CN114384559B - 一种基于空时自适应抗干扰算法的信号处理方法和系统 - Google Patents
一种基于空时自适应抗干扰算法的信号处理方法和系统 Download PDFInfo
- Publication number
- CN114384559B CN114384559B CN202210297545.8A CN202210297545A CN114384559B CN 114384559 B CN114384559 B CN 114384559B CN 202210297545 A CN202210297545 A CN 202210297545A CN 114384559 B CN114384559 B CN 114384559B
- Authority
- CN
- China
- Prior art keywords
- interference
- signal
- intermediate frequency
- analog
- frequency signal
- 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
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
- 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
- G01S19/35—Constructional details or hardware or software details of the signal processing chain
- G01S19/37—Hardware or software details of the signal processing chain
-
- 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)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Noise Elimination (AREA)
Abstract
本发明提出一种基于空时自适应抗干扰算法的信号处理方法和系统。方法包括:获取多元天线阵输出的用于导航定位的射频信号,利用模拟下变频模块的多通道射频前端对射频信号进行下变频处理,从而得到模拟中频信号,并将模拟中频信号发送至自适应抗干扰处理器;自适应抗干扰处理器对接收到的模拟中频信号进行模数转换以获取数字中频信号,基于数字中频信号和本地载波正交两路信号来生成无失真基带信号,并进一步估计无失真基带信号的复共轭对称的协方差矩阵;自适应抗干扰处理器基于复共轭对称的协方差矩阵求解用于过滤干扰噪声的最优权重系数,将最优权重系数与无失真基带信号的实部做内积运算,以获取经干扰抑制的输出信号。
Description
技术领域
本发明属于信号处理技术领域,尤其涉及一种基于空时自适应抗干扰算法的信号处理方法和系统。
背景技术
空时自适应处理是一种空域与时域二维联合处理的去除卫星导航信号中的有意或无意干扰的有效方式。
在高动态复杂多变环境的环境下,传统的空时自适应算法中对协方差矩阵直接求逆的运算复杂度大、效率较低,难以保证自适应权矢量的计算速度。近年空时自适应算法在运算速度上的改进方向主要集中在降维、降秩方面,通过降低系统自由度来加快低训练快拍下的收敛性。虽然这些方法在快拍支持有限的情况下显着提高了滤波器杂波抑制和目标检测的性能,但自适应权矢量高计算复杂度仍然是实现实时抗干扰接收机的一个待解决问题。
传统空时自适应抗干扰算法大多采用直接求逆的功率倒置算法,且不能实时、快速的对处理后的信号进行捕获跟踪与定位解算。传统的空时自适应算法中对协方差矩阵直接求逆的运算复杂度大、效率较低,难以保证自适应权矢量的计算速度。且大多采用直接求逆的功率倒置算法,且不能实时、快速的对处理后的信号进行捕获跟踪与定位解算。
近年空时自适应算法在运算速度上的改进方向主要集中在降维、降秩方面,通过降低系统自由度来加快低训练快拍下的收敛性。虽然这些方法在快拍支持有限的情况下显着提高了滤波器杂波抑制和目标检测的性能,但自适应权矢量高计算复杂度仍然是实现实时抗干扰接收机的一个待解决问题。
发明内容
为了解决上述技术问题,本发明提供了一种基于空时自适应抗干扰算法的信号处理方案;该方案通过基于GPU的批处理方法,对输入数据进行分块抗干扰处理,并对信号协方差矩阵进行Cholesky分解,以计算功率倒置算法(PI)的最优权系数,降低资源消耗,增强算法的实时性。
本发明第一方面公开了一种基于空时自适应抗干扰算法的信号处理方法。所述方法包括:
步骤S1、获取多元天线阵输出的用于导航定位的射频信号,利用模拟下变频模块的多通道射频前端对所述射频信号进行下变频处理,从而得到模拟中频信号,并将所述模拟中频信号发送至自适应抗干扰处理器;
