CN106603138B - 一种基于电磁矢量传感器阵列的抗独立饱和干扰通信方法 - Google Patents
一种基于电磁矢量传感器阵列的抗独立饱和干扰通信方法 Download PDFInfo
- Publication number
- CN106603138B CN106603138B CN201610950911.XA CN201610950911A CN106603138B CN 106603138 B CN106603138 B CN 106603138B CN 201610950911 A CN201610950911 A CN 201610950911A CN 106603138 B CN106603138 B CN 106603138B
- Authority
- CN
- China
- Prior art keywords
- vector
- signal
- independent
- electromagnetic
- interference
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004891 communication Methods 0.000 title claims abstract description 29
- 238000000034 method Methods 0.000 title claims abstract description 13
- 230000001427 coherent effect Effects 0.000 claims abstract description 16
- 230000005684 electric field Effects 0.000 claims abstract description 16
- 230000010287 polarization Effects 0.000 claims description 15
- 230000001186 cumulative effect Effects 0.000 claims description 4
- 238000003491 array Methods 0.000 claims description 2
- 238000000926 separation method Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 8
- 238000004458 analytical method Methods 0.000 abstract description 2
- 238000012545 processing Methods 0.000 description 4
- 238000001914 filtration Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/08—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station
- H04B7/0837—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station using pre-detection combining
- H04B7/0842—Weighted combining
- H04B7/086—Weighted combining using weights depending on external parameters, e.g. direction of arrival [DOA], predetermined weights or beamforming
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明实施例公开了一种基于电磁矢量传感器阵列的抗独立饱和干扰通信方法,涉及通信、信号分析与参数估计、电子对抗领域,能够形成抗饱和干扰波束,实现抗干扰通信,本发明包括:期望信号由数个不同地点通信基站发出,期望信号为相干信号;接收端采用电磁矢量传感器阵列,计算接收数据高次累积量,利用独立信号电场导向矢量与电磁导向矢量垂直的性质,滤除独立干扰,得期望信号方向矢量的估计值和信号源位置;根据波束形成准则计算权矢量,形成抗干扰波束,实现抗干扰通信,根据信号源位置判断是否为欺骗信号。本发明适用于无人机等飞行器抗独立饱和干扰通信技术。
Description
技术领域
本发明涉及通信、信号分析与参数估计、电子对抗领域,尤其涉及一种基于电磁矢量传感器阵列的抗独立饱和干扰通信方法。
背景技术
人造的和自然界的各种电磁波充斥着地球表面和太空,无人机等飞行器抗干扰、防欺骗任务越来越重,电子对抗可以在时、空、频和极化域进行。时、频和极化域资源在军事对抗中为敌我双方共有,只有空域资源是敌我分明,所以在空域利用波束形成技术进行抗干扰、防欺骗通信具有更好的可靠性。
MIMO技术综合考虑信道特征,利用多发射源和接收元优化协同分配空、时、频、极化资源,优化系统性能,波束形成技术成为研究热点,大大提高了通信性能,但在信道不断盲变化,存在饱和干扰情况下,干扰源数量超过了系统自由度,也不能有稳定通信质量。无人机等飞行器以及基站移动要求通信波束不断变化,需要估计期望信号空域信息。极化敏感阵列单元为矢量传感器或缺损矢量传感器,能够利用较少的阵元实现多目标多维参数估计,信号的高阶累积量被用来扩张天线阵列,产生的虚拟阵元提高了阵列区分处理多信号的能力,阵列信号高次统计量处理能估计出比天线阵元多的非高斯信号波达方向,高次统计量方法在提高了阵列的自由度的同时,还增加参数估计的分辨率.根据高次统计量波达方向估计的处理研究,矢量阵列对独立和相干混合信号的高阶累计量处理效率不高,不能像均匀线阵或面阵那样在去除独立信号的基础上检测估计相干信号.本发明将研究任意流形矢量阵列高阶累积量区分独立和相干信号问题,改善参数估计的性能.
