CN101788675B - 基于单通道多延迟互相关处理的gps干扰抑制方法 - Google Patents

Abstract

一种基于单通道多延迟互相关处理的GPS干扰抑制方法，是结合子空间投影和常规波束形成技术来实现，首先利用干扰正交补空间投影矩阵抑制干扰，其次，利用常规波束形成技术增强卫星信号，即对投影后的数据利用自相干CLEAN算法估计卫星信号来向，利用估计的卫星信号方向进行常规波束形成。有以下步骤：将阵列天线接收到的信号向干扰正交补空间投影；对投影后单通道多延迟数据和投影后的阵列数据的互相关矩阵利用自相干CLEAN算法估计卫星信号来向；利用估计的卫星信号方向对投影后的数据进行波束形成。本发明充分利用数据信息，实现干扰抑制并保证卫星信号无衰减，无需惯性导航辅助单元，实现简单，估计精度较高，卫星信号方向估计不受阵元数的限制。

Description

基于单通道多延迟互相关处理的GPS干扰抑制方法

技术领域

本发明涉及卫星导航抗干扰领域。特别是涉及一种不需惯性导航系统，卫星信号无衰减的基于单通道多延迟互相关处理的GPS干扰抑制方法。

背景技术

全球定位系统(Global Positioning System，简称GPS)在导航、制导、精密测量等方面得到了广泛应用。然而，由于接收到的GPS信号很弱，比接收机噪声还要低20dB左右，因此很容易受到各种有意和无意干扰信号的影响。干扰的存在将使GPS接收机失锁，从而不能定位，因此研究GPS抗干扰技术具有非常重要的意义。

目前，基于自适应天线阵的干扰抑制技术是有效的GPS抗干扰方法。在GPS抗干扰中，常见的自适应天线阵技术包括：功率倒置算法，基于GPS信号方向已知的MVDR方法，基于GPS C/A码自相干特性的抗干扰算法。功率倒置算法不需阵列姿态信息，实现简单，但其只能抑制干扰而不能提供信号处理增益。基于GPS信号方向已知的MVDR方法，可以使天线方向图主瓣对准GPS信号并放大该信号，同时在干扰信号方向形成零点，但该方法需要结合惯性导航系统来提供GPS信号来向。基于GPS C/A码自相干特性的抗干扰算法利用盲周期自适应波束形成技术抑制干扰信号并增强GPS信号，不需阵列姿态信息。基于GPS C/A码自相干特性的抗干扰算法仅考虑一个GPS卫星信号存在的情况，对于多个卫星信号同时存在时，由于每个卫星信号的C/A码具有相同的自相干特性，该方法得到的阵列方向图不能在每个GPS卫星信号方向形成主瓣。GPS接收机至少要跟踪到4颗卫星信号才能定位，基于GPS C/A码自相干特性的抗干扰算法由于不能保证阵列方向图主瓣对准每个卫星信号，卫星信号会被衰减，无法捕获跟踪到4颗卫星，从而不能实现定位要求。申请号为201010031382.6的专利申请，公开一种“基于自相干MUSIC算法的全球定位系统干扰抑制方法”的技术，该技术的性能受阵元数的限制，当阵元数小于等于天线接收到的卫星数时，该专利申请所公开的技术的性能急剧下降。申请号为201010100159.2的专利申请，公开一种“基于单通道单延迟互相关处理的GPS干扰抑制方法”的技术，该技术在阵元数小于天线接收到的卫星数时仍能估计出卫星信号的方向，但该技术仅利用子空间投影后参考阵元的单延迟数据与投影后的数据的互相关矢量来估计卫星信号来向，没有充分利用GPS C/A码信号的时域多延迟重复的特点，当快拍数少时，其估计误差将增大。

发明内容

本发明所要解决的技术问题是，提供一种利用阵列天线技术和卫星导航信号的特点，提供一种不需惯性导航系统，卫星信号无衰减的基于单通道多延迟互相关处理的GPS干扰抑制方法。