步骤S2、所述自适应抗干扰处理器对接收到的所述模拟中频信号进行模数转换以获取数字中频信号,基于数字中频信号和本地载波正交两路信号来生成无失真基带信号,并进一步估计所述无失真基带信号的复共轭对称的协方差矩阵;
其中,所述多元天线阵输出的用于导航定位的射频信号中包含干扰噪声,所述干扰噪声分布在所述复共轭对称的协方差矩阵包含的下三角矩阵、上三角矩阵和实对角矩阵中;
步骤S3、所述自适应抗干扰处理器基于所述复共轭对称的协方差矩阵求解用于过滤所述干扰噪声的最优权重系数,将所述最优权重系数与所述无失真基带信号的实部做内积运算,以获取经干扰抑制的输出信号;
步骤S4、所述自适应抗干扰处理器对所述经干扰抑制的输出信号进行数模转换以获取经干扰抑制的模拟中频信号,进一步经上变频处理后得到经干扰抑制的射频信号,并将所述经干扰抑制的射频信号发送至传统接收机。
根据本发明第一方面的方法,所述射频信号为N为天线阵元数,每一路射频信号,i={1,2,…,N};所述数字中频信号为为每一路数字中频信号,m为延迟抽头数;所述模数转换的采样频率fs满足fs=4f0/(2k+1),f0为所述模拟中频信号的中频频率,k为正整数。
根据本发明第一方面的方法,在本地载波初始相位为零的情况下,所述本地载波正交两路信号为:
所述本地载波正交两路信号的输出为:
I(n)={0,-1,0,1,…}
Q(n)={1,0,-1,0,…}
将I(n)和Q(n)分别与所述数字中频信号XIF的每一行都对应相乘,并经过低通滤波和抽取处理后,获得所述无失真基带信号的实部X={x1,x2,…,xN}和虚部xi={x1i,x2i,…,xMi}T。
根据本发明第一方面的方法,估计所述无失真基带信号的复共轭对称的协方差矩阵具体包括:
对所述无失真基带信号的相关数据进行分块处理,每个数据块再进行分批处理,所述每个数据块包括Z个批次,其中:
Ichunk为所述每个数据块的采样周期数;
经估计得到的所述无失真基带信号的复共轭对称的协方差矩阵为:
L为所述下三角矩阵,LH为所述上三角矩阵,D为所述实对角矩阵。
根据本发明第一方面的方法,求解用于过滤所述干扰噪声的最优权重系数,具体包括:
获取所述无失真基带信号的输出功率:
Min Pout=E{|y|2}=E{(wHx)·(wHx)H}=wHRw
s.t. wHs=1
其中,Pout为输出信号y(k)的功率,R=E{xxH}为协方差矩阵,s为约束矢量,E{·}为求期望操作符,用拉格朗日乘子法求解所述最优权重系数:
其中,w(1)=1,将所述约束矢量s代入w,可得:
以及:
Rw1=s
分解所述上三角矩阵LH:
LD(LHw1)=s
随后求解以下方程:
对w1进行归一化,得到最优权重系数:
w=w1/w1(1)。
根据本发明第一方面的方法,将所述最优权重系数与所述无失真基带信号的实部做内积运算,以获取所述经干扰抑制的输出信号:
y=wHX。
根据本发明第一方面的方法,在所述步骤S4中,所述经干扰抑制的输出信号的实部与虚部,进行低通滤波和插值处理后,将所述经干扰抑制的输出信号的实部与所述本地载波正交两路信号的输出I(n)相乘以获取第一结果,将所述经干扰抑制的输出信号的虚部与所述本地载波正交两路信号的输出Q(n)相乘以获取第二结果,将所述第一结果与所述第二结果相减,得到经干扰抑制的数字中频信号:
Y={y1,y2,…,yN}
其中,yi={y1i,y2i,…,yMi}T,经所述数模转换后获取所述经干扰抑制的模拟中频信号。
本发明第二方面公开了一种基于空时自适应抗干扰算法的信号处理系统。所述系统包括:
第一处理单元,被配置为:获取多元天线阵输出的用于导航定位的射频信号,对所述射频信号进行下变频处理,从而得到模拟中频信号;
第二处理单元,被配置为:对所述模拟中频信号进行模数转换以获取数字中频信号,基于数字中频信号和本地载波正交两路信号来生成无失真基带信号,并进一步估计所述无失真基带信号的复共轭对称的协方差矩阵;
其中,所述多元天线阵输出的用于导航定位的射频信号中包含干扰噪声,所述干扰噪声分布在所述复共轭对称的协方差矩阵包含的下三角矩阵、上三角矩阵和实对角矩阵中;
第三处理单元,被配置为:基于所述复共轭对称的协方差矩阵求解用于过滤所述干扰噪声的最优权重系数,将所述最优权重系数与所述无失真基带信号的实部做内积运算,以获取经干扰抑制的输出信号;
第四处理单元,被配置为:对所述经干扰抑制的输出信号进行数模转换以获取经干扰抑制的模拟中频信号,进一步经上变频处理后得到经干扰抑制的射频信号。
根据本发明第二方面的系统,所述射频信号为N为天线阵元数,每一路射频信号,i={1,2,…,N};所述数字中频信号为为每一路数字中频信号,m为延迟抽头数;所述模数转换的采样频率fs满足fs=4f0/(2k+1),f0为所述模拟中频信号的中频频率,k为正整数。
