CN104360354A - 空频抗干扰处理方法和装置 - Google Patents

Abstract

本发明提供了一种导航信号的空频抗干扰处理方法和装置。该方法包括：获取多路级联陷波处理后的中频数据；对所述多路中频数据分别进行K点FFT变换后，进行空域滤波，得到频域数组，其中，K为大于0的常数；对空域滤波后的频域数组进行K点IFFT变换，得到抗干扰处理后的时域中频数据。本发明提供的技术方案适用于卫星导航系统，实现了高效高精度的干扰过滤。

Description

空频抗干扰处理方法和装置

技术领域

本发明涉及一种级联IIR陷波算法的空频抗干扰滤波技术，具有实时抑制窄带干扰和宽带干扰的功能，主要应用于各种来向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，具体涉及一种导航信号的空频抗干扰处理方法和装置。

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。但是卫星信号在传输和接收过程中会受到有意和无意的干扰。通过滤波器抑制噪声或干扰并保留信号能量，是一种干扰对消的过程。这样的滤波器，可以是固定的，也可以是自适应的，有限冲激响应(FIR)滤波器和无限冲激响应(IIR)滤波器是时域窄带干扰抑制的主要方法。空域滤波以其自身调节参数的能力以及对信号和干扰的先验知识要求较少的优势得到了广泛应用。

传统的空域自适应处理算法对空间不同于信号来向的干扰可以有效地抑制，但对于与信号同向的窄带干扰抑制程度不够，同时滤除部分有用信号。对于传统直接型IIR陷波器，是基于最小功率LMS算法求解陷波器的系数值。在仿真研究中发现，普通梯度迭代算法收敛速度慢，当窄带干扰较强时，使用该算法对干扰频率的估计相对较好，但仍然存在一定程度上的误差；当窄带干扰较弱时，该算法很难准确估计出窄带干扰的频率。变步长自适应算法提供了快的收敛速度，但对IIR陷波器系数β的估计精度下降。对于格型IIR陷波器，自适应算法对遗忘因子、平滑因子敏感，实现起来复杂度高。

发明内容

本发明提供了一种空频抗干扰处理方法和装置，解决了现有干扰处理方式效果差、效率低的问题。

一种空频抗干扰处理方法，包括：

获取多路级联陷波处理后的中频数据；

对所述多路中频数据分别进行K点FFT变换后，进行空域滤波，得到频域数组，其中，K为大于0的常数；

对空域滤波后的频域数组进行K点IFFT变换，得到抗干扰处理后的时域中频数据。

优选的，获取多路陷波处理后的中频数据包括：

对中频信号进行AD采样得到K个中频数据；

每两个相邻中频数据之间的间隔为2π/K，根据第1～K/2个中频数据中最大幅度值F(k)的位置k，确定窄带干扰频率的估计值为 $(2\mathrm{\π}/K);$

构建级联结构的陷波器；

通过所述级联结构的陷波器对所述中频数据进行处理，得到频域数据；

对所述频域数据进行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，其中，M为阵元的数量。

优选的，构建级联结构的陷波器包括：

根据二阶数字陷波器的传递函数，确定滤波器参数β；

根据当n＝1,2,...,N/2时，频域幅度中F(k)-F(n)＜γF(k)的次数count值，确定滤波器参数α；

根据以下传递函数

$H\left(z\right)=\frac{1+2\mathrm{\β}{z}^{-5}+z^{-10}}{1+2\mathrm{\α\β}{z}^{-5}+{\mathrm{\α}}^2{z}^{-10}}$