本发明所采用的技术方案是：一种基于单通道多延迟互相关处理的GPS干扰抑制方法，是结合子空间投影和常规波束形成技术来实现，包括有以下步骤：

(1)将阵列天线接收到的信号向干扰正交补空间投影。

(2)对投影后单通道多延迟数据和投影后的阵列数据的互相关矩阵利用自相干CLEAN算法估计卫星信号来向。

(3)利用估计的卫星信号方向对投影后的数据进行波束形成。

所述的结合子空间投影和常规波束形成技术是一个二级抗干扰方法，首先利用干扰正交补空间投影矩阵抑制干扰，其次，利用常规波束形成技术增强卫星信号。

所述的利用常规波束形成技术增强卫星信号是对投影后的数据利用自相干CLEAN算法估计卫星信号来向，利用估计的卫星信号方向进行常规波束形成。

所述的将阵列天线接收到的信号向干扰正交补空间投影，包括有：依次进行的：当干扰入射到阵列上时，设定GPS信号的干扰和噪声彼此不相关；计算接收信号的协方差矩阵；以及计算干扰正交补空间投影矩阵。

所述的对投影后单通道多延迟数据和投影后的阵列数据的互相关矩阵利用自相干CLEAN算法估计卫星信号来向，是根据GPS C/A码的自相干特性，将投影后的参考阵元数据分别延迟1到P个C/A码周期，其中，1≤P≤19，计算每个延时数据和投影后的数据的相关矢量，将计算出的每个相关矢量扩展成一个相关矩阵，根据合成后的相关矩阵利用CLEAN算法估计卫星信号来向。

所述的利用估计的卫星信号方向对投影后的数据进行波束形成是根据自相干CLEAN算法估计到的L个卫星信号方向进行常规波束形成产生L个波束，其中，L为GPS接收到的卫星数。

本发明的基于单通道多延迟互相关处理的GPS干扰抑制方法，在基于单通道单延迟互相关处理的GPS干扰抑制方法的基础上，结合C/A码自相干特性和CLEAN参数估计方法，充分利用数据信息，实现干扰抑制并保证卫星信号无衰减，无需惯性导航辅助单元，实现简单，估计精度较高，卫星信号方向估计不受阵元数的限制。采用本发明进行干扰抑制后，接收机至少能捕获跟踪到4颗卫星信号，实现定位要求。本方明适用于任意阵列。

附图说明

图1(a)是本发明单通道多延迟自相干CLEAN算法得到的阵列方向图；

图1(b)是自相干SCORE算法得到的阵列方向图；

图1(c)是功率倒置算法得到的阵列方向图；

图2(a)是少阵元数下，自相干MUSIC方法得到的阵列方向图；

图2(b)是少阵元数下本发明单通道多延迟自相干CLEAN方法得到的阵列方向图；

图3是本发明和单通道单延迟自相干CLEAN方法估计误差的比较；

图4是自相干SCORE算法进行抗干扰后的捕获结果；

图5是功率倒置算法进行抗干扰后的捕获结果；

图6(a)～(d)是本发明单通道多延迟自相干CLEANC算法进行抗干扰后的捕获结果；

图7是本发明基于单通道多延迟互相关处理的GPS干扰抑制方法构成框图。

其中：

1：干扰正交补空间投影矩阵

2：根据卫星来向估值对L个卫星进行常规波束形成

3：单通道多延迟自相干CLEAN算法估计L个卫星信号来向

4：捕获跟踪定位

具体实施方式

下面结合实施例和附图，以均匀线阵为例，对本发明的基于单通道多延迟互相关处理的GPS干扰抑制方法做出详细说明。虽然本实施方式以均匀线阵为例加以讨论，但该发明可适用于任意阵列。

本发明是在基于单通道单延迟互相关处理的GPS干扰抑制方法的基础上，研发的一种单通道多延迟自相干CLEAN抗干扰方法。该发明采用CLEAN估计方法，充分利用数据信息，估计精度较高，卫星信号方向估计不受阵元数的约束。采用本发明进行干扰抑制后，接收机至少能捕获跟踪到4颗卫星信号，实现定位要求。本发明适用于任意阵列。

