CN117471499A - 一种卫星导航时域自适应高精度抗干扰方法及装置 - Google Patents
一种卫星导航时域自适应高精度抗干扰方法及装置 Download PDFInfo
- Publication number
- CN117471499A CN117471499A CN202311807443.7A CN202311807443A CN117471499A CN 117471499 A CN117471499 A CN 117471499A CN 202311807443 A CN202311807443 A CN 202311807443A CN 117471499 A CN117471499 A CN 117471499A
- Authority
- CN
- China
- Prior art keywords
- interference
- time domain
- correlation function
- residual
- correlation
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000005314 correlation function Methods 0.000 claims abstract description 170
- 239000013598 vector Substances 0.000 claims abstract description 130
- 238000004458 analytical method Methods 0.000 claims abstract description 11
- 238000013461 design Methods 0.000 claims description 22
- 238000004422 calculation algorithm Methods 0.000 claims description 16
- 230000003044 adaptive effect Effects 0.000 claims description 12
- 230000036039 immunity Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims 1
- 238000005259 measurement Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 4
- 238000004088 simulation Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
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
-
- 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)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Filters That Use Time-Delay Elements (AREA)
Abstract
本申请涉及一种卫星导航时域自适应高精度抗干扰方法及装置。所述方法包括：将权值迭代式代入抗干扰输出信号构建基于抗干扰输入和权向量的预测模型；根据基于抗干扰输入和权向量的预测模型设计时域抗干扰后的相关函数并分离出第一残余分量，对第一残余分量进行化简，对化简后的第一残余分量进行分析，根据分析结果对时域抗干扰后的相关函数进行简化，简化后的相关函数包括第一残余相关函数的系数；根据第一残余相关函数的系数计算得最大相关值增益；利用最大相关值增益设计相关峰阈值条件；将满足相关峰阈值条件的最大抗干扰收敛步长作为时域自适应高精度抗干扰的抗干扰收敛步长。采用本方法能够提高卫星导航定位精度。
Description
技术领域
本申请涉及卫星导航抗干扰技术领域，特别是涉及一种卫星导航时域自适应高精度抗干扰方法及装置。
背景技术
随着GNSS应用的不断深入，用户接收机对卫星导航高精度测距、定位的需求越来越强烈。为保证GNSS的系统正常运行，监测接收机、测量通信系统、上行注入系统、星载接收机等对抗干扰测距性能提出了需求。接收机抗干扰滤波器带陷效应引入的测量零值偏移是卫星导航接收机高精度测量亟需解决的主要误差源之一。抗干扰模块与非理想信道耦合会导致信号相关峰发生畸变和测量零值变化，严重抑制接收机在高精度测量领域的应用。
当前时域抗干扰算法主要考虑干扰抑制问题，非理想信道下的单天线抗干扰和阵列抗干扰都会引入测距偏差。目前现有的高精度抗干扰方法主要包括跟踪阶段测量零值偏移消除技术和捕获阶段测量零值偏移消除技术，通过非理想信道校正、测量零值环路校正和降低相关函数旁瓣等方法来改善抗干扰带来的测量偏移问题。时域抗干扰在非理想信道影响下会产生不可忽略的测量偏差，对高精度定位等应用产生严重影响。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高卫星导航定位精度的卫星导航时域自适应高精度抗干扰方法及装置。
一种卫星导航时域自适应高精度抗干扰方法，所述方法包括：
