CN104682977A - 一种高动态运动载体卫星通信的空域抗干扰方法 - Google Patents

Abstract

本发明提出一种高动态运动载体卫星通信的空域抗干扰方法，用于解决高动态运动载体卫星通信的空域抗干扰问题。步骤一、抗干扰板对中频信号进行4通道AD采样，并进行幅相误差校正,同时得到噪声的相关矩阵；步骤二、对步骤一得到的相关矩阵进行SVD分解，得到四个奇异值，最大的奇异值对应为干扰的功率，其他奇异值对应有用信号和噪声的功率；步骤三、将步骤二中得到的功率与本地码做相关来提高信噪比，即将信号和噪声分别与本地码做相关，通过最大比合并获得最大的信噪比，从而得到最终的天线合并系数；步骤四、根据天线合并系数得到每个天线阵元的权值，与每个天线信号相乘即得到合成信号，完成空域抗干扰。

Description

一种高动态运动载体卫星通信的空域抗干扰方法

技术领域

本发明涉及卫星通信的抗干扰技术算法的新应用，属于无线通信领域。

背景技术

随着空中活动的越来越频繁，空中飞行物体除了需要接收导航卫星的数据，接受卫星导航服务之外，还需要进行卫星通信。但是，卫星通信系统由于卫星信号功率很低(最低-133dBm)，面临着复杂恶劣道环境，易受到多种形式的有意或无意干扰，导致接收机通信性能下降，甚至无法正常工作。实验证明，ERP(Effective Radiated Power，有效辐射功率)小于1W的干扰机就足以干扰距离25km处的目标。利用地面平台，可以完成对信号的截获、分析，载频、码速、码型等参数的测量工作，同时还可以对接收机实施干扰。陆基或者舰载干扰机可以采用空间功率合成技术汇聚足够的干扰功率，组成强干扰压制，使前沿作战武器装备不能正确进行卫星通信。对超低空飞行的飞行器，在200km的空域内，干扰机可以利用直升机、专用电子对抗飞机、无人机、系留气球等实施升空干扰，以保证干扰信号能够进入接收机的天线。另外，当超出一定的距离后，普通的机载升空方式干扰已无能为力，但接收机容易受到星载平台实施的干扰。所以，综合可以看出，卫星通信系统接收机容易受到其它多种形式的有意和无意干扰。因此，为了充分发挥卫星通信系统的效能，提升我军电子对抗的能力，提高卫星导航系统的抗干扰能力意义重大。

发明内容

本发明的目的在于提出一种高动态运动载体卫星通信的空域抗干扰方法，用于解决高动态运动载体卫星通信的空域抗干扰问题。

本发明通过以下技术方案来解决上述技术问题：

一种高动态运动载体卫星通信的空域抗干扰方法，包括以下步骤：

步骤一、抗干扰板对中频信号进行4通道AD采样，并进行幅相误差校正, 同时得到噪声的相关矩阵；

步骤二、对步骤一得到的相关矩阵进行SVD分解，得到四个奇异值，最大的奇异值对应为干扰的功率，其他奇异值对应有用信号和噪声的功率；

步骤三、将步骤二中得到的功率与本地码做相关来提高信噪比，即将信号和噪声分别与本地码做相关，通过最大比合并获得最大的信噪比，从而得到最终的天线合并系数；

步骤四、根据天线合并系数得到每个天线阵元的权值，与每个天线信号相乘即得到合成信号，完成空域抗干扰。

本发明的有益效果：

本发明能够进一步的在消除干扰的同时保护有用信号功率，同时也能比较容易的根据干扰强度自适应的进行调整；通过比较可以发现，本发明能在比较低的复杂度下，很鲁棒的消除干扰，并且同时尽可能小的损失有用信号功率。

附图说明

图1为本发明高动态运动载体卫星通信的空域抗干扰方法流程图。上述4通道AD采样是来自四阵元的天线经过四通道的射频下变频的中频。x₁₁到x_M1的多阵元天线采集的信号M表示阵元数，1表示时域上是一维，所以本专利是空域抗干扰系统。y(n)是波束合成后的输出。

图2是具体实施的硬件组成。包括FPGA单元，ADC单元，DSP单元,电源模块。

图3是抗干扰算法的流程图。首先经过数字的信号幅相误差校正，再送入DSP通过PCA算法计算相关矩阵得到权矢量，再送入FPGA中与四路信号相乘，然后四路信号分别与本地码相关计算最大合并系数最终得到天线合并系数。

具体实施方式

下面结合附图对本发明作进一步介绍。

一种高动态运动载体卫星通信的空域抗干扰方法，包括以下步骤：

步骤一、抗干扰板对中频信号进行4通道AD采样，并进行幅相误差校正；基本的接收信号公式是：Y＝A_s*S+A_I*I+N。其中Y是4*1的接收信号，对应 4根天线的接收信号。A_s是4*1的有用信号的导向向量，A_I是4*1的干扰信号导向向量。S是有用信号。I是干扰信号。N是4*1的噪声，对应4根天线上的噪声。