本发明针对现有无人机等飞行器抗独立饱和干扰通信技术的不足,设定期望信号由数个不同地点通信基站发出,这样接收端期望信号可形成相干信号。接收端采用电磁矢量传感器阵列,计算接收数据高次累积量,利用独立信号电场导向矢量与电磁导向矢量垂直的性质,滤除独立干扰,得期望信号方向矢量的估计值。形成抗饱和干扰波束,实现抗干扰通信。
发明内容
本发明针对现有抗独立饱和干扰通信技术的不足,提出一种基于电磁矢量传感器阵列的抗独立饱和干扰通信方法。
该方法包括如下步骤:
步骤1:期望信号由数个不同地点通信基站发出,这样接收端期望信号为相干信号。
步骤2:接收端采用电磁矢量传感器阵列,计算接收数据高次累积量,利用独立信号电场导向矢量与电磁导向矢量垂直的性质,滤除独立干扰,得期望信号方向矢量的估计值。
步骤3:根据波束形成准则计算权矢量,形成抗干扰波束,实现抗干扰通信。
本发明具有如下技术效果:
1):接收端采用电磁矢量传感器阵列,能够利用较少的阵元实现多目标多维参数估计,体积小,本发明只需一个电磁矢量传感器就能实现滤除任意数量独立干扰,机载系统可微型化。
2)利用独立信号电场导向矢量与电磁导向矢量垂直的性质,滤除任意数量独立干扰,不受系统自由度限制,滤除干扰后估计得期望信号方向矢量,估计精度高,实现了抗独立信号饱和干扰。
3)电磁矢量传感器可接收完备的电场和电磁信息,通信能与姿态测量系统[1]集成为一体,适宜微型飞行器(MAV,Micro Air Vehicles)使用,适宜空间飞行器(火箭、卫星、空间站)使用。
4)本发明利用电场导向矢量与电磁导向矢量垂直性质,滤除干扰的波束形成方法,可与其他MIMO技术综合,进一步改善通信质量的同时,提高系统的适用面。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1为极化电磁波与坐标系示意图,如图1所示,电磁波空间到达方向用参量表示,分别表示仰角和方位角,-π/2≤θ≤π/2,用极化椭圆描述子(γ,η)表示电磁波的极化属性,极化角-π/2<γ≤π/2,极化椭圆率-π/4≤η≤π/4.η=0时,极化椭圆压缩为长轴所在的直线,η=±π/4时,极化椭圆为圆形.
具体实施方式
为使本领域技术人员更好地理解本发明的技术方案,下面结合附图和具体实施方式对本发明作进一步详细描述。
本发明实施例提供一种基于电磁矢量传感器阵列的抗独立饱和干扰通信方法,包括:
步骤1:期望信号由数个不同地点通信基站发出,使接收端期望信号为相干信号。
考虑多个远场,窄带,平面波信号源,其中有一组相干信号为期望信号,其余为独立干扰信号源,若接收阵列由N个方向一致电磁矢量传感器组成,N个全电磁矢量传感器阵列接收信号描述为:
若以rk(t)表示r(t)的第k个元素,以amk和ack表示am和ac的第k个元素,因独立信号电场矢量与电磁矢量垂直,故存在如下关系:
am(6n+1)am(6l+4)+am(6n+2)am(6l+5)+am(6n+3)am(6l+6)=0,0≤n,l<N (2)
步骤2:计算接收数据四次累积量,利用独立信号电场导向矢量与电磁导向矢量垂直的性质,滤除独立干扰,得期望信号方向矢量的估计值。
本文设定所涉及信号的导向矢量以及伪导向矢量均线性无关.若信号源的四阶累积量γ=cum(s(t),s(t),sH(t),s(t))和γm=cum(sm(t),sm(t),sm H(t),sm(t))存在,利用多线性性质,接收数据四次累积量可表达为:
因噪声为正态分布,所以上式中噪声为零.根据式(2),(3)可得:
这里γ∑nl=γ[ac(6n+1)ac(6l+4)+ac(6n+2)ac(6l+5)+ac(6n+3)ac(6l+6)],利用独立信号电场导向矢量与电磁导矢量垂直的性质,C∑nl中已消除了独立信号,实现了相干信号与独立信号的分离.令则C∑nl=βac,此式表明,C∑nl是期望信号方向矢量的一种复制形式,二者只相差一个标量因子β,因此可以将C∑nl看作是期望信号方向矢量的估计值。若完整保留四次累积量切片,式(3)(4)写成:
C∑nl中已消除了独立信号,可实现了滤除独立信号基础上估计相干信号参数.得到信号源位置估计,根据位置判断信号是否为欺骗信号。
步骤3:根据波束形成准则计算权矢量,形成抗干扰波束,实现抗干扰通信。
应用线性约束最小方差准则(LCMV)算法来进行自适应波束形成,即权矢量取:w=uR-1C∑nl,式中R为阵列响应协方差矩阵。将CΣnl进行盲波束形成,求得最大信杂噪比准则下权矢量为:式中表示取最大特征矢量,为期望信号的功率。波束形成器的输出为wHr(t)。
极化信号的电场导向矢量与电磁导向矢量因垂直而内积为零,利用此关系可得到已虑除了所有独立信号的多个接收信号四阶累积量切片矩阵,相干信号存在于四阶累积量矩阵的信号子空间中.实现全矢量传感器阵列区分处理独立和相干信号,提高阵列信号处理效率.因可抑制任意方向,任意数量的独立干扰,即能抗饱和干扰,可作为电子对抗工具.
本发明利用电场导向矢量与电磁导向矢量垂直性质,滤除干扰的波束形成方法,可与其他MIMO技术综合,进一步改善通信质量的同时,提高系统的适用面。
Claims (1)
1.一种基于电磁矢量传感器阵列的抗独立饱和干扰通信方法,其特征在于:该方法包括如下步骤:
步骤1:期望信号由数个不同地点通信基站发出,这样接收端期望信号为相干信号;
考虑多个远场,窄带,平面波信号源,其中有一组相干信号为期望信号,其余为独立干扰信号源,若接收阵列由N个方向一致电磁矢量传感器组成,N个全电磁矢量传感器阵列接收信号描述为:
式(1)中表示期望相干信号的第j传播路径的导向矢量,电磁波空间到达方向用参量表示,分别表示仰角和方位角,用极化椭圆描述子(γ,η)表示电磁波的极化属性,ρj为相干信号的第j传播路径的复衰减因子,s(t)为零均复随机信号,e(t)零均值复高斯随机噪声向量,定义伪导向矢量:
以rk(t)表示r(t)的第k个元素,以amk和ack表示am和ac的第k个元素,独立信号电场矢量与电磁矢量垂直,存在如下关系:
am(6n+1)am(6l+4)+am(6n+2)am(6l+5)+am(6n+3)am(6l+6)=0,0≤n,l<N (2);
步骤2:接收端采用电磁矢量传感器阵列,计算接收数据高次累积量,利用独立信号电场导向矢量与电磁导向矢量垂直的性质,滤除独立干扰,得期望信号方向矢量的估计值和信号源位置估计;
设定所涉及信号的导向矢量以及伪导向矢量均线性无关,信号源的四阶累积量γ=cum(s(t),s(t),sH(t),s(t))和γm=cum(sm(t),sm(t),sm H(t),sm(t))存在,利用多线性性质,接收数据四次累积量可表达为:
因噪声为正态分布,所以上式中噪声为零,根据式(2)、(3)得:
这里γ∑nl=γac(6n+1)ac(6l+4)+ac(6n+2)ac(6l+5)+ac(6n+3)ac(6l+6)],利用独立信号电场导向矢量与电磁导向矢量垂直的性质,C∑nl中已消除了独立信号,实现了相干信号与独立信号的分离;
步骤3:根据波束形成准则计算权矢量,形成抗干扰波束,实现抗干扰通信。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610950911.XA CN106603138B (zh) | 2016-10-27 | 2016-10-27 | 一种基于电磁矢量传感器阵列的抗独立饱和干扰通信方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610950911.XA CN106603138B (zh) | 2016-10-27 | 2016-10-27 | 一种基于电磁矢量传感器阵列的抗独立饱和干扰通信方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106603138A CN106603138A (zh) | 2017-04-26 |
CN106603138B true CN106603138B (zh) | 2021-05-18 |
Family
ID=58589659
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610950911.XA Active CN106603138B (zh) | 2016-10-27 | 2016-10-27 | 一种基于电磁矢量传感器阵列的抗独立饱和干扰通信方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106603138B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2565349A (en) * | 2017-08-11 | 2019-02-13 | Tcl Communication Ltd | Interference mitigation for aerial vehicles in wireless communications |
CN108318898B (zh) * | 2018-02-09 | 2019-04-23 | 中国人民解放军火箭军工程大学 | 一种混合干扰信号抑制方法及系统 |
-
2016
- 2016-10-27 CN CN201610950911.XA patent/CN106603138B/zh active Active
Non-Patent Citations (3)
Title |
---|
《Parameter estimation of distributed sources with electromagnetic vector sensors》;Xiumin Shi,Yuanyuan Wang;《ICSP2008 Proceedings》;20081008;203-206 * |
《基于分离式电磁矢量传感器阵列的相干信号波达方向估计》;郑桂林,肖宁,宫健;《系统工程与电子技术》;20160430;第38卷(第4期);753-759 * |
《基于四阶循环累积量的二维DOA和极化参数估计》;周欣,石要武,郭宏志,黄家才;《军事通信》;20090915(第9期);第0-2节 * |
Also Published As
Publication number | Publication date |
---|---|
