CN110557188A - 一种用于卫星通信系统的抗干扰方法和装置 - Google Patents

Abstract

本发明公开了一种用于卫星通信系统的抗干扰方法和装置，所述方法包括以下步骤：S1.接收机对基带时域阵列接收向量进行相关统计并分解，估计得到特征域变换矩阵；S2.将基带时域接收向量变换至干扰的特征域；S3.根据干扰与卫星信号的空域和特征域差异，在变换域进行干扰抑制处理，得到特征域估计值；S4.将特征域估计值反变换至时域，得到卫星信号的时域估计值。本发明针对卫星通信容易遭受不同来向外界干扰的问题，提出了一种用于卫星通信系统的抗干扰方法和装置，以提高接收机的干扰抑制能力；借助了干扰与卫星信号的空域特征域差异，不仅具有空域抗干扰的优势，还能抑制与卫星信号来向相同的窄带干扰。

Description

一种用于卫星通信系统的抗干扰方法和装置

技术领域

本发明涉及阵列信号处理方法，特别涉及一种用于卫星通信系统的抗干扰方法和装置。

背景技术

20世纪90年代以来，卫星通信技术的发展取得巨大成就，在军事和民用领域发挥了关键性作用。卫星通信链路具有传输衰减大和传输时延大的特点，极易遭受各种类型的干扰，导致卫星通信系统性能下降，甚至不能正常工作。因此，基于阵列天线的自适应抗干扰技术成为卫星通信研究的重点。

作为有效的卫星通信抗干扰手段，自适应阵列处理技术得到了广泛关注，常见的自适应天线阵列处理算法包括：最小功率算法、波束形成算法和盲自适应波束形成算法。最小功率算法无需卫星和干扰信号的先验信息，能自适应地在干扰方向形成零陷，实现简单，但无法提供天线阵带来的信号处理增益。自适应波束形成算法需要利用卫星信号的来波方向信息，借助于卫星与干扰信号的空间差异，自适应地将波束主瓣对准卫星信号方向，零陷对准干扰方向，增强了卫星信号的接收能力。线性约束最小方差(LCMV:LinearlyConstrained Minimum Variance)是一种高效的波束形成技术，它能最大限度地提高期望信号功率，抑制干扰方向上的信号和噪声，提高阵列天线接收的信干噪比。而盲自适应波束形成算法无需各种先验信息，利用卫星信号的固有特征进行干扰抑制，主要应用于无法估计卫星信号来向的情况。

复杂的电磁环境中，干扰可能来自各个方向。已有的抗干扰算法大多从空域或空时域的角度进行干扰抑制，但面对与期望信号来向相同的同频干扰，已有的空域自适应天线阵列处理算法失效，同向同频干扰会严重影响系统性能。

发明内容

本发明的目的在于克服现有技术的不足，提供一种用于卫星通信系统的抗干扰方法和装置，提高了接收机的干扰抑制能力，基于干扰与卫星信号的空域特征域差异，不仅具有空域抗干扰的优势，还能抑制与卫星信号来向相同的窄带干扰。

本发明的目的是通过以下技术方案来实现的：一种用于卫星通信系统的抗干扰方法和装置，包括以下步骤：

S1.接收机对基带时域阵列接收向量进行相关统计并分解，估计得到特征域变换矩阵；

S2.将基带时域接收向量变换至干扰的特征域；

S3.根据干扰与卫星信号的空域和特征域差异，在变换域进行干扰抑制处理，得到特征域

估计值；

S4.将特征域估计值反变换至时域，得到卫星信号的时域估计值。

其中，所述步骤S1包括以下子步骤：

S101.M元均匀线阵的基带阵列接收向量表示：

考虑单干扰与卫星信号共存的情况，远场信号以平面波形式到达阵列，信号入射角相对于法线方向夹角为θ，则n时刻M维阵列接收向量如下表示：

x(n)＝a(θ_s)s(n)+a(θ_i)i(n)+v(n)

式中，x(n)＝[x₁(n),x₂(n),...,x_M(n)]^T；s(n)为卫星信号，功率归一化后满足E{|s(n)|²}＝1；i(n)为干扰信号，v(n)＝[v₁(n),v₂(n),...,v_M(n)]^T为M维复高斯加性白噪声向量，均值为零，方差为不同阵元接收噪声相互独立；θ_s∈(-90°,90°)为卫星信号s(n)的来波方向(DOA:Direction Of Arrival)，为卫星信号到达角度θ_s对应的方向向量；θ_i∈(-90°,90°)表示干扰信号i(n)的来波方向，为干扰信号到达角度θ_i对应的方向向量。

S102.将干扰建模为离散基带数字信号：

其中，m(k)为干扰信号的第k个发射调制符号；f(n)为干扰信号的成型函数；N为正整数，代表干扰信号符号持续周期是卫星信号的N倍，且N＝1时，干扰为宽带干扰，N≥2时，为窄带干扰信号。

S103.第m个阵元处，N维基带接收向量自相关矩阵的计算：

假设干扰与卫星信号同步，阵元m处的接收信号在一个干扰符号持续周期内可表示为如下N维向量：

x_m(k)＝[x_m(kN),x_m(kN+1),...,x_m(kN+N-1)]^T

其中，k＞0，为了记号方便，可省略k。

假设卫星信号的来波方向在每个干扰符号的持续时间内保持不变，有：

其中，s和i为N维卫星信号向量和干扰信号向量；v_m为高斯白噪声向量；与为方向向量a(θ_s)和a(θ_i)的第m个元素。

对阵列接收信号x_m进行时间平均得N×N维自相关矩阵：

其中，R^s＝E{ss^H}为卫星信号的时域自相关矩阵，假设信号间相互独立，可得R^s＝I，I为单位阵；Rⁱ＝E{ii^H}表示干扰信号的自相关矩阵；而为高斯白噪声向量的自相关矩阵。

S104.对时域统计的自相关矩阵进行特征值分解，估计特征域变换矩阵U：

其一，可利用卫星信号的发射空隙，统计得干扰信号自相关矩阵Rⁱ，并对其进行特征值分解：

其中，Λ为对角矩阵，其对角线元素{λ₁,λ₂,...,λ_N}为Rⁱ的特征值，有λ_n≥0(n＝1,...,N)且tr(·)表示矩阵的迹；U为N×N维酉矩阵，UU^H＝I。

其二，可直接由接收信号自相关矩阵经特征值分解得到变换矩阵U：

进一步地，所述步骤S2实现如下：

利用接收端估计得到的变换矩阵U，将时域接收向量x_m变换到特征域：

其中，r＝Us，j＝Ui，n_m＝Uv_m分别为向量s，i，v_m变换至特征域后的向量形式。y_m的自相关矩阵为：

其中，R^r＝E{rr^H}＝I，分别表示向量r，j，n_m的自相关矩阵。可以看出，在特征变换域，卫星信号与高斯白噪声的功率呈现均匀分布；窄带干扰信号的功率分布由矩阵Rⁱ的特征值确定，主要集中于大特征值所对应的位置，呈现聚焦特性。

所述步骤S3包括以下子步骤：

S301：接收机对变换至特征域的信号进行处理，计算最优权值向量：

N维接收向量y_m的第n个元素y_m(n)为：

其中，r(n)，j(n)，n_m(n)分别为向量r，j，n_m的第n个元素。

考虑所有阵元的接收，M维接收向量y(n)＝[y₁(n),y₂(n),...,y_M(n)]^T为：

y(n)＝a(θ_s)r(n)+a(θ_i)j(n)+n(n)

其中，n(n)＝[n₁(n),n₂(n),...,n_M(n)]^T为高斯白噪声向量。z(n)＝a(θ_i)j(n)+n(n)为干扰加噪声向量，其M×M维自相关矩阵C_z(n)为：

存在干扰的前提下，采用最小均方误差(MMSE)准则，最优合并权值向量为：

w_o(n)＝C^-1(n)a(θ_s)

其中，C(n)为接收向量y(n)的自相关矩阵,C(n)＝E{y(n)y^H(n)}＝a(θ_s)a^H(θ_s)+C_z(n)，根据矩阵求逆引理，可得加权向量为：

S302：对特征域接收向量y(n)进行加权合并处理，实现干扰抑制：

每个采样点构成向量为卫星信号在特征域的估计值。

最后，所述步骤S4将反变换至时域，得到卫星信号估计值然后对外输出，以便进行后续信号处理。

所述的一种用于卫星通信系统的抗干扰方法所采用的装置，包括阵列接收机和M元均匀线阵的基带时域阵列天线；所述阵列接收机包括特征域变换模块、干扰抑制模块和反变换模块，所述特征域变换模块的输入端与基带时域阵列天线连接，特征域变换模块的输出端通过干扰抑制模块与反变换模块连接，由反变换模块向外输出信号；

