CN113206696B - 空域抗干扰赋形方法 - Google Patents

Abstract

本发明公开了空域抗干扰赋形装置，其干扰赋形步骤如下：步骤一，通过多天线ADC采样信号输出从多天线系统中获取通信目标的波速方向；步骤二，计算出有用信号的来波方向的方向向量a(0)；步骤三，以天线阵元的采样信号生成协方差矩阵置；步骤四，采用高斯消元法求逆，构造；步骤五，将传统波束赋形算法和波束赋形和空域滤波算法进行对比此空域抗干扰赋形装置，以区别于现有技术，使得天线阵列的波束在期望信号方向t形成主瓣，在干扰信号方向上产生零陷，达到抑制干扰来波的目的，在天线端对干扰信号进行压制，提升接收信干比，基于多天线抗干扰评估的功率准则，提升多天线抗干扰性能，并且不需要获得先验的干扰信号来波，算法简单易行，效果良好。

Description

空域抗干扰赋形方法

技术领域

本发明涉赋形抗干扰技术领域，具体为空域抗干扰赋形方法。

背景技术

近几十年来，以扩频通信技术和认知无线电技术为基础的通信抗干扰技术得到了一定的发展，扩频通信技术基于信道带宽和信噪比可以相互转换的原理，通过增加信道带宽以确保在较低信噪比的条件下系统通信容量保持不变；认知无线电技术则是通过频谱感知并利用“空穴”进行通信以达到“躲避”干扰信号的目的，为防止信号干扰，现有人员研究出了多种抗干扰方法，以下是一种现有技术的多天线系统抗干扰方法，具体如下：

LMS算法利用阵列输出和参考信号误差的均方构造代价函数，用最陡下降法实现代价函数最小化，阵列的输出可表示为：

y(t)＝W^HX(t)

设误差为e(t)，期望输出为d(t)，均方误差为δ，得到：

e(t)＝d(t)-y(t)

均方误差表达式为：

δ＝E[|e(t)|²]＝W^HR_XW+E[|d(t)|²]-2Re[W^Hr_Xd]

其中Re表示取实部，R_X＝E[X(t)X^H(t)]表示输入信号自相关，令δ对W的梯度为0，采用最陡下降法进行求解，利用瞬时梯度估计值代替均值估计梯度向量，得到LMS算法的递推公式。

阵列权矢量的更新迭代关系表达式为：

y(n)＝W(n)^HX(n)

e(n)＝d(n)-y(n)

W(n+1)＝W(n)+2μe^*(n)X(n)

一般取以保证算法收敛，其中/>是协方差矩阵R_X的最大特征值。

均匀平面天线阵列模型如说明书附图1所示，均匀平面阵列指的是M×N个天线阵元等间距的排列成一个正方形或者矩形。

说明书附图3中，天线位于XOY平面，阵元之间等间隔分布成矩形，阵列一角的阵元位于原点O，在Y轴上阵元个数为M，在X轴上阵元个数为N，阵元间距为d，阵元的坐标为(x_n，y_m)，信号入射方向与Z轴的夹角为入射方向在XOY平面的投影与X轴之间的夹角为θ，选取原点为参考点，信号到达各个阵元与原点的时延差为

式中：c为光速。

相位差为

式中：f₀为入射信号频率，λ₀为入射信号波长。

则阵列在t时刻M×N个阵元接收到的信号矢量为

式中，s₀(t)为到达原点阵元的入射信号，为入射信号的导向矢量。

多天线阵列除了可以控制各个天线阵元的加权参数，实现在空间对期望信号的最佳接收外，还可以对空间干扰进行有效的抑制，它利用阵元接收到的信息自动调整天线阵的方向图，在有用信号增益不受影响或受影响很小的同时，使干扰在其来向处形成零陷，从而减小干扰信号进入接收机的功率，提高信号干扰噪声比，从而起到抑制干扰的作用。

但是，扩频通信降低了频谱利用率，通信对象和干扰源目标的方向往往是不同的，干扰信号和期望信号来波方向不同是合理的假设，因此，可以在天线端进行抗干扰设计，通过空间分集方式，来实现抗干扰，在不改变技术体制的前提下达到提升多天线系统的抗干扰性能的目的，解决多天线对干扰信号零限波对有用信号赋形的效果，同时，现有的自适应波束形成技术在实际应用中，无法针对性地解决期望信号来波方向获取和算法实效性的问题，为此，我们提出空域抗干扰赋形装置。

发明内容

本发明的目的在于提供空域抗干扰赋形装置，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：空域抗干扰赋形装置，其干扰赋形步骤如下：

步骤一，通过多天线ADC采样信号输出从多天线系统中获取通信目标的波速方向；

步骤二，计算出有用信号的来波方向的方向向量a(0)；

步骤三，以天线阵元的采样信号生成协方差矩阵置

步骤四，采用高斯消元法求逆，构造W_opt＝R^-1a(θ₀)[a^H(θ₀)R^-1a(θ₀)]^-1；

步骤五，将传统波束赋形算法和波束赋形和空域滤波算法进行对比。

优选的，在步骤二中，在目标系统中将天线方向图优化和多天线训练序列相关结合空域自适应干扰抑制方法的工程流程，采用训练徐鹤和数据结合的方式来进行赋形因子和加权系数的计算。

优选的，在步骤二中，信号结构中需要周期性插入信号序列来计算有用信号的赋形因子。

优选的，在步骤三中，实际阵列接收信号的协方差矩阵可通过快拍数得到：

X(k)为接收阵列信号。

优选的，在步骤三中，在连续信号处理过程中，也可以通过叠加的方式更新R。

优选的，在步骤四中，通过拉格朗日乘子法得到最优权矢量为：

W_opt＝R^-1a(θ₀)[a^H(θ₀)R^-1a(θ₀)]^-1

上式中，R为接收信号的协方差矩阵。

优选的，在步骤五中，设定有用信号入射方向2个干扰信号的入射方向分别为：/>

优选的，在步骤五中，通过2个干扰信号的入射方向分别为：为仿真条件，仿真信号的解调性能，此时设置的SNR＝18dBc。

与现有技术相比，本发明的有益效果是：

本发明区别于现有技术，使得天线阵列的波束在期望信号方向t形成主瓣，在干扰信号方向上产生零陷，从而达到抑制干扰来波的目的，在天线端对干扰信号进行压制，提升接收信干比，基于多天线抗干扰评估的功率准则，可以达到提升多天线抗干扰性能的目的，并且不需要获得先验的干扰信号来波，算法简单易行，效果良好。

附图说明

图1为本发明级联赋形和抗干扰流程结构示意图；

图2为本发明级联赋形和抗干扰结构示意图；

图3为本发明均匀平面天线阵列模型结构示意图；

图4为本发明采用训练徐鹤和数据结合的方式来进行赋形因子和加权系数的计算步骤结构示意图；

图5为本发明天线方向θ＝0°剖面结构示意图；

图6为本发明天线方向θ＝90°剖面结构示意图；

图7为本发明波束赋形和空域滤波算法解调后的信号星座图结构示意图；

图8为本发明传统波束赋形算法解调后的信号星座图结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1-8，本发明提供一种技术方案：空域抗干扰赋形装置，基于线性约束最小方差准则的自适应波束形成算法通过权矢量的调整在保证期望信号增益的同时使总功率最小，从而得到对干扰和噪声功率的抑制；

因为LCMV算法的求解过程中用到了矩阵求逆的运算，当是纯信号时，矩阵经常无法求逆，导致得不到计算结果，在实际中，至少需要信噪比在40dB以下时，由于噪声的随机独立性，矩阵才能求逆，才能得到计算结果，

步骤一，通过多天线ADC采样信号输出从多天线系统中获取通信目标的波速方向，

步骤二，计算出有用信号的来波方向的方向向量a(0)，在目标系统中将天线方向图优化和多天线训练序列相关结合空域自适应干扰抑制方法的工程流程，此信号的数据组成如图4所示，

步骤三，以天线阵元的采样信号生成协方差矩阵置实际阵列接收信号的协方差矩阵/>可通过快拍数得到：

X(k)为接收阵列信号，

在连续信号处理过程中，也可以通过叠加的方式更新R，

步骤四，采用高斯消元法求逆，构造W_opt＝R^-1a(θ₀)[a^H(θ₀)R^-1a(θ₀)]^-1，LCMV实际用于求解如下约束问题：

上式中P_out代表自适应阵列的输出功率，a(θ₀)代表期望信号的导向矢量，C是常数，一般取C值为1，

通过拉格朗日乘子法得到最优权矢量为：

W_opt＝R^-1a(θ₀)[a^H(θ₀)R^-1a(θ₀)]^-1

上式中，R为接收信号的协方差矩阵，

步骤五，将传统波束赋形算法和波束赋形和空域滤波算法进行对比，设定有用信号入射方向2个干扰信号的入射方向分别为：/>2个干扰时干扰调零后的天线方向剖面图如图5和图6所示，并通过上面的仿真条件，仿真信号的解调性能，此时设置的SNR＝18dBc，仿真分析后的信号星座图如图7和图8所示，从信号星座图空域看出来，能够很好的抑制干扰，解调出有用信号。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (6)

1.空域抗干扰赋形方法，其步骤如下：

步骤一，通过多天线ADC采样信号输出从多天线系统中获取通信目标的波速方向；

步骤二，计算出有用信号的来波方向的方向向量a(0)；

步骤三，以天线阵元的采样信号生成协方差矩阵其中，实际阵列接收信号的协方差矩阵/>通过快拍数得到：

X(k)为接收阵列信号；

步骤四，采用高斯消元法求逆，构造W_opt＝R^-1a(θ₀)[a^H(θ₀)R^-1a(θ₀)]^-1；其中，W_opt为最优权矢量，R为接收信号的协方差矩阵，a(θ₀)代表期望信号的导向矢量；

步骤五，将波束赋形和空域滤波算法同传统波束赋形算法进行对比。

2.根据权利要求1所述的空域抗干扰赋形方法，其特征在于：在步骤二中，在目标系统中将天线方向图优化和多天线训练序列相关结合空域自适应干扰抑制方法的工程流程，采用训练序列和数据结合的方式来进行赋形因子和加权系数的计算。

3.根据权利要求1所述的空域抗干扰赋形方法，其特征在于：在步骤二中，信号结构中需要周期性插入信号序列来计算有用信号的赋形因子。

4.根据权利要求1所述的空域抗干扰赋形方法，其特征在于：在步骤三中，在连续信号处理过程中，通过叠加的方式更新R。

5.根据权利要求1所述的空域抗干扰赋形方法，其特征在于：在步骤四中，通过拉格朗日乘子法得到最优权矢量为：

W_opt＝R^-1a(θ₀)[a^H(θ₀)R^-1a(θ₀)]^-1

上式中，R为接收信号的协方差矩阵。

6.根据权利要求1所述的空域抗干扰赋形方法，其特征在于：在步骤五中，设定有用信号入射方向2个干扰信号的入射方向分别为：/>通过2个干扰信号的入射方向为仿真条件，仿真信号的解调性能，此时设置的SNR＝18dBc。