本发明的基于单通道多延迟互相关处理的GPS干扰抑制方法，是结合子空间投影和常规波束形成技术来实现，所述的结合子空间投影和常规波束形成技术是一个二级抗干扰方法，首先利用干扰正交补空间投影矩阵抑制干扰，其次，利用常规波束形成技术增强卫星信号。所述的利用常规波束形成技术增强卫星信号是对投影后的数据利用自相干CLEAN算法估计卫星信号来向，利用估计的卫星信号方向进行常规波束形成。

如图7所示，本发明的基于单通道多延迟互相关处理的GPS干扰抑制方法，包括有以下步骤：

步骤1：将阵列天线接收到的信号向干扰正交补空间投影，具体是分如下三步进行的：

第一步，当干扰入射到阵列上时，GPS接收机天线阵接收到的中频信号为：

$x\left(t\right)=\underset{l=1}{\overset{L}{\mathrm{\Σ}}}{a}_l{s}_l\left(t\right)e^{-j2\mathrm{\π}{f}_{\mathrm{dl}}t}+\underset{q=1}{\overset{Q}{\mathrm{\Σ}}}{b}_q{j}_q\left(t\right)+e\left(t\right)---\left(1\right)$

其中s_l(t)表示第l个中频卫星信号，f_dl是第l个卫星信号的多普勒频率。j_q(t)表示第q个干扰信号，a_l和b_q是相应的阵列流形。对于间距为半波长的M元均匀线阵

e(t)是接收机热噪声。假设GPS信号，干扰和噪声彼此不相关。

第二步，计算接收信号的协方差矩阵，接收信号的协方差矩阵可由阵列Q次快拍得到的信号样本来估计，即

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

第三步，计算干扰正交补空间投影矩阵。GPS信号的功率通常要比噪声电平低20dB左右，而干扰的功率常常都很强，一般要高于噪声的功率，所以接收信号的协方差矩阵主要是由干扰和噪声的协方差矩阵决定，则式(2)可重写为

R ≈R_I+R_v    (3)

其中R_I表示干扰信号的协方差矩阵，R_v是噪声协方差矩阵。对R进行特征值分解，有

$R=\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{\mathrm{\λ}}_m{e}_m{e}_m^H\≈\underset{m=1}{\overset{Q}{\mathrm{\Σ}}}{\mathrm{\λ}}_m{e}_m{e}_m^H+{\mathrm{\σ}}_v^2\underset{m=Q+1}{\overset{M}{\mathrm{\Σ}}}{e}_m{e}_m^H---\left(4\right)$

其中λ_m(m＝1，…Q)为Q个大特征值，Q是干扰数。其余的M-Q个特征值相等，均为σ_v ²。e_m(m＝1，…Q)是第m个大特征值对应的特征向量，张成干扰子空间，记为U_J＝span{e₁，…，e_Q}。则其正交补空间为

$U_J^{\⊥}=I-U_J{\left(U_J^H{U}_J\right)}^{-1}{U}_J^H---\left(5\right)$

相应地，投影矩阵为

$P_J^{\⊥}=U_J^{\⊥}{\left(U_J^{\⊥}\right)}^H---\left(6\right)$

步骤2：对投影后单通道多延迟数据和投影后的阵列数据的互相关矩阵利用自相干CLEAN算法估计卫星信号来向。

所述的对投影后单通道多延迟数据和投影后的阵列数据的互相关矩阵利用自相干CLEAN算法估计卫星信号来向，是根据GPS C/A码的自相干特性，将投影后的参考阵元数据分别延迟1到P个C/A码周期，其中，1≤P≤19，计算每个延时数据和投影后的数据的相关矢量，将计算出的每个相关矢量扩展成一个相关矩阵，根据合成后的相关矩阵利用CLEAN算法估计卫星信号来向。具体做法如下：

根据C/A码自相干特性和CLEAN方法估计卫星信号方向。投影后的无干扰数据为

$y\left(t\right)=P_J^{\⊥}x\left(t\right)=\underset{l=1}{\overset{L}{\mathrm{\Σ}}}{P}_J^{\⊥}{a}_l{s}_l\left(t\right)e^{-j2\mathrm{\π}{f}_{\mathrm{dl}}t}+P_J^{\⊥}e\left(t\right)=\underset{l=1}{\overset{L}{\mathrm{\Σ}}}{\stackrel{\‾}{a}}_l{s}_l\left(t\right)e^{-j2\mathrm{\π}{f}_{\mathrm{dl}}t}+P_J^{\⊥}e\left(t\right)---\left(7\right)$

其中

本实施例对经过干扰投影后的数据y(t)的第一个天线的信号延时k倍的C/A码周期，则有

${\tilde{y}}_k\left(t\right)=y_1(t-\mathrm{kT})=\underset{l=1}{\overset{L}{\mathrm{\Σ}}}{\stackrel{\‾}{a}}_l\left(l\right)s_l(t-\mathrm{kT})e^{-j2\mathrm{\π}{f}_{\mathrm{dl}}(t-\mathrm{kT})}+P_J^{\⊥}e(t-\mathrm{kT})$

其中T是C/A码的周期，a_l(1)是矢量a_l的第1个元素，由于C/A码具有自相干特性，则在一个D码周期内，有s_l(t-kT)＝s_l(t)k＝1，…P，本实施例中假设卫星数为4，取P＝5。式(8)变为

${\tilde{y}}_k\left(t\right)=y_1(t-\mathrm{kT})=\underset{l=1}{\overset{L}{\mathrm{\Σ}}}{\stackrel{\‾}{a}}_l\left(l\right)s_l\left(t\right)e^{-j2\mathrm{\π}{f}_{\mathrm{dl}}(t-\mathrm{kT})}+P_J^{\⊥}e(t-\mathrm{kT})---\left(9\right)$

理论上

和y(t)的互相关矢量为

${\tilde{r}}_k=E\left\{{\tilde{y}}_k^{*}\left(t\right)y\left(t\right)\right\}=\underset{l=1}{\overset{L}{\mathrm{\Σ}}}{\mathrm{\σ}}_l^2{e}^{-j2\mathrm{\π}{f}_{\mathrm{dl}}\mathrm{kT}}{\stackrel{\‾}{a}}_l\left(l\right){\stackrel{\‾}{a}}_l=\underset{l=1}{\overset{L}{\mathrm{\Σ}}}{\mathrm{\γ}}_l{e}^{-j2\mathrm{\π}{f}_{\mathrm{dl}}\mathrm{kT}}{\stackrel{\‾}{a}}_l---\left(10\right)$

其中

a_l是卫星信号来向的函数。构造新的矩阵

$\tilde{R}=\left[\begin{array}{cccc}{\tilde{r}}_1& {\tilde{r}}_2& ...& {\tilde{r}}_P\end{array}\right]=\left[\begin{array}{cccc}\underset{l=1}{\overset{L}{\mathrm{\Σ}}}{\mathrm{\γ}}_l{e}^{-j2\mathrm{\π}{f}_{\mathrm{dl}}T}{\stackrel{\‾}{a}}_l& \underset{l=1}{\overset{L}{\mathrm{\Σ}}}{\mathrm{\γ}}_l{e}^{-j2\mathrm{\π}{f}_{\mathrm{dl}}2T}{\stackrel{\‾}{a}}_l& ...& \underset{l=1}{\overset{L}{\mathrm{\Σ}}}{\mathrm{\γ}}_l{e}^{-j2\mathrm{\π}{f}_{\mathrm{dl}}\mathrm{PT}}{\stackrel{\‾}{a}}_l\end{array}\right]---\left(11\right)$

GPS卫星信号来向可通过使下式最小来计算得到，即

$\underset{\mathrm{\θ},\mathrm{\γ},f_{\mathrm{dl}}}{\min }|\stackrel{\widehat{~}}{R}-\left[\begin{array}{cccc}\underset{l=1}{\overset{L}{\mathrm{\Σ}}}{\mathrm{\γ}}_l{e}^{-j2\mathrm{\π}{f}_{\mathrm{dl}}T}{\stackrel{\‾}{a}}_l& \underset{l=1}{\overset{L}{\mathrm{\Σ}}}{\mathrm{\γ}}_l{e}^{-j2\mathrm{\π}{f}_{\mathrm{dl}}2T}{\stackrel{\‾}{a}}_l& ...& \underset{l=1}{\overset{L}{\mathrm{\Σ}}}{\mathrm{\γ}}_l{e}^{-j2\mathrm{\π}{f}_{\mathrm{dl}}\mathrm{PT}}{\stackrel{\‾}{a}}_l\end{array}\right]|---\left(12\right)$

其中

是根据阵列快拍数计算出的互相关矩阵，式(12)的估计问题可通过二维CLEAN算法来求解，求解过程如下：

(1)假设L＝1，根据式(13)和式(14)从

中估计

和

${\widehat{\mathrm{\θ}}}_1,{\hat{f}}_{d1}=\arg \underset{{\widehat{\mathrm{\θ}}}_1,{\hat{f}}_{\mathrm{dl}}}{\max }\left|\right|{\stackrel{\‾}{a}}^H\left(\mathrm{\θ}\right)\stackrel{\widehat{~}}{R}F\left(f_d\right)\left|\right|---\left(13\right)$

其中

而a(θ)＝[1e^-jπsinθ…e^{-j(M-1)πsinθ}]^T， $F\left(f_d\right)={\left[\begin{array}{cccc}{e}^{-j2\mathrm{\π}{f}_{d}T}& e^{-j2\mathrm{\π}2f_{d}T}& ...& e^{-j2\mathrm{\πP}{f}_{d}T}\end{array}\right]}^T.$

${\widehat{\mathrm{\γ}}}_1=\frac{{\stackrel{\‾}{a}}^H\left({\widehat{\mathrm{\θ}}}_1\right)\stackrel{\widehat{~}}{R}F\left({\hat{f}}_{\mathrm{dl}}\right)}{{\left|\right|\stackrel{\‾}{a}\left({\widehat{\mathrm{\θ}}}_1\right)\left|\right|}^2{\left|\right|F\left({\hat{f}}_{\mathrm{dl}}\right)\left|\right|}^2}---\left(14\right)$

(2)假设L＝2，根据

和

获得

${\stackrel{\widehat{~}}{R}}_2=\stackrel{\widehat{~}}{R}-\left[\begin{array}{cccc}{\widehat{\mathrm{\γ}}}_1{e}^{-j2\mathrm{\π}{\hat{f}}_{\mathrm{dl}}T}\stackrel{\‾}{a}\left({\widehat{\mathrm{\θ}}}_1\right)& {\widehat{\mathrm{\γ}}}_1{e}^{-j2\mathrm{\π}{\hat{f}}_{\mathrm{dl}}2T}\stackrel{\‾}{a}\left({\widehat{\mathrm{\θ}}}_1\right)& ...& {\widehat{\mathrm{\γ}}}_1{e}^{-j2\mathrm{\π}{\hat{f}}_{\mathrm{dl}}\mathrm{PT}}\stackrel{\‾}{a}\left({\widehat{\mathrm{\θ}}}_1\right)\end{array}\right]---\left(15\right)$

根据式(16)和式(17)从

中估计

和

${\widehat{\mathrm{\θ}}}_2,f_{d2}=\arg \underset{{\mathrm{\θ}}_2,f_{d2}}{\max }\left|\right|{\stackrel{\‾}{a}}^H\left(\mathrm{\θ}\right){\stackrel{\widehat{~}}{R}}_{2}F\left(f_d\right)\left|\right|---\left(16\right)$

${\widehat{\mathrm{\γ}}}_2=\frac{{\stackrel{\‾}{a}}^H\left({\widehat{\mathrm{\θ}}}_2\right){\stackrel{\widehat{~}}{R}}_{2}F\left({\hat{f}}_{d2}\right)}{{\left|\right|\stackrel{\‾}{a}\left({\widehat{\mathrm{\θ}}}_2\right)\left|\right|}^2{\left|\right|F\left({\hat{f}}_{d2}\right)\left|\right|}^2}---\left(17\right)$

(3)假设L＝3，根据

获得

${\stackrel{\widehat{~}}{R}}_3=\stackrel{\widehat{~}}{R}-\left[\begin{array}{cccc}\underset{l=1}{\overset{2}{\mathrm{\Σ}}}{\widehat{\mathrm{\γ}}}_l{e}^{-j2\mathrm{\π}{\hat{f}}_{\mathrm{dl}}T}\stackrel{\‾}{a}\left({\widehat{\mathrm{\θ}}}_l\right)& \underset{l=1}{\overset{2}{\mathrm{\Σ}}}{\widehat{\mathrm{\γ}}}_l{e}^{-j2\mathrm{\π}{\hat{f}}_{\mathrm{dl}}2T}\stackrel{\‾}{a}\left({\widehat{\mathrm{\θ}}}_l\right)& ...& \underset{l=1}{\overset{2}{\mathrm{\Σ}}}{\widehat{\mathrm{\γ}}}_l{e}^{-j2\mathrm{\π}{\hat{f}}_{\mathrm{dl}}\mathrm{PT}}\stackrel{\‾}{a}\left({\widehat{\mathrm{\θ}}}_l\right)\end{array}\right]---\left(18\right)$

从

中估计

和

(4)假设L＝4，…，重复步骤3，直至L足够大，可以估计出所有的或满足定位要求的卫星信号来向。

步骤3：利用估计的卫星信号方向对投影后的数据进行波束形成。

所述的利用估计的卫星信号方向对投影后的数据进行波束形成是根据自相干CLEAN算法估计到的L个卫星信号方向进行常规波束形成产生L个波束，其中，L为GPS接收到的卫星数。具体做法如下：

根据自相干CLEAN算法估计到的L(L为GPS接收到的卫星数)个卫星信号方向进行常规波束形成产生L个波束，第L个波束所对应得加权矢量为

$w_l=P_J^{\⊥}{a}_l\left({\widehat{\mathrm{\θ}}}_l\right)---\left(19\right)$

结合图1～6可以明显的看出采用本发明的基于单通道多延迟互相关处理的GPS干扰抑制方法的效果。

图1(a)是单通道多延迟自相干CLEAN算法得到的阵列方向图，图1(b)是自相干SCORE算法得到的阵列方向图，图1(c)是功率倒置算法得到的阵列方向图。在本实施例中，天线阵为10元均匀线阵，四个GPS卫星信号分别从0°，-55°，-20°，30°方向入射到阵列上，一个干扰信号从50°方向入射到阵列上。从图1(a)-(c)可以看出这三种方法都能抑制干扰，但自相干SCORE算法不能在所有卫星方向上形成主瓣，零点也不深，功率倒置方法对每个卫星都不能提供增益，而本发明的方法可以使阵列方向图主瓣对准每个卫星信号。

图2(a)、(b)给出了阵元数等于卫星信号数情况下，自相干MUSIC方法和自相干CLEAN方法得到的估计结果的比较。在本实施例中，天线阵为4元均匀线阵，四个GPS卫星信号分别从0°，-55°，-20°，30°方向入射到阵列上，一个干扰信号从50°方向入射到阵列上，从图2(a)可以看出，自相干MUSIC算法受阵元数的限制，当阵元数等于卫星信号数时，自相干MUSIC从而不能使天线方向图主瓣指向每个卫星信号，在本实施中，该发明只能对准1个卫星信号。从图2(b)可以看出，单通道多延迟自相干CLEAN算法在阵元数等于卫星信号数的情况下仍有效工作。

图3是本发明和单通道单延迟自相干CLEAN方法估计误差的比较，从图3可以看到，本发明由于利用了投影后参考阵元的多延时数据和投影后的数据的互相关矢量来估计卫星信号来向，因此和单通道单延迟相比估计误差要小一些。

图4是自相干SCORE算法进行抗干扰后的捕获结果，在图4中，横坐标表示GPS卫星PRN号，纵坐标表示归一化的捕获因子，其定义为接收机捕获部分中归一化的相关峰值最大值与相关峰值次大值的比值。本实施例中设捕获门限为归一化的捕获因子等于0.5。从图4可以看出由于该方法形成的方向图不能对准每个卫星信号，会衰减部分卫星信号，从而使得接收机不能够捕到四个以上的卫星信号。

图5是功率倒置算法进行抗干扰后的捕获结果，图5的坐标轴含义和图5一样，捕获门限也相同。从图5可以看出虽然该算法可以捕获4个卫星信号，但由于功率倒置算法无信号处理增益，从而引起部分卫星捕获峰值变小。

图6(a)～(d)是本发明基于自相干CLEAN算法进行抗干扰后的捕获结果，图6的坐标轴含义和图3一样，捕获门限也相同。从图6可以看出采用本发明抑制干扰后，可以捕获到4个卫星信号且每个卫星信号的捕获峰值都很大。

Claims (6)

1.一种基于单通道多延迟互相关处理的GPS干扰抑制方法，其特征在于：是结合子空间投影和常规波束形成技术来实现，包括有以下步骤：

(1)将阵列天线接收到的信号向干扰正交补空间投影,

(2)对投影后单通道多延迟数据和投影后的阵列数据的互相关矩阵利用自相干CLEAN算法估计卫星信号来向,

(3)利用估计的卫星信号来向对投影后的数据进行常规波束形成。

2.根据权利要求1所述的基于单通道多延迟互相关处理的GPS干扰抑制方法，其特征在于，所述的结合子空间投影和常规波束形成技术是一个二级抗干扰方法，首先利用干扰正交补空间投影矩阵抑制干扰，其次，利用常规波束形成技术增强卫星信号。

3.根据权利要求2所述的基于单通道多延迟互相关处理的GPS干扰抑制方法，其特征在于，所述的利用常规波束形成技术增强卫星信号是对投影后的数据利用自相干CLEAN算法估计卫星信号来向，利用估计的卫星信号来向进行常规波束形成。

4.根据权利要求1所述的基于单通道多延迟互相关处理的GPS干扰抑制方法，其特征在于，所述的将阵列天线接收到的信号向干扰正交补空间投影，包括有：依次进行的：当干扰入射到阵列上时，设定GPS信号的干扰和噪声彼此不相关；计算接收信号的协方差矩阵；以及计算干扰正交补空间投影矩阵。

5.根据权利要求1所述的基于单通道多延迟互相关处理的GPS干扰抑制方法，其特征在于，所述的对投影后单通道多延迟数据和投影后的阵列数据的互相关矩阵利用自相干CLEAN算法估计卫星信号来向，是根据GPS C/A码的自相干特性，将投影后的参考阵元数据分别延迟1到P个C/A码周期，其中，1≤P≤19，计算每个延时数据和投影后的数据的相关矢量，将计算出的每个相关矢量扩展成一个相关矩阵，根据合成后的相关矩阵利用CLEAN算法估计卫星信号来向。

6.根据权利要求1所述的基于单通道多延迟互相关处理的GPS干扰抑制方法，其特征在于，所述的利用估计的卫星信号来向对投影后的数据进行常规波束形成是根据自相干CLEAN算法估计到的L个卫星信号来向进行常规波束形成产生L个波束，其中，L为GPS接收到的卫星数。 

Images