CN113504549A - 基于广义旁瓣相消器的导航空时抗干扰方法 - Google Patents

基于广义旁瓣相消器的导航空时抗干扰方法 Download PDF

Info

Publication number
CN113504549A
CN113504549A CN202110801149.XA CN202110801149A CN113504549A CN 113504549 A CN113504549 A CN 113504549A CN 202110801149 A CN202110801149 A CN 202110801149A CN 113504549 A CN113504549 A CN 113504549A
Authority
CN
China
Prior art keywords
signal
matrix
space
gsc
array
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.)
Granted
Application number
CN202110801149.XA
Other languages
English (en)
Other versions
CN113504549B (zh
Inventor
罗丰
李沂配
杨岚
张雅雯
栗静逸
杨绍杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xidian University
Original Assignee
Xidian University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xidian University filed Critical Xidian University
Priority to CN202110801149.XA priority Critical patent/CN113504549B/zh
Publication of CN113504549A publication Critical patent/CN113504549A/zh
Application granted granted Critical
Publication of CN113504549B publication Critical patent/CN113504549B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13—Receivers
    • G01S19/21—Interference related issues ; Issues related to cross-correlation, spoofing or other methods of denial of service
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Optimization (AREA)
  • Remote Sensing (AREA)
  • Computational Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Analysis (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Algebra (AREA)
  • Computing Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Noise Elimination (AREA)

Abstract

本发明公开了一种基于广义旁瓣相消器的导航空时抗干扰方法，主要解决现有技术在高维导航空时系统下，计算广义旁瓣相消器阻塞矩阵时计算量大、复杂度高的问题。其实现方案是：首先根据输入信号和干扰信息，依据空时滤波器模型对信号进行建模，进而估计出阵元接受信号的协方差矩阵；利用广义旁瓣相消器GSC的结构，将传播算子PM应用到阻塞矩阵的构建当中，计算出GSC的最优权矢量，对该最优权矢量进行空时滤波进而实现导航空时抗干扰。本发明避免了传统求解阻塞矩阵方法时需要进行矩阵特征值分解的操作，提高了运算效率，且能够在保证主瓣指向正确的前提下同时达到降低副瓣电平、增强旁瓣干扰抑制的效果，可用于导航空时抗干扰系统中。