有用信号的相关矩阵是：R_s＝E[A_s*S*(A_s*S)']＝A_s*E[S*S']*A_s'＝P_s*A_s*A_s'。

干扰的相关矩阵：R_I＝E[A_I*I*(A_I*I)']＝P_I*A_I*A_I' 

噪声的相关矩阵：R_N＝E[N*N']。一般情况下每个天线的噪声是不相关的，所以R_N是对角矩阵，分别对应四个天线噪声功率。如果天线的噪声是相关的，那么R_N不再是对角矩阵，秩可能是4，也可能小于4。但这不影响我们接下来的分析和结论。

接收天线的相关矩阵：R_Y＝E[Y*Y']＝R_s+R_I+R_N。其中有用信号和干扰的相关矩阵的秩是1，噪声的相关矩阵的秩是4，接收信号的相关矩阵的秩是4。

步骤二、对相关矩阵进行SVD分解后，得到四个奇异值，最大的奇异值对应为干扰的功率，其他奇异值对应有用信号和噪声的功率；

做SVD分解：

$\mathrm{SVD}\left(R_Y\right)=U\·\left(\begin{array}{cccc}{P}_I+{{\mathrm{\σ}}_1}^2+{{\mathrm{\σ}}_{S_1}}^2& & & \\ & {{\mathrm{\σ}}_2}^2+{{\mathrm{\σ}}_{S_2}}^2& & \\ & & {{\mathrm{\σ}}_3}^2+{{\mathrm{\σ}}_{S_3}}^2& \\ & & & {{\mathrm{\σ}}_4}^2+{{\mathrm{\σ}}_{S_4}}^2\end{array}\right)\·U^{\′}.$

其中是4个天线上的噪声功率之和P_N，即trace(R_N)； 是4个天线上有用功率之和，即4P_s；U是对信号做SVD分解得到的矩阵(详见SVD分解方法),U'是U的逆矩阵，由于比较小，因此：

U(:,2)'·Y≈U(:,2)'·A_S·S+U(:,2)'·N

U(:,3)'·Y≈U(:,3)'·A_S·S+U(:,3)'·N

U(:,4)'·Y≈U(:,4)'·A_S·S+U(:,4)'·N

上式写成：其中Y是4*1的接收信号,N是指阵元数，A_s是4*1的有用信号的导向向量，S是有用信号

y₁≈α·s+n₁

y₂≈β·s+n₂，其中 ${\left|\mathrm{\α}\right|}^2={{\mathrm{\σ}}_{S_2}}^2,{\left|\mathrm{\β}\right|}^2={{\mathrm{\σ}}_{S_3}}^2,{\left|\mathrm{\γ}\right|}^2={{\mathrm{\σ}}_{S_4}}^2;$

y₃≈γ·s+n₃

步骤三、利用与本地码c(与信号匹配)做相关来提高信噪比，即将y₁,y₂,y₃(y₁,y₂,y₃是指信号和噪声之和，n₁,n₂,n₃是指噪声。)分别与本地码做相关，得到：

$\stackrel{\‾}{y_1\·c}\≈\mathrm{\α}+\stackrel{\‾}{n_1\·c}$

$\stackrel{\‾}{y_2\·c}\≈\mathrm{\β}+\stackrel{\‾}{n_2\·c}$

$\stackrel{\‾}{y_3\·c}\≈\mathrm{\γ}+\stackrel{\‾}{n_3\·c}$

相干获得24dB的增益，此时作为α的估计量，作为β的估计量，作为γ的估计量(根据解扩技术，可以忽略)，将α,β,γ的估计量计为通过最大比合并获得最大的信噪比，即：最终的天线合并系数是：

$\frac{\widehat{\mathrm{\α}}}{{\left|\widehat{\mathrm{\α}}\right|}^2+{\left|\widehat{\mathrm{\β}}\right|}^2+{\left|\widehat{\mathrm{\γ}}\right|}^2}\·U(:,2)+\frac{\widehat{\mathrm{\β}}}{{\left|\widehat{\mathrm{\α}}\right|}^2+{\left|\widehat{\mathrm{\β}}\right|}^2+{\left|\widehat{\mathrm{\γ}}\right|}^2}\·U(:,3)+\frac{\widehat{\mathrm{\γ}}}{{\left|\widehat{\mathrm{\α}}\right|}^2+{\left|\widehat{\mathrm{\β}}\right|}^2+{\left|\widehat{\mathrm{\γ}}\right|}^2}\·U(:,4).$

这样就得到了每个天线阵元的权值。与每个天线信号相乘就得到合成信号y(n)。

本发明具体实施中主要分以下几个模块：

1.主要功能模块 

(1)幅相误差校正 

多通道幅相误差通常由天线、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。通常的抗干扰实现假设通道间具有理想一致性对多通道信号直接进行抗扰处理，削弱了抗干扰的性能。校正预处理模块实现多通道的幅度和相位校正幅相误差估计和幅相误差校正子模块。

