CN114721015B - 一种gnss接收机盲稳健stap波束形成方法及装置 - Google Patents
一种gnss接收机盲稳健stap波束形成方法及装置 Download PDFInfo
- Publication number
- CN114721015B CN114721015B CN202210368065.6A CN202210368065A CN114721015B CN 114721015 B CN114721015 B CN 114721015B CN 202210368065 A CN202210368065 A CN 202210368065A CN 114721015 B CN114721015 B CN 114721015B
- Authority
- CN
- China
- Prior art keywords
- signal
- covariance matrix
- density function
- probability density
- tdl
- 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
- G01S19/24—Acquisition or tracking or demodulation of signals transmitted by the system
- G01S19/29—Acquisition or tracking or demodulation of signals transmitted by the system carrier including Doppler, related
-
- 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
- G01S19/24—Acquisition or tracking or demodulation of signals transmitted by the system
- G01S19/30—Acquisition or tracking or demodulation of signals transmitted by the system code related
-
- 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
-
- 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
- G01S3/00—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received
- G01S3/02—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received using radio waves
- G01S3/14—Systems for determining direction or deviation from predetermined direction
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Radio Transmission System (AREA)
Abstract
本发明涉及卫星导航信号抗干扰技术领域,公开了一种GNSS接收机盲稳健STAP波束形成方法及装置。本发明不需要事先了解GNSS信号的波达方向,首先通过重构期望信号协方差矩阵,以降低期望信号的DOA估计的不确定性水平,其次利用先前的DOA估计结果来近似期望信号DOA的后验概率密度函数,然后形成导向矢量,该导向矢量为向由近似的后验后验概率密度函数确定的不同DOA的导向矢量分离的加权和,进而将导向矢量应用于TDL系数约束,最终根据求取的最优TDL系数形成STAP波束。本发明可以获得TDL的近似线性相位,并且在估计方向上提供波束主瓣增益,保证较优的输出载噪比的同时有效消除接收机中的测量误差。
Description
技术领域
本发明涉及卫星导航信号抗干扰技术领域,尤其涉及一种GNSS接收机盲稳健STAP波束形成方法及装置。
背景技术
GNSS(全球导航卫星系统)服务在全球范围内使用,但其性能容易受到干扰信号的影响。为了使GNSS接收机能够在存在干扰信号的情况下工作,通常使用自适应天线阵列在干扰方向形成零陷的方式来消除干扰信号。此外,利用对GNSS信号DOA(到达角)的先验知识,自适应阵列可以在特定方向上形成主瓣,以提高接收卫星信号的质量。这种类型的滤波器称为SOP(仅空间处理)滤波器,然而该滤波器的抗干扰个数受到天线阵元个数的限制。
相关技术中将STAP(空时自适应处理)技术应用到GNSS抗干扰中,提出了STAP滤波器。STAP滤波器通常在每个天线单元后面放置一条TDL(抽头延迟线),以增加自适应阵列的自由度,而不改变阵列的物理尺寸。目前已经提出了许多STAP算法,但它们会在接收机中引入观测量误差,这些误差随着不同GNSS信号的不同DOA而变化,从而导致定位误差。
为了解决这个问题,一些方法重点关注观测量误差对消技术,但仍然有可能在恶劣条件下带来测量误差,因为交叉校正函数(CCF)的对称性无法保证。另一些方法对每个阵列天线后面的TDL的滤波器系数(简称TDL系数)提出了不同的约束,以确保TDL的相位线性,从而确保GNSS信号的无失真响应。