获取时域抗干扰滤波器权矢量和输入信号矢量；根据时域抗干扰滤波器权矢量和输入信号矢量计算得到抗干扰输出信号；
利用LMS算法设计时域抗干扰滤波器权矢量的权值更新式，根据预先获取的导航接收机时域抗干扰误差信号代入权值更新式中进行更新，得到权值迭代式；
将权值迭代式代入抗干扰输出信号构建基于抗干扰输入和权向量的预测模型；根据基于抗干扰输入和权向量的预测模型设计时域抗干扰后的相关函数，相关函数包括主分量、抗干扰收敛步长和多个残余分量；
从相关函数中分离出第一残余分量，根据时域抗干扰收敛时长的级数对第一残余分量进行化简，得到化简后的第一残余分量；对化简后的第一残余分量进行分析，根据分析结果对时域抗干扰后的相关函数进行简化，得到简化后的相关函数；简化后的相关函数包括第一残余相关函数的系数；
根据第一残余相关函数的系数和各相关函数分量之间的间隔计算得到残余分量在主分量内的最大相关值增益；利用最大相关值增益和间隔设计时域抗干扰的相关峰阈值条件；
将满足时域抗干扰的相关峰阈值条件的最大抗干扰收敛步长作为卫星导航时域自适应高精度抗干扰的抗干扰收敛步长。
在其中一个实施例中，根据时域抗干扰滤波器权矢量和输入信号矢量计算得到抗干扰输出信号，包括：
根据时域抗干扰滤波器权矢量和输入信号矢量计算得到抗干扰输出信号为
；
其中，表示/>时刻的时域抗干扰滤波器权矢量，/>表示/>时刻的输入信号矢量，上标/>表示共轭转置。
在其中一个实施例中，利用LMS算法设计时域抗干扰滤波器权矢量的权值更新式，根据预先获取的导航接收机时域抗干扰误差信号代入权值更新式中进行更新，得到权值迭代式，包括：
利用LMS算法设计时域抗干扰滤波器权矢量的权值更新式为
；
其中，表示/>时刻的时域抗干扰滤波器权矢量，/>表示抗干扰收敛步长，/>表示导航接收机时域抗干扰误差信号，/>表示/>时刻的期望信号，/>表示/>时刻的抗干扰输出信号，/>表示/>时刻的导航信号，/>表示/>时刻的时域抗干扰滤波器权矢量，/>表示/>时刻的输入信号矢量，上标/>表示取共轭；
根据预先获取的导航接收机时域抗干扰误差信号代入权值更新式中进行更新，得到权值迭代式为
。
在其中一个实施例中，将权值迭代式代入抗干扰输出信号构建基于抗干扰输入和权向量的预测模型，包括：
将权值迭代式代入抗干扰输出信号构建基于抗干扰输入和权向量的预测模型为
；
其中，表示/>时刻的时域抗干扰滤波器权矢量，/>表示抗干扰收敛步长，/>表示导航接收机时域抗干扰误差信号，/>表示/>时刻的抗干扰输出信号，/>表示/>时刻的时域抗干扰滤波器权矢量，/>表示/>时刻的输入信号矢量，/>表示残余分量的序号，上标/>表示取共轭，上标/>表示共轭转置。
在其中一个实施例中，根据基于抗干扰输入和权向量的预测模型设计时域抗干扰后的相关函数，包括：
根据基于抗干扰输入和权向量的预测模型设计时域抗干扰后的相关函数为
；
其中，表示主分量，/>表示第个残余分量，/>表示抗干扰收敛步长，/>表示残余分量的序号，/>表示时刻，/>表示时刻的期望信号，/>表示相关间隔。
在其中一个实施例中，根据时域抗干扰收敛时长的级数对第一残余分量进行化简，得到化简后的第一残余分量，包括：
时域抗干扰收敛时长在毫秒级，故化简后的第一残余分量能够表示为
；
其中，是输入信号矢量的能量，/>表示残余分量的总数，/>表示时域抗干扰滤波器权矢量，/>表示滤波器权矢量的/>个系数，/>表示第/>残余相关函数。
在其中一个实施例中，对化简后的第一残余分量进行分析，根据分析结果对时域抗干扰后的相关函数进行简化，得到简化后的相关函数，包括：
从化简后的第一残余分量可知，第一残余分量包含多个相关函数分量，多个相关函数分量为/>，同理第二残余分量/>将包含，则第一残余相关函数/>仅存在于第一残余分量/>中，故时域抗干扰后的相关函数可以简化为各相关函数的和，简化后的相关函数表示为
；
其中，表示第一残余相关函数的系数，/>表示第/>残余分量，表示第/>残余分量的统一化系数。
在其中一个实施例中，根据第一残余相关函数的系数和各相关函数分量之间的间隔计算得到残余分量在主分量内的最大相关值增益，包括：
根据第一残余相关函数的系数和各相关函数分量之间的间隔计算得到残余分量在主分量内的最大相关值增益为
；
其中，表示第一残余相关函数的系数，/>表示各相关函数分量之间的间隔。
在其中一个实施例中，利用最大相关值增益和间隔设计时域抗干扰的相关峰阈值条件，包括：
利用最大相关值增益和间隔设计时域抗干扰的相关峰阈值条件为
；
其中，表示最大相关值增益，/>表示各相关函数分量之间的间隔。
一种卫星导航时域自适应高精度抗干扰装置，所述装置包括：
权值迭代式计算模块，用于获取时域抗干扰滤波器权矢量和输入信号矢量；根据时域抗干扰滤波器权矢量和输入信号矢量计算得到抗干扰输出信号；利用LMS算法设计时域抗干扰滤波器权矢量的权值更新式，根据预先获取的导航接收机时域抗干扰误差信号代入权值更新式中进行更新，得到权值迭代式；
相关函数设计模块，用于将权值迭代式代入抗干扰输出信号构建基于抗干扰输入和权向量的预测模型；根据基于抗干扰输入和权向量的预测模型设计时域抗干扰后的相关函数，相关函数包括主分量、抗干扰收敛步长和多个残余分量；