所述特征域变换模块，用于对基带时域阵列接收向量进行相关统计并分解，估计得到特征域变换矩阵，并通过征域变换矩阵将基带时域接收向量变换至干扰的特征域；

所述干扰抑制模块，用于根据干扰与卫星信号的空域和特征域差异，在变换域进行干扰抑制处理，得到特征域估计值；

所述反变换模块，用于将特征域估计值反变换至时域，得到卫星信号的时域估计值并对外输出。

优选地，所述基带时域阵列天线与特征域变换模块之间还设置有射频模块、ADC模块和串并转换模块；所述基带时域阵列天线的输出端依次通过射频模块、ADC模块和串并转换模块与特征域变换模块连接。所述反变换模块的输出端还设置有并串转换模块，用于将反变换模块输出的信号进行并串转换后对外输出。

本发明的有益效果是：本发明在接收端利用干扰信号和卫星通信信号在空域和特征域的差异，将时域接收向量变换至特征域，利用窄带干扰功率在特征域的聚焦特性，在变换域对接收信号进行干扰抑制合并，再将信号反变换回时域，不仅保留了自适应阵列天线干扰抑制算法的空域抗干扰优势，还取得了较好的同向干扰抑制能力。

附图说明

图1为本发明的方法流程图；

图2为本发明的装置原理框图；

图3为实施例中宽带干扰来波方向对卫星通信系统误码率的影响示意图；

图4为实施例中窄带干扰来波方向对卫星通信系统误码率的影响示意图；

图5为实施例中窄带干扰与卫星信号同向入射时，信噪比对误码率的影响示意图；

图6为实施例中不同来向窄带干扰作用时，输出信干噪比的性能对比示意图。

具体实施方式

下面结合附图进一步详细描述本发明的技术方案，但本发明的保护范围不局限于以下所述。

如图1所示，一种用于卫星通信系统的抗干扰方法和装置，包括以下步骤：

S1.接收机对基带时域阵列接收向量进行相关统计并分解，估计得到特征域变换矩阵；

S2.将基带时域接收向量变换至干扰的特征域；

S3.根据干扰与卫星信号的空域和特征域差异，在变换域进行干扰抑制处理，得到特征域估计值；

S4.将特征域估计值反变换至时域，得到卫星信号的时域估计值。

其中，所述步骤S1包括以下子步骤：

S101.M元均匀线阵的基带阵列接收向量表示：

考虑单干扰与卫星信号共存的情况，远场信号以平面波形式到达阵列，信号入射角相对于法线方向夹角为θ，则n时刻M维阵列接收向量如下表示：

x(n)＝a(θ_s)s(n)+a(θ_i)i(n)+v(n)

式中，x(n)＝[x₁(n),x₂(n),...,x_M(n)]^T；s(n)为卫星信号，功率归一化后满足E{|s(n)|²}＝1；i(n)为干扰信号，v(n)＝[v₁(n),v₂(n),...,v_M(n)]^T为M维复高斯加性白噪声向量，均值为零，方差为不同阵元接收噪声相互独立；θ_s∈(-90°,90°)为卫星信号s(n)的来波方向(DOA:Direction Of Arrival)，为卫星信号到达角度θ_s对应的方向向量；θ_i∈(-90°,90°)表示干扰信号i(n)的来波方向，为干扰信号到达角度θ_i对应的方向向量。

S102.将干扰建模为离散基带数字信号：

其中，m(k)为干扰信号的第k个发射调制符号；f(n)为干扰信号的成型函数；N为正整数，代表干扰信号符号持续周期是卫星信号的N倍，且N＝1时，干扰为宽带干扰，N≥2时，为窄带干扰信号。

S103.第m个阵元处，N维基带接收向量自相关矩阵的计算：

假设干扰与卫星信号同步，阵元m处的接收信号在一个干扰符号持续周期内可表示为如下N维向量：

x_m(k)＝[x_m(kN),x_m(kN+1),...,x_m(kN+N-1)]^T

其中，k＞0，为了记号方便，可省略k。

假设卫星信号的来波方向在每个干扰符号的持续时间内保持不变，有：

其中，s和i为N维卫星信号向量和干扰信号向量；v_m为高斯白噪声向量；与为方向向量a(θ_s)和a(θ_i)的第m个元素。

对阵列接收信号x_m进行时间平均得N×N维自相关矩阵：

其中，R^s＝E{ss^H}为卫星信号的时域自相关矩阵，假设信号间相互独立，可得R^s＝I，I为单位阵；Rⁱ＝E{ii^H}表示干扰信号的自相关矩阵；而为高斯白噪声向量的自相关矩阵。

