CN103248337A - 一种空时级联抑制斜向探测电离图外部干扰的方法 - Google Patents

Abstract

本发明公开了一种空时级联抑制斜向探测电离图外部干扰的方法，包括如下步骤：估计噪声功率；收发同步采样阵列接收的快拍数据；计算对角加载后的协方差矩阵；空域滤波；经迭代运算后得到期望信号。本发明提出的方法,能够充分利用干扰的空域和时域特性，具有以下优势：抑制干扰能力较强，采用16元等间距线阵时，抑制能力可达60dB；能够降低背景噪声；能够自适应调整空域和时域权系数，适应性较强；能够有效地保留信号完整性。

Description

一种空时级联抑制斜向探测电离图外部干扰的方法

技术领域

本发明属于电离层探测领域，特别涉及该领域中的一种空时级联抑制斜向探测电离图外部干扰的方法。

背景技术

斜向探测电离图记录了接收信号的相对群时延（相对传播时间）与频率的关系，主要用于研究不同时间不同频率的电离层传播模式，以实时确定特定链路上可能存在的传播模式、频率范围及射线距离。当需要斜向探测系统实时准确地提供探测信息时，对探测图形信息的提取尤为重要。

电离层斜向探测工作的频段有大量的外干扰，由于各种干扰空间分布不均匀，干扰源数量、强度和位置都在随时间变化，严重影响了斜向探测电离图传播模式的提取。

目前，国内外学者已经提出一些抑制斜向探测电离图外部干扰的方法，这些方法大都在图像域进行。通常是根据一定准则设定门限，判定大于此门限的频点含有干扰，然后将该频点的数据进行清零，再根据相邻频点的信号采用插值算法进行信号重建。这类方法存在两个问题：一是门限设置不合理会造成信号误消或干扰不能去除；二是重建信号没有利用本频点的信息，仅通过相邻频点图像插值的方法得到，与真实信号不可避免地存有误差。因此，如何无失真地抑制斜向探测电离图中干扰，得到描迹清晰的斜向探测电离图成为必须要解决的问题。

发明内容

本发明所要解决的技术问题就是提供一种先经自适应波束形成，再经自适应干扰对消依次抑制斜向探测电离图外部干扰的方法。

本发明采用如下技术方案：

一种空时级联抑制斜向探测电离图外部干扰的方法，包括如下步骤：

（1）利用发射间隙进行采样，通过设置功率谱门限的方法剔除干扰，估计噪声功率

（2）考虑N元等距线阵，阵元间距为d，且假设阵元均为各向同性阵元，远场处有一个期望信号和p个窄带干扰以平面波入射，波长为λ，到达角度分别为θ₀和θ_k(k=1,2,…,p)，收发同步采样阵列接收的快拍数据可以表示为X(t)，

$X\left(t\right)=a\left({\mathrm{\θ}}_0\right)s_0\left(t\right)+X_{i+n}\left(t\right)=a\left({\mathrm{\θ}}_0\right)s_0\left(t\right)+\underset{k=1}{\overset{p}{\mathrm{\Σ}}}a\left({\mathrm{\θ}}_k\right)s_k\left(t\right)+n\left(t\right)$

式中X_i+n(t)为干扰加噪声向量，s_k(t)为第k个信号复包络，

为第k个信号的导向矢量，其中n(t)为噪声向量；

（3）把X(t)代入

计算协方差矩阵

令

将λ_ld和

代入

计算对角加载后的协方差矩阵

（4）将

和a(θ₀)代入

计算最优权W，将W代入Y(t)=W^HX完成空域滤波得到Y(t)；

（5）令r(t)=Y(t)，运用式y(k)=w(k)^Tx(k)、e(k)=r(k)-y(k)、w(k+1)=w(k)+2μe(k)x(k)^*进行迭代运算，最后得到期望信号e。

本发明的有益效果是：本发明提出的空时级联抑制斜向探测电离图外部干扰的方法,能够充分利用干扰的空域和时域特性，具有以下优势：

a)抑制干扰能力较强，采用16元等间距线阵时，抑制能力可达60dB。

b)能够降低背景噪声。

c)能够自适应调整空域和时域权系数，适应性较强。

d)能够有效地保留信号完整性。

附图说明

图1是本发明所公开方法的原理框图；

图2是未去干扰的斜向探测电离图；

图3是利用本发明方法进行空域去干扰后的斜向探测电离图；

图4是利用本发明方法先空域后时域去干扰后的斜向探测电离图；

图5是未去干扰的9.5MHz脉压图；

图6是利用本发明方法进行空域去干扰后的9.5MHz脉压图；

图7是利用本发明方法进行空域去干扰后的11.6MHz脉压图；

图8是利用本发明方法先空域后时域去干扰后的11.6MHz脉压图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图和实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

请参见图1，电离层斜向探测工作在高频频段，存在着大量窄带干扰，干扰带宽远小于信号带宽。这种情况可以运用自适应干扰对消技术进行抑制。自适应滤波器对消窄带干扰的原理框图如附图1所示。输入信号r由宽带信号w和窄带干扰s组成。由于窄带信号的时间相关性比宽带信号的时间相关性强，输入信号经过延时D后，x中的宽带信号分量与w不相关或相关性极小，而窄带信号分量与s仍保持足够的相关性。然后经过自适应干扰对消系统处理，参考通道中的自适应滤波器将调整其加权值，使输出y在最小均方误差(LMS-Least Mean Square)意义上接近相关分量—窄带信号，而输出e接近非相关分量—宽带信号。