上述研究都需要卫星信号的波达方向,而在大多数情况下,卫星信号的波达方向是未知的。为了解决这个问题,相关技术中提出了一种无失真盲波束的形成方法,通过约束TDL系数来保证CCF的对称性,但该方法存在卫星信号能量损失的缺点。此外有学者提出,在测量误差消除过程之前,估计每个期望信号的DOA,以使阵列波束朝向期望信号。然而,跟踪回路中不断波动的DOA估计结果将严重影响算法的输出载噪比。
发明内容
本发明提供了一种GNSS接收机盲稳健STAP波束形成方法及装置,解决了如何在保证输出载噪比较优的同时有效消除STAP算法的观测量误差的技术问题。
本发明第一方面提供一种GNSS接收机盲稳健STAP波束形成方法,包括:
获取GNSS接收机接收信号的信号协方差矩阵,基于所述信号协方差矩阵重构期望信号协方差矩阵;
根据重构的期望信号协方差矩阵获取多个期望信号DOA估计结果;
根据所述多个期望信号DOA估计结果构建相应的期望信号DOA估计集合,确定所述期望信号DOA估计集合中每个元素的后验概率密度函数;
根据所述期望信号DOA估计集合及所述后验概率密度函数构建对应的导向矢量,所述导向矢量为多个导向矢量分量的加权和,每个所述导向矢量分量对应所述期望信号DOA估计集合中的一个元素,每个所述导向矢量分量的贡献由对应元素的后验概率密度函数确定;
利用所述导向矢量建立TDL系数约束条件,求解满足所述TDL系数约束条件的最优TDL系数,并根据所述最优TDL系数形成STAP波束。
根据本发明第一方面的一种能够实现的方式,所述基于信号协方差矩阵重构期望信号协方差矩阵,包括:
对所述信号协方差矩阵进行特征分解,以得到对应的噪声子空间;
将接收信号映射于所述噪声子空间以得到无干扰的多路信号;
基于接收信号的跟踪环路数据构建本地参考信号,所述跟踪环路数据包括跟踪环路估计的码延迟、多普勒频率和载波相位;
基于所述本地参考信号对所述多路信号进行解扩处理,得到解扩后信号;
计算所述解扩后信号的协方差矩阵,对所述解扩后信号的协方差矩阵进行重构,得到重构后的协方差矩阵;
根据所述重构后的协方差矩阵得到重构的期望信号协方差矩阵。
根据本发明第一方面的一种能够实现的方式,所述确定所述期望信号DOA估计集合中每个元素的后验概率密度函数,包括:
按照下列公式估计每个元素的先验概率密度函数:
式中,表示第m次跟踪环路迭代时元素αk的先验概率密度函数,k=1,…,K,K为所述期望信号DOA估计集合的元素数量,表示第m-1次跟踪环路迭代中元素αk的先验概率密度函数,表示第m次跟踪环路迭代时的期望信号DOA估计结果,属于所述期望信号DOA估计集合;
根据估计的先验概率密度函数确定对应的后验概率密度函数。
根据本发明第一方面的一种能够实现的方式,所述求解满足所述TDL系数约束条件的最优TDL系数,包括:
设置STAP波束形成器优化模型为:
对所述STAP波束形成器优化模型进行优化求解,以得到满足所述TDL系数约束条件的最优TDL系数。
本发明第二方面提供一种GNSS接收机盲稳健STAP波束形成装置,包括:
期望信号协方差矩阵重构模块,用于获取GNSS接收机接收信号的信号协方差矩阵,基于所述信号协方差矩阵重构期望信号协方差矩阵;
获期望信号DOA估计模块,用于根据重构的期望信号协方差矩阵获取多个期望信号DOA估计结果;
后验概率密度函数确定模块,用于根据所述多个期望信号DOA估计结果构建相应的期望信号DOA估计集合,确定所述期望信号DOA估计集合中每个元素的后验概率密度函数;
导向矢量构建模块,用于根据所述期望信号DOA估计集合及所述后验概率密度函数构建对应的导向矢量,所述导向矢量为多个导向矢量分量的加权和,每个所述导向矢量分量对应所述期望信号DOA估计集合中的一个元素,每个所述导向矢量分量的贡献由对应元素的后验概率密度函数确定;
波束形成模块,用于利用所述导向矢量建立TDL系数约束条件,求解满足所述TDL系数约束条件的最优TDL系数,并根据所述最优TDL系数形成STAP波束。
根据本发明第二方面的一种能够实现的方式,所述期望信号协方差矩阵重构模块包括:
特征分解单元,用于对所述信号协方差矩阵进行特征分解,以得到对应的噪声子空间;
映射单元,用于将接收信号映射于所述噪声子空间以得到无干扰的多路信号;
本地参考信号构建单元,用于基于接收信号的跟踪环路数据构建本地参考信号,所述跟踪环路数据包括跟踪环路估计的码延迟、多普勒频率和载波相位;
信号解扩单元,用于基于所述本地参考信号对所述多路信号进行解扩处理,得到解扩后信号;
协方差矩阵重构单元,用于计算所述解扩后信号的协方差矩阵,对所述解扩后信号的协方差矩阵进行重构,得到重构后的协方差矩阵;
期望信号协方差矩阵确定单元,用于根据所述重构后的协方差矩阵得到重构的期望信号协方差矩阵。
根据本发明第二方面的一种能够实现的方式,所述后验概率密度函数确定模块包括:
估计单元,用于按照下列公式估计每个元素的先验概率密度函数:
式中,表示第m次跟踪环路迭代时元素αk的先验概率密度函数,k=1,…,K,K为所述期望信号DOA估计集合的元素数量,表示第m-1次跟踪环路迭代中元素αk的先验概率密度函数,表示第m次跟踪环路迭代时的期望信号DOA估计结果,属于所述期望信号DOA估计集合;
确定单元,用于根据估计的先验概率密度函数确定对应的后验概率密度函数。
根据本发明第二方面的一种能够实现的方式,所述波束形成模块包括:
设置单元,用于设置STAP波束形成器优化模型为:
优化求解单元,用于对所述STAP波束形成器优化模型进行优化求解,以得到满足所述TDL系数约束条件的最优TDL系数。
本发明第三方面提供了一种GNSS接收机盲稳健STAP波束形成装置,包括:
存储器,用于存储指令;其中,所述指令用于实现如上任意一项能够实现的方式所述的GNSS接收机盲稳健STAP波束形成方法;
处理器,用于执行所述存储器中的指令。
本发明第四方面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如上任意一项能够实现的方式所述的GNSS接收机盲稳健STAP波束形成方法。
从以上技术方案可以看出,本发明具有以下优点:
本发明基于GNSS接收机接收信号的信号协方差矩阵重构期望信号协方差矩阵,并从重构的期望信号协方差矩阵中获取一组期望信号DOA估计结果,以构建相应的期望信号DOA估计集合,进而通过期望信号DOA估计集合及集合中每个元素的后验概率密度函数构建对应的导向矢量,其中导向矢量为多个导向矢量分量的加权和,每个导向矢量分量对应一个元素,每个导向矢量分量的贡献由对应元素的后验概率密度函数确定,通过将导向矢量应用于TDL系数约束,最终根据求取的最优TDL系数形成STAP波束;本发明不需要事先了解GNSS信号的波达方向,通过重构期望信号协方差矩阵,能够降低期望信号的DOA估计的不确定性水平,基于期望信号DOA估计及后验概率密度函数来确定导向矢量,并将得到的导向矢量应用于TDL系数约束,可以获得TDL的近似线性相位,并且在估计方向上提供波束主瓣增益,保证较优的输出载噪比的同时有效消除接收机中的测量误差。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例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性的前提下,还可以根据这些附图获得其它的附图。
图1为本发明一个可选实施例提供的一种GNSS接收机盲稳健STAP波束形成方法的流程图;
图2为本发明一个可选实施例提供的一种GNSS接收机盲稳健STAP波束形成装置的结构连接框图;
图3为本发明一个可选实施例提供的一种GNSS接收机盲稳健STAP波束形成方法在不同天线阵元数与不同信噪比下,对真实信号DOA估计结果的示意图;
图4为本发明一个可选实施例提供的一种GNSS接收机盲稳健STAP波束形成方法,在N=6、SNR=-20dB时引入的观测量误差图,其中图4中(a)的纵坐标为载波相位误差,(b)的纵坐标为码相位误差;
图5为本发明一个可选实施例提供的在N=6、SNR=-20dB时,使用本发明的一种GNSS接收机盲稳健STAP波束形成方法与PI(Power Inversion)传统功率倒置方法相比较的跟踪结果图。
附图标记:
1-期望信号协方差矩阵重构模块;2-获期望信号DOA估计模块;3-后验概率密度函数确定模块;4-导向矢量构建模块;5-波束形成模块。
具体实施方式
本发明实施例提供了一种GNSS接收机盲稳健STAP波束形成方法及装置,用于解决如何在保证输出载噪比较优的同时有效消除少STAP算法的观测量误差的技术问题。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,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,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。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它实施例,都属于本发明保护的范围。
本发明提供了一种GNSS接收机盲稳健STAP波束形成方法。
其中,该GNSS接收机为基于N元均匀线性阵列的GNSS接收机。假设接收信号仅包含一个卫星信号,该GNSS接收在时间t接收的复信号向量x(t)可以建模为:
x(t)=xd(t)+xi(t)+xn(t)
式中,xd(t)、xi(t)与xn(t)分别表示期望的GNSS信号、干扰与高斯白噪声,xd(t)可定义为:
式中P为信号幅值,θ0为GNSS信号DOA,τ0为码相位,f为载波频率,φ0为载波相位,as为空间一维导向矢量,c(·)为伪随机噪声(pseudo-random noise,PRN)码。
采用STAP方法进行波束成形时,设每个天线阵元后跟随着一个L维TDL,则每个抽头的接收信号可定义为:
式中,T0表示采样持续时间,(·)T表示转置操作。
输出的STAP波束为:
式中,w为TDL的系数。
请参阅图1,图1示出了本发明实施例提供的一种GNSS接收机盲稳健STAP波束形成方法的流程图。
本发明实施例提供的一种GNSS接收机盲稳健STAP波束形成方法,包括:
步骤S1,获取GNSS接收机接收信号的信号协方差矩阵,基于所述信号协方差矩阵重构期望信号协方差矩阵。
在一种能够实现的方式中,所述基于信号协方差矩阵重构期望信号协方差矩阵,包括:
对所述信号协方差矩阵进行特征分解,以得到对应的噪声子空间;
将接收信号映射于所述噪声子空间以得到无干扰的多路信号;
基于接收信号的跟踪环路数据构建本地参考信号,所述跟踪环路数据包括跟踪环路估计的码延迟、多普勒频率和载波相位;
基于所述本地参考信号对所述多路信号进行解扩处理,得到解扩后信号;
计算所述解扩后信号的协方差矩阵,对所述解扩后信号的协方差矩阵进行重构,得到重构后的协方差矩阵;