相关函数简化模块，用于从相关函数中分离出第一残余分量，根据时域抗干扰收敛时长的级数对第一残余分量进行化简，得到化简后的第一残余分量；对化简后的第一残余分量进行分析，根据分析结果对时域抗干扰后的相关函数进行简化，得到简化后的相关函数；简化后的相关函数包括第一残余相关函数的系数；
相关峰阈值条件设计模块，用于根据第一残余相关函数的系数和各相关函数分量之间的间隔计算得到残余分量在主分量内的最大相关值增益；利用最大相关值增益和间隔设计时域抗干扰的相关峰阈值条件；
抗干扰收敛步长确定模块，用于将满足时域抗干扰的相关峰阈值条件的最大抗干扰收敛步长作为卫星导航时域自适应高精度抗干扰的抗干扰收敛步长。
上述一种卫星导航时域自适应高精度抗干扰方法及装置，首先构建基于抗干扰输入和权向量的预测模型；根据基于抗干扰输入和权向量的预测模型设计时域抗干扰后的相关函数，从相关函数中分析出收敛步长会影响抗干扰后的相关函数中残余分量的大小，残余分量的存在会使得相关函数的对称性会发生改变，进而导致测距偏差，故本申请通过对相关函数进行分量分离并计算出了残余分量在主分量内的最大相关值增益来说设计时域抗干扰的相关峰阈值条件，通过将满足时域抗干扰的相关峰阈值条件的最大抗干扰收敛步长作为卫星导航时域自适应高精度抗干扰的抗干扰收敛步长不仅能提高抗干扰精度还能使得残余分量不会影响相关峰的对称性，进而提高测距精度，与现有卫星导航接收机时域抗干扰方法相比，本申请方法实现简单，高精度抗干扰有效，测距精度可控，且抗干扰性能稳定。
附图说明
图1为一个实施例中一种卫星导航时域自适应高精度抗干扰方法的流程示意图；
图2为一个实施例中相关函数的主分量与残余分量的分布示意图；
图3为一个实施例中干扰功率对高精度时域抗干扰方法的影响示意图；图3（a）为干信比对测距的影响示意图，图3（b）为干信比对载噪比的影响示意图；
图4为另一个实施例中信号功率对高精度时域抗干扰方法的影响示意图；图4（a）为输入载噪比对测距的影响示意图，图4（b）为输入载噪比对输出载噪比的影响示意图；
图5为一个实施例中一种卫星导航时域自适应高精度抗干扰装置的结构框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在一个实施例中，如图1所示，提供了一种卫星导航时域自适应高精度抗干扰方法，包括以下步骤：
步骤102，获取时域抗干扰滤波器权矢量和输入信号矢量；根据时域抗干扰滤波器权矢量和输入信号矢量计算得到抗干扰输出信号；利用LMS算法设计时域抗干扰滤波器权矢量的权值更新式，根据预先获取的导航接收机时域抗干扰误差信号代入权值更新式中进行更新，得到权值迭代式。
定义长的时域抗干扰滤波器权矢量为：
（1）
在时刻的输入信号矢量为：
（2）
则抗干扰输出信号为：
（3）
LMS算法的权值更新公式为：
（4）
误差信号为期望信号和输出信号的差值，期望信号为导航信号，低信噪比和滤波器量化使输出信号远大于导航信号。则导航接收机时域抗干扰误差信号可以简化为：
（5）
（6）
步骤104，将权值迭代式代入抗干扰输出信号构建基于抗干扰输入和权向量的预测模型；根据基于抗干扰输入和权向量的预测模型设计时域抗干扰后的相关函数，相关函数包括主分量、抗干扰收敛步长和多个残余分量。
将权值迭代式（6）代入抗干扰输出信号（3）构建基于抗干扰输入和权向量的预测模型，根据基于抗干扰输入和权向量的预测模型设计时域抗干扰后的相关函数，相关函数的主分量与残余分量的分布如图2所示，由于残余分量的存在，相关函数的对称性会发生改变，进而导致测距偏差。从相关函数的公式中可以知道，收敛步长会影响抗干扰后的相关函数中残余分量的大小，/>越小则对相关峰对称性的影响越小。同时，/>值过小会导致抗干扰收敛缓慢，导致导航信号损耗，影响正常接收。因此，需要设计一个满足测距高精度和迅速收敛的/>值来实现时域自适应高精度抗干扰。
步骤106，从相关函数中分离出第一残余分量，根据时域抗干扰收敛时长的级数对第一残余分量进行化简，得到化简后的第一残余分量；对化简后的第一残余分量进行分析，根据分析结果对时域抗干扰后的相关函数进行简化，得到简化后的相关函数；简化后的相关函数包括第一残余相关函数的系数。
定义除主分量外第个残余分量：
（9）
LMS抗干扰后的相关函数由主分量和一系列残余分量组成。残余分量中离主分量最近的相关函数为，随着/>增大残余分量/>逐渐远离主分量。如果残余分量在主分量内对相关函数的增益小于主分量，那么整个残余分量/>将不会影响/>相关峰的对称性。
第一残余分量可以表示为：
（10）
其中，是输入信号矢量的能量，平稳信号为固定值：
（11）
时域抗干扰收敛时长通常在毫秒级，因此在大部分时段内抗干扰滤波器处于稳态收敛状态。则对第一残余分量进行化简，得到化简后的第一残余分量为
（12）
由式（12）可知，第一残余分量包含/>等相关函数，同理第二残余分量/>将包含/>等相关函数分量，则第一残余相关函数/>仅存在于第一残余分量/>中。式（8）可以简化为各相关函数的和：
（13）
其中，第一残余相关函数的系数为：
（14）。
步骤108，根据第一残余相关函数的系数和各相关函数分量之间的间隔计算得到残余分量在主分量内的最大相关值增益；利用最大相关值增益和间隔设计时域抗干扰的相关峰阈值条件。