确定陷波滤波器的输出y(n)：

y(n)＝x(n)+2βx(n-5)+x(n-10)-2αβy(n-5)-α²y(n-10)；

确定级联的两个陷波器的频率估计参数：

${\mathrm{\β}}_{12}=-\cos ({\widehat{\mathrm{\ω}}}_0\±\mathrm{\Δ\ω});$

将所述级联的两个陷波器级联输出，时域表达式如下：

y₁(n)＝x(n)+2β₁x(n-5)+x(n-10)-2αβ₁y₁(n-5)-α²y₁(n-10)，

y₂(n)＝y₁(n)+2β₂y₁(n-5)+y₁(n-10)-2αβ₂y₂(n-5)-α²y₂(n-10)，

其中x(n)为中频AD采集数据流，y₁(n)为第一级陷波器输出，y₂(n)为第二级陷波器输出。

优选的，对所述多路中频数据分别进行K点FFT变换后，进行空域滤波，得到频域数组包括：

每个阵元接收中频数据经过相同的级联陷波处理后，经过K点FFT变换，得到频域数组X为：

X＝[X₁₁,X₁₂,…X_1K；X₂₁,X₂₂,…X_2K；…X_M1,X_M2,…X_MK]；

根据所述频域数组，计算协方差矩阵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；

计算空间导向矢量：

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

利用拉格朗日乘子法可以推导出多约束最小方差处理器的解为：

w_k＝R_k ^-1a；

利用最优权值w_k对频域数组进行空域滤波处理，表达式为：

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。

本发明还提供了一种导航信号的空频抗干扰处理装置，包括：

级联陷波模块，用于获取多路级联陷波处理后的中频数据；

滤波模块，用于对所述多路中频数据分别进行K点FFT变换后，进行空域滤波，得到频域数组，其中，K为大于0的常数；

中频数据获取模块，用于对空域滤波后的频域数组进行K点IFFT变换，得到抗干扰处理后的时域中频数据。

优选的，所述级联陷波模块包括：

采样单元，用于对中频信号进行AD采样得到K个中频数据；

干扰频率确定单元，用于每两个相邻中频数据之间的间隔为2π/K，根据第1～K/2个中频数据中最大幅度值F(k)的位置k，确定窄带干扰频率的估计值为 ${\widehat{\mathrm{\ω}}}_0=(k-1)*(2\mathrm{\π}/K);$

陷波器构建单元，用于构建级联结构的陷波器；

频域数据获取单元，用于通过所述级联结构的陷波器对所述中频数据进行处理，得到频域数据；

频域数组获取单元，用于对所述频域数据进行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，其中，M为阵元的数量。

优选的，所述陷波器构建单元包括：

第一参数计算子单元，用于根据二阶数字陷波器的传递函数，确定滤波器参数β；

第二参数计算子单元，用于根据当n＝1,2,...,N/2时，频域幅度中F(k)-F(n)＜γF(k)的次数count值，确定滤波器参数α；

输出计算子单元，用于根据以下传递函数

$H\left(z\right)=\frac{1+2\mathrm{\β}{z}^{-5}+z^{-10}}{1+2\mathrm{\α\β}{z}^{-5}+{\mathrm{\α}}^2{z}^{-10}}$

确定陷波滤波器的输出y(n)：

y(n)＝x(n)+2βx(n-5)+x(n-10)-2αβy(n-5)-α²y(n-10)；

频率估计参数计算子单元，用于确定级联的两个陷波器的频率估计参数：

${\mathrm{\β}}_{12}=-\cos ({\widehat{\mathrm{\ω}}}_0\±\mathrm{\Δ\ω});$

级联输出子单元，用于将所述级联的两个陷波器级联输出，时域表达式如下：

y₁(n)＝x(n)+2β₁x(n-5)+x(n-10)-2αβ₁y₁(n-5)-α²y₁(n-10)，

y₂(n)＝y₁(n)+2β₂y₁(n-5)+y₁(n-10)-2αβ₂y₂(n-5)-α²y₂(n-10)，

其中x(n)为中频AD采集数据流，y₁(n)为第一级陷波器输出，y₂(n)为第二级陷波器输出。

优选的，所述中频数据获取模块包括：

频域数据处理单元，用于控制每个阵元接收中频数据经过相同的级联陷波处理后，经过K点FFT变换，得到频域数组X为：

X＝[X₁₁,X₁₂,…X_1K；X₂₁,X₂₂,…X_2K；…X_M1,X_M2,…X_MK]；

协方差矩阵计算单元，用于根据所述频域数组，计算协方差矩阵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；

空间导向矢量计算单元，用于计算空间导向矢量：

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

最小方差处理器计算单元，用于利用拉格朗日乘子法可以推导出多约束最小方差处理器的解为：

w_k＝R_k ^-1a；

空域滤波单元，用于利用最优权值w_k对频域数组进行空域滤波处理，表达式为：

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。

本发明提供了一种空频抗干扰处理方法和装置，获取多路级联陷波处理后的中频数据，再对所述多路中频数据分别进行K点FFT变换后，进行空域滤波，得到频域数组，其中，K为大于0的常数，然后对空域滤波后的频域数组进行K点IFFT变换，得到抗干扰处理后的时域中频数据。实现了高效高精度的干扰过滤，解决了现有干扰处理方式效果差、效率低的问题。