根据所述重构后的协方差矩阵得到重构的期望信号协方差矩阵。
具体地,对信号协方差矩阵进行特征分解,有:
式中,R表示信号协方差矩阵,E[·]表示期望运算,为TDL的接收信号,为的共轭转置矩阵,UI=(u1,u2,…,uQ),uq是信号协方差矩阵特征分解得到的特征向量,q=1,2,…,Q,Q为干扰数量,UI H为UI的共轭转置矩阵,σn 2为噪声功率,I为单位矩阵;
当接收信号中干扰功率远大于噪声功率时,接收信号的干扰零空间即噪声子空间Pn可由下式获得:
可将接收信号映射入噪声子空间以得到无干扰的多路信号:
为了获得GNSS信号的扩频增益,并达到更高的GNSS信号信噪比,进一步基于接收信号的跟踪环路数据构建本地参考信号:
m=1,2,…,M,M为跟踪环路次数,则相应的空时二维参考信号阵列rst(t)为:
基于所述本地参考信号对所述多路信号进行解扩处理,得到解扩后信号为:
式中,rm(t)表示解扩后信号,T为每次跟踪环路的积分时间,为映射到噪声空间后的期望信号空时二维导向矢量, ast(θ0,f)为映射到噪声空间之前的期望信号空时二维导向矢量,其中af(f)为时间导向矢量复常数,A=R(Δτ)sin c(πΔfT)ejπΔfT+jΔφ,Δτ为码相位估计误差,Δf为载波频率估计误差,Δφ为载波相位估计误差,n为映射噪声向量,R(·)为卫星信号的自相关函数。
Rm=E[rm(t)rm H(t)]=Rs+Rn
式中,rm H(t)为rm(t)的共轭转置矩阵,Rs为期望信号协方差矩阵,Rn为噪声协方差矩阵,Rn=nnH。
为估计Rs,对Rm进行重构,有:
在跟踪环路的首次迭代中,Θ1={-90°,…,90°}。在得到了第一次估计结果后,在环路的第二次迭代中,角度集更新为θs为一设定值;当m≥3时,设Θm={βl,…,βh},若估计结果则有Θm=Θm-1;若则Θm更新为:
式中,NL表示分解的特征向量数,ei为第i个分解到的特征向量,ei H为ei的共轭转置矩阵,λi为ei对应的最大的特征值。
步骤S2,根据重构的期望信号协方差矩阵获取多个期望信号DOA估计结果。
估计GNSS信号DOA可由下式得到:
式中,运算符·/·表示向量点除。
步骤S3,根据所述多个期望信号DOA估计结果构建相应的期望信号DOA估计集合,确定所述期望信号DOA估计集合中每个元素的后验概率密度函数。
虽然步骤S1到步骤S2提高了期望信号DOA的精度,但估计误差是不可避免的,导致估计结果在某一范围来回抖动,这反映了期望信号DOA的不确定性水平。在从1~m次跟踪环路迭代中,本步骤将所有曾经被估计为GNSS信号DOA的不同的值,组成期望信号DOA估计集合。
在一种能够实现的方式中,所述确定所述期望信号DOA估计集合中每个元素的后验概率密度函数,包括:
按照下列公式估计每个元素的先验概率密度函数:
式中,表示第m次跟踪环路迭代时元素αk的先验概率密度函数,k=1,…,K,K为所述期望信号DOA估计集合的元素数量,表示第m-1次跟踪环路迭代中元素αk的先验概率密度函数,表示第m次跟踪环路迭代时的期望信号DOA估计结果,属于所述期望信号DOA估计集合;
根据估计的先验概率密度函数确定对应的后验概率密度函数。
由于无干扰的多路信号在未经解扩处理时,有用信号未获得扩频增益,信噪比很低,作为一种实施方式,在这种情况下,可用先验概率近似后验概率密度函数,即:
步骤S4,根据所述期望信号DOA估计集合及所述后验概率密度函数构建对应的导向矢量,所述导向矢量为多个导向矢量分量的加权和,每个所述导向矢量分量对应所述期望信号DOA估计集合中的一个元素,每个所述导向矢量分量的贡献由对应元素的后验概率密度函数确定。
具体地,导向矢量可以由下式得到:
步骤S5,利用所述导向矢量建立TDL系数约束条件,求解满足所述TDL系数约束条件的最优TDL系数,并根据所述最优TDL系数形成STAP波束。
在一种能够实现的方式中,所述求解满足所述TDL系数约束条件的最优TDL系数,包括:
设置STAP波束形成器优化模型为:
对所述STAP波束形成器优化模型进行优化求解,以得到满足所述TDL系数约束条件的最优TDL系数。
本发明还提供了一种GNSS接收机盲稳健STAP波束形成装置。
请参阅图2,图2示出了本发明实施例提供的一种GNSS接收机盲稳健STAP波束形成装置的结构连接框图。
本发明实施例提供了一种GNSS接收机盲稳健STAP波束形成装置,包括:
期望信号协方差矩阵重构模块1,用于获取GNSS接收机接收信号的信号协方差矩阵,基于所述信号协方差矩阵重构期望信号协方差矩阵;
获期望信号DOA估计模块2,用于根据重构的期望信号协方差矩阵获取多个期望信号DOA估计结果;
后验概率密度函数确定模块3,用于根据所述多个期望信号DOA估计结果构建相应的期望信号DOA估计集合,确定所述期望信号DOA估计集合中每个元素的后验概率密度函数;
导向矢量构建模块4,用于根据所述期望信号DOA估计集合及所述后验概率密度函数构建对应的导向矢量,所述导向矢量为多个导向矢量分量的加权和,每个所述导向矢量分量对应所述期望信号DOA估计集合中的一个元素,每个所述导向矢量分量的贡献由对应元素的后验概率密度函数确定;
波束形成模块5,用于利用所述导向矢量建立TDL系数约束条件,求解满足所述TDL系数约束条件的最优TDL系数,并根据所述最优TDL系数形成STAP波束。
在一种能够实现的方式中,所述期望信号协方差矩阵重构模块1包括:
特征分解单元,用于对所述信号协方差矩阵进行特征分解,以得到对应的噪声子空间;
映射单元,用于将接收信号映射于所述噪声子空间以得到无干扰的多路信号;
本地参考信号构建单元,用于基于接收信号的跟踪环路数据构建本地参考信号,所述跟踪环路数据包括跟踪环路估计的码延迟、多普勒频率和载波相位;
信号解扩单元,用于基于所述本地参考信号对所述多路信号进行解扩处理,得到解扩后信号;
协方差矩阵重构单元,用于计算所述解扩后信号的协方差矩阵,对所述解扩后信号的协方差矩阵进行重构,得到重构后的协方差矩阵;
期望信号协方差矩阵确定单元,用于根据所述重构后的协方差矩阵得到重构的期望信号协方差矩阵。
在一种能够实现的方式中,所述后验概率密度函数确定模块3包括:
估计单元,用于按照下列公式估计每个元素的先验概率密度函数:
式中,表示第m次跟踪环路迭代时元素αk的先验概率密度函数,k=1,…,K,K为所述期望信号DOA估计集合的元素数量,表示第m-1次跟踪环路迭代中元素αk的先验概率密度函数,表示第m次跟踪环路迭代时的期望信号DOA估计结果,属于所述期望信号DOA估计集合;
确定单元,用于根据估计的先验概率密度函数确定对应的后验概率密度函数。
在一种能够实现的方式中,所述波束形成模块5包括:
设置单元,用于设置STAP波束形成器优化模型为:
优化求解单元,用于对所述STAP波束形成器优化模型进行优化求解,以得到满足所述TDL系数约束条件的最优TDL系数。
本发明还提供了一种GNSS接收机盲稳健STAP波束形成装置,包括:
存储器,用于存储指令;其中,所述指令用于实现如上任意一项实施例所述的GNSS接收机盲稳健STAP波束形成方法;
处理器,用于执行所述存储器中的指令。
本发明还提供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如上任意一项实施例所述的GNSS接收机盲稳健STAP波束形成方法。
本发明上述实施例,不需要事先了解GNSS信号的波达方向,通过重构期望信号协方差矩阵,能够降低期望信号的DOA估计的不确定性水平,基于期望信号DOA估计及后验概率密度函数来确定导向矢量,并将得到的导向矢量应用于TDL系数约束,可以获得TDL的近似线性相位,并且在估计方向上提供波束主瓣增益,保证较优的输出载噪比的同时有效消除接收机中的测量误差。
为验证本发明的效果,本发明利用基于N元均匀线性阵列的GNSS接收机进行试验,其中分别使用N=6即天线阵元数为6的GNSS接收机、N=8的GNSS接收机进行试验,在不同信噪比下,计算使用本方法所得到的估计结果与真实值的偏差大小,得到用于衡量估计稳定性的均方根误差。其中得到的对真实信号DOA估计结果的示意图如图3所示。可见,本方法具有较好的估计稳定性。
进一步地,对于用N=6即天线阵元数为6的GNSS接收机,获取其使用本方法期间在信噪比(SNR)为-20dB时的观测量误差图,如图4所示。根据图4可知,随着跟踪时间变化,利用本方法,基本上消除了观测量误差。
进一步地,对于用N=6的GNSS接收机,分别获取其使用本方法和PI(PowerInversion)传统功率倒置方法期间,在信噪比(SNR)为-20dB时的跟踪结果,如图5所示。图5中横坐标为跟踪时间,纵坐标为载噪比(其单位为dBHz),用来衡量接收信号质量。根据图5可知,利用本方法跟踪的真实信号质量远超传统PI方法。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的装置和模块的具体工作过程,可以参考前述方法实施例中的对应过程,上述描述的装置和模块的具体有益效果,可以参考前述方法实施例中的对应有益效果,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。
所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (4)
1.一种GNSS接收机盲稳健STAP波束形成方法,其特征在于,包括:
获取GNSS接收机接收信号的信号协方差矩阵,基于所述信号协方差矩阵重构期望信号协方差矩阵;
根据重构的期望信号协方差矩阵获取多个期望信号DOA估计结果;
根据所述多个期望信号DOA估计结果构建相应的期望信号DOA估计集合,确定所述期望信号DOA估计集合中每个元素的后验概率密度函数;
根据所述期望信号DOA估计集合及所述后验概率密度函数构建对应的导向矢量,所述导向矢量为多个导向矢量分量的加权和,每个所述导向矢量分量对应所述期望信号DOA估计集合中的一个元素,每个所述导向矢量分量的贡献由对应元素的后验概率密度函数确定;
利用所述导向矢量建立TDL系数约束条件,求解满足所述TDL系数约束条件的最优TDL系数,并根据所述最优TDL系数形成STAP波束;
其中,所述基于信号协方差矩阵重构期望信号协方差矩阵,包括:
对所述信号协方差矩阵进行特征分解,以得到对应的噪声子空间;
将接收信号映射于所述噪声子空间以得到无干扰的多路信号;
基于接收信号的跟踪环路数据构建本地参考信号,所述跟踪环路数据包括跟踪环路估计的码延迟、多普勒频率和载波相位;
基于所述本地参考信号对所述多路信号进行解扩处理,得到解扩后信号;
计算所述解扩后信号的协方差矩阵,对所述解扩后信号的协方差矩阵进行重构,得到重构后的协方差矩阵;
根据所述重构后的协方差矩阵得到重构的期望信号协方差矩阵;
所述根据重构的期望信号协方差矩阵获取多个期望信号DOA估计结果,包括:
按照下式得到估计GNSS信号DOA:
式中,运算符·/·表示向量点除,表示第m次跟踪环路迭代时的期望信号DOA估计结果,属于所述期望信号DOA估计集合,e1表示对重构后的协方差矩阵进行特征分解时得到的第1个分解到的特征向量,ast(θ0,f)为映射到噪声空间之前的期望信号空时二维导向矢量;
所述确定所述期望信号DOA估计集合中每个元素的后验概率密度函数,包括:
按照下列公式估计每个元素的先验概率密度函数:
根据估计的先验概率密度函数确定对应的后验概率密度函数;
所述根据所述期望信号DOA估计集合及所述后验概率密度函数构建对应的导向矢量,包括:
用先验概率近似后验概率密度函数,即:
按照下式得到导向矢量:
所述求解满足所述TDL系数约束条件的最优TDL系数,包括:
设置STAP波束形成器优化模型为:
对所述STAP波束形成器优化模型进行优化求解,以得到满足所述TDL系数约束条件的最优TDL系数。
2.一种GNSS接收机盲稳健STAP波束形成装置,其特征在于,包括:
期望信号协方差矩阵重构模块,用于获取GNSS接收机接收信号的信号协方差矩阵,基于所述信号协方差矩阵重构期望信号协方差矩阵;
获期望信号DOA估计模块,用于根据重构的期望信号协方差矩阵获取多个期望信号DOA估计结果;
后验概率密度函数确定模块,用于根据所述多个期望信号DOA估计结果构建相应的期望信号DOA估计集合,确定所述期望信号DOA估计集合中每个元素的后验概率密度函数;
导向矢量构建模块,用于根据所述期望信号DOA估计集合及所述后验概率密度函数构建对应的导向矢量,所述导向矢量为多个导向矢量分量的加权和,每个所述导向矢量分量对应所述期望信号DOA估计集合中的一个元素,每个所述导向矢量分量的贡献由对应元素的后验概率密度函数确定;
波束形成模块,用于利用所述导向矢量建立TDL系数约束条件,求解满足所述TDL系数约束条件的最优TDL系数,并根据所述最优TDL系数形成STAP波束;
其中,所述期望信号协方差矩阵重构模块包括:
特征分解单元,用于对所述信号协方差矩阵进行特征分解,以得到对应的噪声子空间;
映射单元,用于将接收信号映射于所述噪声子空间以得到无干扰的多路信号;
本地参考信号构建单元,用于基于接收信号的跟踪环路数据构建本地参考信号,所述跟踪环路数据包括跟踪环路估计的码延迟、多普勒频率和载波相位;
信号解扩单元,用于基于所述本地参考信号对所述多路信号进行解扩处理,得到解扩后信号;
协方差矩阵重构单元,用于计算所述解扩后信号的协方差矩阵,对所述解扩后信号的协方差矩阵进行重构,得到重构后的协方差矩阵;
期望信号协方差矩阵确定单元,用于根据所述重构后的协方差矩阵得到重构的期望信号协方差矩阵;
所述获期望信号DOA估计模块具体用于按照下式得到估计GNSS信号DOA:
式中,运算符·/·表示向量点除,表示第m次跟踪环路迭代时的期望信号DOA估计结果,属于所述期望信号DOA估计集合,e1表示对重构后的协方差矩阵进行特征分解时得到的第1个分解到的特征向量,ast(θ0,f)为映射到噪声空间之前的期望信号空时二维导向矢量;
所述后验概率密度函数确定模块包括:
估计单元,用于按照下列公式估计每个元素的先验概率密度函数:
式中,表示第m次跟踪环路迭代时元素αk的先验概率密度函数,k=1,…,K,K为所述期望信号DOA估计集合的元素数量,表示第m-1次跟踪环路迭代中元素αk的先验概率密度函数,表示第m次跟踪环路迭代时的期望信号DOA估计结果,属于所述期望信号DOA估计集合;
确定单元,用于根据估计的先验概率密度函数确定对应的后验概率密度函数;
所述导向矢量构建模块具体用于:
用先验概率近似后验概率密度函数,即:
按照下式得到导向矢量:
所述波束形成模块包括:
设置单元,用于设置STAP波束形成器优化模型为:
优化求解单元,用于对所述STAP波束形成器优化模型进行优化求解,以得到满足所述TDL系数约束条件的最优TDL系数。
3.一种GNSS接收机盲稳健STAP波束形成装置,其特征在于,包括:
存储器,用于存储指令;其中,所述指令用于实现如权利要求1所述的GNSS接收机盲稳健STAP波束形成方法;
处理器,用于执行所述存储器中的指令。
4.一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如权利要求1所述的GNSS接收机盲稳健STAP波束形成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210368065.6A CN114721015B (zh) | 2022-04-08 | 2022-04-08 | 一种gnss接收机盲稳健stap波束形成方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210368065.6A CN114721015B (zh) | 2022-04-08 | 2022-04-08 | 一种gnss接收机盲稳健stap波束形成方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114721015A CN114721015A (zh) | 2022-07-08 |
CN114721015B true CN114721015B (zh) | 2022-12-09 |
Family
ID=82241498