根据本发明第二方面的系统,在本地载波初始相位为零的情况下,所述本地载波正交两路信号为:
所述本地载波正交两路信号的输出为:
I(n)={0,-1,0,1,…}
Q(n)={1,0,-1,0,…}
将I(n)和Q(n)分别与所述数字中频信号XIF的每一行都对应相乘,并经过低通滤波和抽取处理后,获得所述无失真基带信号的实部X={x1,x2,…,xN}和虚部xi={x1i,x2i,…,xMi}T。
根据本发明第二方面的系统,估计所述无失真基带信号的复共轭对称的协方差矩阵具体包括:
对所述无失真基带信号的相关数据进行分块处理,每个数据块再进行分批处理,所述每个数据块包括Z个批次,其中:
Lchunk为所述每个数据块的采样周期数;
经估计得到的所述无失真基带信号的复共轭对称的协方差矩阵为:
L为所述下三角矩阵,LH为所述上三角矩阵,D为所述实对角矩阵。
根据本发明第二方面的系统,求解用于过滤所述干扰噪声的最优权重系数,具体包括:
获取所述无失真基带信号的输出功率:
Min Pout=E{|y|2}=E{(wHx)·(wHx)H}=wHRw
s.t. wHs=1
其中,Pout为输出信号y(k)的功率,R=E{xxH}为协方差矩阵,S为约束矢量,E{·}为求期望操作符,用拉格朗日乘子法求解所述最优权重系数:
其中,w(1)=1,将所述约束矢量s代入w,可得:
以及:
Rw1=s
分解所述上三角矩阵LH:
LD(LHw1)=s
随后求解以下方程:
对w1进行归一化,得到最优权重系数:
w=w1/w1(1)。
根据本发明第二方面的系统,将所述最优权重系数与所述无失真基带信号的实部做内积运算,以获取所述经干扰抑制的输出信号:
y=wHX。
根据本发明第二方面的系统,所述经干扰抑制的输出信号的实部与虚部,进行低通滤波和插值处理后,将所述经干扰抑制的输出信号的实部与所述本地载波正交两路信号的输出I(n)相乘以获取第一结果,将所述经干扰抑制的输出信号的虚部与所述本地载波正交两路信号的输出Q(n)相乘以获取第二结果,将所述第一结果与所述第二结果相减,得到经干扰抑制的数字中频信号:
Y={y1,y2,…,yN}
其中,yi={y1i,y2i,…,yMi}T,经所述数模转换后获取所述经干扰抑制的模拟中频信号。
本发明第三方面公开了一种电子设备。所述电子设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时,实现本发明第一方面所述的一种基于空时自适应抗干扰算法的信号处理方法中的步骤。
本发明第四方面公开了一种计算机可读存储介质。所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时,实现本发明第一方面所述的一种基于空时自适应抗干扰算法的信号处理方法中的步骤。
综上,本发明采用对协方差矩阵进行迭代三角分解的方法与批处理方法,通过并行的分块处理提高协方差矩阵的估计速度与最优权重矢量的计算速度,以加速抗干扰的实现并增强算法的实时性。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,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他的附图。
图1为根据本发明实施例的一种基于空时自适应抗干扰算法的信号处理方法的流程图;
图2为根据本发明实施例的多元天线阵的工作原理示意图;
图3为根据本发明实施例的导航定位系统的工作原理示意图;
图4为根据本发明实施例的信号处理流程示意图;
图5为根据本发明实施例的一种基于空时自适应抗干扰算法的信号处理系统的结构图;
图6为根据本发明实施例的一种电子设备的结构图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例只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。
本发明第一方面公开了一种利用自适应扰动抵御网络侦察的方法。图1为根据本发明实施例的一种基于空时自适应抗干扰算法的信号处理方法的流程图;如图1所示,所述方法包括:
步骤S1、获取多元天线阵输出的用于导航定位的射频信号,利用模拟下变频模块的多通道射频前端对所述射频信号进行下变频处理,从而得到模拟中频信号,并将所述模拟中频信号发送至自适应抗干扰处理器;
步骤S2、所述自适应抗干扰处理器对接收到的所述模拟中频信号进行模数转换以获取数字中频信号,基于数字中频信号和本地载波正交两路信号来生成无失真基带信号,并进一步估计所述无失真基带信号的复共轭对称的协方差矩阵;
其中,所述多元天线阵输出的用于导航定位的射频信号中包含干扰噪声,所述干扰噪声分布在所述复共轭对称的协方差矩阵包含的下三角矩阵、上三角矩阵和实对角矩阵中;
步骤S3、所述自适应抗干扰处理器基于所述复共轭对称的协方差矩阵求解用于过滤所述干扰噪声的最优权重系数,将所述最优权重系数与所述无失真基带信号的实部做内积运算,以获取经干扰抑制的输出信号;
步骤S4、所述自适应抗干扰处理器对所述经干扰抑制的输出信号进行数模转换以获取经干扰抑制的模拟中频信号,进一步经上变频处理后得到经干扰抑制的射频信号,并将所述经干扰抑制的射频信号发送至传统接收机。
图2为根据本发明实施例的多元天线阵的工作原理示意图;图3为根据本发明实施例的导航定位系统的工作原理示意图;图4为根据本发明实施例的信号处理流程示意图;具体地,在一些实施例中,将经过射频前端输出的模拟中频信号进行ADC采样后读入FIFO(先进先出队列);GPU读取FIFO缓冲区中的数据并对其进行处理,并估计其复共轭对称的协方差矩阵上三角部分;GPU根据提出的空时自适应抗干扰算法快速实现方法,由估计的复共轭对称的协方差矩阵上三角部分,计算最优权系数矢量;GPU执行采样数据和最优权系数矢量的内积运算并输出结果至FIFO,FIFO缓冲区输出数据以进行捕获跟踪与定位解算。将输出的结果后处理后,经过数模转换,可输出干扰抑制的模拟中频信号。
在一些实施例中,所述射频信号为N为天线阵元数,每一路射频信号,i={1,2,…,N};所述数字中频信号为 为每一路数字中频信号,m为延迟抽头数;所述模数转换的采样频率fs满足fs=4f0/(2k+1),f0为所述模拟中频信号的中频频率,k为正整数。
在一些实施例中,在本地载波初始相位为零的情况下,所述本地载波正交两路信号为:
所述本地载波正交两路信号的输出为:
I(n)={0,-1,0,1,…}
Q(n)={1,0,-1,0,…}
将I(n)和Q(n)分别与所述数字中频信号XIF的每一行都对应相乘,并经过低通滤波和抽取处理后,获得所述无失真基带信号的实部X={x1,x2,…,xN}和虚部xi={x1i,x2i,…,xMi}T。
在一些实施例中,估计所述无失真基带信号的复共轭对称的协方差矩阵具体包括:
对所述无失真基带信号的相关数据进行分块处理,每个数据块再进行分批处理,所述每个数据块包括Z个批次,其中:
Lchunk为所述每个数据块的采样周期数;
经估计得到的所述无失真基带信号的复共轭对称的协方差矩阵为:
L为所述下三角矩阵,LH为所述上三角矩阵,D为所述实对角矩阵。
在一些实施例中,求解用于过滤所述干扰噪声的最优权重系数,具体包括:
获取所述无失真基带信号的输出功率:
Min Pout=E{|y|2}=E{(wHx)·(wHx)H}=wHRw
s.t. wHs=1
其中,Pout为输出信号y(k)的功率,R=E{xxH}为协方差矩阵,s为约束矢量,E{·}为求期望操作符,用拉格朗日乘子法求解所述最优权重系数:
其中,w(1)=1,将所述约束矢量s代入w,可得:
以及:
Rw1=s
分解所述上三角矩阵LH:
LD(LHw1)=s
随后求解以下方程:
对w1进行归一化,得到最优权重系数:
w=w1/w1(1)。
在一些实施例中,将所述最优权重系数与所述无失真基带信号的实部做内积运算,以获取所述经干扰抑制的输出信号:
y=wHX。
在一些实施例中,在所述步骤S4中,所述经干扰抑制的输出信号的实部与虚部,进行低通滤波和插值处理后,将所述经干扰抑制的输出信号的实部与所述本地载波正交两路信号的输出I(n)相乘以获取第一结果,将所述经干扰抑制的输出信号的虚部与所述本地载波正交两路信号的输出Q(n)相乘以获取第二结果,将所述第一结果与所述第二结果相减,得到经干扰抑制的数字中频信号:
Y={y1,y2,…,yN}其中,yi={y1i,y2i,…,yMi}T,经所述数模转换后获取所述经干扰抑制的模拟中频信号。
具体实施例
将多元天线阵输出的射频信号其中N为天线阵元数,为每一路射频信号,其中i={1,2,…,N}。将输入多通道射频前端,多路射频信号经过两级带通滤波器与低噪放变为多路模拟中频信号。多路模拟中频信号经多通道ADC采样变为多路数字中频信号为每一路数字中频信号,m为延迟抽头数。
选定特定的采样频率fs满足fs=4f0/(2k+1)(其中f0为中频频率,k为正整数),假设本地载波初始相位为0,则生成基带(零频)复信号所需的本地载波正交两路信号如下:
即正交两路信号的输出序列分别为I(n)={0,-1,0,1,…}和Q(n)={1,0,-1,0,…}。将I(n)与Q(n)分别与XIF的每行对应相乘后,经过低通滤波和抽取,得到无失真的基带信号的实部X={x1,x2,…,xN}与虚部xi={x1i,x2i,…,xMi}T。将数据X={x1,x2,…,xN}存进FIFO缓冲区,缓冲区处于CPU内存中,大小为一个时间块内各通道采样数之和的字节数。GPU读取FIFO缓冲区数据,用空时估计法估计X={x1,x2,…,xN}的理论协方差矩阵。