Description

基于广义旁瓣相消器的导航空时抗干扰方法
技术领域
本发明属于阵列信号处理技术领域，尤其涉及一种阻塞矩阵构建方法，可用于导航空时抗干扰系统中。
背景技术
全球卫星导航系统GNSS与人们的生活密不可分，已广泛应用于工业、农业、军事和科学研究等领域。在导航信号实现定位解算之前研究其抗干扰技术能够有效提高输出信噪比，提高导航定位精度。在导航接收机中，当干扰数目多且种类复杂，如窄带和宽带干扰、色散多径干扰时，纯空域处理由于不能提供足够多的自由度而不能达到好的干扰抑制性能。因此，Fante等人将自适应空时处理STAP技术应用到GPS抗干扰中，大大提高了自适应系统的自由度。
广义旁瓣相消器GSC是一类非常典型的自适应滤波方法，它可以把有约束的自适应权向量转化为无约束的自适应权向量，并且降低维数，简化运算，因此经常被应用在导航空时抗干扰处理中。在GSC框架中，最关键的就是阻塞矩阵的构造，阻塞矩阵需要尽可能完全地阻塞掉有用信号，使下支路不包含目标信号，且输出信干噪比尽可能的大。
常见的阻塞矩阵的构造方法有二项式对消法、主分量提取法、奇异值分解法、子空间投影法等，其中，二项式对消法原理简单，但是适应性不强，针对不同阵型或不同输入信号模型，阻塞矩阵构造形式不同，变化较大。主分量提取和奇异值分解涉及到矩阵的特征分解，计算复杂度高，运算量大。
2011年王纯、张林让等人在《用于GPS接收机的快速自适应干扰抑制方法》一文中提出将Householder变换应用于构造GSC的阻塞矩阵，避免了信号协方差矩阵的奇异值分解，能够高效地实现导航空时抗干扰，且干扰抑制效果显著。该方法虽可降低信号协方差矩阵离散程度，但其在Householder变换计算过程时存在开方运算，计算效率低，且存在数值稳定性低的问题。
发明内容
本发明的目的在于针对上述已有技术的不足，提出一种基于广义旁瓣相消器的导航空时抗干扰方法，将传播算子PM应用到广义旁瓣相消器的阻塞矩阵的构建当中，避免了特征值分解和奇异值分解，在保证空时抗干扰下的方向图主瓣指向正确，旁瓣干扰抑制效果明显的前提下，进一步减小运算量和运算复杂度，提高组阵效率。
为实现上述目的，本发明的技术方案包括如下：
1)根据导航阵列空时滤波原理建立阵列接收信号X(t)，该阵列接收信号包括卫星有用信号及若干个窄带干扰和宽带干扰；
2)根据有限次快拍K的数目，估计阵列接收信号的协方差矩阵
Figure BDA0003164593910000023
3)依据广义旁瓣相消器GSC的上下支路构建原理，求解GSC框架中上支路静态权矢量w0，并计算上支路输出d0(k)；
4)用传播算子PM构建GSC框架中的下支路的阻塞矩阵B：
B＝[PH，-IM-L]，
其中，P为传播算子矩阵，IM-L为M-L维单位矩阵，M为阵元个数，L为信源数：
5)根据广义旁瓣相消器GSC框架中阻塞矩阵的性质，求输入信号经过下支路阻塞后的信号X0(k)，并计算X0(k)的协方差矩阵
Figure BDA0003164593910000021
以及X0(k)与上支路输出d0(k)的互相关矩阵
Figure BDA0003164593910000022
6)根据维纳滤波定理，计算广义旁瓣相消器GSC框架的下支路的自适应权矢量wA；
7)利用GSC框架上、下支路的对消关系，计算最终的输出最优权矢量wGSC；
8)对输出最优权进行空时滤波，得到空时抗干扰之后的输出信号。
本发明与现有技术相比，具有如下优点：
1.本发明由于是基于广义旁瓣相消器GSC进行的导航空时抗干扰，且用传播算子PM构造广义旁瓣相消器GSC的阻塞矩阵，因而所得到的阻塞矩阵不仅可以完全阻塞期望信号，而且避免了特征值分解或奇异值分解，降低了计算复杂度，显著提高了抗干扰效果；
2.本发明由于在求解最优权值时无需对协方差矩阵求逆，而且将广义旁瓣相消器GSC应用于空时抗干扰中，与传统的导航空时抗干扰算法相比，实现了降维操作，提高了计算效率。
实验仿真表明：本发明在降低了导航空时抗干扰计算复杂度、减少计算量的同时，增强了旁瓣干扰的抑制效果，形成方向图的主瓣宽度恒定、主瓣指向正确。
附图说明
图1是本发明的实现流程图；
图2是本发明中使用的现有导航阵列空时滤波器结构图；
图3是本发明中使用的现有广义旁瓣相消器结构图；
图4是本发明的抗干扰效果图。
具体实施方式：
下面结合附图对本发明的具体实施例和效果进一步详细描述。