CN106603138A (zh) | 2017-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111123341B (zh) | 无人机群三维协同定位方法 | |
CN108614268B (zh) | 低空高速飞行目标的声学跟踪方法 | |
Aliyu et al. | DOA-based Localization Using Deep Learning for Wireless Seismic Acquisition | |
CN114599086A (zh) | 一种通信感知一体化方法、装置、基站及系统 | |
Zheng et al. | Efficient data transmission strategy for IIoTs with arbitrary geometrical array | |
CN107064926B (zh) | 空域色噪声背景下的双基地mimo雷达角度估算方法 | |
CN113030843B (zh) | 基于改进iaa波束形成的低空目标测向方法 | |
CN106603138B (zh) | 一种基于电磁矢量传感器阵列的抗独立饱和干扰通信方法 | |
de Lima et al. | High resolution time-delay estimation via direction of arrival estimation and Khatri-Rao factorization for multipath mitigation | |
CN107290732A (zh) | 一种量子大爆炸的单基地mimo雷达测向方法 | |
Ko et al. | Separation and tracking of multiple broadband sources with one electromagnetic vector sensor | |
CN107748364A (zh) | 基于降秩多级维纳滤波器的低空风切变风场速度估计方法 | |
Li | Joint parameter estimation and target localization for bistatic MIMO radar system in impulsive noise | |
CN101470193B (zh) | 一种舷侧水平阵运动孔径合成定位的方法与装置 | |
Singh et al. | Algorithm for suppression of wideband probing in adaptive array with multiple desired signals | |
Hu et al. | Analysis of marine wireless communication channel under high sea conditions | |
Kim et al. | Performance analysis of DOA estimation in the presence of mutual coupling for UAV | |
Al-Sadoon et al. | Analysis and investigation the estimation accuracy and reliability of Pisarenko Harmonic Decomposition algorithm | |
Yeom et al. | Performance analysis of beamspace MUSIC with beamforming angle | |
Qing et al. | Research on high-order cumulant ESPRIT algorithm based on single AVS | |
CN110873866A (zh) | 一种互耦条件下单基地mimo雷达目标角度估计方法 | |
Liu et al. | Compressive sensing for very high frequency radar with application to low-angle target tracking under multipath interference | |
Almehdhar et al. | DOA Estimation in Wireless Seismic Surveys Using Deep Learning | |
Gao et al. | 2D-DOA estimation based on higher-order SVD-based using EMVS sparse array | |
Silva | Numerical simulation and laboratory testing of time-frequency MUSIC beamforming for identifying continuous and impulsive ground targets from a mobile aerial platform |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |