CN101887129A - 北斗卫星用户设备接收抗干扰方法 - Google Patents

Abstract

本发明提供一种北斗卫星用户设备接收抗干扰方法，以解决北斗导航系统实际使用中的抗干扰问题，涉及卫星导航及智能天线技术领域，结合时空自适应滤波和卡尔曼滤波的抗干扰算法，通过计算通道的幅相误差校正权值，对数字中频信号数据进行校正，协方差矩阵估计，计算自适应权值和更新自适应滤波器权系数，可以在不知道干扰和信号方向的情况下在北斗卫星用户设备接收天线的方向图上对干扰进行精确的零陷，抑制各类干扰，并保持信号的完整性；本发明计算量小、鲁棒性好、抗干扰能力强、对信号不损伤。

Description

北斗卫星用户设备接收抗干扰方法

技术领域：

本发明涉及卫星导航及智能天线技术领域，具体的说是一种结合时空自适应滤波和卡尔曼滤波的北斗卫星用户设备接收抗干扰算法，可以在不知道干扰和信号方向的情况下在北斗卫星用户设备接收天线的方向图上对干扰进行精确的零陷，抑制各类干扰，并保持信号的完整性。

背景技术：

由于北斗卫星导航系统的卫星离地球很远，卫星信号非常微弱(比噪声低近20dB以上)，存在着一个缺点-易受干扰的影响。目前最有效的干扰抑制方法是采用自适应天线阵技术，在卫星导航系统抗干扰中，常用的自适应天线阵技术一般分为三类，一是纯空域的功率倒置方法，一是利用导航卫星信号特性(如恒模特性，循环平稳特性)的盲波束形成方法，另外是空域及时域的联合滤波的空时抗干扰方法。

对目前的这些方法在实际的工程使用中有下列问题：

1.纯空域的功率倒置法，形成零陷的分辨率不高，抑制干扰的同时对卫星信号损伤很大，特别是抑制强干扰时，零陷范围大对有用信号也进行了衰减，导致用户设备接收机误码率很高；

2.盲波束形成算法，首先此算法在多星接收时要估计信号来向，计算量大，实时性差；另外由于欺骗式干扰和导航卫星信号特性一样，因此利用导航卫星信号特性的盲自适应波束形成方法在欺骗式干扰的攻击下可能失效；

3.时空抗干扰算法，此算法虽然避免了前两种方法的缺点，但鲁棒性不强，抖动较大，在实际使用中抗干扰性能时好时坏，很不稳定。

发明内容：

本发明的目的在于克服上述已有技术的不足，提供一种计算量小、鲁棒性好、抗干扰能力强、对信号不损伤的北斗卫星用户设备接收抗干扰算法，以解决北斗导航系统实际使用中的抗干扰问题。

本发明目的是通过以下技术方案予以实现的：

北斗卫星用户设备接收抗干扰方法，包括以下基本步骤：

第一步：计算通道的幅相误差校正权值，

在接收天线阵列的法线方向通过发射天线辐射单点频的校准信号s(w)，第k通道的传递函数表示为s_k(w)＝α_k(w)exp[jβ_k(w)]*s(w)，

以任一通道的数据为参考信号s₁(w)，那么k通道和参考通道之间的差异为校正权值，用复数除法得到校正权值η_k，

${\mathrm{\η}}_k=\frac{s_1\left(w\right)}{s_k\left(w\right)}=\frac{{\mathrm{\α}}_1\left(w\right)}{{\mathrm{\α}}_k\left(w\right)}\exp \left[j({\mathrm{\β}}_1\left(w\right)-{\mathrm{\β}}_k\left(w\right))\right]$

第二步：将阵列天线接收到的北斗卫星信号进行低噪声放大和低通滤波，然后下变频为模拟中频信号，再经数模转换为数字中频信号，供后续数字域的信号处理；

第三步：对数字中频信号数据进行校正，

对第二步中得到每个通道数字中频信号数据用校正权值进行补偿，以消除不同通道间的幅相误差影响，第k通道校正后的输出信号y′_k＝y_k·η_k；

第四步：协方差矩阵估计，

抗干扰算法中采用n个阵元、p个抽头，则在时刻k接收的空时采样快拍向量为x(k)＝[(x⁰(n))^T，(x¹(n))^T，...，(x^p(n))^T]^T，考虑收集M个空时快拍，则接收的空时(n×p)×M维采样矩阵为X＝[x(1)，x(2)，...，x(M)]；

