CN104880714A - 一种基于两级滤波结构的gnss天线阵抗干扰方法 - Google Patents

Abstract

本发明公开了一种基于两级滤波结构的GNSS天线阵抗干扰方法，是把阵列天线接收到的信号分别经模拟下变频、A/D采样数字化和数字正交下变频变成数字基带信号，然后送到第一级滤波器中进行干扰抑制，干扰抑制后的信号进入第二级滤波器，第二级滤波器根据干扰抑制后的信号估计出信号的空间特征矢量，然后进行波束形成进一步提高信号的信噪比。本发明在无先验信息辅助条件下，该方法能在抑制干扰的同时在卫星信号方向形成主波束，从而在减小实现代价的前提下，获得与非盲算法相近的导航定位性能。

Description

一种基于两级滤波结构的GNSS天线阵抗干扰方法

技术领域

本发明涉及卫星导航技术领域，特别是卫星导航设备的抗干扰方法，更具体的是涉及一种基于阵列天线的卫星导航接收设备的抗干扰方法。

背景技术

全球卫星导航系统(Global Navigation Satellite System,简称GNSS)一般由卫星段、控制段和用户段组成。其中卫星段的GNSS卫星发射导航信号，用户段的卫星导航接收设备接收来自不同GNSS卫星的导航信号，计算与每颗GNSS卫星的距离并完成位置解算，从而获得导航定位服务。

由于GNSS卫星距离地球很远，卫星导航接收设备接收到的导航信号十分微弱，比噪声还要低20-30dB，因而使得GNSS导航信号很容易受到各种有意和无意干扰信号的影响。自适应天线阵是目前最为有效的GNSS抗干扰措施，相对于时域和频域抗干扰，它在抑制宽带干扰方面具有独特的优势。因此目前高端的卫星导航设备尤其是军用卫星导航设备大多采用了自适应天线阵来抑制干扰。

现有的自适应天线阵抗干扰方法可分为盲算法(如功率倒置算法、子空间投影算法等)和非盲算法(包括最大信干噪比算法、最小方差无失真响应算法等)两类。其中盲算法不需要卫星信号来波方向、天线阵元幅相特性以及阵元位置等先验信息，实现代价小、成本低，但此类算法无法在卫星信号方向形成主波束来提高卫星信号增益，因而其性能比非盲算法差。盲算法在抑制干扰的同时可以在卫星信号方向形成主波束来进一步提高信噪比，从而提高整个卫星导航设备的定位性能，但此类算法需要先验信息辅助，大部分非盲算法需要与姿态测量单元(如惯性导航单元)配合使用，且需要校正天线阵元及射频通道的幅相失配，因而实现代价大。

发明内容

针对现有技术中存在的缺陷，本发明的目的是提供一种基于两级滤波结构的GNSS天线阵抗干扰方法，用于在无先验信息辅助条件下，抑制干扰同时在卫星信号方向形成主波束来进一步提高信噪比，从而在减小实现代价的前提下，获得与非盲算法相近的性能。

本发明一种基于两级滤波结构的GNSS天线阵抗干扰方法，是把阵列天线接收到的信号分别经模拟下变频、A/D采样数字化和数字正交下变频变成数字基带信号，然后送到第一级滤波器中进行干扰抑制，干扰抑制后的信号进入第二级滤波器，第二级滤波器根据干扰抑制后的信号估计出信号的空间特征矢量，然后进行波束形成进一步提高信号的信噪比。

本发明一种基于两级滤波结构的GNSS天线阵抗干扰方法，其具体步骤如下：

(1)对阵列天线接收的射频信号分别进行模拟下变频、A/D采样数字化和数字正交下变频，生成数字基带信号。

(2)对数字基带信号送到第一级滤波器中进行第一级滤波处理来抑制干扰。

其中，步骤(2)中第一级滤波器的输入、输出和滤波过程定义为：

$y\left(t\right)=R_{xx}^{-1}x\left(t\right)=R_{xx}^{-1}\left[\begin{array}{c}{x}_1\left(t\right)\\ x_2\left(t\right)\\ .\\ .\\ .\\ x_N\left(t\right)\end{array}\right]$