(2)计算权值矢量 

对经过存储的复基带信号，对每一段数据选取一部分数据进行联合空时处理，得到对该段数据的滤波权值w

(3)抗干扰滤波 

使用该权值对整段数据进行空时抗干扰滤波，从而将大部分干扰信号滤除，同时尽量无失真地保留有用信号。

(4)数字AGC

由于夹杂着干扰的输入信号经过空时滤波后，输入信号幅度变化较大，数字AGC单元用于调节输出复基带信号的幅度。本模块的主要输入信号即自适应滤波后输出放入复基带信号，当此复基带信号的幅度处于系统允许放入范围之类时将直接输出此复基带信号，反之，当幅度超出系统允许的范围时，便采用数字AGC单元对复基带信号的幅度做出相应的调节。

上面对抗干扰算法进行的仿真：

当信干比70db时,信号方向20°，干扰方向40°时信号方向基本没有衰减，而干扰方向有80db以上的衰减。(快拍数据是指处理数据的采样数，比如天线为四阵元，那么处理的数据4x64)

当信干比50db时，当信号方向20°，干扰方向40°时信号方向基本没有衰减，而干扰方向有50db以上的衰减。 

2.主要硬件组成 

抗干扰处理模块由接口单元、时钟分配单元、ADC单元、FPGA单元、DSP单元、电源单元组成。

(1)接口单元

接口单元包括：4路中频模拟信号输入接口MMCX、1路ADC采样参考时钟10MHz输入接口和模拟中频输出接口组成。

(2)时钟分配单元 

时钟分配单元用于向2片ADC芯片和1片FPGA芯片提供高精度时钟

(3)ADC单元

ADC单元由2片2通道ADC芯片、4路中频模拟信号的匹配电路组成，4通道ADC接收4路中频信号，按照时钟分配单元提供的采样时钟，将模拟中频信号转换为中频数字信号，每路中频信号的采样位数是16bit。

(4)FPGA单元

FPGA单元负责完成中频抗干扰模块的关键任务：对ADC输出的中频数字信号进行数字下变频、低通滤波、存储，对得到的基带数据进行相关值计算，将相关值一次传给DSP,利用DSP计算出的滤波器权值进行联合空时滤波，滤波输出的基带数据将被送往基带端机模块。

(4)DSP单元

DSP单元负责完成组合相关矩阵，并进行滤波器权值计算，再将得带的滤波器权值传给FPGA。

(5)电源模块

电源单元负责中频抗干扰模块所需的各种电压，目前需要的电压有：1.2V、1.4V、1.8V、2.5V、3.3V。

因为干扰的功率比有用信号高70dB，所以根据接收信号计算得到的相关矩阵非常逼近干扰的相关矩阵。考虑到干扰的相关矩阵的秩是1，而噪声的相关矩阵的秩是4，所以通过构造相关矩阵的零空间，可以非常好的消除掉干扰。因为现在的PCA的算法与功率倒置算法比较相似，考虑到各种文献中都给出功率倒置算法在面对单频和宽带干扰时，都能至少抑制50dB的干扰，所以可以认为利用PCA构造零空间的方法也至少能达到50dB的抑制能力。当干扰为70dB时，还会剩余20dB的干扰。而残余干扰的功率与白噪声的功率相当，所以后面的捕获跟踪已经能够处理。

在消除掉干扰后，有用信号和噪声会分布在相关矩阵的零空间内(零空间 由3个基函数组成)，此时信噪比仍然很低。通过与本地码的相关操作，能进一步提供信噪比。在利用最优的MRC合并，收集零空间内各个基函数上的有用信号能量，则能使得信号的功率增大4倍，即6dB。考虑到噪声的存在，使得MRC的合并系数不是最优的，会有损失，而且有用信号的部分能量可能会分布在干扰空间上，所以比较保守的可以认为信号功率能增加2dB。

从上面的分析可以看出，波束消除方法能在消除70dB干扰的同时，提高信噪比大概2dB。

Claims (1)

1.一种高动态运动载体卫星通信的空域抗干扰方法，其特征在于，包括以下步骤：

步骤一、抗干扰板对中频信号进行4通道AD采样，并进行幅相误差校正,同时得到噪声的相关矩阵；

步骤二、对步骤一得到的相关矩阵进行SVD分解，得到四个奇异值，最大的奇异值对应为干扰的功率，其他奇异值对应有用信号和噪声的功率；

步骤三、将步骤二中得到的功率与本地码做相关来提高信噪比，即将信号和噪声分别与本地码做相关，通过最大比合并获得最大的信噪比，从而得到最终的天线合并系数；

步骤四、根据天线合并系数得到每个天线阵元的权值，与每个天线信号相乘即得到合成信号，完成空域抗干扰。