CN101561490A - 基于码字结构的盲自适应gps干扰抑制方法 - Google Patents

Abstract

一种基于码字结构的盲自适应GPS干扰抑制方法，是利用自适应阵列天线抑制干扰来实现，即是通过在阵列天线和普通的GPS接收机之间嵌入基于码字结构的盲自适应GPS干扰抑制模块来实现的，不改变全球卫星导航系统GPS接收机的内部结构，有如下步骤：(1)将阵列天线接收到的射频信号转换为数字中频信号；(2)将中频信号进行A/D变换、数字下变频得到零中频数字信号；(3)利用功率倒置算法计算天线阵列的加权矢量；(4)将步骤3计算出的加权矢量作为基于码字结构的盲自适应算法的初始加权矢量，进行天线阵列加权矢量的更新；(5)采用步骤4计算出的阵列加权矢量进行波束形成；(6)将波束形成后的卫星导航信号转换为模拟射频信号送入接收机。本发明可降低解重扩算法的运算量和收敛速度。

Description

基于码字结构的盲自适应GPS干扰抑制方法

技术领域

本发明涉及一种盲自适应GPS干扰抑制方法。特别是涉及一种不改变现有GPS接收机结构，能够抑制干扰的基于码字结构的盲自适应GPS干扰抑制方法。

背景技术

GPS因其可以全天时，全天候地为世界上的任何地方提供准确的位置，速度和时间信息，从而成为目前最有前途的导航系统，广泛的应用在军事和民用领域。然而，由于接收到的GPS信号很弱，比噪声还要低20-30dB，同时GPS信号的扩频码C/A码是公开的，因而使得GPS信号很容易受到各种有意和无意干扰信号的影响。如果干扰信号很强，超过GPS扩频信号所固有的处理增益，将使得GPS接收机失锁，从而不能正确解算接收机的位置信息，因而有必要研究GPS抗干扰技术。

目前，最有效的GPS抗干扰技术是采用自适应天线阵，利用空域或空时域技术来进行干扰抑制，这些技术均没有考虑利用GPS信号的特点。GPS系统采用的是CDMA扩频通信系统，在CDMA抗干扰中，基于解重扩技术多目标阵列是近来较新的一种盲自适应算法，该方法利用CDMA系统中不同用户的扩频码信息来自适应多目标波束形成器的加权矢量，从而形成多个波束。具体说来，就是利用每个用户扩频码和接收到的信号做相关，估计每个用户的码位信息，然后再利用该扩频码对估计出的码位信息进行重新扩频，重新扩频后的信号作为自适应波束形成器的参考信号来更新加权矢量。由于GPS信号是CDMA信号，因此可以应用解重扩技术来进行GPS抗干扰，但要考虑GPS信号的特殊性来简化算法。

发明内容

本发明所要解决的技术问题是，提供一种不需改变现有GPS接收机结构，能够抑制干扰的基于码字结构的盲自适应GPS干扰抑制方法。

本发明所采用的技术方案是：一种基于码字结构的盲自适应GPS干扰抑制方法，是利用自适应阵列天线抑制干扰来实现，即是通过在阵列天线和普通的GPS接收机之间嵌入基于码字结构的盲自适应GPS干扰抑制模块来实现的，不改变全球卫星导航系统GPS接收机的内部结构，具体包括如下步骤：