其中，x(t)为第一级滤波器的输入，也即步骤(1)中得到的数字基带信号，为N维列向量，N为阵列天线的阵元数，x_i(t)表示阵元i对应的数字基带信号，i＝1,2,…,N；y(t)为第一级滤波器输出信号，为N维列向量；R_xx为第一级滤波器输入数据x(t)的相关矩阵，为N维方阵，表示R_xx的逆矩阵；其中R_xx可通过下式计算：

R_xx＝E[x(t)x^H(t)]

E(.)表示取平均操作，(.)^H则表示共轭转置；

(3)对第一级滤波器输出信号进行第二级滤波来进行盲波束形成，提高卫星信号信噪比。

步骤(3)中所述第二级滤波是指：根据第一级滤波器输出信号估计信号空间特征矢量，然后用此空间特征矢量对第一级滤波输出信号进行滤波处理得到最终的阵列输出。所述信号空间特征矢量由以下方法获得：

用接收机生成的本地伪码信号对第一级滤波器输出信号y(t)进行伪码相关处理。伪码相关处理输出矢量为：

$z\left(t\right)={\∫}_t^{t+T}y\left(t\right)c\left(t\right)dt$

其中T为相关积分时间，一般取值为1ms。c(t)为接收机生成的本地伪码信号，对于民用卫星导航系统，本地伪码信号的所有特征和参数均是公开的。

得到伪码相关处理输出矢量z(t)后，用下述公式计算伪码相关处理输出矢量的相关矩阵R_zz：

R_zz＝E[z(t)z^H(t)]

然后求相关矩阵R_zz的主特征矢量v(即矩阵R_zz的最大特征值对应的特征矢量)，v即为所述空间特征矢量。其中求矩阵特征值及特征矢量的方法均有成熟的方法，例如Jacobi方法和QR分解算法。

所述用空间特征矢量对第一级滤波器输出信号进行滤波处理得到最终的阵列输出由以下公式描述：

$\stackrel{\‾}{y}\left(t\right)=v^{H}y\left(t\right)$

其中，为最终的阵列输出。

本发明的有益技术效果：

本发明在无先验信息辅助条件下，该方法能在抑制干扰的同时在卫星信号方向形成主波束，从而在减小实现代价的前提下，获得与非盲算法相近的导航定位性能。

附图说明

图1是本发明提供的一种基于两级滤波结构的GNSS天线阵抗干扰方法的原理流程示意图；

图2是本发明在干扰和卫星信号同时存在时形成的天线阵方向图；

图3是本发明与功率倒置算法以及最小方差无失真响应算法的性能对比图。

具体实施方式

为了使本发明的目的、技术方案及有益效果更加清楚明白，下面结合附图及实施例，对本发明进行进一步详细说明。应当注意，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

图1是本发明提供的基于两级滤波结构的GNSS天线阵抗干扰方法的原理流程示意图，如图所示，本发明包括以下步骤：

步骤S1，对N阵元天线阵接收的N路射频信号分别进行模拟下变频、A/D变换和数字正交下变频，生成N路数字基带信号。

步骤S2，第一级滤波处理：计算N路数字基带信号的相关矩阵，并对相关矩阵进行求逆得到然后用逆矩阵对N路数字基带信号进行滤波处理。

其中计算N路数字基带信号的相关矩阵可由下述公式来描述：

R_xx＝E[x(t)x^H(t)]

用逆矩阵对N路数字基带信号进行滤波处理可由下述公式来描述：

$y\left(t\right)=R_{xx}^{-1}x\left(t\right)$

步骤S3，第二级滤波处理：对第一级滤波输出的N路数据分别进行伪码相关处理，并计算伪码相关处理输出矢量的相关矩阵，然后求解相关矩阵的主特征矢量，最后用主特征矢量对第一级滤波处理的N路输出数据进行滤波处理得到最终的阵列输出。

其中对第一级滤波输出的N路数据分别进行伪码相关处理可由下述公式来描述：

$z\left(t\right)={\∫}_t^{t+T}y\left(t\right)c\left(t\right)dt$

式中，T为相关积分时间，一般取值为1ms。c(t)为接收机生成的本地伪码信号，对于民用卫星导航系统，本地伪码信号的所有特征和参数均是公开的。

计算伪码相关处理输出矢量的相关矩阵可由下述公式来描述：

R_zz＝E[z(t)z^H(t)]

求矩阵特征值及特征矢量的方法均有成熟的方法，例如Jacobi方法和QR分解算法。

用主特征矢量对第一级滤波处理的N路输出数据进行滤波处理得到最终阵列输出可由下述公式描述：

$\stackrel{\‾}{y}\left(t\right)=v^{H}y\left(t\right)$

图2对比了本发明相对盲算法(功率倒置)以及非盲算法(最小方差无失真响应)形成的天线阵方向图，在本实施例中，仿真实验采用间距为半波长的7元均匀线阵，1个GNSS导航信号从0度方向入射到阵列上。三个干信比60dB的干扰分别从-80度、-50度和75度方向入射到阵列上。从图2可以看出，本发明在干扰方向形成零陷的同时可以在GNSS卫星信号方向形成主波束。

图3对比了本发明相对盲算法(功率倒置)以及非盲算法(最小方差无失真响应)在干扰条件下的统计性能(用可用率来评估)，在本实施例中，仿真实验采用间距为半波长的7元均匀线阵，总的测试场景数(门特卡罗仿真次数)设置为1000。考虑到实际中GNSS信号一般在高仰角方向，而干扰一般从低仰角入射，仿真中GNSS信号入射角度设置为在-75度到75度之间均匀分布(即仰角大于15度)，三个干扰的入射角设置为在60度到90度以及-90度到-60度两个区间均匀分布(即仰角小于30度)。从图3可以看出本发明的统计性能明显优于盲算法，且非常接近非盲算法。

以上包含了本发明优选实施例的说明，这是为了详细说明本发明的技术特征，并不是想要将发明内容限制在实施例所描述的具体形式中，依据本发明内容主旨进行的其他修改和变型也受本专利保护。本发明内容的主旨是由权利要求书所界定，而非由实施例的具体描述所界定。

Claims (1)

1.一种基于两级滤波结构的GNSS天线阵抗干扰方法，其特征在于：包括以下步骤：

(1)对阵列天线接收的射频信号分别进行模拟下变频、A/D采样数字化和数字正交下变频，生成数字基带信号；

(2)对数字基带信号送到第一级滤波器中进行第一级滤波处理来抑制干扰；

其中，步骤(2)中第一级滤波器的输入、输出和滤波过程定义为：

$y\left(t\right)=R_{xx}^{-1}x\left(t\right)=R_{xx}^{-1}\left[\begin{array}{c}{x}_1\left(t\right)\\ x_2\left(t\right)\\ .\\ .\\ .\\ x_N\left(t\right)\end{array}\right]$

其中，x(t)为第一级滤波器的输入，也即步骤(1)中得到的数字基带信号，为N维列向量，N为阵列天线的阵元数，x_i(t)表示阵元i对应的数字基带信号，i＝1,2,…,N；y(t)为第一级滤波器输出信号，为N维列向量；R_xx为第一级滤波器输入数据x(t)的相关矩阵，为N维方阵，表示R_xx的逆矩阵；其中R_xx可通过下式计算：

R_xx＝E[x(t)x^H(t)]

E(.)表示取平均操作，(.)^H则表示共轭转置；

(3)对第一级滤波器输出信号进行第二级滤波来进行盲波束形成，提高卫星信号信噪比；

步骤(3)中所述第二级滤波是指：根据第一级滤波器输出信号估计信号空间特征矢量，然后用此空间特征矢量对第一级滤波输出信号进行滤波处理得到最终的阵列输出；所述信号空间特征矢量由以下方法获得：

用接收机生成的本地伪码信号对第一级滤波器输出信号y(t)进行伪码相关处理，伪码相关处理输出矢量为：

$z\left(t\right)={\∫}_t^{t+T}y\left(t\right)c\left(t\right)dt$

其中T为相关积分时间，取值为1ms；c(t)为接收机生成的本地伪码信号；

得到伪码相关处理输出矢量z(t)后，用下述公式计算伪码相关处理输出矢量的相关矩阵R_zz：

R_zz＝E[z(t)z^H(t)]

然后求相关矩阵R_zz的主特征矢量v，v即为所述空间特征矢量；

所述用空间特征矢量对第一级滤波器输出信号进行滤波处理得到最终的阵列输出由以下公式描述：

$\stackrel{\‾}{y}\left(t\right)=v^{H}y\left(t\right)$

其中，为最终的阵列输出。