空时估计法:协方差矩阵通过时间平均得到,因此需要对输入数据进行分块处理。为了充分利用GPS的并行能力,采用批处理的方法进行估计。数据流在主机内存中被分成块,然后一次将一块中的全部数据传输到全局内存,块的大小需要平衡数据传输时间与内存的大小。在将一个输入数据块传输到全局内存后,该块被进一步划分为Z个批次(batch),Z可由下式算得:
其中L为所述下三角矩阵,LH为所述上三角矩阵,D为所述实对角矩阵。在实际应用中,由于有限采样效应,不可避免地会存在相对于R的扰动。相关矩阵的扰动会使计算得到的最佳权重矢量w,使其不再具有共轭对称结构。故采用在相关矩阵的对角线上叠加能量的方式保证算法稳健性,如下所示,有:
σ2为对角加载能量,取合适值。采取最小方差(Minimum Variance,MV)准则计算最优权重矢量,如下所示:
Min Pout=E{|y|2}=E{(wHx)·(wHx)H}=wHRw
s.t. wHs=1
其中Pout为输出信号y(k)的功率,R=E{xxH}为观测数据协方差矩阵,s为约束矢量,E{·}为求期望操作符。用拉格朗日乘子法求解得最优权系数矢量w:
其中w(1)=1,将约束矢量s代入上式w,可得:
因此计算w仅需要求解如下方程得到系数w1:
Rw1=s
由Cholesky分解与上三角矩阵LH,有
LD(LHw1)=s
因此方程转为如下两个方程的求解:
对w1进行归一化即得到最优权系数矢量w=w1/w1(1)。
将最优权重矢量w与X做内积,如下式:
y=wHX
输出干扰抑制后的信号y。将y的实部与虚部成两路,进行低通滤波和插值。处理后的real(y)与imag(y)分别与I(n)和Q(n)对应相乘,再将两路信号相减,得数字中频实信号Y={y1,y2,…,yN},yi={y1i,y2i,…,yMi}T,经多通道数模转换器变为多路模拟中频信号。
本发明第二方面公开了一种基于空时自适应抗干扰算法的信号处理系统。图5为根据本发明实施例的一种基于空时自适应抗干扰算法的信号处理系统的结构图;如图5所示,所述系统500包括:
第一处理单元501,被配置为:获取多元天线阵输出的用于导航定位的射频信号,对所述射频信号进行下变频处理,从而得到模拟中频信号;
第二处理单元502,被配置为:对所述模拟中频信号进行模数转换以获取数字中频信号,基于数字中频信号和本地载波正交两路信号来生成无失真基带信号,并进一步估计所述无失真基带信号的复共轭对称的协方差矩阵;
其中,所述多元天线阵输出的用于导航定位的射频信号中包含干扰噪声,所述干扰噪声分布在所述复共轭对称的协方差矩阵包含的下三角矩阵、上三角矩阵和实对角矩阵中;
第三处理单元503,被配置为:基于所述复共轭对称的协方差矩阵求解用于过滤所述干扰噪声的最优权重系数,将所述最优权重系数与所述无失真基带信号的实部做内积运算,以获取经干扰抑制的输出信号;
第四处理单元504,被配置为:对所述经干扰抑制的输出信号进行数模转换以获取经干扰抑制的模拟中频信号,进一步经上变频处理后得到经干扰抑制的射频信号。
根据本发明第二方面的系统,所述射频信号为N为天线阵元数,每一路射频信号,i={1,2,…,N};所述数字中频信号为为每一路数字中频信号,m为延迟抽头数;所述模数转换的采样频率fs满足fs=4f0/(2k+1),f0为所述模拟中频信号的中频频率,k为正整数。
根据本发明第二方面的系统,在本地载波初始相位为零的情况下,所述本地载波正交两路信号为:
所述本地载波正交两路信号的输出为:
I(n)={0,-1,0,1,…}
Q(n)={1,0,-1,0,…}
将I(n)和Q(n)分别与所述数字中频信号XIF的每一行都对应相乘,并经过低通滤波和抽取处理后,获得所述无失真基带信号的实部X={x1,x2,…,xN}和虚部xi={x1i,x2i,…,xMi}T。
根据本发明第二方面的系统,估计所述无失真基带信号的复共轭对称的协方差矩阵具体包括:
对所述无失真基带信号的相关数据进行分块处理,每个数据块再进行分批处理,所述每个数据块包括Z个批次,其中:
Lchunk为所述每个数据块的采样周期数;
经估计得到的所述无失真基带信号的复共轭对称的协方差矩阵为:
L为所述下三角矩阵,LH为所述上三角矩阵,D为所述实对角矩阵。
根据本发明第二方面的系统,求解用于过滤所述干扰噪声的最优权重系数,具体包括:
获取所述无失真基带信号的输出功率:
Min Pout=E{|y|2}=E{(wHx)·(wHx)H}=wHRw
s.t. wHs=1
其中,Pout为输出信号y(k)的功率,R=E{xxH}为协方差矩阵,s为约束矢量,E{·}为求期望操作符,用拉格朗日乘子法求解所述最优权重系数:
其中,w(1)=1,将所述约束矢量s代入w,可得:
以及:
Rw1=s
分解所述上三角矩阵LH:
LD(LHw1)=s
随后求解以下方程:
对w1进行归一化,得到最优权重系数:
w=w1/w1(1)。