(1)将阵列天线接收到的射频信号转换为数字中频信号；

(2)将中频信号进行A/D变换、数字下变频得到零中频数字信号；

(3)利用功率倒置算法计算天线阵列的加权矢量；

(4)将步骤(3)计算出的加权矢量作为基于码字结构的盲自适应算法的初始加权矢量，进行天线阵列加权矢量的更新；

(5)采用步骤(4)计算出的阵列加权矢量进行波束形成。

(6)将波束形成后的卫星导航信号转换为模拟射频信号送入接收机。

所述的干扰抑制方法是将功率倒置算法与解重扩算法相结合，并利用导航数据周期远大于扩频码周期的特点，简化解重扩算法，提高解重扩算法的计算量和收敛速度。

步骤(3)所述的利用功率倒置算法计算天线阵列的加权矢量，是通过使阵列天线输出信号功率最小，同时约束参考阵元的加权值为1为代价函数，利用小块拍数计算加权矢量。

步骤(4)所述的加权矢量的更新公式，是通过使阵列输出信号与参考信号的误差最小为代价函数，利用最小二乘算法来实现。

所述的参考信号的获取是利用已知的GPS扩频码码字结构，对阵列输出数据进行处理，得到与阵列接收到的GPS信号同步的扩频码作为参考信号。

所述的对阵列输出数据进行处理，得到与阵列接收到的GPS信号同步的扩频码作为参考信号，是将接收机中扩频码逐步进行延迟，将每个延迟后的扩频码分别与阵列输出数据在一个扩频码周期内作相关运算，然后比较每个相关器的输出，从中选出最大的输出，与该最大输出对应的支路上的扩频码即为参考信号。

本发明的基于码字结构的盲自适应GPS干扰抑制方法，本发明充分考虑了GPS信号很弱，扩频码码字结构已知和导航数据周期远大于扩频码周期的特点，将扩频通信中的解重扩算法应用到GPS抗干扰中，可降低解重扩算法的运算量和收敛速度。

附图说明

图1是利用相关器来估计时延参数的原理框图；

图2是基于码字结构的盲自适应GPS抗干扰算法结构图；

图3a是本发明对卫星1形成的阵列天线方向图；

图3b是本发明对卫星2形成的阵列天线方向图；

图3c是本发明对卫星3形成的阵列天线方向图；

图3d是本发明对卫星4形成的阵列天线方向图；

图4a是采用本发明进行干扰抑制后对卫星1的捕获结果；

图4b是采用本发明进行干扰抑制后对卫星2的捕获结果；

图4c是采用本发明进行干扰抑制后对卫星3的捕获结果；

图4d是采用本发明进行干扰抑制后对卫星4的捕获结果。

具体实施方式

下面结合实施例和附图对本发明的基于码字结构的盲自适应GPS干扰抑制方法做出详细说明。

本发明的基于码字结构的盲自适应GPS干扰抑制方法，是利用自适应阵列天线抑制干扰来实现，即是通过在阵列天线和普通的GPS接收机之间嵌入基于码字结构的盲自适应GPS干扰抑制模块来实现的，不改变全球卫星导航系统GPS接收机的内部结构，将功率倒置算法与解重扩算法相结合，并利用导航数据周期远大于扩频码周期的特点，简化解重扩算法，提高解重扩算法的计算量和收敛速度，具体包括如下步骤：

第一步：将阵列天线接收到的射频信号转换为数字中频信号；

第二步：将中频信号进行A/D变换、数字下变频得到零中频数字信号；

当干扰信号入射到GPS接收机天线阵上时，将N个天线阵元接收到的信号通过由低噪声射频放大器、混频器及自动增益控制电路等组成的下变频模块，下变频到中频，经数字下变频得到的零中频信号为：

$x\left(k\right)=\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{a}_m{s}_m\left(k\right)+\underset{q=1}{\overset{P}{\mathrm{\Σ}}}{k}_q{i}_q\left(k\right)+n\left(k\right)---\left(1\right)$