步骤110，将满足时域抗干扰的相关峰阈值条件的最大抗干扰收敛步长作为卫星导航时域自适应高精度抗干扰的抗干扰收敛步长。
定义各相关函数分量之间的间隔为，则主分量内，残余分量导致的最大相关值增益为第一残余相关函数峰值处的残余分量之和为：
（15）
当残余分量在主分量内对相关函数的增益小于主分量时，那么整个残余分量将不会影响/>相关峰的对称性：
（16）
满足式（16）的最大值即为卫星导航时域自适应高精度抗干扰/>值，根据卫星导航时域自适应高精度抗干扰/>值能够实现卫星导航时域自适应高精度抗干扰，与现有卫星导航接收机时域抗干扰方法相比，方法实现简单，高精度抗干扰有效，测距精度可控，且抗干扰性能稳定。
上述一种卫星导航时域自适应高精度抗干扰方法中，首先构建基于抗干扰输入和权向量的预测模型；根据基于抗干扰输入和权向量的预测模型设计时域抗干扰后的相关函数，从相关函数中分析出收敛步长会影响抗干扰后的相关函数中残余分量的大小，残余分量的存在会使得相关函数的对称性会发生改变，进而导致测距偏差，故本申请通过对相关函数进行分量分离并计算出了残余分量在主分量内的最大相关值增益来说设计时域抗干扰的相关峰阈值条件，通过将满足时域抗干扰的相关峰阈值条件的最大抗干扰收敛步长作为卫星导航时域自适应高精度抗干扰的抗干扰收敛步长不仅能提高抗干扰精度还能使得残余分量不会影响相关峰的对称性，进而提高测距精度，与现有卫星导航接收机时域抗干扰方法相比，本申请方法实现简单，高精度抗干扰有效，测距精度可控，且抗干扰性能稳定。
在其中一个实施例中，利用LMS算法设计时域抗干扰滤波器权矢量的权值更新式，根据预先获取的导航接收机时域抗干扰误差信号代入权值更新式中进行更新，得到权值迭代式，包括：
利用LMS算法设计时域抗干扰滤波器权矢量的权值更新式为
；
其中，表示/>时刻的时域抗干扰滤波器权矢量，/>表示抗干扰收敛步长，/>表示导航接收机时域抗干扰误差信号，/>表示/>时刻的期望信号，/>表示/>时刻的抗干扰输出信号，/>表示/>时刻的导航信号，表示/>时刻的时域抗干扰滤波器权矢量，/>表示/>时刻的输入信号矢量，上标/>表示取共轭；
根据预先获取的导航接收机时域抗干扰误差信号代入权值更新式中进行更新，得到权值迭代式为
。
在其中一个实施例中，将权值迭代式代入抗干扰输出信号构建基于抗干扰输入和权向量的预测模型，包括：
将权值迭代式代入抗干扰输出信号构建基于抗干扰输入和权向量的预测模型为
（7）
其中，表示/>时刻的时域抗干扰滤波器权矢量，/>表示抗干扰收敛步长，/>表示导航接收机时域抗干扰误差信号，/>表示/>时刻的抗干扰输出信号，/>表示/>时刻的时域抗干扰滤波器权矢量，/>表示/>时刻的输入信号矢量，/>表示残余分量的序号，上标/>表示取共轭，上标/>表示共轭转置。
在其中一个实施例中，根据基于抗干扰输入和权向量的预测模型设计时域抗干扰后的相关函数，包括：
根据基于抗干扰输入和权向量的预测模型设计时域抗干扰后的相关函数为
（8）
其中，表示主分量，/>表示第/>个残余分量，/>表示抗干扰收敛步长，/>表示残余分量的序号，/>表示时刻，/>表示时刻的期望信号，/>表示相关间隔。
在其中一个实施例中，根据时域抗干扰收敛时长的级数对第一残余分量进行化简，得到化简后的第一残余分量，包括：
时域抗干扰收敛时长在毫秒级，故化简后的第一残余分量能够表示为
；
其中，是输入信号矢量的能量，/>表示残余分量的总数，/>表示时域抗干扰滤波器权矢量，/>表示滤波器权矢量的/>个系数，/>表示第/>残余相关函数。
在其中一个实施例中，对化简后的第一残余分量进行分析，根据分析结果对时域抗干扰后的相关函数进行简化，得到简化后的相关函数，包括：
从化简后的第一残余分量可知，第一残余分量包含多个相关函数分量，多个相关函数分量为/>，同理第二残余分量/>将包含，则第一残余相关函数/>仅存在于第一残余分量/>中，故时域抗干扰后的相关函数可以简化为各相关函数的和，简化后的相关函数表示为
；
其中，表示第一残余相关函数的系数，/>表示第/>残余分量，/>表示第/>残余分量的统一化系数。
在其中一个实施例中，根据第一残余相关函数的系数和各相关函数分量之间的间隔计算得到残余分量在主分量内的最大相关值增益，包括：
根据第一残余相关函数的系数和各相关函数分量之间的间隔计算得到残余分量在主分量内的最大相关值增益为
；
其中，表示第一残余相关函数的系数，/>表示各相关函数分量之间的间隔。
在其中一个实施例中，利用最大相关值增益和间隔设计时域抗干扰的相关峰阈值条件，包括：
利用最大相关值增益和间隔设计时域抗干扰的相关峰阈值条件为
；
其中，表示最大相关值增益，/>表示各相关函数分量之间的间隔。
在具体实施例中，图3是干扰功率对高精度时域抗干扰方法的影响示意图。在仿真实验中，窄带干扰带宽为2MHz，载噪比57dBHz，收敛因子，干信比取20dB~60dBHz，步进为3dB。在无干扰的条件下，经过抗干扰滤波器，测得的伪距值为2760ns，计算得到最优块长度为6。图3（a）和图3（b）中结果表明，采用本申请的抗干扰方法后，测距偏差在0.3ns的范围内，载噪比保持稳定。