本发明是基于广义旁瓣相消器的导航空时抗干扰方法，用传播算子PM构造广义旁瓣相消器GSC的阻塞矩阵，利用广义旁瓣相消结构实现导航空时抗干扰。
参照图1，本实例的实现步骤包括如下：
步骤1，根据导航阵列空时滤波原理建立阵列接收信号X(t)。
参考图2，所述导航阵列空时滤波，是将单纯的空域滤波与单纯的时域滤波相结合，在空、时二维环境下进行滤波。在图2的空时滤波结构中，M为阵元个数，阵元标号为1～M，以阵元1为例，阵元1及后面P级的延迟抽头T构成时域滤波，其滤波系数为[w11 *,w12 *…,w1P *]，阵元1中经过每一级延迟T之后的输出信号为[x11,x12…,x1P]；同理，阵元M后也有P级的延迟抽头，其滤波系数为[wM1 *,wM2 *…,wMP *]，阵元M经过每一级延迟之后的输出信号为[xM1,xM2…,xMP]；同一级延迟T下的M个阵元构成空域滤波。M级滤波输出之和为空时滤波的输出信号y。
本步骤根据导航阵列空时滤波结构以及阵列接收卫星信号的特点，采用均匀线阵模型，该阵列接收信号包括卫星有用信号及若干个窄带干扰和宽带干扰，对阵列接收信号进行建模，其实现步骤如下：
(1.1)根据空域导向矢量as和时域导向矢量at，求阵列接收信号的空时导向矢量A：
Figure BDA0003164593910000031
Figure BDA0003164593910000032
Figure BDA0003164593910000033
其中，M为均匀线阵的阵元个数，P为每个阵元后的时域抽头个数，每个抽头延迟为Ts，f表示信号频率，θ为导航信号的来向，λ为信号波长，d为阵元间距，j为虚数单位，T表示矩阵的转置；
Figure BDA0003164593910000041
表示as与at二者的Kronecker积。
(1.2)根据阵列接收信号包括卫星有用信号及若干个窄带干扰和宽带干扰，得到接收信号X(t)为：
Figure BDA0003164593910000042
其中，s(t)为导航有用信号，j(t)为干扰信号，Q为干扰信号的数目，e(t)为噪声信号。
步骤2，估计阵列接收信号X(t)的协方差矩阵
Figure BDA0003164593910000043
对阵列接收信号X(t)进行K次快拍采样得到阵列接收快拍信号X(k)，利用现有计算协方差矩阵公式，计算采样后阵列接收快拍信号X(k)的协方差矩阵
Figure BDA0003164593910000044
Figure BDA0003164593910000045
其中，X(k)为第k次阵列接收快拍信号，H表示共轭转置。
步骤3，求解GSC框架中上支静态权矢量w0，并计算上支路输出d0(k)。
参照图3，广义旁瓣相消器GSC分为上下两条支路，GSC的上支路形成目标检测通道，下支路形成辅助通道，上支路是固定通道，只包含静态权矢量，通过静态权矢量可计算出该上支路输出d0(k)，实现如下：
(3.1)将(1a)中阵列接收信号的空时导向矢量A表达式中的θ设为θ0，得到卫星有用信号的空时导向矢量A(θ0)：
Figure BDA0003164593910000046
Figure BDA0003164593910000047
Figure BDA0003164593910000048
其中，as(θ0)为卫星有用信号的空域导向矢量，at为时域导向矢量，θ0为卫星信号来向；
(3.2)将卫星有用信号的空时导向矢量A(θ0)设为静态权矢量w0：
w0＝A(θ0)
(3.3)将阵列快拍信号X(k)输入到GSC的上支路，X(k)经过静态权矢量w0加权后，得到上支路输出d0(k)：
d0(k)＝w0 HX(k)
其中，X(k)为阵列接收快拍信号。
步骤4，用传播算子PM构建GSC框架中的下支路的阻塞矩阵B。
由于GSC的下支路是辅助通道，其由阻塞矩阵和自适应模块构成，以形成与上支路的对消，其中阻塞矩阵B用于阻塞掉原有输入中的有用信号成分，留下干扰和噪声分量。
常见的阻塞矩阵的构造方法有二项式对消法、主分量提取法、奇异值分解法、子空间投影法等，其中，二项式对消法原理简单，但是适应性不强，阻塞矩阵构造形式不同，变化较大。主分量提取和奇异值分解涉及到矩阵的特征分解，计算复杂度高，运算量大。由于传播算子PM是一种线性算子，其可避免特征值分解的操作，仅通过简单的线性运算就能得到噪声子空间，阻塞掉有用信号，因而本实例采用传播算子PM进行阻塞矩阵B的构建，其实现步骤如下：
(4.1)对阵列的空时导向矢量矩阵
