CN104280745A - 一种改进的空频信号处理方法及处理装置 - Google Patents

Abstract

本发明提供了一种改进的空频信号处理方法及装置；方法包括：对空频二维处理器的M个接收阵元分别积累N段长度为K的中频AD采样信号，所述中频AD采样信号中包含卫星信号、干扰以及噪声，分别对中频AD采样信号进行K点快速傅里叶变换得到频域数组；根据频域数组，计算每个频点的协方差矩阵，进而求解各频点的对角加载值；分别根据每个频点的对角加载值确定对角加载线性约束下的该频点的权向量；利用各频点的权向量对频域数组进行空域滤波处理；对空域滤波后的频域数据进行K点快速傅里叶逆变换，得到时域中频数据。本发明能解决数据失配时的干扰抑制问题。

Description

一种改进的空频信号处理方法及处理装置

技术领域

本发明涉及卫星导航领域，尤其涉及一种改进的空频信号处理方法及处理装置。

背景技术

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。

然而，单纯的空域滤波受到阵列自由度个数的限制，不能满足复杂的干扰以及多径环境下的应用，而增加了时域自由度的空时域波束形成方法得到的自适应权只能使天线接收方向图在干扰信号的到达方向(DOA)上形成窄的零陷，并且计算自适应权的复杂度大大提高，导致干扰抑制实时性变差。

实际应用中，由于天线接收平台的振动或运动、干扰位置的快速变化及自适应权值的更新速度相对太慢等等原因，干扰的DOA在权值训练期间会随时间而产生慢变，这就导致权值训练的数据与权值应用的数据之间存在失配现象，干扰很可能移出零陷位置从而不能被有效地对消，严重情况下,常规方法可能完全失效。

发明内容

本发明要解决的技术问题是克服现有技术的不足，解决由于天线接收平台的振动或运动、干扰位置的快速变化及自适应权值的更新速度相对太慢等等原因引起的数据失配时的干扰抑制问题。

为了解决上述问题，本发明提供了一种改进的空频信号处理方法，包括：

101、对空频二维处理器的M个接收阵元分别积累N段长度为K的中频AD采样信号，分别对所述中频AD采样信号进行K点快速傅里叶变换得到频域数组：

X₁₁,X₁₂,···X_1K；X₂₁,X₂₂,···X_2K；···X_M1,X_M2,···X_MK；

所述频域数组中各频域信号均是长度为N的序列；

102、根据所述频域数组，计算每个频点的协方差矩阵，其中X_k＝[X_1k,X_2k,···X_Mk]^T，k＝1,2,...,K；

103、分别根据每个频点的所述协方差矩阵R_k，求解该频点的对角加载值γ_k；

104、分别根据每个频点的所述对角加载值γ_k确定对角加载线性约束下的该频点的权向量w_k；

105、利用各频点的所述权向量w_k对所述频域数组进行空域滤波处理；

106、对空域滤波后的频域数据进行K点快速傅里叶逆变换，得到时域中频数据。

可选地，所述步骤103前还包括：

通过求解对角加载目标函数式，得到对角加载协方差矩阵；

所述对角加载目标函数式表示为：

$\begin{array}{cc}\underset{w}{\mathrm{Min}}& {w_k}^H{R}_k{w}_k+{\mathrm{\γ}}_k{w_k}^H{w}_k\\ s.t.& a^H{w}_k=1\end{array}k=\mathrm{1,2},...,K$

a是空间导向矢量；

所得到的所述对角加载协方差矩阵为：

R'_k＝R_k+γ_kI。

可选地，所述对角加载值γ_k为：

std(diag(R_k))≤γ_k<trace(R_k)/M；

diag代表矩阵的对角元素，std是标准差；trace代表对角元素的总和。

可选地，所述对角加载线性约束下的权向量w_k为：

w_k＝R'_k ^-1a＝(R_k+γ_kI)^-1a。

可选地，滤波后得到的输出信号为：

y_k(n)＝w_1kX_1k(n)+w_2kX_2k(n)+...+w_MkX_Mk(n)；

其中，y_k(n)为第k个频点空域滤波的输出，n为时刻的序号。

本发明还提供了一种改进的空频信号处理装置，包括：

变换模块，用于对空频二维处理器的M个接收阵元分别积累N段长度为K的中频AD采样信号，分别对所述中频AD采样信号进行K点FFT变换得到频域数组：

X₁₁,X₁₂,···X_1K；X₂₁,X₂₂,···X_2K；···X_M1,X_M2,···X_MK；

所述频域数组中各频域信号均是长度为N的序列；

矩阵计算模块，用于根据所述频域数组，计算每个频点的协方差矩阵，其中X_k＝[X_1k,X_2k,···X_Mk]^T，k＝1,2,...,K；

对角加载值计算模块，用于分别根据每个频点的所述协方差矩阵，动态求解该频点的对角加载值γ_k；

权向量确定模块，用于分别根据每个频点的所述对角加载值γ_k确定对角加载线性约束下该频点的权向量w_k；

空域滤波模块，用于利用各频点的所述权向量w_k对所述频域数组进行空域滤波处理；

逆变换单元，用于对空域滤波后的频域数据进行K点快速傅里叶逆变换，得到时域中频数据。

可选地，所述对角加载值计算模块还用于通过求解对角加载目标函数式，得到对角加载协方差矩阵；所述对角加载目标函数式表示为：

$\begin{array}{cc}\underset{w}{\mathrm{Min}}& {w_k}^H{R}_k{w}_k+{\mathrm{\&gamma;}}_k{w_k}^H{w}_k\\ s.t.& a^H{w}_k=1\end{array}k=\mathrm{1,2},...,K$ a是空间导向矢量；

所得到的所述对角加载协方差矩阵为：

R'_k＝R_k+γ_kI。

可选地，所述对角加载值γ_k为：

std(diag(R_k))≤γ_k<trace(R_k)/M；

diag代表矩阵的对角元素，std是标准差；trace代表对角元素的总和。

可选地，所述对角加载线性约束下的权向量w_k为：

w_k＝R'_k ^-1a＝(R_k+γ_kI)^-1a。

可选地，滤波后得到的输出信号为：

y_k(n)＝w_1kX_1k(n)+w_2kX_2k(n)+...+w_MkX_Mk(n)；

其中，y_k(n)为第k个频点空域滤波的输出，n为时刻的序号。

本发明提供了一种空频对角加载抑制宽带干扰的方案，主要应用于在干扰环境下的卫星导航接收机以及其他抗干扰扩频通信系统。

本发明的方案采用了空频自适应处理结构，结合对角加载的思想，通过矩阵求逆定理推导出空时结构对角加载值的范围，最后得到空频结构对角加载算法的优化方程以及最优权向量的解。该方案有效地对协方差矩阵估计进行了修正，增强了宽带干扰抑制算法的实时性和稳健性。本发明利用空频自适应处理结构，通过矩阵求逆定理推导出对角加载值的范围，保证数据失配时仍能有效地抑制宽带干扰，增强了空域滤波算法的稳健性。

附图说明

图1是实施例一的改进的空频信号处理方法的流程示意图；

图2是实施例一的改进的空频信号处理方法的原理示意图。

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、一种改进的空频信号处理方法，如图1所示，包括：

101、对空频二维处理器的M个接收阵元分别积累N段长度为K的中频AD(模数)采样信号，所述中频AD采样信号中包含卫星信号、干扰以及噪声，分别对所述中频AD采样信号进行K点FFT(快速傅里叶变换)得到频域数组：

X₁₁,X₁₂,···X_1K；X₂₁,X₂₂，···X_2K；···X_M1,X_M2,···X_MK；

其中X₁₁是指第1个接收阵元中第1个采样点的频域信号，X_MK是指第M个接收阵元中第K个采样点的频域信号，其它以此类推；所述频域数组中各频域信号均是长度为N的序列；

102、根据所述频域数组，计算每个频点的协方差矩阵R_k＝E[X_kX_k ^H](M×M维)，其中X_k＝[X_1k,X_2k,···X_Mk]^T，k＝1,2,...,K；