图4是信号功率对高精度时域抗干扰方法的影响示意图。在仿真实验中，窄带干扰带宽为2MHz，干信比50dBc，收敛因子。在仿真实验中，载噪比取50dBHz~90dBHz，步进为3dBHz。无干扰条件，抗干扰后的伪距值为2760ns。图4（a）和图4（b）中结果表明，采用本申请的抗干扰方法后，测距偏差在0.4ns的范围内，载噪比保持稳定。
应该理解的是，虽然图1的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图5所示，提供了一种卫星导航时域自适应高精度抗干扰装置，包括：权值迭代式计算模块502、相关函数设计模块504、相关函数简化模块506、相关峰阈值条件设计模块508和抗干扰收敛步长确定模块510，其中：
权值迭代式计算模块502，用于获取时域抗干扰滤波器权矢量和输入信号矢量；根据时域抗干扰滤波器权矢量和输入信号矢量计算得到抗干扰输出信号；利用LMS算法设计时域抗干扰滤波器权矢量的权值更新式，根据预先获取的导航接收机时域抗干扰误差信号代入权值更新式中进行更新，得到权值迭代式；
相关函数设计模块504，用于将权值迭代式代入抗干扰输出信号构建基于抗干扰输入和权向量的预测模型；根据基于抗干扰输入和权向量的预测模型设计时域抗干扰后的相关函数，相关函数包括主分量、抗干扰收敛步长和多个残余分量；
相关函数简化模块506，用于从相关函数中分离出第一残余分量，根据时域抗干扰收敛时长的级数对第一残余分量进行化简，得到化简后的第一残余分量；对化简后的第一残余分量进行分析，根据分析结果对时域抗干扰后的相关函数进行简化，得到简化后的相关函数；简化后的相关函数包括第一残余相关函数的系数；
相关峰阈值条件设计模块508，用于根据第一残余相关函数的系数和各相关函数分量之间的间隔计算得到残余分量在主分量内的最大相关值增益；利用最大相关值增益和间隔设计时域抗干扰的相关峰阈值条件；
抗干扰收敛步长确定模块510，用于将满足时域抗干扰的相关峰阈值条件的最大抗干扰收敛步长作为卫星导航时域自适应高精度抗干扰的抗干扰收敛步长。
在其中一个实施例中，权值迭代式计算模块502还用于根据时域抗干扰滤波器权矢量和输入信号矢量计算得到抗干扰输出信号，包括：
根据时域抗干扰滤波器权矢量和输入信号矢量计算得到抗干扰输出信号为
；
其中，表示/>时刻的时域抗干扰滤波器权矢量，/>表示/>时刻的输入信号矢量，上标/>表示共轭转置。
在其中一个实施例中，权值迭代式计算模块502还用于利用LMS算法设计时域抗干扰滤波器权矢量的权值更新式，根据预先获取的导航接收机时域抗干扰误差信号代入权值更新式中进行更新，得到权值迭代式，包括：
利用LMS算法设计时域抗干扰滤波器权矢量的权值更新式为
；
其中，表示/>时刻的时域抗干扰滤波器权矢量，/>表示抗干扰收敛步长，/>表示导航接收机时域抗干扰误差信号，/>表示/>时刻的期望信号，/>表示/>时刻的抗干扰输出信号，/>表示/>时刻的导航信号，表示/>时刻的时域抗干扰滤波器权矢量，/>表示/>时刻的输入信号矢量，上标/>表示取共轭；
根据预先获取的导航接收机时域抗干扰误差信号代入权值更新式中进行更新，得到权值迭代式为
。
在其中一个实施例中，相关函数设计模块504还用于将权值迭代式代入抗干扰输出信号构建基于抗干扰输入和权向量的预测模型，包括：
将权值迭代式代入抗干扰输出信号构建基于抗干扰输入和权向量的预测模型为
；
其中，表示/>时刻的时域抗干扰滤波器权矢量，/>表示抗干扰收敛步长，/>表示导航接收机时域抗干扰误差信号，/>表示/>时刻的抗干扰输出信号，/>表示/>时刻的时域抗干扰滤波器权矢量，/>表示/>时刻的输入信号矢量，/>表示残余分量的序号，上标/>表示取共轭，上标/>表示共轭转置。
在其中一个实施例中，相关函数设计模块504还用于根据基于抗干扰输入和权向量的预测模型设计时域抗干扰后的相关函数，包括：
根据基于抗干扰输入和权向量的预测模型设计时域抗干扰后的相关函数为
；
其中，表示主分量，/>表示第个残余分量，/>表示抗干扰收敛步长，/>表示残余分量的序号，/>表示时刻，/>表示时刻的期望信号，/>表示相关间隔。
在其中一个实施例中，相关函数简化模块506还用于根据时域抗干扰收敛时长的级数对第一残余分量进行化简，得到化简后的第一残余分量，包括：
时域抗干扰收敛时长在毫秒级，故化简后的第一残余分量能够表示为
；
其中，是输入信号矢量的能量，/>表示残余分量的总数，/>表示时域抗干扰滤波器权矢量，/>表示滤波器权矢量的/>个系数，/>表示第/>残余相关函数。
在其中一个实施例中，相关函数简化模块506还用于对化简后的第一残余分量进行分析，根据分析结果对时域抗干扰后的相关函数进行简化，得到简化后的相关函数，包括：
从化简后的第一残余分量可知，第一残余分量包含多个相关函数分量，多个相关函数分量为/>，同理第二残余分量/>将包含，则第一残余相关函数/>仅存在于第一残余分量/>中，故时域抗干扰后的相关函数可以简化为各相关函数的和，简化后的相关函数表示为
；
其中，表示第一残余相关函数的系数，/>表示第/>残余分量，表示第/>残余分量的统一化系数。
在其中一个实施例中，相关峰阈值条件设计模块508还用于根据第一残余相关函数的系数和各相关函数分量之间的间隔计算得到残余分量在主分量内的最大相关值增益，包括：
根据第一残余相关函数的系数和各相关函数分量之间的间隔计算得到残余分量在主分量内的最大相关值增益为