S104.对时域统计的自相关矩阵进行特征值分解，估计特征域变换矩阵U：

其一，可利用卫星信号的发射空隙，统计得干扰信号自相关矩阵Rⁱ，并对其进行特征值分解：

其中，Λ为对角矩阵，其对角线元素{λ₁,λ₂,…,λ_N}为Rⁱ的特征值，有λ_n≥0(n＝1,…,N)且tr(·)表示矩阵的迹；U为N×N维酉矩阵，UU^H＝I。

其二，可直接由接收信号自相关矩阵经特征值分解得到变换矩阵U：

进一步地，所述步骤S2实现如下：

利用接收端估计得到的变换矩阵U，将时域接收向量x_m变换到特征域：

其中，r＝Us，j＝Ui，n_m＝Uv_m分别为向量s，i，v_m变换至特征域后的向量形式。y_m的自相关矩阵为：

其中，R^r＝E{rr^H}＝I，分别表示向量r，j，n_m的自相关矩阵。可以看出，在特征变换域，卫星信号与高斯白噪声的功率呈现均匀分布；窄带干扰信号的功率分布由矩阵Rⁱ的特征值确定，主要集中于大特征值所对应的位置，呈现聚焦特性。

进一步地，所述步骤S3包括以下子步骤：

S301：接收机对变换至特征域的信号进行处理，计算最优权值向量：

N维接收向量y_m的第n个元素y_m(n)为：

其中，r(n)，j(n)，n_m(n)分别为向量r，j，n_m的第n个元素。

考虑所有阵元的接收，M维接收向量y(n)＝[y1(n),y2(n),…,y_M(n)]^T为：

y(n)＝a(θ_s)r(n)+a(θ_i)j(n)+n(n)

其中，n(n)＝[n₁(n),n₂(n),…,n_M(n)]^T为高斯白噪声向量。z(n)＝a(θ_i)j(n)+n(n)为干扰加噪声向量，其M×M维自相关矩阵C_z(n)为：

存在干扰的前提下，采用最小均方误差(MMSE)准则，最优合并权值向量为：

w_o(n)＝C^-1(n)a(θ_s)

其中，C(n)为接收向量y(n)的自相关矩阵,C(n)＝E{y(n)y^H(n)}＝a(θ_s)a^H(θ_s)+C_z(n)，根据矩阵求逆引理，可得加权向量为：

S302：对特征域接收向量y(n)进行加权合并处理，实现干扰抑制：

每个采样点构成向量为卫星信号在特征域的估计值。

最后，所述步骤S4将反变换至时域，得到卫星信号估计值然后对外输出，以便于进行后续信号处理。

如图2所示，抗干扰方法所采用的装置包括阵列接收机和M元均匀线阵的基带时域阵列天线；其中阵列接收机包括射频模块、ADC模块、串并转换模块、特征域变换模块、反变换模块、干扰抑制模块和并串转换模块。首先，阵列接收机对基带时域阵列天线各阵元接收信号进行预处理，将其变换为基带信号x_m(n)，再经串并转换为N维时域接收向量x_m；特域变换模块根据x_m的统计特性构造特征域变换矩阵U，将时域接收向量变换至干扰的特征域y_m＝Ux_m；干扰抑制模块根据特征域干扰与卫星信号的概率分布差异，计算干扰抑制权向量的表达式，在特征域对接收信号进行干扰抑制处理；之后将信号反变换至时域得到卫星信号的时域估计值经并串转换后对外输出,以便于进行后续解调等处理。

下面对提出的用于卫星通信系统的抗干扰方法进行链路级仿真分析和评估。具体的实施例参数设置如下表所示。此外，假设接收端已知卫星信号DOA信息，且干扰信号成型函数为矩形函数。仿真中的信噪比指接收机阵列信号处理前，单天线处信号功率与噪声功率比值。

