CN103630911A - 一种导航信号的处理方法及装置 - Google Patents

Abstract

本发明提供了一种导航信号的处理方法及装置；所述方法包括：根据接收的M路射频信号得到的M路长度为L的输入信号；对各路所述输入信号分别进行N阶的延时，形成MvN个长度为L的输入信号；分别计算空间导向矢量S_s和时间导向矢量S_t，并据此计算有用信号的导向矢量；计算约束矩阵及相关矩阵；最后计算空时滤波权系数矩阵，使用计算出的空时滤波权系数矩阵中的各元素分别乘以所述MvN个长度为L的输入信号中对应的一个信号，将乘积相加得到输出信号。本发明能够使天线接收方向图在干扰信号的到达方向上形成窄的零陷，同时对地面反射的有用信号多径方向自适应地形成零陷。

Description

一种导航信号的处理方法及装置

技术领域

本发明涉及卫星导航领域，尤其涉及一种导航信号的处理方法及装置。

背景技术

全球卫星导航系统目前有美国全球定位系统GPS、俄罗斯全球卫星导航系统GLONASS、欧洲伽利略卫星定位系统Galileo、以及发展中的中国北斗定位系统，它们能提供全天候、实时、连续的高精度位置信息，已经广泛应用于各类军用和民用目标的定位、导航、授时和精密测量。

卫星导航中电磁环境复杂，存在模式繁多和统计特征时变的人为干扰，尤其是高功率密度的窄带和宽带干扰已经成为破坏导航系统最主要的因素之一。迄今为止，自适应波束形成技术是提高卫星导航接收机抗干扰能力的主要方法，它在抑制空间干扰时，通过权矢量的更新在干扰的到达方向上形成零点，以对消掉空间干扰。为了使阵列能够抑制宽带干扰，通常需要在每个通道上连接一定数量的延迟单元并施以一定的时间权系数，这样阵列便拥有更多的自由度来实现对宽带干扰的抑制。

常规的空时自适应抗干扰方法得到的自适应权值只能使天线接收方向图在干扰信号的到达方向上形成窄的零陷。实际上，由于接收机天线通常放置在高于周围其他反射物的楼顶或地面，周围建筑物或树木造成的多径很少，主要是由接收天线附近的地面反射形成的多径影响导航性能。

发明内容

本发明要解决的技术问题是如何使天线接收方向图在干扰信号的到达方向上形成窄的零陷，同时对地面反射的有用信号多径方向自适应地形成零陷。

为了解决上述问题，本发明提供了一种导航信号的处理方法，包括：

S101、根据接收的M路射频信号得到的M路长度为L的输入信号，M及L为正整数；

S102、对各路所述输入信号分别进行N阶的延时，形成M×N个长度为L的输入信号，N为空时滤波的时域延迟数；

S103、分别计算空间导向矢量S_s和时间导向矢量S_t：

$S_s={[1,e^{{\mathrm{j\ω}}_s},...,e^{j(M-1){\mathrm{\ω}}_s}]}^T;$

$S_t={[1,e^{{\mathrm{j\ω}}_t},...,e^{j(N-1){\mathrm{\ω}}_t}]}^T;$

e为自然对数的底数，ω_s为空间归一化频率，ω_t为时间归一化频率；

S104、计算有用信号的导向矢量a(θ)：表示可罗奈克积；

计算约束矩阵：C=[a(θ₀)，a(θ₁)，...，a(θ_P-1)]；其中，θ₀，θ₁，θ₂，...θ_P-1分别为各有用信号的入射角度，P为有用信号的个数；

计算所述M×N个长度为L的输入信号的相关矩阵R；

S105、计算空时滤波权系数矩阵w：

$w={(R+\underset{i=0}{\overset{P-1}{\mathrm{\Σ}}}\mathrm{\μa}(-{\mathrm{\θ}}_i)a^H(-{\mathrm{\θ}}_i))}^{-1}C{\left(C^H{(R+\underset{i=0}{\overset{P-1}{\mathrm{\Σ}}}\mathrm{\μa}(-{\mathrm{\θ}}_i)a^H(-{\mathrm{\θ}}_i))}^{-1}C\right)}^{-1}b;$