；
其中，表示第一残余相关函数的系数，/>表示各相关函数分量之间的间隔。
在其中一个实施例中，相关峰阈值条件设计模块508还用于利用最大相关值增益和间隔设计时域抗干扰的相关峰阈值条件，包括：
利用最大相关值增益和间隔设计时域抗干扰的相关峰阈值条件为
；
其中，表示最大相关值增益，/>表示各相关函数分量之间的间隔。
关于一种卫星导航时域自适应高精度抗干扰装置的具体限定可以参见上文中对于一种卫星导航时域自适应高精度抗干扰方法的限定，在此不再赘述。上述一种卫星导航时域自适应高精度抗干扰装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
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 (10)
1.一种卫星导航时域自适应高精度抗干扰方法，其特征在于，所述方法包括：
获取时域抗干扰滤波器权矢量和输入信号矢量；根据所述时域抗干扰滤波器权矢量和输入信号矢量计算得到抗干扰输出信号；
利用LMS算法设计时域抗干扰滤波器权矢量的权值更新式，根据预先获取的导航接收机时域抗干扰误差信号代入所述权值更新式中进行更新，得到权值迭代式；
将所述权值迭代式代入所述抗干扰输出信号构建基于抗干扰输入和权向量的预测模型；根据所述基于抗干扰输入和权向量的预测模型设计时域抗干扰后的相关函数，所述相关函数包括主分量、抗干扰收敛步长和多个残余分量；
从所述相关函数中分离出第一残余分量，根据时域抗干扰收敛时长的级数对所述第一残余分量进行化简，得到化简后的第一残余分量；对所述化简后的第一残余分量进行分析，根据分析结果对所述时域抗干扰后的相关函数进行简化，得到简化后的相关函数；所述简化后的相关函数包括第一残余相关函数的系数；
根据所述第一残余相关函数的系数和各相关函数分量之间的间隔计算得到残余分量在主分量内的最大相关值增益；利用所述最大相关值增益和所述间隔设计时域抗干扰的相关峰阈值条件；
将满足所述时域抗干扰的相关峰阈值条件的最大抗干扰收敛步长作为卫星导航时域自适应高精度抗干扰的抗干扰收敛步长。
2.根据权利要求1所述的方法，其特征在于，根据所述时域抗干扰滤波器权矢量和输入信号矢量计算得到抗干扰输出信号，包括：
根据所述时域抗干扰滤波器权矢量和输入信号矢量计算得到抗干扰输出信号为
；
其中，表示/>时刻的时域抗干扰滤波器权矢量，/>表示/>时刻的输入信号矢量，上标/>表示共轭转置。
3.根据权利要求1所述的方法，其特征在于，利用LMS算法设计时域抗干扰滤波器权矢量的权值更新式，根据预先获取的导航接收机时域抗干扰误差信号代入所述权值更新式中进行更新，得到权值迭代式，包括：
利用LMS算法设计时域抗干扰滤波器权矢量的权值更新式为
；
其中，表示/>时刻的时域抗干扰滤波器权矢量，/>表示抗干扰收敛步长，表示导航接收机时域抗干扰误差信号，/>表示/>时刻的期望信号，/>表示/>时刻的抗干扰输出信号，/>表示/>时刻的导航信号，/>表示/>时刻的时域抗干扰滤波器权矢量，/>表示/>时刻的输入信号矢量，上标/>表示取共轭；
根据预先获取的导航接收机时域抗干扰误差信号代入所述权值更新式中进行更新，得到权值迭代式为
。
4.根据权利要求1所述的方法，其特征在于，将所述权值迭代式代入所述抗干扰输出信号构建基于抗干扰输入和权向量的预测模型，包括：
将所述权值迭代式代入所述抗干扰输出信号构建基于抗干扰输入和权向量的预测模型为
；
其中，表示/>时刻的时域抗干扰滤波器权矢量，/>表示抗干扰收敛步长，表示导航接收机时域抗干扰误差信号，/>表示/>时刻的抗干扰输出信号，/>表示/>时刻的时域抗干扰滤波器权矢量，/>表示/>时刻的输入信号矢量，/>表示残余分量的序号，上标/>表示取共轭，上标/>表示共轭转置。
5.根据权利要求1所述的方法，其特征在于，根据所述基于抗干扰输入和权向量的预测模型设计时域抗干扰后的相关函数，包括：
根据所述基于抗干扰输入和权向量的预测模型设计时域抗干扰后的相关函数为
；
其中，表示主分量，/>表示第/>个残余分量，/>表示抗干扰收敛步长，/>表示残余分量的序号，/>表示时刻，/>表示时刻的期望信号，/>表示相关间隔。
6.根据权利要求5所述的方法，其特征在于，根据时域抗干扰收敛时长的级数对所述第一残余分量进行化简，得到化简后的第一残余分量，包括：
时域抗干扰收敛时长在毫秒级，故所述化简后的第一残余分量能够表示为
；
其中，是输入信号矢量的能量，/>表示残余分量的总数，/>表示时域抗干扰滤波器权矢量，/>表示滤波器权矢量的/>个系数，/>表示第/>残余相关函数。
7.根据权利要求6所述的方法，其特征在于，对所述化简后的第一残余分量进行分析，根据分析结果对所述时域抗干扰后的相关函数进行简化，得到简化后的相关函数，包括：
从所述化简后的第一残余分量可知，第一残余分量包含多个相关函数分量，多个相关函数分量为/>，同理第二残余分量/>将包含，则第一残余相关函数/>仅存在于第一残余分量中，故时域抗干扰后的相关函数可以简化为各相关函数的和，简化后的相关函数表示为
；
其中，表示第一残余相关函数的系数，/>表示第/>残余分量，/>表示第/>残余分量的统一化系数。