其中s_m(k)＝Ab_m(k-k_τ)c_m(k-k_τ)表示天线接收到的第m个GPS信号(m＝1，…，M)，A表示载波幅值，b_m(k)表示发射的扩频信号的数据信息，取值±1，c(k)表示扩频码信息，取值为±1，k_τ是对应于发射信号时延τ的样本数目。i_q(k)表示天线接收到的第q个干扰信号(q＝1，…，P)，n(k)表示均值为零，方差为σ_n ²的加性高斯白噪声矢量。 $a_m={[1,e^{-\frac{2\mathrm{\π}\mathrm{jd}\sin {\mathrm{\θ}}_m}{\mathrm{\λ}}},\·\·\·,e^{-\frac{2\mathrm{\πj}(N-1)d\sin {\mathrm{\θ}}_m}{\mathrm{\λ}}}]}^T$ $k_q={[1,e^{-\frac{2\mathrm{\π}\mathrm{jd}\sin {\mathrm{\θ}}_q}{\mathrm{\λ}}},\·\·\·,e^{-\frac{2\mathrm{\πj}(N-1)d\sin {\mathrm{\θ}}_q}{\mathrm{\λ}}}]}^T$ 分别表示第m个GPS信号和第q个干扰信号的导向矢量，为书写简单，本专利省略了a_m，k_q对θ_m，θ_q的依赖关系并假设GPS信号和干扰信号互不相关。

第三步：利用功率倒置算法计算天线阵列的加权矢量；是通过使阵列天线输出信号功率最小，同时约束参考阵元的加权值为1为代价函数，利用小块拍数计算加权矢量。

计算接收信号的协方差矩阵，设置基于码字结构的盲自适应波束形成算法的初始加权矢量。

接收信号的协方差矩阵可由阵列Q次快拍得到的信号的样本平均来估计，即

$R=E\left\{x\left(k\right)x^H\left(k\right)\right\}\≈\frac{1}{Q}\underset{k=1}{\overset{Q}{\mathrm{\Σ}}}x\left(k\right)x^H\left(k\right)---\left(2\right)$

初始加权矢量利用功率倒置算法计算，即

$w\left(0\right)=\frac{R^{-1}{\mathrm{\δ}}_{N\×1}}{{\mathrm{\δ}}_{N\×1}^H{R}^{-1}{\mathrm{\δ}}_{N\×1}}---\left(3\right)$

本实施例中，δ_N×1＝[1 0 …0]^T。

第四步：将第三步骤计算出的加权矢量作为基于码字结构的盲自适应算法的初始加权矢量，进行天线阵列加权矢量的更新；是通过使阵列输出信号与参考信号的误差最小为代价函数，利用最小二乘算法来实现。所述的参考信号的获取是利用已知的GPS扩频码码字结构，对阵列输出数据进行处理，得到与阵列接收到的GPS信号同步的扩频码作为参考信号。是将接收机中扩频码逐步进行延迟，将每个延迟后的扩频码分别与阵列输出数据在一个扩频码周期内作相关运算，然后比较每个相关器的输出，从中选出最大的输出，与该最大输出对应的支路上的扩频码即为参考信号。

利用基于码字结构的盲自适应波束形成算法更新加权矢量，该算法是由扩频通信系统中的解重扩算法演变而来的。解重扩算法是指在接收端对发射信号进行自适应波束形成时，可以利用扩频码信息检测出发射信号的第n个比特位数据b_n，则发射信号在时间周期[(n-1)T_b，nT_b]内的信号波形就可以利用该发射信号的扩频码对检测出的数据b_n进行重新扩频来得到。这一重扩后的信号就可以作为参考信号来更新自适应波束形成的权矢量。根据解重扩算法代价函数的不同，可以分为最小二乘解重扩算法和最小均方解重扩算法。本发明主要考虑最小二乘解重扩算法。

最小二乘解扩重扩算法通过使式(4)的代价函数最小来确定最佳权矢量w

$F\left(w\right)=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{|y\left(k\right)-r\left(k\right)|}^2=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{|w^{H}x\left(k\right)-r\left(k\right)|}^2---\left(4\right)$

式(2)中，y(k)＝w^Tx(k)表示阵列输出，w＝[w₁ …w_M]^T为阵列加权矢量r(k)＝b_nc(k-k_τ)，(n-1)K≤k≤nK是发射信号的重扩信号，K是数据块的大小，其值为发射的扩频信号中扩频码周期的样本数。式(4)的最小化问题可以利用高斯方法的推广来求解。