附图说明

图1为本发明的实施例一提供的一种空频抗干扰处理方法的流程图；

图2为实现级联陷波的具体流程示意图；

图3为本发明的实施例二提供的一种空频抗干扰处理装置的结构示意图；

图4为图3中级联陷波模块301的结构示意图；

图5为图4中陷波器构建单元3013的结构示意图；

图6为图3中的中频数据获取模块303的结构示意图。

具体实施方式

传统的空域自适应处理算法对空间不同于信号来向的干扰可以有效地抑制，但对于与信号同向的窄带干扰抑制程度不够，同时滤除部分有用信号。对于传统直接型IIR陷波器，是基于最小功率LMS算法求解陷波器的系数值。在仿真研究中发现，普通梯度迭代算法收敛速度慢，当窄带干扰较强时，使用该算法对干扰频率的估计相对较好，但仍然存在一定程度上的误差；当窄带干扰较弱时，该算法很难准确估计出窄带干扰的频率。变步长自适应算法提供了快的收敛速度，但对IIR陷波器系数β的估计精度下降。对于格型IIR陷波器，自适应算法对遗忘因子、平滑因子敏感，实现起来复杂度高。

为了解决上述问题，本发明的实施例提供了一种空频抗干扰处理方法和装置，下文中将结合附图对本发明的实施例进行详细说明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。

首先结合附图，对本发明的实施例一进行说明。

如图1所示，本发明实施例提供了一种空频抗干扰处理方法，基于级联IIR陷波进行空时抗干扰处理，包括如下步骤：

(1)首先对导航信号进行AD采样，得到K个中频信号，中频信号中包含卫星信号、窄带干扰以及背景噪声，将该中频信号进行FFT变换，得到K个中频数据；

(2)窄带干扰在频域将出现极大的峰值，根据FFT的原理，每两个相邻中频数据之间的间隔为2π/K，找到1～K/2中中频数据幅度最大峰值的位置k，那么窄带干扰频率的估计值则为

(3)记录当n＝1，2，…，K/2时，频域幅度中F(k)-F(n)＜γF(k)(F(k)是第k频点对应的幅度值)的次数count，根据经验γ取值为0.2，根据实际需求也可取其他值，本发明实施例对此不作限定。

以下步骤(4)(5)(6)为图2所示的级联陷波过程。

(4)根据count值设计直接型IIR陷波器参数α和β；

(5)通过数据降采样实现直接型IIR陷波器的陷波带宽成倍缩小，缩小倍数就是降采样倍数；

(6)采用改进的IIR陷波器级联结构(两个IIR陷波器串联，采用两个改进陷波器的陷波频点非常接近，为Δω根据需要陷波深度处零陷宽度而定，这样保证了窄带干扰的有效抑制)，分别计算出陷波器参数α、β₁、β₂，并将其串联输出；

(7)将级联陷波处理后的M路中频数据分别进行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，根据工程经验K一般取1024(可以取512，2048，计算量不同，越大效果越好，相应的，计算量也会增多，工程上一般用2的幂)，M是阵元数(即天线阵元的个数，一般有7阵元、4阵元)。

(8)将频域数组按K个频点分别进行空域滤波；

(9)对空域滤波后的频域数据进行K点IFFT变换，得到抗干扰处理后的时域中频数据。

级联IIR陷波器的实现结构，如图2所示。实现级联陷波的具体步骤如下：

(1)首先，陷波器是一种特殊的带阻滤波器，其阻带在理想情况下只有一个频率点，因此也被称为点阻滤波器。理想点阻滤波器的频率特性要在消除的信号频率点处，其值等于零；而在其他频率点处，其值等于1。由于数字滤波器的频率特性就是其单位冲激响应在单位圆上的Z变换，因此只需要在单位圆上相应于所需带阻滤波器阻带位置的频率处设置零点，就可以使滤波器的频率特性在所需阻带频率处为零。二阶数字陷波器的传递函数表达式为：

$H\left(z\right)=\frac{(z-z_{o1})(z-z_{o2})}{(z-z_{p1})(z-z_{p2})}---\left(1\right)$