实施例1，本实施例公开了一种空时级联抑制斜向探测电离图外部干扰的方法，包括如下步骤：

（1）利用发射间隙进行采样，通过设置功率谱门限的方法剔除干扰，估计噪声功率

（2）考虑N元等距线阵，阵元间距为d，且假设阵元均为各向同性阵元，远场处有一个期望信号和p个窄带干扰以平面波入射，波长为λ，到达角度分别为θ₀和θ_k(k=1,2,…,p)，收发同步采样阵列接收的快拍数据可以表示为X(t)，

$X\left(t\right)=a\left({\mathrm{\θ}}_0\right)s_0\left(t\right)+X_{i+n}\left(t\right)=a\left({\mathrm{\θ}}_0\right)s_0\left(t\right)+\underset{k=1}{\overset{p}{\mathrm{\Σ}}}a\left({\mathrm{\θ}}_k\right)s_k\left(t\right)+n\left(t\right)$

式中X_i+n(t)为干扰加噪声向量，s_k(t)为第k个信号复包络，

为第k个信号的导向矢量，其中

n(t)为噪声向量；

（3）把X(t)代入

计算协方差矩阵

式中X(t_i)表示t_i时刻采样数据，k是采样个数，令将λ_ld和代入

计算对角加载后的协方差矩阵

式中I为单位阵；

（4）将

和a(θ₀)代入计算最优权W，将W代入Y(t)=W^HX完成空域滤波得到Y(t)；

（5）令r(t)=Y(t)，运用式y(k)=w(k)^Tx(k)、e(k)=r(k)-y(k)、w(k+1)=w(k)+2μe(k)x(k)^*进行迭代运算，最后得到期望信号e，式中x(k)表示输入信号矢量r延迟D后的参考矢量x(k)=[r(k-D),r(k-D-1),L,r(k-D-M+1)］，M为滤波器的阶数，y(k)、e(k)分别表示第k时刻的输出信号与输出误差，w(k)表示k时刻权系数矢量，w(k)=[w₀(k),w₁(k),L,w_M-1(k)]。μ表示LMS算法步长收敛因子。

图2为接收的数据经过脉压后的图像，很显然该图为典型的Es层遮蔽斜向探测电离图。图中的信号与干扰和噪声混杂在一起，有些频段的干扰非常强，已经把信号完全淹没。图3为经过空域滤波后的斜向探测电离图。和图2相比可见，外部干扰和噪声得有效抑制，并且在抑制干扰的同时，有用信号得到保留，许多被干扰淹没的信号重新显露出来。图4为经空域滤波，自适应干扰对消后的斜向探测电离图。和图3相比可见，许多空域抑制不掉的干扰，在时域得到有效抑制。

为了评估空域干扰抑制方法的性能，选取有强干扰的某一频段进行分析。由图2可见，当频率为9.5MHz时外部干扰比较强，已经将1Es层和2Es层信号淹没。图5、图6分别表示频率为9.5MHz时空域滤波前后的群距离-幅度图。对比可见，图5中被干扰和噪声淹没的信号在图6中清晰地显露出来。经计算1Es的信噪比约为29.2dB，2Es的信噪比约为21.6dB。

为了评估时域干扰抑制方法的性能，选取经空域滤波后依然存在干扰的某一频段进行分析。由图3可见，当频率为11.6MHz时，经空域滤波后依然存在比较明显的干扰。图7、图8分别表示频率为11.6MHz时自适应干扰对消前后的群距离-幅度图。经计算，自适应干扰对消后信噪比改善7dB。

Claims (1)

1.一种空时级联抑制斜向探测电离图外部干扰的方法，其特征在于，包括如下步骤：

（1）利用发射间隙进行采样，通过设置功率谱门限的方法剔除干扰，估计噪声功率

（2）考虑N元等距线阵，阵元间距为d，且假设阵元均为各向同性阵元，远场处有一个期望信号和p个窄带干扰以平面波入射，波长为λ，到达角度分别为θ₀和θ_k(k=1,2,…,p)，收发同步采样阵列接收的快拍数据可以表示为X(t)，

$X\left(t\right)=a\left({\mathrm{\θ}}_0\right)s_0\left(t\right)+X_{i+n}\left(t\right)=a\left({\mathrm{\θ}}_0\right)s_0\left(t\right)+\underset{k=1}{\overset{p}{\mathrm{\Σ}}}a\left({\mathrm{\θ}}_k\right)s_k\left(t\right)+n\left(t\right)$

式中X_i+n(t)为干扰加噪声向量，s_k(t)为第k个信号复包络，

为第k个信号的导向矢量，其中n(t)为噪声向量；

（3）把X(t)代入

计算协方差矩阵

令

将λ_ld和

代入

计算对角加载后的协方差矩阵

（4）将

和a(θ₀)代入

计算最优权W，将W代入Y(t)=W^HX完成空域滤波得到Y(t)；

（5）令r(t)=Y(t)，运用式y(k)=w(k)^Tx(k)、e(k)=r(k)-y(k)、w(k+1)=w(k)+2μe(k)x(k)^*进行迭代运算，最后得到期望信号e。

Images