根据本发明第二方面的系统,将所述最优权重系数与所述无失真基带信号的实部做内积运算,以获取所述经干扰抑制的输出信号:
y=wHX。
根据本发明第二方面的系统,所述经干扰抑制的输出信号的实部与虚部,进行低通滤波和插值处理后,将所述经干扰抑制的输出信号的实部与所述本地载波正交两路信号的输出I(n)相乘以获取第一结果,将所述经干扰抑制的输出信号的虚部与所述本地载波正交两路信号的输出Q(n)相乘以获取第二结果,将所述第一结果与所述第二结果相减,得到经干扰抑制的数字中频信号:
Y={y1,y2,…,yN}
其中,yi={y1i,y2i,…,yMi}T,经所述数模转换后获取所述经干扰抑制的模拟中频信号。
本发明第三方面公开了一种电子设备。所述电子设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时,实现本发明第一方面所述的一种基于空时自适应抗干扰算法的信号处理方法中的步骤。
图6为根据本发明实施例的一种电子设备的结构图;如图6所示,电子设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该电子设备的处理器用于提供计算和控制能力。该电子设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该电子设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、运营商网络、近场通信(NFC)或其他技术实现。该电子设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该电子设备的输入装置可以是显示屏上覆盖的触摸层,也可以是电子设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图6中示出的结构,仅仅是与本公开的技术方案相关的部分的结构图,并不构成对本申请方案所应用于其上的电子设备的限定,具体的电子设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
本发明第四方面公开了一种计算机可读存储介质。所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时,实现本发明第一方面所述的一种基于空时自适应抗干扰算法的信号处理方法中的步骤。
综上,本发明采用对协方差矩阵进行迭代三角分解的方法与批处理方法,通过并行的分块处理提高协方差矩阵的估计速度与最优权重矢量的计算速度,以加速抗干扰的实现并增强算法的实时性。
请注意,以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (9)
1.一种基于空时自适应抗干扰算法的信号处理方法,其特征在于,所述方法包括:
步骤S1、获取多元天线阵输出的用于导航定位的射频信号,利用模拟下变频模块的多通道射频前端对所述射频信号进行下变频处理,从而得到模拟中频信号,并将所述模拟中频信号发送至自适应抗干扰处理器;
步骤S2、所述自适应抗干扰处理器对接收到的所述模拟中频信号进行模数转换以获取数字中频信号,基于数字中频信号和本地载波正交两路信号来生成无失真基带信号,并进一步估计所述无失真基带信号的复共轭对称的协方差矩阵;
其中,所述多元天线阵输出的用于导航定位的射频信号中包含干扰噪声,所述干扰噪声分布在所述复共轭对称的协方差矩阵包含的下三角矩阵、上三角矩阵和实对角矩阵中;
步骤S3、所述自适应抗干扰处理器基于所述复共轭对称的协方差矩阵求解用于过滤所述干扰噪声的最优权重系数,将所述最优权重系数与所述无失真基带信号的实部做内积运算,以获取经干扰抑制的输出信号;
其中,估计所述无失真基带信号的复共轭对称的协方差矩阵具体包括:
对所述无失真基带信号的相关数据进行分块处理,每个数据块再进行分批处理,所述每个数据块包括Z个批次,其中:
Lchunk为所述每个数据块的采样周期数,N为天线阵元数;
经估计得到的所述无失真基带信号的复共轭对称的协方差矩阵为:
L为所述下三角矩阵,LH为所述上三角矩阵,D为所述实对角矩阵;
步骤S4、所述自适应抗干扰处理器对所述经干扰抑制的输出信号进行数模转换以获取经干扰抑制的模拟中频信号,进一步经上变频处理后得到经干扰抑制的射频信号,并将所述经干扰抑制的射频信号发送至传统接收机。
5.根据权利要求4所述的一种基于空时自适应抗干扰算法的信号处理方法,其特征在于,将所述最优权重系数与所述无失真基带信号的实部做内积运算,以获取所述经干扰抑制的输出信号:
y=wHX。
6.根据权利要求5所述的一种基于空时自适应抗干扰算法的信号处理方法,其特征在于,在所述步骤S4中,所述经干扰抑制的输出信号的实部与虚部,进行低通滤波和插值处理后,将所述经干扰抑制的输出信号的实部与所述本地载波正交两路信号的输出I(n)相乘以获取第一结果,将所述经干扰抑制的输出信号的虚部与所述本地载波正交两路信号的输出Q(n)相乘以获取第二结果,将所述第一结果与所述第二结果相减,得到经干扰抑制的数字中频信号:
Y={y1,y2,…,yN}
其中,yi={y1i,y2i,…,yMi}T,经所述数模转换后获取所述经干扰抑制的模拟中频信号。
7.一种基于空时自适应抗干扰算法的信号处理系统,其特征在于,所述系统包括:
第一处理单元,被配置为:获取多元天线阵输出的用于导航定位的射频信号,对所述射频信号进行下变频处理,从而得到模拟中频信号;
第二处理单元,被配置为:对所述模拟中频信号进行模数转换以获取数字中频信号,基于数字中频信号和本地载波正交两路信号来生成无失真基带信号,并进一步估计所述无失真基带信号的复共轭对称的协方差矩阵;
其中,所述多元天线阵输出的用于导航定位的射频信号中包含干扰噪声,所述干扰噪声分布在所述复共轭对称的协方差矩阵包含的下三角矩阵、上三角矩阵和实对角矩阵中;
第三处理单元,被配置为:基于所述复共轭对称的协方差矩阵求解用于过滤所述干扰噪声的最优权重系数,将所述最优权重系数与所述无失真基带信号的实部做内积运算,以获取经干扰抑制的输出信号;
其中,估计所述无失真基带信号的复共轭对称的协方差矩阵具体包括:
对所述无失真基带信号的相关数据进行分块处理,每个数据块再进行分批处理,所述每个数据块包括Z个批次,其中:
Lchunk为所述每个数据块的采样周期数,N为天线阵元数,;
经估计得到的所述无失真基带信号的复共轭对称的协方差矩阵为:
L为所述下三角矩阵,LH为所述上三角矩阵,D为所述实对角矩阵;
第四处理单元,被配置为:对所述经干扰抑制的输出信号进行数模转换以获取经干扰抑制的模拟中频信号,进一步经上变频处理后得到经干扰抑制的射频信号。
8.一种电子设备,其特征在于,所述电子设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时,实现权利要求1至6中任一项所述的一种基于空时自适应抗干扰算法的信号处理方法中的步骤。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时,实现权利要求1至6中任一项所述的一种基于空时自适应抗干扰算法的信号处理方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210297545.8A CN114384559B (zh) | 2022-03-25 | 2022-03-25 | 一种基于空时自适应抗干扰算法的信号处理方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210297545.8A CN114384559B (zh) | 2022-03-25 | 2022-03-25 | 一种基于空时自适应抗干扰算法的信号处理方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114384559A CN114384559A (zh) | 2022-04-22 |
CN114384559B true CN114384559B (zh) | 2022-07-08 |
Family
ID=81205683
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210297545.8A Active CN114384559B (zh) | 2022-03-25 | 2022-03-25 | 一种基于空时自适应抗干扰算法的信号处理方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114384559B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114710382B (zh) * | 2022-06-07 | 2022-08-26 | 四川创智联恒科技有限公司 | 一种时分双工多天线系统的干扰消除方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3131236B1 (en) * | 2006-05-09 | 2020-05-06 | Panasonic Intellectual Property Management Co., Ltd. | Interference suppression method and interference suppression device |
US9709681B2 (en) * | 2011-12-15 | 2017-07-18 | Northrop Grumman Guidance And Electronics Company, Inc. | Digital beamforming for simultaneously mitigating weak and strong interference in a navigation system |
CN112162299B (zh) * | 2020-09-08 | 2024-09-17 | 武汉中元通信股份有限公司 | 一种空时自适应抗干扰方法及装置 |
CN113472371B (zh) * | 2021-05-31 | 2022-09-02 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 自适应阵列天线数字波束合成抗干扰处理方法 |
-
2022
- 2022-03-25 CN CN202210297545.8A patent/CN114384559B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN114384559A (zh) | 2022-04-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5998241B2 (ja) | 不要成分低減システム | |
US9362890B2 (en) | Compensation filter for cascaded-integrator-comb decimator | |
EP3345306A1 (en) | Interference phase estimate system and method | |
US8363712B2 (en) | Apparatus and method for adaptive I/Q imbalance compensation | |
TWI842849B (zh) | 提供非線性自干擾消除的方法及無線通訊裝置 | |
CN114384559B (zh) | 一种基于空时自适应抗干扰算法的信号处理方法和系统 | |
US10039020B2 (en) | Dominant signal detection method and apparatus | |
CN111487653B (zh) | 零陷展宽方法、装置及终端设备 | |
WO2017016507A1 (en) | Reducing crest factors | |
CN112731486B (zh) | 信号角度和信号频率的估计方法、装置、设备及存储介质 | |
CN113219434B (zh) | 一种基于Zynq芯片的自适应宽带数字调零系统和方法 | |
CN116232558B (zh) | 一种iq时延补偿方法、装置、电子设备和存储介质 | |
EP1435143A2 (en) | Signal processing system and method | |
Chaurasiya et al. | A new hardware-efficient spectrum-sensor VLSI architecture for data-fusion-based cooperative cognitive-radio network | |
Chang | Modified compressive sensing approach for GNSS signal reception in the presence of interference | |
KR101047959B1 (ko) | 탐색레이더 수신기의 디지털 하향 변환을 위한 장치 및 그 방법 | |
CN116400386A (zh) | 一种基于lcmv准则的零相位偏差stap抗干扰方法及系统 | |
RU2271066C2 (ru) | Способ адаптивной компенсации помех в реальном времени | |
CN109787676B (zh) | 一种高动态下的零陷展宽方法 | |
CN107966716A (zh) | 基于自适应旁瓣相消器的四阵元抗干扰方法 | |
KR20120021599A (ko) | 밴드 패스 샘플링 수신기 | |
CN113824488A (zh) | 基于判决反馈自适应对消的卫星通信非恶意干扰抑制方法 | |
CN112904378B (zh) | 提升北斗抗干扰天线输出带内平坦度的方法、装置及系统 | |
CN111600628A (zh) | 存在多普勒一阶变化率的自适应滤波窄带干扰抑制方法 | |
CN115955258B (zh) | 一种基于参考波形的导航信号收发隔离自适应对消方法 |
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 |