则空时协方差矩阵按如下计算：

R＝XX^H/M

第五步：计算自适应权值w_k；

获得协方差矩阵逆后，通过如下公式计算空时自适应权值

$w_k=R_k^{-1}{a}_{\mathrm{st}}/\left(a_{\mathrm{st}}^H{R}_k^{-1}{a}_{\mathrm{st}}\right)$

其中

a_s＝[1111]^T，a_t＝[1000]^T

R_k为k时刻的协方差矩阵，H表示共轭操作；

本发明的进一步技术方案是，将第五步计算出的自适应滤波器权值进行修正，然后更新自适应滤波器权系数，具体方法如下：

首先选取初值w(0|0)＝[1，1，1，1]，P(0|0)＝[1，1，1，1]；

然后递归计算k时刻最优权系数w(k/k)；

令w(k-1|k-1)是k-1时刻的最优权值，由此预测k时刻的权值w(k|k-1)为：

w(k|k-1)＝w(k-1|k-1)..............................(1)

引入评价预测权值w(k-1|k-1)准确度的指标协方差P(k-1|k-1)，则

P(k|k-1)＝P(k-1|k-1).........................(2)

P(k|k-1)是X(k|k-1)对应的协方差；

结合预测权值w(k|k-1)和第五步计算出的测量权值Z(k)＝w_st，得到最优化估算值w(k|k)：

w(k|k)＝w(k|k-1)+Kg(k)(X(k)-w(k|k-1))............(3)

其中Kg为卡尔曼增益

Kg(k)＝P(k|k-1)/(P(k|k-1)...........................(4)

更新k状态下w(k|k)的协方差：

P(k|k)＝(I-Kg(k))P(k|k-1)………………………(5)

其中I为1的矩阵，I＝[1，1，1，1]；当系统进入k+1状态时，P(k|k)就是式(2)的P(k-1|k-1)；算法自回归的运算下去，计算所有时刻的最优权值w(k|k)，更新给滤波器。

技术效果：

本发明与现有技术相比，具有以下优点：

(1)、算法直接利用协方差阵计算自适应权值W，没有利用迭代和矩阵分解，计算速度快，实时性好；

(2)、在对自适应滤波器进行权更新时利用了卡尔曼滤波算法更新滤波器权值，避免了性能的不稳定，增强了算法的稳定性。

(3)、本方法可抗3个不同方向的干扰，1～3个宽带干扰与窄带干扰同时存在：其中宽带干扰与导航信号的夹角大于30°，窄带干扰与导航信号的夹角小于10°；三个干扰源时，干信比不小于60dB，一个干扰源时，干信比不小于70dB。

附图说明：

图1是本发明的系统原理框图；

图2是本发明算法原理示意图；

图3幅相误差测试原理图；

图4实现幅相误差校正权值的流程图；

图5对应北斗信号中心频率的空时波束形成方向图；

图6信噪比损失均值随输入干噪比变化图；

图7输出干噪比随输入干噪比变化图。

具体实施方式

下面结合实施实例和附图对本发明的北斗卫星用户设备抗干扰方法做出详细说明。

本发明的北斗卫星用户设备抗干扰方法，是利用自适应数字波束处理来抑制干扰实现的，它属于北斗卫星用户设备接收天线的一部分，与微带阵元一同构成能抗干扰的智能天线，天线接收并把滤出干扰后把导航导航信号射频信号输出到导航接收机，系统原理见图1所示；算法原理见图2所示，在此结合4阵元，4时间抽头的北斗抗干扰天线工程实现的流程给出该种干扰抑制方法，包括以下步骤：

第一步：计算通道的幅相误差校正权值，

为了避免接天线、馈线、接收通道、采集通道的时钟和器件抖动、数字信号量化误差、热噪声等引起的影响，按下列方法进行通道进行幅相误差校正，在接收天线阵列的法线方向通过发射天线辐射单点频的校准信号s(w)，

第k通道的传递函数表示为s_k(w)＝α_k(w)exp[jβ_k(w)]*s(w)

则经过第k个通道后的信号为

s_k(w)＝α_k(w)exp[jβ_k(w)]*s(w)，k＝1，2，3，4

为了得到通道间不一致程度，以1通道的数据为参考信号(参考信号可以任取一个通道信号)，那么k通道和1通道之间的差异为校正权值，用复数除法可以得到η_k：

${\mathrm{\η}}_k=\frac{s_1\left(w\right)}{s_k\left(w\right)}=\frac{{\mathrm{\α}}_1\left(w\right)}{{\mathrm{\α}}_k\left(w\right)}\exp \left[j({\mathrm{\β}}_1\left(w\right)-{\mathrm{\β}}_k\left(w\right))\right]$

得到4个通道的校正权值存储于片内ROM中，供后续使用；

第二步：：将阵列天线接收到的北斗卫星信号进行低噪声放大和低通滤波，然后下变频为模拟中频信号，再经数模转换为数字中频信号，供后续数字域的信号处理；

第三步：对中频数据进行校正，

因为各通道的不一致性，给后续的抗干扰数字信号处理带来了困难，所以需要对第二步中得到每个通道中频数字信号用校正权值进行补偿，以消除不同通道间的幅相误差影响，假设第k个通道的输出信号为y_k，经过校正后，输出为y′_k＝y_k·η_k。

幅相误差测试方法见图3；

实现幅相误差校正权值的流程图见图4；

第四步：协方差矩阵估计，

在本次的抗干扰算法中采用4个阵元、4个抽头，则在时刻n接收的Nx1(N＝16)空时采样快拍向量为x(n)＝[(x⁰(n))^T，(x¹(n))^T，…，(x³(n))^T]^T，考虑收集M个空时快拍，则接收的空时16×M维采样矩阵为X＝[x(1)，x(2)，…，x(M)]，考虑取M＝512，空时协方差矩阵按如下计算：

R＝XX^H/M

第五步：自适应权w_a计算：

在进行自适应权计算时，为避免计算大，实时性差的问题，采用了直接矩阵求异的算法，本次权值w_st计算方法如下：

约束为：

$\left\{\begin{array}{c}\underset{w_{\mathrm{st}}}{\min }{w}_{\mathrm{st}}^H{R}_{\mathrm{st}}{w}_{\mathrm{st}}\\ s.t.w_{\mathrm{st}}^H{a}_{\mathrm{st}}=1\end{array}\right.$

其中

a_s＝[1111]^T，a_t＝[1000]^T

R_st为接收到的数据协方差阵

根据各阵列天线接收到的数据估计协方差阵R；

$\hat{R}=\frac{1}{M}\underset{t=1}{\overset{M}{\mathrm{\Σ}}}x\left(t\right)x^H\left(t\right)$

式中，M时间的快拍数，x(t)为t时刻的数据向量，上标H表示共轭操作；

再求解空域和时域的自适应权值

$w_{\mathrm{st}}=R_{\mathrm{st}}^{-1}{a}_{\mathrm{st}}/\left(a_{\mathrm{st}}^H{R}_{\mathrm{st}}^{-1}{a}_{\mathrm{st}}\right)$

其中

a_s＝[1111]^T，a_t＝[1000]^T

按本方法计算的权值对信号进行处理了的效果见图5，图中反映了算法对3个干扰的抑制情况。

第六步：对自适应滤波器进行权系数更新；

上面的步骤中已经计算出了自适应滤波器的系数w，如直接把权系数赋值给滤波器系统有时会不稳定，在此我们用卡尔曼滤波算法对滤波器权值进行修正，然后更新自适应滤波器权系数，具体方法如下：

首先选取初值w(0|0)＝[1，1，1，1]，P(0|0)＝[1，1，1，1]；

然后递归计算k时刻最优权系数w(k/k)；

令w(k-1|k-1)是k-1时刻的最优权值，由此预测k时刻的权值w(k|k-1)为：

w(k|k-1)＝w(k-1|k-1)…………………………(1)

引入评价预测权值w(k-1|k-1)准确度的指标协方差P(k-1|k-1)，则：

P(k|k-1)＝P(k-1|k-1)………………………(2)

P(k|k-1)是X(k|k-1)对应的协方差；

目前我们有了现在状态的预测结果w(k|k-1)，然后我们已经在第五步中计算现在状态的测量值X(k)＝w_st；结合预测值和测量值，我们可以得到现在状态(k)的最优化估算值w(k|k)：

w(k|k)＝w(k|k-1)+Kg(k)(X(k)-w(k|k-1))………(3)

其中Kg为卡尔曼增益(Kalman Gain)：

Kg(k)＝P(k|k-1)/(P(k|k-1)……………………(4)

到现在为止，我们已经得到了k状态下最优的估算值w(k|k)。但是为了要卡尔曼滤波不断的运行下去直到系统过程结束，我们还要更新k状态下w(k|k)的协方差：

P(k|k)＝(I-Kg(k))P(k|k-1)…………………(5)

其中I为1的矩阵，对于本模型单测量，I＝[1，1，1，1]。当系统进入k+1状态时，P(k|k)就是式子(2)的P(k-1|k-1)。这样，算法就可以自回归的运算下去，计算所有时刻的最优权值w(k|k)，并更新给滤波器。

最终性能效果见图6和图7；

图6中可以看出，信噪比损失均值均有较大改善，都可以改善多于4dB。图7中可以看出，经过处理后干扰输出功率噪声电平-16dB以下，干扰影响可忽略。

Claims (2)

1.北斗卫星用户设备接收抗干扰方法，其特征在于包括以下基本步骤：

第一步：计算通道的幅相误差校正权值；

在接收天线阵列的法线方向通过发射天线辐射单点频的校准信号s(w)，第k通道的传递函数表示为s_k(w)＝α_k(w)exp[jβ_k(w)]*s(w)，

以任一通道的数据为参考信号s₁(w)，那么k通道和参考通道之间的差异为校正权值，用复数除法得到校正权值η_k，

${\mathrm{\η}}_k=\frac{s_1\left(w\right)}{s_k\left(w\right)}=\frac{{\mathrm{\α}}_1\left(w\right)}{{\mathrm{\α}}_k\left(w\right)}\exp \left[j({\mathrm{\β}}_1\left(w\right)-{\mathrm{\β}}_k\left(w\right))\right]$

第二步：将阵列天线接收到的北斗卫星信号进行低噪声放大和低通滤波，然后下变频为模拟中频信号，再经数模转换为数字中频信号，供后续数字域的信号处理；

第三步：对数字中频信号数据进行校正；

对第二步中得到每个通道数字中频信号数据用校正权值进行补偿，以消除不同通道间的幅相误差影响，第k通道校正后的输出信号y′_k＝y_k·η_k，

第四步：协方差矩阵估计；

抗干扰算法中采用n个阵元、p个抽头，则在时刻k接收的空时采样快拍向量为x(k)＝[(x⁰(n))^T，(x¹(n))^T，...，(x^p(n))^T]^T，考虑收集M个空时快拍，则接收的空时(n×p)×M维采样矩阵为X＝[x(1)，x(2)，...，x(M)]，

则空时协方差矩阵按如下计算：

R＝XX^H/M

第五步：计算自适应权值w_k；

获得协方差矩阵逆后，通过如下公式计算空时自适应权值，

$w_k=R_k^{-1}{a}_{\mathrm{st}}/\left(a_{\mathrm{st}}^H{R}_k^{-1}{a}_{\mathrm{st}}\right)$

其中a_s＝[1 1 1 1 ]^T，a_t＝[1 0 0 0]^T，

R_k为k时刻的协方差矩阵，H表示共轭操作。

2.根据权利要求1所述的北斗卫星用户设备接收抗干扰方法，其特征在于将第五步计算出的自适应滤波器权值进行修正，然后更新自适应滤波器权系数，具体方法如下：

首先选取初值w(0|0)＝[1，1，1，1]，P(0|0)＝[1，1，1，1]；

然后递归计算k时刻最优权系数w(k/k)；

令w(k-1|k-1)是k-1时刻的最优权值，由此预测k时刻的权值w(k|k-1)为：

w(k|k-1)＝w(k-1|k-1)................................(1)

引入评价预测权值w(k-1|k-1)准确度的指标协方差P(k-1|k-1)，则

P(k|k-1)＝P(k-1|k-1).....................(2)

P(k|k-1)是X(k|k-1)对应的协方差；

结合预测权值w(k|k-1)和第五步计算出的测量权值Z(k)＝w_st，得到最优化估算值w(k|k)：

w(k|k)＝w(k|k-1)+Kg(k)(Z(k)-w(k|k-1))............(3)

其中Kg为卡尔曼增益

Kg(k)＝P(k|k-1)/(P(k|k-1)...................(4)

更新k状态下w(k|k)的协方差：

P(k|k)＝(I-Kg(k))P(k|k-1)………………………(5)

其中I为1的矩阵，I＝[1，1，1，1]；当系统进入k+1状态时，P(k|k)就是式(2)的P(k-1|k-1)；算法自回归的运算下去，计算所有时刻的最优权值w(k|k)，更新给滤波器。

Images