图3给出了本发明和传统的LCMV抗干扰算法在不同来向宽带干扰作用下的BER性能。可以看出，两种方法具有相同的抗宽带干扰能力，这是由于宽带干扰相关函数的特征值均匀分布，使得本发明的特征域变换失效，不再具备特征域干扰抑制能力，仅保留了空域干扰抑制能力。图4给出了本发明与LCMV算法抑制各来向窄带干扰的BER性能。可以看出，本发明的BER性能整体优于LCMV，且在卫星信号来向(0^°)附近的性能优势更为明显。特别是针对同向干扰，传统的LCMV算法失效，本发明借助窄带干扰与卫星信号的空域特征域差异，具有显著地抗同向窄带干扰优势。窄带干扰DOA越接近0°，干扰对卫星信号的接收影响越大，不可避免地干扰抑制能力变差。此外，随窄带干扰来向的变化，LCMV在±50°左右存在性能波动，而所提方案具有稳定的抗干扰能力。

针对本发明抗同向窄带干扰的特性，图5研究了干扰与卫星信号同向入射时，信噪比对误码率的影响。从图中可以看出，本发明能有效地抑制同向干扰，且在低信噪比条件下，具有较好的性能表现，当信噪比升高后，由于残余干扰的影响，本发明出现性能平台；当误码率为10^-2时，与无干扰相比，本发明的信噪比恶化7dB。而LCMV算法未利用窄带干扰的特征域信息，呈现不可接受的高误码率，无法抑制同向干扰。

图6所示的是在不同来向窄带干扰作用下，两种算法输出信干噪比的性能对比。针对同向干扰，本发明显著提高了系统的输出SINR。当信噪比为4dB时，本发明与LCMV算法相比SINR提高了16dB，可有效地抑制同向干扰，与无干扰情况相比，信干噪比仅恶化4dB。

在此已经对本发明进行了详细的描述，使本领域的技术人员可以理解及应用本发明。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其他不同形式的变化或变动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。

Claims (8)

1.一种用于卫星通信系统的抗干扰方法，其特征在于：包括以下步骤：

S1.接收机对基带时域阵列接收向量进行相关统计并分解，估计得到特征域变换矩阵；

S2.将基带时域接收向量变换至干扰的特征域；

S3.根据干扰与卫星信号的空域和特征域差异，在变换域进行干扰抑制处理，得到特征域估计值；

S4.将特征域估计值反变换至时域，得到卫星信号的时域估计值。

2.根据权利要求1所述的一种用于卫星通信系统的抗干扰方法，其特征在于：所述步骤S1包括以下子步骤：

S101.对M元均匀线阵的基带时域阵列接收进行向量表示：

考虑单干扰与卫星信号共存的情况，远场信号以平面波形式到达阵列，信号入射角相对于法线方向夹角为θ，则n时刻M维阵列接收向量如下表示：

x(n)＝a(θ_s)s(n)+a(θ_i)i(n)+v(n)

式中，x(n)＝[x₁(n),x₂(n),…,x_M(n)]^T；s(n)为卫星信号，功率归一化后满足E{|s(n)|²}＝1；i(n)为干扰信号，v(n)＝[v₁(n),v₂(n),…,v_M(n)]^T为M维复高斯加性白噪声向量，均值为零，方差为不同阵元接收噪声相互独立；θ_s∈(-90°,90°)为卫星信号s(n)的来波方向，为卫星信号到达角度θ_s对应的方向向量；θ_i∈(-90°,90°)表示干扰信号i(n)的来波方向，为干扰信号到达角度θ_i对应的方向向量；

S102.将干扰建模为离散基带数字信号：

其中，m(k)为干扰信号的第k个发射调制符号；f(n)为干扰信号的成型函数；N为正整数，代表干扰信号符号持续周期是卫星信号的N倍，且N＝1时，干扰为宽带干扰，N≥2时，为窄带干扰信号；

S103.第m个阵元处，N维基带接收向量自相关矩阵的计算：

假设干扰与卫星信号同步，将阵元m处的接收信号在一个干扰符号持续周期内表示为如下N维向量：

x_m(k)＝[x_m(kN),x_m(kN+1),…,x_m(kN+N-1)]^T

其中，k＞0，为了记号方便，一般省略k；

假设卫星信号的来波方向在每个干扰符号的持续时间内保持不变，有：

其中，s和i为N维卫星信号向量和干扰信号向量；v_m为高斯白噪声向量；与为方向向量a(θ_s)和a(θ_i)的第m个元素；

对阵列接收信号x_m进行时间平均得N×N维自相关矩阵：

其中，R^s＝E{ss^H}为卫星信号的时域自相关矩阵，假设信号间相互独立，得R^s＝I，I为单位阵；Rⁱ＝E{ii^H}表示干扰信号的自相关矩阵；而为高斯白噪声向量的自相关矩阵；