103、分别根据每个频点的所述协方差矩阵R_k，动态求解该频点的对角加载值γ_k；

104、分别根据每个频点所述对角加载值γ_k确定对角加载线性约束下该频点的权向量w_k；

105、利用各频点的所述权向量w_k对所述频域数组进行空域滤波处理；

106、对空域滤波后的频域数据进行K点IFFT(快速傅里叶逆变换)，得到时域中频数据。

步骤106所得到的时域中频数据就是抗干扰处理后的数据。

本实施例的一种实施方式中，所述步骤103前还可以包括：

通过求解对角加载目标函数式，得到对角加载协方差矩阵；

所述对角加载目标函数式表示为：

$\begin{array}{cc}\underset{w}{\mathrm{Min}}& {w_k}^H{R}_k{w}_k+{\mathrm{\&gamma;}}_k{w_k}^H{w}_k\\ s.t.& a^H{w}_k=1\end{array}k=\mathrm{1,2},...,K---\left(1\right)$

其中，a是空间导向矢量；式中γ_k为频点k对应空域滤波的对角加载值。

所得到的所述对角加载协方差矩阵为：

R'_k＝R_k+γ_kI     (2)

本步骤的实质是用对角加载协方差矩阵代替常规的采样协方差矩阵；通过在目标函数式中增加一个二次补偿项来调整权向量，保证在小快拍数据和存在随机阵列信号响应误差的情况下，仍然具有较好的稳健性。

本实施例的一种实施方式中，对角加载值γ_k的范围为：

std(diag(R_k))≤γ_k<trace(R_k)/M。

diag代表矩阵的对角元素，std是标准差；trace代表对角元素的总和。

推导过程如下：

设阵列协方差矩阵的特征分解可写成

$R_k={\mathrm{V\&Lambda;V}}^H=\underset{i=1}{\overset{M}{\mathrm{\&Sigma;}}}{\mathrm{\&lambda;}}_i{v}_i{v}_i^H---\left(3\right)$

式中，V＝[v₁,...,v_M]是特征向量组成的酉矩阵；Λ＝diag{λ₁,...,λ_M}是特征值构成的对角矩阵。

由于对角加载的目的是为了对协方差矩阵估计进行修正，因此以估计协方差矩阵和真实协方差矩阵的误差来决定对角加载值的大小，协方差矩阵的估计误差越大，则对角加载值也越大。采样协方差矩阵R_k和真实协方差矩阵的关系是： ${\hat{R}}_k=R_k+\mathrm{\&epsiv;B}---\left(4\right)$

其中B是均值为0，方差为1的随机矩阵，ε代表采样协方差矩阵误差的常量。通过对角加载后的矩阵R'_k是：

R'_k＝R_k+εB+γ_kI      (5)

假设ε||B||<<||R_k+γ_kI||，通过矩阵求逆定理，可以得到对角加载协方差矩阵逆矩阵的近似表示：

$R_k^{\&prime;-1}={(R_k+{\mathrm{\&gamma;}}_{k}I)}^{-1}\{I-\frac{\mathrm{\&epsiv;}}{{\mathrm{\&gamma;}}_k+{\mathrm{\&sigma;}}_n^2}B[I-V{(V^{H}V+({\mathrm{\&gamma;}}_k+{\mathrm{\&sigma;}}_n^2){\mathrm{\&Lambda;}}^{-1})}^{-1}{V}^H\left]\right\}---\left(6\right)$

从上式可以看出，第一个括号内的部分接近于R_k，因此对角加载值应该小于采样协方差矩阵的对角元素：

γ_k<R_k(i,i),i＝1,...,M         (7)

从式(6)可以看出，自适应波束性能的降低主要由大括号内的项引起，如果大括号内的第二项为0，这时就是最优的波束形成器。因此期望且可以得到对角加载值的取值范围：

ε≤γ_k<R_k(i,i),i＝1,...,M          (8)

式(8)中，ε为采样协方差矩阵和真实协方差矩阵之间的误差。真实协方差矩阵是无法确知的，因此从表面上看ε似乎无法确定。但是，真实协方差矩阵的对角元素有相同的值，而采样协方差矩阵的每一个元素都存在误差，误差矩阵B的均值为0，因此，采样协方差矩阵的对角元素值可以通过采样协方差矩阵的对角元素的平均值来进行估计，即

R_k(i,i)＝trace(R_k)/M            (9)

同时，采样协方差矩阵的误差ε可以用采样协方差矩阵对角元素的标准差来进行估计，即

ε＝std(diag(R_k))           (10)

因此，对角加载值的选取应满足下式：

std(diag(R_k))≤γ_k<trace(R_k)/M          (11)

根据工程经验，一般取 为方差。

本实施例的一种实施方式中，所述步骤105具体可以包括：

利用R'_k＝R_k+γ_kI，对角加载线性约束下的权向量w_k可写为：

w_k＝R'_k ^-1a＝(R_k+γ_kI)^-1a      (12)

进行空域滤波处理后得到的输出信号为：

y_k(n)＝w_1kX_1k(n)+w_2kX_2k(n)+...+w_MkX_Mk(n)，y_k(n)为第k个频点空域滤波的输出，n为时刻的序号；w_1k，w_2k，……，w_Mk为第k个频点的权向量w_k中所包含的M个权系数。

本实施例的原理如图2所示，首先对M路A/D数据进行FFT变换，得到频域数组；根据该频域数组求各频点的对角加载协方差矩阵，从而获得各频点的对角加载值，并计算出各频点的权向量；根据该权向量对所述频域数组进行空域滤波；对空域滤波的结果进行IFFT后输出。

实施例二、一种改进的空频信号处理装置，包括：

变换模块，用于对空频二维处理器的M个接收阵元分别积累N段长度为K的中频AD采样信号，所述中频AD采样信号中包含卫星信号、干扰以及噪声；分别对所述中频AD采样信号进行K点FFT变换得到频域数组：

X₁₁,X₁₂,···X_1K；X₂₁,X₂₂,···X_2K；···X_M1,X_M2,···X_MK；

所述频域数组中各频域信号均是长度为N的序列；

矩阵计算模块，用于根据所述频域数组，计算每个频点的协方差矩阵，其中X_k＝[X_1k,X_2k,···X_Mk]^T，k＝1,2,...,K；

对角加载值计算模块，用于分别根据每个频点的所述协方差矩阵，动态求解该频点的对角加载值γ_k；

权向量确定模块，用于分别根据每个频点的所述对角加载值γ_k确定对角加载线性约束下该频点的权向量w_k；

空域滤波模块，用于利用各频点的所述权向量w_k对所述频域数组进行空域滤波处理；

逆变换单元，用于对空域滤波后的频域数据进行K点快速傅里叶逆变换，得到时域中频数据。

本实施例的一种实施方式中，所述对角加载值计算模块还用于通过求解对角加载目标函数式，得到对角加载协方差矩阵；所述对角加载目标函数式表示为：

$\begin{array}{cc}\underset{w}{\mathrm{Min}}& {w_k}^H{R}_k{w}_k+{\mathrm{\&gamma;}}_k{w_k}^H{w}_k\\ s.t.& a^H{w}_k=1\end{array}k=\mathrm{1,2},...,K$

a是空间导向矢量；

所得到的所述对角加载协方差矩阵为：

R’_k＝R_k+γ_kI。

本实施方式中，所述对角加载值γ_k可以为：

std(diag(R_k))≤γ_k<trace(R_k)/M；

diag代表矩阵的对角元素，std是标准差；trace代表对角元素的总和。

本实施方式中，所述对角加载线性约束下的权向量w_k可以为：

w_k＝R’_k ^-1a＝(R_k+γ_kI)^-1a。

本实施例的一种实施方式中，滤波后得到的输出信号为：

y_k(n)＝w_1kX_1k(n)+w_2kX_2k(n)+...+w_MkX_Mk(n)；

其中，y_k(n)为第k个频点空域滤波的输出，n为时刻的序号。

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)

1.一种改进的空频信号处理方法，包括：

101、对空频二维处理器的M个接收阵元分别积累N段长度为K的中频AD采样信号，分别对所述中频AD采样信号进行K点快速傅里叶变换得到频域数组：

X₁₁,X₁₂,…X_1K；X₂₁,X₂₂,…X_2K；…X_M1,X_M2,…X_MK；

所述频域数组中各频域信号均是长度为N的序列；

102、根据所述频域数组，计算每个频点的协方差矩阵，其中X_k＝[X_1k,X_2k,…X_Mk]^T，k＝1,2,...,K；

103、分别根据每个频点的所述协方差矩阵R_k，求解该频点的对角加载值γ_k；

104、分别根据每个频点的所述对角加载值γ_k确定对角加载线性约束下的该频点的权向量w_k；

105、利用各频点的所述权向量w_k对所述频域数组进行空域滤波处理；

106、对空域滤波后的频域数据进行K点快速傅里叶逆变换，得到时域中频数据。

2.如权利要求1所述的方法，其特征在于，所述步骤103前还包括：

通过求解对角加载目标函数式，得到对角加载协方差矩阵；

所述对角加载目标函数式表示为：

$\begin{array}{cc}\underset{w}{\mathrm{Min}}& {w_k}^H{R}_k{w}_k+{\mathrm{\&gamma;}}_k{w_k}^H{w}_k\\ s.t.& a^H{w}_k=1\end{array}k=\mathrm{1,2},...,K$

a是空间导向矢量；

所得到的所述对角加载协方差矩阵为：

R′_k＝R_k+γ_kI。

3.如权利要求2所述的方法，其特征在于，所述对角加载值γ_k为：

std(diag(R_k))≤γ_k<trace(R_k)/M；

diag代表矩阵的对角元素，std是标准差；trace代表对角元素的总和。

4.如权利要求2所述的方法，其特征在于，所述对角加载线性约束下的权向量w_k为：

w_k＝R_k'^-1a＝(R_k+γ_kI)^-1a。

5.如权利要求1～4中任一项所述的方法，其特征在于，滤波后得到的输出信号为：

y_k(n)＝w_1kX_1k(n)+w_2kX_2k(n)+...+w_MkX_Mk(n)；

其中，y_k(n)为第k个频点空域滤波的输出，n为时刻的序号。

6.一种改进的空频信号处理装置，其特征在于，包括：

变换模块，用于对空频二维处理器的M个接收阵元分别积累N段长度为K的中频AD采样信号，分别对所述中频AD采样信号进行K点FFT变换得到频域数组：

X₁₁,X₁₂,…X_1K；X₂₁,X₂₂,…X_2K；…X_M1,X_M2,…X_MK；

所述频域数组中各频域信号均是长度为N的序列；

矩阵计算模块，用于根据所述频域数组，计算每个频点的协方差矩阵，其中X_k＝[X_1k,X_2k,…X_Mk]^T，k＝1,2,...,K；

对角加载值计算模块，用于分别根据每个频点的所述协方差矩阵，动态求解该频点的对角加载值γ_k；

权向量确定模块，用于分别根据每个频点的所述对角加载值γ_k确定对角加载线性约束下该频点的权向量w_k；

空域滤波模块，用于利用各频点的所述权向量w_k对所述频域数组进行空域滤波处理；

逆变换单元，用于对空域滤波后的频域数据进行K点快速傅里叶逆变换，得到时域中频数据。

7.如权利要求6所述的装置，其特征在于：

所述对角加载值计算模块还用于通过求解对角加载目标函数式，得到对角加载协方差矩阵；所述对角加载目标函数式表示为：

$\begin{array}{cc}\underset{w}{\mathrm{Min}}& {w_k}^H{R}_k{w}_k+{\mathrm{\&gamma;}}_k{w_k}^H{w}_k\\ s.t.& a^H{w}_k=1\end{array}k=\mathrm{1,2},...,K$

a是空间导向矢量；

所得到的所述对角加载协方差矩阵为：

R′_k＝R_k+γ_kI。

8.如权利要求7所述的装置，其特征在于，所述对角加载值γ_k为：

std(diag(R_k))≤γ_k<trace(R_k)/M；

diag代表矩阵的对角元素，std是标准差；trace代表对角元素的总和。

9.如权利要求7所述的装置，其特征在于，所述对角加载线性约束下的权向量w_k为：

w_k＝R_k'^-1a＝(R_k+γ_kI)^-1a。

10.如权利要求6～9中任一项所述的装置，其特征在于，滤波后得到的输出信号为：

y_k(n)＝w_1kX_1k(n)+w_2kX_2k(n)+...+w_MkX_Mk(n)；

其中，y_k(n)为第k个频点空域滤波的输出，n为时刻的序号。