ {\boldsymbol{P}}(k)=\frac{1}{\lambda }\left[{\bf{I}}-K(k){x}^{{\mathrm{H}}}(k)\right]{\boldsymbol{P}}(k-1) 。$

(3)

式中：$ w(k) $为k时刻滤波器系数向量；K(k)为增益向量；e(k)为误差信号；P(k)为协方差矩阵；x(k)为输入信号向量；λ为遗忘因子（0<λ<1）；上标H表示共轭转置；I为单位矩阵。该算法因需实时更新协方差矩阵，计算复杂度达O(N²)（N为滤波器阶数），难以适配无人艇嵌入式硬件。

本文从两方面进行改进：

1）引入指数加权变步长机制，将误差信号e(k)修正为e'(k)=e(k)·exp(−α|e(k))|)（α为步长调节因子），实现干扰强度大时增大有效步长加速收敛、干扰稳定时减小步长降低稳态误差的效果；

2）通过近似逆矩阵简化计算，令P(k)≈βP(k−1)（β为简化系数，由实验数据拟合为0.92～0.98），省去增益向量计算中的矩阵乘法操作，将复杂度降至O(N)。

为验证改进算法的有效性，设计对比实验：选取滤波器阶数N=32，以无人艇常用的2.4 GHz通信频段信号为测试对象，加入窄带高斯干扰与宽带脉冲干扰混合场景，分别测试传统LMS、传统RLS及改进型RLS算法的核心性能指标，实验结果如表1所示。由实验结果可知，改进型RLS算法在保持O(N)低复杂度（与LMS相当）的同时，收敛时间仅比传统RLS略增加2.6 ms，稳态误差与传统RLS的差距控制在2 dB以内。

2.3 融合系统协同机制

融合系统的协同机制可以实现认知无线电与自适应滤波模块的动态联动，其工作流程如图1所示。认知无线电模块完成频谱感知后，将干扰功率、带宽、多普勒频偏等特征参数实时传输至干扰分类单元，由该单元结合预设阈值（P₁=10×信号功率、P₂=2×信号功率）完成类型判定，该值为实验标定，若判定为宽带干扰（带宽≥500 kHz或功率≥P₁），则立即触发频谱切换指令，同步将新通信频段参数推送至改进型RLS滤波模块，使其针对性调整滤波器带宽与阶数；若判定为窄带残留干扰，即带宽＜500 kHz且P₂＜功率＜P₁，则仅向滤波模块发送干扰特征信号，启动干扰抵消流程，无需触发频谱切换。这种基于分类结果的指令分发，确保了模块启动的精准性，避免了功能冗余。

协同机制通过双重保障提升通信可靠性的同时，实现了资源高效利用。在频谱切换过程中，滤波模块提前加载新频段适配参数，缩短链路恢复时间，使整体响应时延控制在10 ms以内；无显著干扰，即功率≤P₂时，双模块均进入低功耗待机状态，仅保留周期性感知功能，降低无人艇能源消耗。此外，滤波模块将干扰抵消后的信号质量反馈至感知单元，用于动态优化频谱感知的阈值参数，形成“处理-反馈-优化”的二次闭环，使系统在复杂海况下的抗干扰适应性进一步提升，与改进后的低复杂度RLS算法形成硬件适配与功能协同的双重优势。

3 无人艇干扰抑制系统设计及性能验证 3.1 系统设计

无人艇干扰抑制系统以FPGA+ARM异构架构为硬件基础，核心目标是针对0～30 km/h运动场景，实现200 MHz～2.4 GHz干扰频段检测、≥25 dB干扰抑制增益、≤10⁻⁵信号误码率、≤10 ms系统响应时延及≤30%算力占用率的性能指标。系统通过认知无线电感知单元、干扰决策单元、改进型自适应滤波单元、调制解调单元及通信接口单元的协同工作，借助高速总线实现各单元数据低延迟交互，形成从干扰检测识别到抑制、通信参数适配的完整处理链路，确保复杂海洋环境下无人艇通信的稳定性与可靠性。

1）干扰检测与识别模块作为系统感知核心，采用“预处理-特征提取-分类判决”的实现路线，硬件上由FPGA承担高速信号处理、ARM负责算法逻辑控制，数据交互延迟控制在1 μs以内。预处理阶段通过AGC电路稳定信号幅值、FFT频偏估计算法校正多普勒频偏（精度≤5 Hz）及FIR低通滤波器（截止频率2.45 GHz，阻带衰减≥40 dB）滤除杂波，为特征提取奠定基础；随后提取时域、频域、循环平稳域三维特征，形成干扰识别向量；最终通过“规则判决+SVM”二级算法完成干扰分类，一级判决快速区分宽带/窄带/无干扰，二级SVM（RBF核函数，σ=0.8）进一步细化窄带干扰类型，分类准确率≥96%且推理耗时≤2 ms，为后续抑制策略提供精准依据。