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210368065.6A Active CN114721015B (zh) | 2022-04-08 | 2022-04-08 | 一种gnss接收机盲稳健stap波束形成方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114721015B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116520357B (zh) * | 2023-06-28 | 2023-09-26 | 中山大学 | 基于稀疏分解的gnss接收机欺骗干扰检测方法及装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101900819A (zh) * | 2010-07-15 | 2010-12-01 | 哈尔滨工业大学 | 导航接收机盲自适应空时阵列抗干扰方法 |
CN102208930A (zh) * | 2010-03-30 | 2011-10-05 | 清华大学 | 快速信号子空间估计方法 |
CN104536018A (zh) * | 2015-01-06 | 2015-04-22 | 中国人民解放军国防科学技术大学 | 一种使用阵列天线抗干扰技术的gnss多星联合捕获方法 |
CN104777491A (zh) * | 2015-04-22 | 2015-07-15 | 北京北斗星通导航技术股份有限公司 | 一种盲波束宽带干扰抑制方法及装置 |
CN107102292A (zh) * | 2017-06-19 | 2017-08-29 | 哈尔滨工业大学 | 一种基于贝叶斯方法的目标方位跟踪方法 |
CN111551892A (zh) * | 2020-04-22 | 2020-08-18 | 武汉工程大学 | 一种稳健自适应波束形成方法及装置 |
CN112859898A (zh) * | 2021-01-18 | 2021-05-28 | 中山大学 | 一种基于双通道双向神经网络的飞行器轨迹预测方法 |
CN112924947A (zh) * | 2020-11-28 | 2021-06-08 | 海南大学 | 一种基于实值稀疏贝叶斯学习的mimo雷达稳健doa估计方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050195103A1 (en) * | 2004-01-13 | 2005-09-08 | Davis Dennis W. | Phased arrays exploiting geometry phase and methods of creating such arrays |
-
2022
- 2022-04-08 CN CN202210368065.6A patent/CN114721015B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102208930A (zh) * | 2010-03-30 | 2011-10-05 | 清华大学 | 快速信号子空间估计方法 |
CN101900819A (zh) * | 2010-07-15 | 2010-12-01 | 哈尔滨工业大学 | 导航接收机盲自适应空时阵列抗干扰方法 |
CN104536018A (zh) * | 2015-01-06 | 2015-04-22 | 中国人民解放军国防科学技术大学 | 一种使用阵列天线抗干扰技术的gnss多星联合捕获方法 |
CN104777491A (zh) * | 2015-04-22 | 2015-07-15 | 北京北斗星通导航技术股份有限公司 | 一种盲波束宽带干扰抑制方法及装置 |
CN107102292A (zh) * | 2017-06-19 | 2017-08-29 | 哈尔滨工业大学 | 一种基于贝叶斯方法的目标方位跟踪方法 |
CN111551892A (zh) * | 2020-04-22 | 2020-08-18 | 武汉工程大学 | 一种稳健自适应波束形成方法及装置 |
CN112924947A (zh) * | 2020-11-28 | 2021-06-08 | 海南大学 | 一种基于实值稀疏贝叶斯学习的mimo雷达稳健doa估计方法 |
CN112859898A (zh) * | 2021-01-18 | 2021-05-28 | 中山大学 | 一种基于双通道双向神经网络的飞行器轨迹预测方法 |
Non-Patent Citations (4)
Title |
---|
2019年空时自适应处理技术研究热点回眸;闫晟等;《科技导报》;20200213(第03期);全文 * |
Reduced-Rank Space-Time Processing for Anti-Jamming GPS Receivers;庄学彬等;《Tsinghua Science and Technology》;20090415(第02期);全文 * |
Robust STAP with Reduced Mutual Coupling and Enhanced DOF Based on Super Nested Sampling Structure;Liu M;《IEEE Access, 2019》;20191231;全文 * |