其中z_o1，z_o2，z_p1，z_p2为陷波器的零极点，令则，

$H\left(z\right)=\frac{(z-e^{j{\mathrm{\ω}}_0})(z-e^{-j{\mathrm{\ω}}_0})}{(z-\mathrm{\α}{e}^{j{\mathrm{\ω}}_0})(z-\mathrm{\α}{e}^{-j{\mathrm{\ω}}_0})}=\frac{1+2\mathrm{\β}{z}^{-1}+z^{-2}}{1+2\mathrm{\α\β}{z}^{-1}+{\mathrm{\α}}^2{z}^{-2}}---\left(2\right)$

陷波器用单个参数β来限制极点和零点的关系，陷波频率由β来控制。为了同一般的表示法一致，用ω₀来表示单参数陷波器的中心频率；

(2)对于滤波器参数，ω₀与β的关系可以推导为，首先求z²+2αβz+α²＝0的根，假设β²-1＜0，则z为复数：

$\mathrm{Re}\left(z\right)=-\mathrm{\α\β},\mathrm{Im}\left(z\right)=\mathrm{\α}\sqrt{1-{\mathrm{\β}}^2}---\left(3\right)$

同时定义 ${\mathrm{\ω}}_0={\cos }^{-1}\left(\frac{\mathrm{Re}\left(z\right)}{\left|z\right|}\right)={\cos }^{-1}(-\mathrm{\β})---\left(4\right)$

即得到陷波器参数β值；

(3)陷波器中的另一个参数α为极点结构因子，接近而小于1以确保滤波器的稳定，极半径α越大，IIR陷波器的带宽会越窄。当n＝1,2,...,N/2时，频域幅度中F(k)-F(n)＜γF(k)的次数count，反映了窄带干扰信号的带宽，当count＜1％·N，设计α为0.95；当1％·N≤count≤5％·N，设计α为0.9；当count＞5％·N，设计α为1。

(4)设计陷波器希望陷波带宽尽量小，这样可以减少陷波对有用信号的损失；然而又希望陷波深度尽量大，从而保证有效地抑制窄带干扰。通常情况下采取折中的方法，即在一定的带宽下使陷波深度尽可能大，或在满足陷波深度的同时使陷波带宽尽量小。为此，调整直接型IIR陷波器的传递函数，通过数据降采样实现了陷波器的陷波带宽成倍缩小，缩小倍数就是降采样倍数。以5倍采样率为例，改进陷波器的传递函数表达式为：

$H\left(z\right)=\frac{1+2\mathrm{\β}{z}^{-5}+z^{-10}}{1+2\mathrm{\α\β}{z}^{-5}+{\mathrm{\α}}^2{z}^{-10}}---\left(5\right)$

改进陷波滤波器的输出y(n)可表示为：

y(n)＝x(n)+2βx(n-5)+x(n-10)-2αβy(n-5)-α²y(n-10)    (6)

(5)求解两个陷波器参数，根据步骤(2)可以得到自适应IIR陷波器中对应陷波频率的参数应为采用两个改进陷波器的陷波频点非常接近，为Δω根据需要陷波深度处零陷宽度而定，这样保证了窄带干扰的有效抑制，所以，

${\mathrm{\β}}_{12}=-\cos ({\widehat{\mathrm{\ω}}}_0\±\mathrm{\Δ\ω})---\left(7\right)$

公式(7)即为两个陷波器的频率估计参数；

(6)将两个陷波器级联输出，时域表达式为：

y₁(n)＝x(n)+2β₁x(n-5)+x(n-10)-2αβ₁y₁(n-5)-α²y₁(n-10)    (8)

y₂(n)＝y₁(n)+2β₂y₁(n-5)+y₁(n-10)-2αβ₂y₂(n-5)-α²y₂(n-10)    (9)

其中x(n)为中频AD采集数据流，y₁(n)为第一级陷波器输出，y₂(n)为第二级陷波器输出。每一路AD数据经过相同的级联陷波处理后，便可进入空频滤波处理模块。

实现空域滤波处理的具体步骤如下：

(1)每个阵元接收AD数据经过相同的级联陷波处理后，经过K点FFT变换。用X表示频域数组为：

X＝[X₁₁,X₁₂,…X_1K；X₂₁,X₂₂,…X_2K；…X_M1,X_M2,…X_MK]    (10)

(2)根据频域数组，计算协方差矩阵R_k＝E[X_kX_k ^H](M×M维)；

X_k＝[X_1k,X_2k,…X_Mk]^T k＝1,2,...,K    (11)

(3)求解线性约束的最小方差方程，由线性约束最小方差准则，该处理器可以描述为以下最优化问题：

$\left\{\begin{array}{cc}\mathrm{Min}& E\left\{{\left|y_k\left(n\right)\right|}^2\right\}={w_k}^H{R}_k{w}_k\\ s.t.& a^H{w}_k=1\end{array}\right.k=\mathrm{1,2},...,K---\left(12\right)$

空间导向矢量a表示为 $a={[1,e^{j{\mathrm{\ω}}_s},...,e^{j(M-1){\mathrm{\ω}}_s}]}^T---\left(13\right)$

利用拉格朗日乘子法可以推导出多约束最小方差处理器的解为：

w_k＝R_k ^-1a    (14)

(4)利用最优权值w_k对频域数组进行空域滤波处理，表达式为：

y_k(n)＝w_1kX_1k(n)+w_2kX_2k(n)+...+w_MkX_Mk(n)    (15)

y_k(n)为第k个频点空域滤波的输出。

下面结合附图，对本发明的实施例二进行说明。

本发明实施例提供了一种空频抗干扰处理装置，该装置的结构如图3所示，包括：

级联陷波模块301，用于获取多路级联陷波处理后的中频数据；

滤波模块302，用于对所述多路中频数据分别进行K点FFT变换后，进行空域滤波，得到频域数组，其中，K为大于0的常数；

中频数据获取模块303，用于对空域滤波后的频域数组进行K点IFFT变换，得到抗干扰处理后的时域中频数据。

优选的，所述级联陷波模块301的结构如图4所示，包括：

采样单元3011，用于对中频信号进行AD采样得到K个中频数据；

干扰频率确定单元3012，用于每两个相邻中频数据之间的间隔为2π/K，根据第1～K/2个中频数据中最大幅度值F(k)的位置k，确定窄带干扰频率的估计值为 ${\widehat{\mathrm{\ω}}}_0=(k-1)*(2\mathrm{\π}/K);$

陷波器构建单元3013，用于构建级联结构的陷波器；

频域数据获取单元3014，用于通过所述级联结构的陷波器对所述中频数据进行处理，得到频域数据；

频域数组获取单元3015，用于对所述频域数据进行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，其中，M为阵元的数量。

优选的，所述陷波器构建单元3013的结构如图5所示，包括：

第一参数计算子单元501，用于根据二阶数字陷波器的传递函数，确定滤波器参数β；

第二参数计算子单元502，用于根据当n＝1,2,...,N/2时，频域幅度中F(k)-F(n)＜γF(k)的次数count值，确定滤波器参数α；

输出计算子单元503，用于根据以下传递函数

$H\left(z\right)=\frac{1+2\mathrm{\β}{z}^{-5}+z^{-10}}{1+2\mathrm{\α\β}{z}^{-5}+{\mathrm{\α}}^2{z}^{-10}}$

确定陷波滤波器的输出y(n)：

y(n)＝x(n)+2βx(n-5)+x(n-10)-2αβy(n-5)-α²y(n-10)；

频率估计参数计算子单元504，用于确定级联的两个陷波器的频率估计参数：

${\mathrm{\β}}_{12}=-\cos ({\widehat{\mathrm{\ω}}}_0\±\mathrm{\Δ\ω});$

级联输出子单元505，用于将所述级联的两个陷波器级联输出，时域表达式如下：

y₁(n)＝x(n)+2β₁x(n-5)+x(n-10)-2αβ₁y₁(n-5)-α²y₁(n-10)，

y₂(n)＝y₁(n)+2β₂y₁(n-5)+y₁(n-10)-2αβ₂y₂(n-5)-α²y₂(n-10)，

其中x(n)为中频AD采集数据流，y₁(n)为第一级陷波器输出，y₂(n)为第二级陷波器输出。

优选的，所述中频数据获取模块303的结构如图6所示，包括：

频域数据处理单元3031，用于控制每个阵元接收中频数据经过相同的级联陷波处理后，经过K点FFT变换，得到频域数组X为：

X＝[X₁₁,X₁₂,…X_1K；X₂₁,X₂₂,…X_2K；…X_M1,X_M2,…X_MK]；

协方差矩阵计算单元3032，用于根据所述频域数组，计算协方差矩阵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；

空间导向矢量计算单元3033，用于计算空间导向矢量：

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

最小方差处理器计算单元3034，用于利用拉格朗日乘子法可以推导出多约束最小方差处理器的解为：

w_k＝R_k ^-1a；

空域滤波单元3035，用于利用最优权值w_k对频域数组进行空域滤波处理，表达式为：

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。

本发明的实施例提供了一种空频抗干扰处理方法和装置，获取多路级联陷波处理后的中频数据，再对所述多路中频数据分别进行K点FFT变换后，进行空域滤波，得到频域数组，其中，K为大于0的常数，然后对空域滤波后的频域数组进行K点IFFT变换，得到抗干扰处理后的时域中频数据。实现了高效高精度的干扰过滤，解决了现有干扰处理方式效果差、效率低的问题。

本领域普通技术人员可以理解上述实施例的全部或部分步骤可以使用计算机程序流程来实现，所述计算机程序可以存储于一计算机可读存储介质中，所述计算机程序在相应的硬件平台上(如系统、设备、装置、器件等)执行，在执行时，包括方法实施例的步骤之一或其组合。

可选地，上述实施例的全部或部分步骤也可以使用集成电路来实现，这些步骤可以被分别制作成一个个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

上述实施例中的各装置/功能模块/功能单元可以采用通用的计算装置来实现，它们可以集中在单个的计算装置上，也可以分布在多个计算装置所组成的网络上。

上述实施例中的各装置/功能模块/功能单元以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。上述提到的计算机可读取存储介质可以是只读存储器，磁盘或光盘等。

任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求所述的保护范围为准。

Claims (8)

1.一种导航信号的空频抗干扰处理方法，其特征在于，包括：

获取多路级联陷波处理后的中频数据；

对所述多路中频数据分别进行K点FFT变换后，进行空域滤波，得到频域数组，其中，K为大于0的常数；

对空域滤波后的频域数组进行K点IFFT变换，得到抗干扰处理后的时域中频数据。

2.根据权利要求1所述的导航信号的空频干扰处理方法，其特征在于，获取多路陷波处理后的中频数据包括：

对中频信号进行AD采样得到K个中频数据；

每两个相邻中频数据之间的间隔为2π/K，根据第1～K/2个中频数据中最大幅度值F(k)的位置k，确定窄带干扰频率的估计值为 ${\widehat{\mathrm{\ω}}}_0=(k-1)*$ $(2\mathrm{\π}/K);$

构建级联结构的陷波器；

通过所述级联结构的陷波器对所述中频数据进行处理，得到频域数据；

对所述频域数据进行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，其中，M为阵元的数量。

3.根据权利要求2所述的导航信号的空频干扰处理方法，其特征在于，构建级联结构的陷波器包括：

根据二阶数字陷波器的传递函数，确定滤波器参数β；

根据当n＝1,2,...,N/2时，频域幅度中F(k)-F(n)＜γF(k)的次数count值，确定滤波器参数α；

根据以下传递函数

$H\left(z\right)=\frac{1+2\mathrm{\β}{z}^{-5}+z^{-10}}{1+2\mathrm{\α\β}{z}^{-5}+{\mathrm{\α}}^2{z}^{-10}}$

确定陷波滤波器的输出y(n)：

y(n)＝x(n)+2βx(n-5)+x(n-10)-2αβy(n-5)-α²y(n-10)；

确定级联的两个陷波器的频率估计参数：

${\mathrm{\β}}_{12}=-\cos ({\widehat{\mathrm{\ω}}}_0\±\mathrm{\Δ\ω});$

将所述级联的两个陷波器级联输出，时域表达式如下：

y₁(n)＝x(n)+2β₁x(n-5)+x(n-10)-2αβ₁y₁(n-5)-α²y₁(n-10)，

y₂(n)＝y₁(n)+2β₂y₁(n-5)+y₁(n-10)-2αβ₂y₂(n-5)-α²y₂(n-10)，

其中x(n)为中频AD采集数据流，y₁(n)为第一级陷波器输出，y₂(n)为第二级陷波器输出。

4.根据权利要求3所述的空频干扰处理方法，其特征在于，对所述多路中频数据分别进行K点FFT变换后，进行空域滤波，得到频域数组包括：

每个阵元接收中频数据经过相同的级联陷波处理后，经过K点FFT变换，得到频域数组X为：

X＝[X₁₁,X₁₂,…X_1K；X₂₁,X₂₂,…X_2K；…X_M1,X_M2,…X_MK]；

根据所述频域数组，计算协方差矩阵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；

计算空间导向矢量：

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

利用拉格朗日乘子法可以推导出多约束最小方差处理器的解为：

w_k＝R_k ^-1a；

利用最优权值w_k对频域数组进行空域滤波处理，表达式为：

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。

5.一种导航信号的空频抗干扰处理装置，其特征在于，包括：

级联陷波模块，用于获取多路级联陷波处理后的中频数据；

滤波模块，用于对所述多路中频数据分别进行K点FFT变换后，进行空域滤波，得到频域数组，其中，K为大于0的常数；

中频数据获取模块，用于对空域滤波后的频域数组进行K点IFFT变换，得到抗干扰处理后的时域中频数据。

6.根据权利要求5所述的导航信号的空频干扰处理装置，其特征在于，所述级联陷波模块包括：

采样单元，用于对中频信号进行AD采样得到K个中频数据；

干扰频率确定单元，用于每两个相邻中频数据之间的间隔为2π/K，根据第1～K/2个中频数据中最大幅度值F(k)的位置k，确定窄带干扰频率的估计值为 ${\widehat{\mathrm{\ω}}}_0=(k-1)*(2\mathrm{\π}/K);$

陷波器构建单元，用于构建级联结构的陷波器；

频域数据获取单元，用于通过所述级联结构的陷波器对所述中频数据进行处理，得到频域数据；

频域数组获取单元，用于对所述频域数据进行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，其中，M为阵元的数量。

7.根据权利要求6所述的导航信号的空频干扰处理装置，其特征在于，所述陷波器构建单元包括：

第一参数计算子单元，用于根据二阶数字陷波器的传递函数，确定滤波器参数β；

第二参数计算子单元，用于根据当n＝1,2,...,N/2时，频域幅度中F(k)-F(n)＜γF(k)的次数count值，确定滤波器参数α；

输出计算子单元，用于根据以下传递函数

$H\left(z\right)=\frac{1+2\mathrm{\β}{z}^{-5}+z^{-10}}{1+2\mathrm{\α\β}{z}^{-5}+{\mathrm{\α}}^2{z}^{-10}}$

确定陷波滤波器的输出y(n)：

y(n)＝x(n)+2βx(n-5)+x(n-10)-2αβy(n-5)-α²y(n-10)；

频率估计参数计算子单元，用于确定级联的两个陷波器的频率估计参数：

${\mathrm{\β}}_{12}=-\cos ({\widehat{\mathrm{\ω}}}_0\±\mathrm{\Δ\ω});$

级联输出子单元，用于将所述级联的两个陷波器级联输出，时域表达式如下：

y₁(n)＝x(n)+2β₁x(n-5)+x(n-10)-2αβ₁y₁(n-5)-α²y₁(n-10)，

y₂(n)＝y₁(n)+2β₂y₁(n-5)+y₁(n-10)-2αβ₂y₂(n-5)-α²y₂(n-10)，

其中x(n)为中频AD采集数据流，y₁(n)为第一级陷波器输出，y₂(n)为第二级陷波器输出。

8.根据权利要求7所述的空频干扰处理装置，其特征在于，所述中频数据获取模块包括：

频域数据处理单元，用于控制每个阵元接收中频数据经过相同的级联陷波处理后，经过K点FFT变换，得到频域数组X为：

X＝[X₁₁,X₁₂,…X_1K；X₂₁,X₂₂,…X_2K；…X_M1,X_M2,…X_MK]；

协方差矩阵计算单元，用于根据所述频域数组，计算协方差矩阵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；

空间导向矢量计算单元，用于计算空间导向矢量：

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

最小方差处理器计算单元，用于利用拉格朗日乘子法可以推导出多约束最小方差处理器的解为：

w_k＝R_k ^-1a；

空域滤波单元，用于利用最优权值w_k对频域数组进行空域滤波处理，表达式为：

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。