2）自适应干扰抑制算法实现模块以低复杂度变步长RLS算法为核心，基于ARM Cortex-A9处理器实现，通过算法流程精简与硬件指令集优化保障性能。模块实现流程包括算法初始化-系数动态更新-干扰精准抵消等，初始化阶段1 ms内完成滤波器系数与协方差矩阵的并行配置；系数更新阶段采用P(k)≈0.95×P(k-1)的矩阵近似策略，省去传统RLS的矩阵求逆运算，结合硬件乘法器阵列使更新耗时≤0.5 ms/次；干扰抵消阶段通过FPGA协处理加速卷积运算（耗时≤0.3 ms），输出纯净信号。同时模块设计参数自适应配置接口，根据干扰功率（≥15 dBm时α=0.6，5～15 dBm时α=0.3）与类型动态调整步长因子及滤波器阶数（多径干扰时从32阶升至64阶），配合内置性能监测单元形成算法级容错机制，提升干扰抑制的适应性与可靠性。

3）通信链路自适应调整模块作为系统通信终端环节，基于软件定义无线电架构，以“质量监测−参数调整-接口适配”为实现路线，确保抑制后通信链路的稳定。链路质量监测子模块每5 ms采集误码率、信噪比、丢包率等关键指标，当信噪比＜10 dB或丢包率＞5%时触发参数调整；调整阶段采用“干扰强度−性能需求”双维度策略，无显著干扰时用64QAM调制提升频谱效率，窄带干扰时切换至抗干扰更强的QPSK调制（切换耗时≤3 ms），结合新频段信道衰减特性动态调整1～10 W传输功率及200 kHz～2 MHz通信带宽，干扰持续时触发“射频−水声”链路冗余切换；接口设计上集成以太网（TCP/IP协议）、RS485（波特率可调）、射频（SMA接头，200 MHz～2.4 GHz）多类型接口，通过12 V直流电平适配与光电隔离技术提升抗干扰能力，可直接对接主流无人艇中央控制系统，无需额外转换模块。

3.2 系统性能验证

基于Matlab+NS3搭建无人艇通信干扰场景，构建海洋噪声模型（0.1～10 kHz频段、功率谱密度范围为−160～−145 dBm/Hz）、多普勒频偏模型（0～30 km/h对应0～500 Hz），生成2类典型场景下10万组测试数据；实船测试以6.5 m级无人艇为平台，搭载FPGA+ARM异构处理模块、200 MHz～2.4 GHz射频通信单元及干扰信号发生器（输出功率0～30 dBm，带宽200 kHz～2 MHz可调），分别在平静湖面（浪高≤0.5 m）、复杂海况（浪高2～3 m）完成测试，同步采集干扰检测、抑制效果及通信质量数据，确保验证覆盖从理想到实际的全场景。

设定平静湖面以及复杂海面两类场景，改变干扰强度梯度并获取仿真以及实测的干扰抑制增益数据。干扰强度梯度指为模拟无人艇作业中干扰信号的动态变化过程，将干扰源功率按固定间隔从弱到强设置的一系列梯度值，本实验中梯度范围为5～29.7 dBm，间隔1.3 dBm，最终得到的结果如图2所示。

平静湖面场景以自然干扰为核心，干扰强度从5 dBm增至27.2 dBm时，仿真增益从29.2 dB缓慢降至26.8 dB，实测增益从27.1 dB降至24.9 dB，衰减幅度均≤2.5 dB。这一现象说明多径、海洋噪声这类自然干扰对系统抑制能力的影响较小，且仿真与实测数据差值稳定在2.1～2.3 dB，这是由于在仿真中排除了环境干扰，而实测受轻微环境衰减的客观规律；在复杂海况场景中干扰类型为自然干扰叠加多普勒频偏，增益整体低于平静湖面场景，仿真增益范围25.3～27.5 dB，实测为23.8～25.8 dB，但衰减趋势保持一致。多普勒频偏虽增加了信号处理难度，但系统通过FFT频偏校正仍维持稳定性能，当干扰强度≤14.1 dBm时，实测增益仍≥25 dB，满足设计要求。

图3为两类场景下系统响应时延随干扰强度变化的规律，通过仿真与实测数据验证了实时性设计目标的达成。两类场景中时延均随干扰强度增加平缓上升，且整体维持在低水平，表明了异构架构与算法优化的协同优势。平静湖面场景下自然干扰特征稳定，系统无需额外算力处理，仿真时延6.0～7.9 ms，实测时延 7.3～9.2 ms，即便干扰强度达29.7 dBm仍低于设计阈值。复杂海况因叠加多普勒频偏，信号需经频偏校正，时延整体偏高，仿真时延7.0～8.9 ms，实测时延8.2～10.2 ms，仅极端干扰强度下略超设计目标，多数情况均满足要求。两类场景的仿真与实测数据差值稳定在 1.2～1.3 ms，源于实测中总线传输的微小延迟，符合硬件测试客观规律，证明系统在动态干扰环境下的实时性与稳定性。

4 结　语

在复杂海洋环境下，无人艇通信链路的抗干扰能力直接决定其作业可靠性与任务成功率，因此开展无人艇通信干扰抑制技术研究具有重要的工程价值与学术意义。研究成果可广泛应用于海上搜救、海洋资源勘探、近岸安防巡逻等各类无人艇作业场景。具体结论如下：

1）提出的认知无线-自适应滤波融合抗干扰架构，有效突破了单一抗干扰技术的应用局限，实现了干扰感知、分类与抑制的协同优化。

2）改进的低复杂度算法与动态感知方案，在保障抗干扰效果的同时，适配了无人艇嵌入式硬件的算力与实时性需求。

3）基于异构架构的系统设计与多场景实测验证，证明了本文针对无人艇通信干扰抑制技术的稳定性与实用性。