Figure BDA0003164593910000051
进行矩阵分块，将其分为两块，即：
Figure BDA0003164593910000052
其中，
Figure BDA0003164593910000053
为满秩矩阵，是A的前L行元素；
Figure BDA0003164593910000054
是A的后M-L行元素；M为均匀线阵的阵元个数，L为信源数；
(4.2)根据上述两个分块矩阵A1和A2存在唯一的线性变换关系，计算该线性变换的算子，即传播算子P：
P＝A1 -1A2 <2>
(4.3)根据式<1>和式<2>可推导出如下方程：
[PH，-IM-L]A＝0 <3>
其中，IM-L为M-L维单位矩阵，M为阵元个数，L为信源数；
(4.4)根据信号空时导向矢量A与阻塞矩阵的正交的性质，结合式<3>得到阻塞矩阵B：
B＝[PH，-IM-L]。
步骤5，求输入信号经过下支路阻塞后的信号X0(k)，并计算X0(k)的协方差矩阵
Figure BDA0003164593910000061
以及X0(k)与上支路输出d0(k)的互相关矩阵
Figure BDA0003164593910000062
(5.1)将阵列快拍信号X(k)输入到GSC的下支路，通过下支路的阻塞矩阵阻塞掉其中的有用信号，留下干扰和噪声，得到下支路阻塞后的信号X0(k)为：
X0(k)＝BX(k)
其中，X(k)为阵列接收快拍信号；
(5.2)根据信号协方差矩阵的性质，计算X0(k)的协方差矩阵
Figure BDA0003164593910000063
Figure BDA0003164593910000064
其中，RX表示阵列接收快拍信号X(k)的协方差矩阵；
(5.3)根据信号互相关矩阵的性质，计算X0(k)与上支路输出d0(k)的互相关矩阵
Figure BDA0003164593910000065
Figure BDA0003164593910000066
其中，w0表示上支静态权矢量，*表示标量的共轭符号。
步骤6，计算广义旁瓣相消器GSC框架的下支路的自适应权矢量wA。
基于最小均方误差准则，对GSC下支路的自适应模块做维纳滤波，利用维纳滤波对自适应最优权的推导公式，计算下支路自适应权矢量wA：
Figure BDA0003164593910000067
其中，
Figure BDA0003164593910000068
为X0(k)的协方差矩阵的逆，
Figure BDA0003164593910000069
为X0(k)与上支路输出d0(k)的互相关矩阵。
步骤7，计算广义旁瓣相消器GSC最优权矢量wGSC。
根据广义旁瓣相消器GSC的上下支路相消原理，将上支路的静态权矢量与下支路经过阻塞后的自适应权矢量相减，得到GSC最优权矢量wGSC：
Figure BDA00031645939100000610
其中，w0表示上支静态权矢量，
Figure BDA00031645939100000611
为阻塞后的信号X0(k)的协方差矩阵的逆，
Figure BDA00031645939100000612
为X0(k)与上支路输出d0(k)的互相关矩阵。
步骤8，对步骤7中得到的最优权矢量wGSC进行空时滤波，得到的空时抗干扰之后输出信号y：
y＝wGSC HA(θ)
其中，A(θ)为空时导向矢量。
下面结合具体的仿真测试结果，对本发明的有益效果作进一步说明。
1、仿真参数：
如表1所示：
表1仿真参数
Figure BDA0003164593910000071
2、仿真内容
仿真1：在表1的仿真条件下，用本发明方法对卫星导航信号做空时抗干扰仿真，得到抗干扰后的方向图，图4所示。
图4中垂直于x轴的虚线表示信号所在的方向，星号线表示干扰所在的方向。实线表示使用本发明所得到抗干扰后的方向图。
从图4可见，本发明的抗干扰后的方向图在四个干扰的方向均形成了很深的零陷，零陷深度均大于80dB，能够很好抗窄带和宽带干扰。
仿真2：保持表1的其他条件不变，将阵元数和抽头数增加至32×12维，输入信号改为普通阵列输入信号而非卫星信号，分别用现有的主成分法PC和本发明方法计算求解阻塞矩阵所用的时间，结果如表2所示。
表2不同算法的平均运行时间
Figure BDA0003164593910000081
从表2可以看出，使用本发明方法构建阻塞矩阵所需的时间远远小于现有主成分法，因此在高维导航空时系统下，本发明减少了运算时间，提高了运算效率。

Claims (10)

1.一种基于广义旁瓣相消器的导航空时抗干扰方法，其特征在于，包括如下：
1)根据导航阵列空时滤波原理建立阵列接收信号X(t)，该阵列接收信号包括卫星有用信号及若干个窄带干扰和宽带干扰；
2)根据有限次快拍K的数目，估计阵列接收信号的协方差矩阵
Figure FDA0003164593900000011
3)依据广义旁瓣相消器GSC的上下支路构建原理，求解GSC框架中上支路静态权矢量w0，并计算上支路输出d0(k)；
4)用传播算子PM构建GSC框架中的下支路的阻塞矩阵B：
B＝[PH，-IM-L]，
其中，P为传播算子矩阵，IM-L为M-L维单位矩阵，M为阵元个数，L为信源数：
5)根据广义旁瓣相消器GSC框架中阻塞矩阵的性质，求输入信号经过下支路阻塞后的信号X0(k)，并计算X0(k)的协方差矩阵
Figure FDA0003164593900000012
以及X0(k)与上支路输出d0(k)的互相关矩阵
Figure FDA0003164593900000013
6)根据维纳滤波定理，计算广义旁瓣相消器GSC框架的下支路的自适应权矢量wA；
7)利用GSC框架上、下支路的对消关系，计算最终的输出最优权矢量wGSC；
8)对输出最优权进行空时滤波，得到空时抗干扰之后的输出信号。
2.根据权利要求1所述的方法，其中(1)中根据导航阵列空时滤波原理建立阵列接收信号模型，表示如下：
Figure FDA0003164593900000014
其中，X(t)为A为阵列接收信号的空时导向矢量，s(t)为导航有用信号，j(t)为干扰信号，Q为干扰的数目，e(t)为噪声信号。
3.根据权利要求2所述的方法，其中阵列接收信号的空时导向矢量A，表示如下：
Figure FDA0003164593900000015
其中，as是空域导向矢量，at是时域导向矢量，其分别表示为：
Figure FDA0003164593900000021
Figure FDA0003164593900000022
式中，M为均匀线阵的阵元个数，P为每个阵元后的时域抽头个数，每个抽头延迟为Ts，f表示信号频率，θ为导航信号的来向，λ为信号波长，d为阵元间距，j为虚数单位，T表示矩阵的转置；
Figure FDA0003164593900000023
表示as与at二者的Kronecker积。
4.根据权利要求1所述的方法，其中2)根据有限次快拍K的数目，估计阵列接收信号的协方差矩阵
Figure FDA0003164593900000024
公式如下：
Figure FDA0003164593900000025
其中，X(k)为阵列接收快拍信号，H表示共轭转置。
5.根据权利要求1所述的方法，其中3)中求解GSC框架中上支静态权矢量w0，并计算上支路输出d0(k)，公式如下：
w0＝A(θ0)
d0(k)＝w0 HX(k)
其中，θ0为卫星信号来向，A(θ0)为卫星信号的空时导向矢量，X(k)为阵列接收快拍信号。
6.根据权利要求1所述的方法，其中4)中用传播算子PM构建GSC框架中的下支路的阻塞矩阵B，实现如下：
(4a)对阵列的空时导向矢量矩阵
Figure FDA0003164593900000026
进行矩阵分块，即：
Figure FDA0003164593900000031
其中，
Figure FDA0003164593900000032
为满秩矩阵，是A的前L行元素；
Figure FDA0003164593900000033
是A的后M-L行元素；
(4b)根据(4a)矩阵分块的结果，计算传播算子P：
P＝A1 -1A2 <2>
(4c)根据式<1>和式<2>推导出如下方程：
[PH，-IM-L]A＝0 <3>
其中，IM-L为M-L维单位矩阵，M为阵元个数，L为信源数；
(4d)根据阻塞矩阵与信号的空时导向矢量A正交的性质，结合式<3>得到阻塞矩阵B：
B＝[PH，-IM-L]。
7.根据权利要求1所述的方法，其中5)中求阻塞后的信号X0(k)，并计算X0(k)的协方差矩阵
Figure FDA0003164593900000034
以及X0(k)与上支路输出d0(k)的互相关矩阵
Figure FDA0003164593900000035
公式如下：
X0(k)＝BX(k)
Figure FDA0003164593900000036
Figure FDA0003164593900000037
其中，B为阻塞矩阵，X(k)为阵列接收快拍信号，RX表示阵列接收快拍信号X(k)的协方差矩阵，w0表示上支静态权矢量，*表示标量的共轭符号。
8.根据权利要求1所述的方法，其中6)中计算广义旁瓣相消器GSC框架的下支路的自适应权矢量wA，公式如下：
Figure FDA0003164593900000038
其中，
Figure FDA0003164593900000039
为X0(k)的协方差矩阵的逆，
Figure FDA00031645939000000310
为X0(k)与上支路输出d0(k)的互相关矩阵。
9.根据权利要求1所述的方法，其中7)中计算GSC最优权矢量wGSC，公式如下：
Figure FDA0003164593900000041
其中，w0表示上支静态权矢量，
Figure FDA0003164593900000042
为阻塞后的信号X0(k)的协方差矩阵的逆，
Figure FDA0003164593900000043
为X0(k)与上支路输出d0(k)的互相关矩阵。
10.根据权利要求1所述的方法，其中(8)中得到的空时抗干扰之后输出信号，表示如下：
y＝wGSC HA(θ)
其中，wGSC为GSC的最优权矢量，A(θ)为空时导向矢量，y为空时抗干扰之后的输出信号。
CN202110801149.XA 2021-07-15 2021-07-15 基于广义旁瓣相消器的导航空时抗干扰方法 Active CN113504549B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110801149.XA CN113504549B (zh) 2021-07-15 2021-07-15 基于广义旁瓣相消器的导航空时抗干扰方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110801149.XA CN113504549B (zh) 2021-07-15 2021-07-15 基于广义旁瓣相消器的导航空时抗干扰方法

Publications (2)

Publication Number Publication Date
CN113504549A true CN113504549A (zh) 2021-10-15
CN113504549B CN113504549B (zh) 2023-04-07

Family

ID=78012884

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110801149.XA Active CN113504549B (zh) 2021-07-15 2021-07-15 基于广义旁瓣相消器的导航空时抗干扰方法

Country Status (1)

Country Link
CN (1) CN113504549B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115270869A (zh) * 2022-07-26 2022-11-01 宁波绮色佳金属制品有限公司 一种基于二维空时广义旁瓣相消稳健波束形成算法
CN115755109A (zh) * 2022-11-22 2023-03-07 航天恒星科技有限公司 一种模数混合的多波束卫星导航接收机及其抗干扰方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2000063646A1 (en) * 1999-04-21 2000-10-26 The Johns Hopkins University Autonomous satellite navigation system
US20050254347A1 (en) * 2004-05-14 2005-11-17 Mitel Networks Corporation Parallel gcs structure for adaptive beamforming under equalization constraints
CN104865586A (zh) * 2015-06-15 2015-08-26 中国人民解放军国防科学技术大学 一种阵列天线导航接收机抗干扰及多径抑制方法
CN106226752A (zh) * 2016-07-08 2016-12-14 西安电子科技大学 一种扩展海杂波Pareto分布参数估计范围的方法
CN106772457A (zh) * 2017-01-22 2017-05-31 广州海格通信集团股份有限公司 一种基于空时频架构的卫星导航抗干扰方法
US20190028166A1 (en) * 2016-09-30 2019-01-24 Rkf Engineering Solutions Llc Hybrid analog/digital beamforming
CN111241470A (zh) * 2020-01-19 2020-06-05 河北科技大学 基于自适应零陷展宽算法的波束合成方法及装置
CN112120730A (zh) * 2020-10-21 2020-12-25 重庆大学 一种基于混合子空间投影的广义旁瓣相消超声成像方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2000063646A1 (en) * 1999-04-21 2000-10-26 The Johns Hopkins University Autonomous satellite navigation system
US20050254347A1 (en) * 2004-05-14 2005-11-17 Mitel Networks Corporation Parallel gcs structure for adaptive beamforming under equalization constraints
CN104865586A (zh) * 2015-06-15 2015-08-26 中国人民解放军国防科学技术大学 一种阵列天线导航接收机抗干扰及多径抑制方法
CN106226752A (zh) * 2016-07-08 2016-12-14 西安电子科技大学 一种扩展海杂波Pareto分布参数估计范围的方法
US20190028166A1 (en) * 2016-09-30 2019-01-24 Rkf Engineering Solutions Llc Hybrid analog/digital beamforming
CN106772457A (zh) * 2017-01-22 2017-05-31 广州海格通信集团股份有限公司 一种基于空时频架构的卫星导航抗干扰方法
CN111241470A (zh) * 2020-01-19 2020-06-05 河北科技大学 基于自适应零陷展宽算法的波束合成方法及装置
CN112120730A (zh) * 2020-10-21 2020-12-25 重庆大学 一种基于混合子空间投影的广义旁瓣相消超声成像方法

Non-Patent Citations (10)

* Cited by examiner, † Cited by third party
Title
GUIJIN YAO: "A Degenerate Spatial ARMA Process of External Sources Impinging Upon an Azimuth-Only ULA and the Estimation of Doas and Noise Variances", 《IEEE ACCESS 》 *
SHUAILIN CHEN: "Dynamic programming based adaptive step integration method for", 《INTERNATIONAL JOURNAL OF ELECTRONICS AND》 *
SHURUI ZHANG ET AL.: "Generalised reduced-rank structure for broadband space–time GSC and its fast algorithm" *
于红旗: "一种不需要特征值分解的MUSIC方法", 《国防科技大学学报》 *
关刚强等: "级联结构的阵列天线导航接收机抗干扰及多径抑制方法" *
刘翔等: "一种基于广义旁瓣相消的改进降秩算法", 《雷达科学与技术》 *
王纯等: "基于 Ｋａｌｍａｎ滤波的 ＧＰＳ／ＩＮＳ接收机自适应", 《航空学报》 *
王纯等: "用于GPS接收机的快速自适应干扰抑制方法", 《西安电子科技大学学报(自然科学版)》 *
陈伟等: "基于波束域LC-GSC的降秩波束形成算法", 《软件导刊》 *
黄飞等: "基于广义旁瓣相消器的快速降秩自适应波束形成算法" *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115270869A (zh) * 2022-07-26 2022-11-01 宁波绮色佳金属制品有限公司 一种基于二维空时广义旁瓣相消稳健波束形成算法
CN115755109A (zh) * 2022-11-22 2023-03-07 航天恒星科技有限公司 一种模数混合的多波束卫星导航接收机及其抗干扰方法

Also Published As

Publication number Publication date
CN113504549B (zh) 2023-04-07

Similar Documents

Publication Publication Date Title
CN113504549B (zh) 基于广义旁瓣相消器的导航空时抗干扰方法
CN113472371B (zh) 自适应阵列天线数字波束合成抗干扰处理方法
CN109254261B (zh) 基于均匀圆阵epuma的相干信号零陷加深方法
CN103984676A (zh) 一种基于协方差矩阵重构的正交投影自适应波束形成方法
Zhang et al. Robust beamforming for coherent signals based on the spatial-smoothing technique
CN110361760B (zh) 基于子空间跟踪的gnss接收机多波束指向抗干扰方法
CN109639333B (zh) 一种基于有效重构协方差矩阵的波束形成方法
CN105302936A (zh) 基于相关计算和协方差矩阵重构的自适应波束形成方法
Werner et al. Householder multistage Wiener filter for space-time navigation receivers
Wan et al. Spacial extrapolation-based blind DOA estimation approach for closely spaced sources
CN108872930B (zh) 扩展孔径二维联合对角化doa估计方法
CN104865584B (zh) 一种空频自适应导航抗干扰算法的实现方法
CN115932749A (zh) 一种基于盲源分离算法的主瓣干扰抑制方法
CN105699988B (zh) 用于导航接收机的去噪mvdr欺骗干扰抑制方法
CN114884841A (zh) 基于高阶统计和非均匀阵列的欠定参数联合估计方法
CN111817765B (zh) 一种基于频率约束的广义旁瓣对消宽带波束形成方法
CN109116377A (zh) 一种基于时域子矩阵计算的卫星导航抗干扰方法及装置
CN107544050A (zh) 白噪声背景下一种构造自适应阈值估计信号源数目的方法
Li et al. An improved space-time joint anti-jamming algorithm based on variable step LMS
CN104459627A (zh) 基于联合交替优化的降秩波束形成方法
Chen et al. Finite data performance analysis of LCMV antenna array beamformers with and without signal blocking
CN112327244B (zh) 一种基于l型阵列的二维非相干分布式目标参数估计方法
Zhao et al. Analysis and simulation of interference suppression for space-time adaptive processing
Liu et al. A virtual space-time adaptive beamforming method for space-time antijamming
CN110146847B (zh) 一种基于伪框架理论的强干扰信号抑制方法

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