根据高斯法，权向量的更新公式为

w(l+1)＝w(l)-[X(l)X^H(l)]^-1X(l)[y(l)-r(l)]^*

＝w(l)-[X(l)X^H(l)]^-1X(l)X^H(l)w(l)+[X(l)X^H(l)]^-1X(l)r^*(l)    (5)

＝[X(l)X^H(l)]^-1X(l)r^*(l)

其中

X(l)＝[x(1+lK)，…，x(K+lK)]^T    (6)

r(l)＝b_n[c(1+lK-k_τ)，…，c(K+lK-k_τ)]^T    (7)

b_n是发射信号第n个比特的估值，由下式给出

$b_n=\mathrm{sgn}\left\{\mathrm{Re}\right[\underset{k=1+\mathrm{lK}}{\overset{K+\mathrm{lK}}{\mathrm{\Σ}}}y\left(k\right)c(k-k_{\mathrm{\τ}})\left]\right\}---\left(8\right)$

y(l)＝[y(1+lK)…y(K+lK)]^T＝[w^H(l)X(l)]^T    (9)

根据解扩重扩恒模算法的推导步骤，我们可以看出，为了获得发射信号第n个比特的估值b_n，需要把阵列输出数据与扩频码的时延形式c(k-k_τ)作相关运算，然后相关输出被送给检测器，检测器根据输入的相关作出决策。同样地，为了获得重扩信号，需要把估计到的第n个比特数据用扩频码的时延形式c(k-k_τ)来扩频。因此发射信号的时延参数是最小二乘解扩重扩算法的一个重要参数，在实际中，该参数通常是未知的，需要估计得到。在扩频通信系统中，该参数的估计问题可以看成是同步问题，通常采用相关器结构来实现同步获得k_τ的估值

相关器的具体实现框图如图1所示。

在同步过程中，本地产生的扩频码c(k)逐步延迟二分之一个码片间隔T_c/2，每个延迟后的扩频码序列分别与阵列输出数据y(k)作相关运算，然后比较每个相关器的输出，从中选出最大的输出，与该最大输出对应的支路上的扩频码即认为与发射信号实现了粗同步，相应的扩频码码片的延时时间为k_τ的估值一旦

被估计得到后，我们就可以用

代替式(7)和式(8)中的c(k-k_τ)来实现解扩重扩恒模算法。

本发明考虑在GPS信号中，由于一个导航数据位包含20个C/A码周期，因此在应用解重扩算法时，不考虑导航数据，假定导航数据为1，则式(1)中的s_m(k)为

s_m(k)＝Ac_m(k-k_τ)     (10)

相应地

r(k)＝c(k-k_τ)，(n-1)K ≤k≤nK    (11)

r(l)＝[c(1+lK-k_τ)，…，c(K+lK-k_τ)]^T    (12)

将式(12)代入式(5)的权矢量更新公式中，就可以得到新的基于码字结构的盲自适应GPS抗干扰算法，可见，本发明不需对GPS信号进行解扩重扩运算，只需找到同步的扩频码即可，减小了解重扩算法的运算量。

第五步：采用第四步骤计算出的阵列加权矢量进行波束形成。

重复第四步骤的内容，获得4个无干扰的GPS卫星信号。要利用GPS卫星导航，接收机至少需要捕获到四颗卫星信号，因此自适应天线阵至少要形成4个波束来指向不同的卫星。此时，在应用本发明的基于码字结构的盲自适应波束形成算法时，需要对24颗卫星的C/A码进行搜索，至少检测出4颗卫星的C/A码并估计相应的时延，产生四个参考信号。算法的结构图如图2所示。图3a-图3d给出了本发明得到的阵列天线方向图；在本实施例中，采样率为5MHz，仿真实验采用间距为半波长的均匀线阵，4个GPS卫星信号分别从0°、30°、-10°和-30°方向入射到阵列上，其卫星序号分别为1，2，3，4。一个干扰信号从40°方向入射到阵列上，从图3a-图3d可以看出，本发明可以很好的获得GPS卫星信号，抑制干扰信号。