S104.对时域统计的自相关矩阵进行特征值分解，估计特征域变换矩阵U：

其一，利用卫星信号的发射空隙，统计得干扰信号自相关矩阵Rⁱ，并对其进行特征值分解：

其中，Λ为对角矩阵，其对角线元素{λ₁,λ₂,…,λ_N}为Rⁱ的特征值，有λ_n≥0(n＝1,...,N)且tr(·)表示矩阵的迹；U为N×N维酉矩阵，UU^H＝I；

其二，直接由接收信号自相关矩阵经特征值分解得到变换矩阵U：

3.根据权利要求1所述的一种用于卫星通信系统的抗干扰方法，其特征在于：所述步骤S2包括：

利用接收端估计得到的变换矩阵U，将时域接收向量x_m变换到特征域：

其中，r＝Us，j＝Ui，n_m＝Uv_m分别为向量s，i，v_m变换至特征域后的向量形式；y_m的自相关矩阵为：

其中，R^r＝E{rr^H}＝I，分别表示向量r，j，n_m的自相关矩阵；由此看出，在特征变换域，卫星信号与高斯白噪声的功率呈现均匀分布；窄带干扰信号的功率分布由矩阵Rⁱ的特征值确定，主要集中于大特征值所对应的位置，呈现聚焦特性。

4.根据权利要求1所述的一种用于卫星通信系统的抗干扰方法，其特征在于：所述步骤S3包括以下子步骤：

S301.接收机对变换至特征域的信号进行处理，计算最优权值向量：

N维接收向量y_m的第n个元素y_m(n)为：

其中，r(n)，j(n)，n_m(n)分别为向量r，j，n_m的第n个元素；

考虑所有阵元的接收，M维接收向量y(n)＝[y₁(n),y₂(n),…,y_M(n)]^T为：

y(n)＝a(θ_s)r(n)+a(θ_i)j(n)+n(n)

其中，n(n)＝[n₁(n),n₂(n),...,n_M(n)]^T为高斯白噪声向量，z(n)＝a(θ_i)j(n)+n(n)为干扰加噪声向量，其M×M维自相关矩阵C_z(n)为：

存在干扰的前提下，采用最小均方误差(MMSE)准则，最优合并权值向量为：

w_o(n)＝C^-1(n)a(θ_s)

其中，C(n)为接收向量y(n)的自相关矩阵,C(n)＝E{y(n)y^H(n)}＝a(θ_s)a^H(θ_s)+C_z(n)，根据矩阵求逆引理，得加权向量为：

S302：对特征域接收向量y(n)进行加权合并处理，实现干扰抑制：

每个采样点构成向量为卫星信号在特征域的估计值。

5.根据权利要求1所述的一种用于卫星通信系统的抗干扰方法，其特征在于：所述步骤S4将反变换至时域，得到卫星信号的时域估计值：

6.如权利要求1～5中任意一项所述的一种用于卫星通信系统的抗干扰方法所采用的装置，其特征在于：包括阵列接收机和M元均匀线阵的基带时域阵列天线；所述阵列接收机包括特征域变换模块、干扰抑制模块和反变换模块，所述特征域变换模块的输入端与基带时域阵列天线连接，特征域变换模块的输出端通过干扰抑制模块与反变换模块连接，由反变换模块向外输出信号；

所述特征域变换模块，用于对基带时域阵列接收向量进行相关统计并分解，估计得到特征域变换矩阵，并通过征域变换矩阵将基带时域接收向量变换至干扰的特征域；

所述干扰抑制模块，用于根据干扰与卫星信号的空域和特征域差异，在变换域进行干扰抑制处理，得到特征域估计值；

所述反变换模块，用于将特征域估计值反变换至时域，得到卫星信号的时域估计值并对外输出。

7.如权利要求6所述的一种用于卫星通信系统的抗干扰方法所采用的装置，其特征在于：所述基带时域阵列天线与特征域变换模块之间还设置有射频模块、ADC模块和串并转换模块；所述基带时域阵列天线的输出端依次通过射频模块、ADC模块和串并转换模块与特征域变换模块连接。

8.如权利要求6所述的一种用于卫星通信系统的抗干扰方法所采用的装置，其特征在于：所述反变换模块的输出端还设置有并串转换模块，用于将反变换模块输出的信号进行并串转换后对外输出。