i为不同入射方向的序号，μ为常系数，b为输出响应矢量；[]^H表示[]的转置共轭矩阵；

S106、使用计算出的所述空时滤波权系数矩阵w中的各元素，分别乘以所述M×N个长度为L的输入信号中对应的一个信号，将乘积相加得到输出信号。

可选地，ω_s=2πdsin(θ)/λ，θ为有用信号入射角度，λ为有用信号波长，d为均匀线阵阵元间距，[]^T表示[]的转置矩阵。

可选地，ω_t=0。

可选地，b=[b₁₁，……，b_1N，b₂₁，……，b_2N，……，b_M1，……，b_MN]^T；

其中b₁₁=b₁₂=……=b_MN=1。

可选地，R=E[XX^H]；

其中，E表示求均值；X=[x₁₁，x₁₂，...，x_1N，x₂₁，x₂₂，...，x_2N，...，x_M1，x_M2，...，x_MN]^T，为所述M×N个长度为L的输入信号。

本发明还提供了一种导航信号的处理装置，包括：

接收模块，用于根据接收的M路射频信号得到的M路长度为L的输入信号，M及L为正整数；

空时滤波器，用于对各路所述输入信号分别进行N阶的延时，得到M×N个长度为L的输入信号，N为时域延迟数；

空间导向矢量计算模块，用于计算空间导向矢量S_s：

$S_s={[1,e^{{\mathrm{j\ω}}_s},...,e^{j(M-1){\mathrm{\ω}}_s}]}^T;$

时间导向矢量计算模块，用于计算时间导向矢量S_t：

$S_t={[1,e^{{\mathrm{j\ω}}_t},...,e^{j(N-1){\mathrm{\ω}}_t}]}^T;$

e为自然对数的底数，ω_s为空间归一化频率，ω_t为时间归一化频率；

导向矢量计算模块，用于计算有用信号的导向矢量a(θ)：

表示可罗奈克积；

约束矩阵计算模块，用于计算约束矩阵：C=[a(θ₀)，a(θ₁)，...，a(θ_P-1)]；其中，θ₀，θ₁，θ₂，...θ_P-1分别为各有用信号的入射角度，P为有用信号的个数；

相关矩阵计算模块，用于计算所述M×N个长度为L的输入信号的相关矩阵R；

权值计算模块，用于计算空时滤波权系数矩阵w：

$w={(R+\underset{i=0}{\overset{P-1}{\mathrm{\Σ}}}\mathrm{\μa}(-{\mathrm{\θ}}_i)a^H(-{\mathrm{\θ}}_i))}^{-1}C{\left(C^H{(R+\underset{i=0}{\overset{P-1}{\mathrm{\Σ}}}\mathrm{\μa}(-{\mathrm{\θ}}_i)a^H(-{\mathrm{\θ}}_i))}^{-1}C\right)}^{-1}b;$

i为不同入射方向的序号，μ为常系数，b为输出响应矢量；[]^H表示[]的转置共轭矩阵；

所述空时滤波器还用于使用计算出的所述空时滤波权系数矩阵w中的各元素，分别乘以所述M×N个长度为L的输入信号中对应的一个信号，将乘积相加得到输出信号。

可选地，ω_s=2πdsin(θ)/λ，θ为有用信号入射角度，λ为有用信号波长，d为均匀线阵阵元间距，[]^T表示[]的转置矩阵。

可选地，ω_t=0。

可选地，b=[b₁₁，……，b_1N，b₂₁，……，b_2N，……，b_M1，……，b_MN]^T；

其中b₁₁=b₁₂=……=b_MN=1。

可选地，R=E[XX^H]；

其中，E表示求均值；X=[x₁₁，x₁₂，...，x_1N，x₂₁，x₂₂，...，x_2N，...，x_M1，x_M2，...，x_MN]^T，为所述M×N个长度为L的输入信号。

本发明的技术方案将最小方差准则应用于均匀线阵空时二维滤波，推导出空时滤波所采用的权系数，不但能在干扰信号的到达方向上形成窄的零陷，同时有效抑制了地面反射形成的多径信号，使抑制多径方法在增加时域自由度的情况下得以应用。

附图说明

图1本发明基于最小方差的导航接收机抗多径方法原理图；

图2为空时自适应滤波器结构框图。

具体实施方式

下面将结合附图及实施例对本发明的技术方案进行更详细的说明。

需要说明的是，如果不冲突，本发明实施例以及实施例中的各个特征可以相互结合，均在本发明的保护范围之内。另外，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

实施例一，一种基于最小方差的导航接收机抗多径方法，包括：

S101、根据接收的M路射频信号得到的M路长度为L的输入信号，M及L为正整数；

该步骤中，由M个均匀线阵阵元分别接收射频信号，经过AD(模数转换器)采集得到M路中频采样信号作为输入信号，分别是x₁(z)，x₂(z)，x₃(z)，.....x_M(z)，z为信号中的采样点序号(也就是每个采样点对应的时间点)，是正整数；所述中频采样信号中包含卫星信号、干扰和背景噪声。

也可以进一步对所述M路中频采样信号进行下变频和低通滤波，将得到的M路基带信号作为所述输入信号。

S102、对各路所述输入信号(可以是中频采样信号也可以是基带信号)分别进行N阶的延时，形成M×N个长度为L的输入信号，N为空时滤波的时域延迟数。

每路输入信号总的延时长度(N-1)τ，τ为每个节拍的时间延时。第m路输入信号经过FIR滤波器各抽头后得到的输入信号为x_mn(z)=I_m(z-n+1)+jQ_m(z-n+1)，其中n为抽头序号，m为接收阵元的序号，n=1，2，...，N，m=1，2，...，M。用X表示输入信号矩阵为：

X=[x₁₁，x₁₂，...，x_1N，x₂₁，x₂₂，...，x_2N，...，x_M1，x_M2，...，x_MN]^T   (1)

S103、分别计算空间导向矢量S_s和时间导向矢量S_t：

$S_s={[1,e^{{\mathrm{j\ω}}_s},...,e^{j(M-1){\mathrm{\ω}}_s}]}^T;$

其中，e为自然对数的底数，ω_s为空间归一化频率，ω_s=2πdsin(θ)/λ，θ为有用信号入射角度，λ为有用信号波长，d为均匀线阵阵元间距，[]^T表示[]的转置矩阵；当有多个有用信号时，根据不同的有用信号的入射角度可以分别计算出多个S_s；

$S_t={[1,e^{{\mathrm{j\ω}}_t},...,e^{j(N-1){\mathrm{\ω}}_t}]}^T;$

ω_t为时间归一化频率，ω_t=0。

S104、计算有用信号的导向矢量a(θ)：表示可罗奈克积(Kronecker product)；当有多个有用信号时，根据不同的有用信号的入射角度可以分别计算出多个a(θ)；

计算约束矩阵：C=[a(θ₀)，a(θ₁)，...，a(θ_P-1)]；其中，θ₀，θ₁，θ₂，...θ_P-1分别为各有用信号的入射角度，P为有用信号的个数；

计算所述M×N个长度为L的输入信号的相关矩阵R。

S104中的各计算步骤可以不分先后且可以并行。

S105、计算空时滤波权系数矩阵w：

$w={(R+\underset{i=0}{\overset{P-1}{\mathrm{\Σ}}}\mathrm{\μa}(-{\mathrm{\θ}}_i)a^H(-{\mathrm{\θ}}_i))}^{-1}C{\left(C^H{(R+\underset{i=0}{\overset{P-1}{\mathrm{\Σ}}}\mathrm{\μa}(-{\mathrm{\θ}}_i)a^H(-{\mathrm{\θ}}_i))}^{-1}C\right)}^{-1}b;$

其中，i为不同入射方向的序号，μ为常系数，b为输出响应矢量，b=[b₁₁，……，b_1N，b₂₁，……，b_2N，……，b_M1，……，b_MN]^T，其中每个元素均等于1，即：b₁₁=b₁₂=……=b_MN=1；[]^H表示[]的转置共轭矩阵。

S106、将计算出的所述空时滤波权系数矩阵w中的每个元素，分别乘以所述M×N个长度为L的输入信号中对应的一个信号，所述空时滤波权系数矩阵w中包括元素w₁₁，w₁₂，……，w_1N，……，w_M1，……，w_MN，其中w₁₁乘以x₁₁，……，w_1N乘以x_1N，以此类推；将乘积相加得到空时滤波的输出信号。

本实施例通过计算出的空时滤波权系数对输入到空时自适应滤波器的信号进行滤波处理，从而得到抑制干扰后的信号。

本实施例中，所述相关矩阵R为MN×MN维矩阵；所述计算M×N个长度为L的维输入信号的相关矩阵R的步骤具体可以包括：

R=E[XX^H]    (2)

其中，E表示求均值。

本实施例的优化目标是：在有用信号方向θ的下上比不大于常数r的条件下，使阵列输出功率最小，用数学表达式描述为：

$\left\{\begin{array}{c}\underset{w}{\min }\left\{w^H\mathrm{Rw}\right\}\\ s.t.\frac{{\left|w^{H}a(-\mathrm{\θ})\right|}^2}{{\left|w^{H}a\left(\mathrm{\θ}\right)\right|}^2}\≤r\end{array}\right.---\left(3\right)$

其中，a(θ)表示入射角度为θ的有用信号的导向矢量，a(-θ)表示地面反射所述入射角度为θ的有用信号所产生的多径信号的导向矢量；

表示取能使w^HRw最小的w，s.t.(subject to)的含义是数字证明中的“使得……满足约束条件”；上述问题是一个约束条件为不等式的条件极值问题，可用拉各朗日乘子法求解。为便于求解，将上式中的约束条件转化为两个充分不必要条件：

$\left\{\begin{array}{c}\underset{w}{\min }\left\{w^H\mathrm{Rw}\right\}\\ w^{H}a\left(\mathrm{\θ}\right)=1\\ s.t.{\left|w^{H}a(-\mathrm{\θ})\right|}^2\≤r\end{array}\right.---\left(4\right)$

令g₁=w^Ha(θ)-1，并引入松弛变量k，将另外一个约束不等式转化为等式：

g₂=w^Ha(-θ)a^H(-θ)w-r+k²=0   (5)

具有拉各朗日乘子的性能函数为：

L(w)=w^HRw+λ₁[w^Ha(θ)-1]+λ₂[(w^Ha(-θ)a^H(-θ)w-r+k²)]   (6)

那么，最佳权矢量由

求得。根据，

${\▿}_{w}L\left(w\right)=2\mathrm{Rw}+{\mathrm{\λ}}_{1}a\left(\mathrm{\θ}\right)+2{\mathrm{\λ}}_2\mathrm{Aw}=0---\left(7\right)$

其中矩阵A=a(-θ)a^H(-θ)，求得最佳权矢量表达式如下：

w=μ₁(R+μ₂A)^-1a(θ)    (8)

其中μ₁为归一化常数，而μ₂与下上比门限r有关，要求的门限r越大，矩阵A的系数μ₂越大。

以上推导针对单个信号方向的下上比进行约束。当约束多个信号方向的下上比时，约束条件可表示为

$\frac{{\left|w^{H}a(-{\mathrm{\θ}}_i)\right|}^2}{{\left|w^{H}a\left({\mathrm{\θ}}_i\right)\right|}^2}\≤r_i,i=\mathrm{0,1},...,P-1---\left(9\right)$

其中P为有用信号的个数，则入射方向分别为θ₀，θ₁，θ₂，...θ_P-1，令约束矩阵C=[a(θ₀)，a(θ₁)，...，a(θ_P-1)]，b为输出响应矢量，且b=[b₁，b₂，...，b_MN]^T，b₁=b₂=……=b_MN=1。

C^Hw=b

|w^Ha(-θ_i)|²≤r_i i=0，1，...，P-1    (10)

类似地，应用拉各朗日乘子法求得最优权矢量为

$w={(R+\underset{i=0}{\overset{P-1}{\mathrm{\Σ}}}\mathrm{\μa}(-{\mathrm{\θ}}_i)a^H(-{\mathrm{\θ}}_i))}^{-1}C{\left(C^H{(R+\underset{i=0}{\overset{P-1}{\mathrm{\Σ}}}\mathrm{\μa}(-{\mathrm{\θ}}_i)a^H(-{\mathrm{\θ}}_i))}^{-1}C\right)}^{-1}b---\left(11\right)$

系数μ越大，形成的方向图在θ_i方向的零陷越深。

本实施例中，空时自适应滤波器的实现结构如图1所示。空时自适应滤波技术是将一维的空域滤波推广到时间与空间的二维域中，形成空时二维处理的结构。它通过同时联合处理多元天线阵(空域)与多个相参脉冲(时域)接收到的数据，使干扰抑制在空时二维空间中进行。利用干扰频率与角度具有依赖关系而目标频率与角度却相互独立的区别，可将目标与干扰有效地分离出来实现滤波。

本实施例的一个例子中，实现空时滤波处理的具体步骤如下：

(1)接收天线由M个接收阵元组成，各个接收阵元分别接收射频信号，经过AD(模数转换器)采集相应得到M路中频采样信号，分别是x₁(z)，x₂(z)，x₃(z)，.....x_M(z)，每一路AD中频采样信号经过下变频处理后，再经过一个N阶FIR(有限长单位冲激响应)滤波器，各滤波器各抽头的输入信号就是所述M×N个长度为L的输入信号。{w_mn}，n=1，2，...，N，m=1，2，...，M为其空时自适应滤波器的权系数，也叫权矢量。n为抽头序号，m为接收阵元的序号。w_mn与接收阵元m后的FIR各抽头的输入信号x_mn经过乘法器相乘，所有乘积通过加法器累加后得到接收阵元m后的滤波输出信号；对各接收阵元后的滤波输出信号相加得到空时滤波器的输出信号y(z)。

每个节拍的时间延时τ，要求τ小于1/B，B为信号带宽；每路中频采样信号总的延时长度(N-1)τ。第m路中频采样信号经过FIR滤波器的各抽头的输入信号分别为：

x_m1(z)=I_m(z)+jQ_m(z)；

x_m2(z)=I_m(z-1)+jQ_m(z-1)；

……；

x_mN(z)=I_m(z-N+1)+jQ_m(z-N+1)。

用X表示输入信号矩阵为：

X=[x₁₁，x₁₂，...，x_1N，x₂₁，x₂₂，...，x_2N，...，x_M1，x_M2，...，x_MN]^T   (12)

利用本实施例求得的空时滤波器权系数矩阵w进行空时滤波处理，具体是与对应的抽头的输入信号相乘，将各乘积相加得到输出信号，表达式为：

y(z)=w₁₁x₁₁+...+w_1Nx_1N+w₂₁x₂₁+...+w_2Nx_2N+...+w_M1x_M1...+w_MNx_MN  (13)

y(z)为空时抗器的输出信号。

实施例二、一种导航信号的处理装置，如图2所示，包括：

接收模块，用于根据接收的M路射频信号得到的M路长度为L的输入信号，M及L为正整数；

空时滤波器，用于对各路所述输入信号分别进行N阶的延时，得到M×N个长度为L的输入信号，N为时域延迟数；

空间导向矢量计算模块，用于计算空间导向矢量S_s：

$S_s={[1,e^{{\mathrm{j\ω}}_s},...,e^{j(M-1){\mathrm{\ω}}_s}]}^T;$

时间导向矢量计算模块，用于计算时间导向矢量S_t：

$S_t={[1,e^{{\mathrm{j\ω}}_t},...,e^{j(N-1){\mathrm{\ω}}_t}]}^T;$

e为自然对数的底数，ω_s为空间归一化频率，ω_t为时间归一化频率；

导向矢量计算模块，用于计算有用信号的导向矢量a(θ)：

表示可罗奈克积；

约束矩阵计算模块，用于计算约束矩阵：C=[a(θ₀)，a(θ₁)，...，a(θ_P-1)]；其中，θ₀，θ₁，θ₂，...θ_P-1分别为各有用信号的入射角度，P为有用信号的个数；

相关矩阵计算模块，用于计算所述M×N个长度为L的输入信号的相关矩阵R；

权值计算模块，用于计算空时滤波权系数矩阵w：

$w={(R+\underset{i=0}{\overset{P-1}{\mathrm{\Σ}}}\mathrm{\μa}(-{\mathrm{\θ}}_i)a^H(-{\mathrm{\θ}}_i))}^{-1}C{\left(C^H{(R+\underset{i=0}{\overset{P-1}{\mathrm{\Σ}}}\mathrm{\μa}(-{\mathrm{\θ}}_i)a^H(-{\mathrm{\θ}}_i))}^{-1}C\right)}^{-1}b;$

i为不同入射方向的序号，μ为常系数，b为输出响应矢量；[]^H表示[]的转置共轭矩阵；

所述空时滤波器还用于使用计算出的所述空时滤波权系数矩阵w中的各元素，分别乘以所述M×N个长度为L的输入信号中对应的一个信号，将乘积相加得到输出信号。

本实施例中，所述接收模块包括M个模数转换器，比如图2中的模数转换器1、模数转换器2、……、模数转换器M；还可以包括下变频/低通滤波单元；如果使用中频采样信号作为空时滤波器的输入信号，则可以不包括下变频/低通滤波单元。

本实施例的一种实施方式中，ω_s=2πdsin(θ)/λ，θ为有用信号入射角度，λ为有用信号波长，d为均匀线阵阵元间距，[]^T表示[]的转置矩阵。

该实施方式中，ω_t=0。

本实施例的一种实施方式中，b=[b₁₁，……，b_1N，b₂₁，……，b_2N，……，b_M1，……，b_MN]^T，其中b₁₁=b₁₂=……=b_MN=1。

本实施例的一种实施方式中，R=E[XX^H]

其中，E表示求均值；X=[x₁₁，x₁₂，...，x_1N，x₂₁，x₂₂，...，x_2N，...，x_M1，x_M2，...，x_MN]^T。

本领域普通技术人员可以理解上述方法中的全部或部分步骤可通过程序来指令相关硬件完成，所述程序可以存储于计算机可读存储介质中，如只读存储器、磁盘或光盘等。可选地，上述实施例的全部或部分步骤也可以使用一个或多个集成电路来实现。相应地，上述实施例中的各模块/单元可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。本发明不限制于任何特定形式的硬件和软件的结合。

当然，本发明还可有其他多种实施例，在不背离本发明精神及其实质的情况下，熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明的权利要求的保护范围。

Claims (10)

1.一种导航信号的处理方法，包括：

S101、根据接收的M路射频信号得到的M路长度为L的输入信号，M及L为正整数；

S102、对各路所述输入信号分别进行N阶的延时，形成M×N个长度为L的输入信号，N为空时滤波的时域延迟数；

S103、分别计算空间导向矢量S_s和时间导向矢量S_t：

$S_s={[1,e^{{\mathrm{j\ω}}_s},...,e^{j(M-1){\mathrm{\ω}}_s}]}^T;$

$S_t={[1,e^{{\mathrm{j\ω}}_t},...,e^{j(N-1){\mathrm{\ω}}_t}]}^T;$

e为自然对数的底数，ω_s为空间归一化频率，ω_t为时间归一化频率；

S104、计算有用信号的导向矢量a(θ)：

表示可罗奈克积；

计算约束矩阵：C=[a(θ₀)，a(θ₁)，...，a(θ_P-1)]；其中，θ₀，θ₁，θ₂，...θ_P-1分别为各有用信号的入射角度，P为有用信号的个数；

计算所述M×N个长度为L的输入信号的相关矩阵R；

S105、计算空时滤波权系数矩阵w：

$w={(R+\underset{i=0}{\overset{P-1}{\mathrm{\Σ}}}\mathrm{\μa}(-{\mathrm{\θ}}_i)a^H(-{\mathrm{\θ}}_i))}^{-1}C{\left(C^H{(R+\underset{i=0}{\overset{P-1}{\mathrm{\Σ}}}\mathrm{\μa}(-{\mathrm{\θ}}_i)a^H(-{\mathrm{\θ}}_i))}^{-1}C\right)}^{-1}b;$

i为不同入射方向的序号，μ为常系数，b为输出响应矢量；[]^H表示[]的转置共轭矩阵；

S106、使用计算出的所述空时滤波权系数矩阵w中的各元素，分别乘以所述M×N个长度为L的输入信号中对应的一个信号，将乘积相加得到输出信号。

2.如权利要求1所述的方法，其特征在于：

ω_s=2πdsin(θ)/λ，θ为有用信号入射角度，λ为有用信号波长，d为均匀线阵阵元间距，[]^T表示[]的转置矩阵。

3.如权利要求2所述的方法，其特征在于：

ω_t=0。

4.如权利要求1所述的方法，其特征在于：

b=[b₁₁，……，b_1N，b₂₁，……，b_2N，……，b_M1，……，b_MN]^T，其中b₁₁=b₁₂=……=b_MN=1。

5.如权利要求1所述的方法，其特征在于：

R=E[XX^H]；

其中，E表示求均值；X=[x₁₁，x₁₂，...，x_1N，x₂₁，x₂₂，...，x_2N，...，x_M1，x_M2，...，x_MN]^T，为所述M×N个长度为L的输入信号。

6.一种导航信号的处理装置，其特征在于，包括：

接收模块，用于根据接收的M路射频信号得到的M路长度为L的输入信号，M及L为正整数；

空时滤波器，用于对各路所述输入信号分别进行N阶的延时，得到M×N个长度为L的输入信号，N为时域延迟数；

空间导向矢量计算模块，用于计算空间导向矢量S_s：

$S_s={[1,e^{{\mathrm{j\ω}}_s},...,e^{j(M-1){\mathrm{\ω}}_s}]}^T;$

时间导向矢量计算模块，用于计算时间导向矢量S_t：

$S_t={[1,e^{{\mathrm{j\ω}}_t},...,e^{j(N-1){\mathrm{\ω}}_t}]}^T;$

e为自然对数的底数，ω_s为空间归一化频率，ω_t为时间归一化频率；

导向矢量计算模块，用于计算有用信号的导向矢量a(θ)：

表示可罗奈克积；

约束矩阵计算模块，用于计算约束矩阵：C=[a(θ₀)，a(θ₁)，...，a(θ_P-1)]；其中，θ₀，θ₁，θ₂，...θ_P-1分别为各有用信号的入射角度，P为有用信号的个数；

相关矩阵计算模块，用于计算所述M×N个长度为L的输入信号的相关矩阵R；

权值计算模块，用于计算空时滤波权系数矩阵w：

$w={(R+\underset{i=0}{\overset{P-1}{\mathrm{\Σ}}}\mathrm{\μa}(-{\mathrm{\θ}}_i)a^H(-{\mathrm{\θ}}_i))}^{-1}C{\left(C^H{(R+\underset{i=0}{\overset{P-1}{\mathrm{\Σ}}}\mathrm{\μa}(-{\mathrm{\θ}}_i)a^H(-{\mathrm{\θ}}_i))}^{-1}C\right)}^{-1}b;$

i为不同入射方向的序号，μ为常系数，b为输出响应矢量；[]^H表示[]的转置共轭矩阵；

所述空时滤波器还用于使用计算出的所述空时滤波权系数矩阵w中的各元素，分别乘以所述M×N个长度为L的输入信号中对应的一个信号，将乘积相加得到输出信号。

7.如权利要求6所述的装置，其特征在于：

ω_s=2πdsin(θ)/λ，θ为有用信号入射角度，λ为有用信号波长，d为均匀线阵阵元间距，[]^T表示[]的转置矩阵。

8.如权利要求7所述的装置，其特征在于：

ω_t=0。

9.如权利要求6所述的装置，其特征在于：

b=[b₁₁，……，b_1N，b₂₁，……，b_2N，……，b_M1，……，b_MN]^T，其中b₁₁=b₁₂=……=b_MN=1。

10.如权利要求6所述的装置，其特征在于：

R=E[XX^H]；

其中，E表示求均值；X=[x₁₁，x₁₂，...，x_1N，x₂₁，x₂₂，...，x_2N，...，x_M1，x_M2，...，x_MN]^T，为所述M×N个长度为L的输入信号。

Images