Signal dependent clutter waveform design for radar STAP;Setlur P , Rangaswamy M;《IEEE Radar Conference (RadarCon). IEEE》;20141231;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114721015A (zh) | 2022-07-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Mohammadzadeh et al. | Maximum entropy-based interference-plus-noise covariance matrix reconstruction for robust adaptive beamforming | |
CN110113085B (zh) | 一种基于协方差矩阵重构的波束形成方法及系统 | |
Vagle et al. | Performance analysis of GNSS multipath mitigation using antenna arrays | |
US20050285788A1 (en) | Technique for direction-of-arrival estimation without eigendecomposition and its application to beamforming at base station | |
CN103245956A (zh) | 一种基于稳健波束形成算法的gps抗多径方法 | |
CN108809398A (zh) | 一种基于信源个数约束的稳健自适应波束形成方法 | |
CN109375153B (zh) | 一种基于冲激响应压缩感知的密集多径信号角度估计方法 | |
KR20170093724A (ko) | 위성 무선 내비게이션 수신기를 캘리브레이션하는 방법 | |
Daneshmand et al. | Interference and multipath mitigation utilising a two‐stage beamformer for global navigation satellite systems applications | |
Wu et al. | Cascaded interference and multipath suppression method using array antenna for GNSS receiver | |
CN108983143A (zh) | 有色噪声背景下双基地mimo雷达角度估计方法 | |
CN114721015B (zh) | 一种gnss接收机盲稳健stap波束形成方法及装置 | |
Yang et al. | Robust beamforming via alternating iteratively estimating the steering vector and interference-plus-noise covariance matrix | |
CN113534198B (zh) | 基于协方差矩阵重构的卫星导航动态抗干扰方法及其系统 | |
Konovaltsev et al. | Performance assessment of antenna array algorithms for multipath and interference mitigation | |
CN111538042B (zh) | 基于矩阵重构算法的阵列抗卫星导航信号多径的方法 | |
CN115616628B (zh) | 基于角跟踪环路的gnss天线阵接收机盲波束形成方法 | |
CN115372998B (zh) | 低复杂度的卫星导航接收机鲁棒宽线性波束形成方法 | |
CN109412982B (zh) | 一种基于信道观测冲激响应模型的多径数目估计方法 | |
CN115808659A (zh) | 基于低复杂度不确定集积分的稳健波束形成方法及系统 | |
CN115545067A (zh) | 一种基于改进music算法的多径时延估计方法 | |
CN113255098A (zh) | 一种基于有限新息率的分布式信源空域参数估计方法 | |
Niestroj et al. | Blind wideband calibration of multi antenna GNSS receiver frontends based on GNSS observations | |
Xu et al. | Robust Beamforming Method for Coprime Array with Accurate Covariance Matrix Reconstruction | |
Wu et al. | Distortionless Blind Beamformer for Interference Suppression in GNSS Antenna Array Receiver |
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 |