第六步：将波束形成后的卫星导航信号转换为模拟射频信号送入接收机。

将第五步骤中阵列输出的数据经数模转换，上变频后送到普通的GPS接收机进行捕获处理，图4a-4d给出了采用本发明进行干扰抑制后得到的捕获结果。在本实施例中，GPS卫星信号的传播时延(减去C/A码周期的整数倍)分别为0.3ms，0.2ms，0.4ms，0.5ms，对应的采样点分别为1500，1000，2000，2500。卫星序号分别为1，2，3，4。从图4a-图4d可见，经本发明干扰抑制后，能够正确捕获4颗GPS卫星。

本发明的基于码字结构的盲自适应GPS干扰抑制方法，考虑到一个GPS导航数据位包含20个C/A码周期，认为导航数据在自适应加权矢量计算过程中保持不变，从而不需对接收到的信号进行解扩重扩处理，只需通过相关运算找到和接收信号同步的扩频码即可，用该扩频码作为自适应天线阵的参考信号。此外，本发明还考虑到GPS信号的微弱性，提出利用功率倒置方法所计算出的加权矢量作为解扩重扩技术的初始加权矢量，提高解重扩算法的收敛速度。

Claims (6)

1.一种基于码字结构的盲自适应GPS干扰抑制方法，其特征在于，是利用自适应阵列天线抑制干扰来实现，即是通过在阵列天线和普通的GPS接收机之间嵌入基于码字结构的盲自适应GPS干扰抑制模块来实现的，不改变全球卫星导航系统GPS接收机的内部结构，具体包括如下步骤：

(1)将阵列天线接收到的射频信号转换为数字中频信号；

(2)将中频信号进行A/D变换、数字下变频得到零中频数字信号；

(3)利用功率倒置算法计算天线阵列的加权矢量；

(4)将步骤(3)计算出的加权矢量作为基于码字结构的盲自适应算法的初始加权矢量，进行天线阵列加权矢量的更新；

(5)采用步骤(4)计算出的阵列加权矢量进行波束形成；

(6)将波束形成后的卫星导航信号转换为模拟射频信号送入接收机。

2.根据权利要求1所述的基于码字结构的盲自适应GPS干扰抑制方法，其特征在于，所述的干扰抑制方法是将功率倒置算法与解重扩算法相结合，并利用导航数据周期远大于扩频码周期的特点，简化解重扩算法，提高解重扩算法的计算量和收敛速度。

3.根据权利要求1所述的基于码字结构的盲自适应GPS干扰抑制方法，其特征在于，步骤(3)所述的利用功率倒置算法计算天线阵列的加权矢量，是通过使阵列天线输出信号功率最小，同时约束参考阵元的加权值为1为代价函数，利用小块拍数计算加权矢量。

4.根据权利要求1所述的基于码字结构的盲自适应GPS干扰抑制方法，其特征在于，步骤(4)所述的加权矢量的更新公式，是通过使阵列输出信号与参考信号的误差最小为代价函数，利用最小二乘算法来实现。

5.根据权利要求4所述的基于码字结构的盲自适应GPS干扰抑制方法，其特征在于，所述的参考信号的获取是利用已知的GPS扩频码码字结构，对阵列输出数据进行处理，得到与阵列接收到的GPS信号同步的扩频码作为参考信号。

6.根据权利要求5所述的基于码字结构的盲自适应GPS干扰抑制方法，其特征在于，所述的对阵列输出数据进行处理，得到与阵列接收到的GPS信号同步的扩频码作为参考信号，是将接收机中扩频码逐步进行延迟，将每个延迟后的扩频码分别与阵列输出数据在一个扩频码周期内作相关运算，然后比较每个相关器的输出，从中选出最大的输出，与该最大输出对应的支路上的扩频码即为参考信号。

Images