8.根据权利要求1所述的方法，其特征在于，根据所述第一残余相关函数的系数和各相关函数分量之间的间隔计算得到残余分量在主分量内的最大相关值增益，包括：
根据所述第一残余相关函数的系数和各相关函数分量之间的间隔计算得到残余分量在主分量内的最大相关值增益为
；
其中，表示第一残余相关函数的系数，/>表示各相关函数分量之间的间隔。
9.根据权利要求1所述的方法，其特征在于，利用所述最大相关值增益和所述间隔设计时域抗干扰的相关峰阈值条件，包括：
利用所述最大相关值增益和所述间隔设计时域抗干扰的相关峰阈值条件为
；
其中，表示最大相关值增益，/>表示各相关函数分量之间的间隔。
10.一种卫星导航时域自适应高精度抗干扰装置，其特征在于，所述装置包括：
权值迭代式计算模块，用于获取时域抗干扰滤波器权矢量和输入信号矢量；根据所述时域抗干扰滤波器权矢量和输入信号矢量计算得到抗干扰输出信号；利用LMS算法设计时域抗干扰滤波器权矢量的权值更新式，根据预先获取的导航接收机时域抗干扰误差信号代入所述权值更新式中进行更新，得到权值迭代式；
相关函数设计模块，用于将所述权值迭代式代入所述抗干扰输出信号构建基于抗干扰输入和权向量的预测模型；根据所述基于抗干扰输入和权向量的预测模型设计时域抗干扰后的相关函数，所述相关函数包括主分量、抗干扰收敛步长和多个残余分量；
相关函数简化模块，用于从所述相关函数中分离出第一残余分量，根据时域抗干扰收敛时长的级数对所述第一残余分量进行化简，得到化简后的第一残余分量；对所述化简后的第一残余分量进行分析，根据分析结果对所述时域抗干扰后的相关函数进行简化，得到简化后的相关函数；所述简化后的相关函数包括第一残余相关函数的系数；
相关峰阈值条件设计模块，用于根据所述第一残余相关函数的系数和各相关函数分量之间的间隔计算得到残余分量在主分量内的最大相关值增益；利用所述最大相关值增益和所述间隔设计时域抗干扰的相关峰阈值条件；
抗干扰收敛步长确定模块，用于将满足所述时域抗干扰的相关峰阈值条件的最大抗干扰收敛步长作为卫星导航时域自适应高精度抗干扰的抗干扰收敛步长。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311807443.7A CN117471499B (zh) | 2023-12-26 | 2023-12-26 | 一种卫星导航时域自适应高精度抗干扰方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311807443.7A CN117471499B (zh) | 2023-12-26 | 2023-12-26 | 一种卫星导航时域自适应高精度抗干扰方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117471499A true CN117471499A (zh) | 2024-01-30 |
| CN117471499B CN117471499B (zh) | 2024-03-26 |
Family
ID=89627767
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311807443.7A Active CN117471499B (zh) | 2023-12-26 | 2023-12-26 | 一种卫星导航时域自适应高精度抗干扰方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117471499B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060098766A1 (en) * | 2004-11-08 | 2006-05-11 | Interdigital Technology Corporation | Method and apparatus for estimating the step-size of an adaptive equalizer |
| CN104808219A (zh) * | 2015-04-24 | 2015-07-29 | 太原理工大学 | 一种新型的空时联合抗干扰方法 |
| CN105227258A (zh) * | 2015-11-03 | 2016-01-06 | 重庆大学 | 基于高阶统计量的l-dacs1系统自适应干扰消除方法 |
| CN106168671A (zh) * | 2016-07-12 | 2016-11-30 | 北京理工大学 | 基于开环自适应滤波的dsss接收机抗异址干扰方法 |
| CN106501819A (zh) * | 2016-11-16 | 2017-03-15 | 西安电子科技大学 | 基于fpga的卫星接收机抗窄带干扰实现方法 |
| US20200292711A1 (en) * | 2019-03-14 | 2020-09-17 | Thales | Method for checking the integrity of a satellite radionavigation signal |
| US20220123770A1 (en) * | 2020-10-16 | 2022-04-21 | Deere & Company | Adaptive narrowband interference rejection for satellite navigation receiver |
| CN115267699A (zh) * | 2022-08-01 | 2022-11-01 | 北京千禧卫通装备技术有限公司 | 基于数字波束形成的导航抗干扰方法 |
| CN116299578A (zh) * | 2023-05-24 | 2023-06-23 | 中国人民解放军国防科技大学 | 一种gnss天线阵波束指向抗干扰处理方法和装置 |
| CN117233803A (zh) * | 2023-11-13 | 2023-12-15 | 中国人民解放军战略支援部队航天工程大学 | 一种空域自适应变步长导航抗干扰方法 |
-
2023
- 2023-12-26 CN CN202311807443.7A patent/CN117471499B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060098766A1 (en) * | 2004-11-08 | 2006-05-11 | Interdigital Technology Corporation | Method and apparatus for estimating the step-size of an adaptive equalizer |
| CN104808219A (zh) * | 2015-04-24 | 2015-07-29 | 太原理工大学 | 一种新型的空时联合抗干扰方法 |
| CN105227258A (zh) * | 2015-11-03 | 2016-01-06 | 重庆大学 | 基于高阶统计量的l-dacs1系统自适应干扰消除方法 |
| CN106168671A (zh) * | 2016-07-12 | 2016-11-30 | 北京理工大学 | 基于开环自适应滤波的dsss接收机抗异址干扰方法 |
| CN106501819A (zh) * | 2016-11-16 | 2017-03-15 | 西安电子科技大学 | 基于fpga的卫星接收机抗窄带干扰实现方法 |
| US20200292711A1 (en) * | 2019-03-14 | 2020-09-17 | Thales | Method for checking the integrity of a satellite radionavigation signal |
| US20220123770A1 (en) * | 2020-10-16 | 2022-04-21 | Deere & Company | Adaptive narrowband interference rejection for satellite navigation receiver |
| CN115267699A (zh) * | 2022-08-01 | 2022-11-01 | 北京千禧卫通装备技术有限公司 | 基于数字波束形成的导航抗干扰方法 |
| CN116299578A (zh) * | 2023-05-24 | 2023-06-23 | 中国人民解放军国防科技大学 | 一种gnss天线阵波束指向抗干扰处理方法和装置 |
| CN117233803A (zh) * | 2023-11-13 | 2023-12-15 | 中国人民解放军战略支援部队航天工程大学 | 一种空域自适应变步长导航抗干扰方法 |
Non-Patent Citations (5)
| Title |
|---|
| RANA LIAQAT ALI 等: "Adaptive Beamforming Algorithms for Anti-Jamming", INTERNATIONAL JOURNAL OF SIGNAL PROCESSING, IMAGE PROCESSING AND PATTERN RECOGNITION, vol. 4, no. 1, 31 March 2017 (2017-03-31), pages 95 - 105 * |
| ZUKUN LU等: "Robust Anti-jamming Algorithm Based on New Navigation Signal", 2022 IEEE 10TH INTERNATIONAL CONFERENCE ON INFORMATION, COMMUNICATION AND NETWORKS, 12 January 2023 (2023-01-12), pages 455 - 459 * |
| 刘喜洋 等: "基于改进LMS算法的自适应旁瓣对消研究", 火控雷达技术, vol. 51, no. 3, 30 September 2022 (2022-09-30), pages 46 - 49 * |
| 孙广富 等: "滤波器阶数对导航接收机时域抗干扰的影响分析", 国防科技大学学报, vol. 45, no. 5, 31 October 2023 (2023-10-31), pages 60 - 71 * |
| 程彦飞 等: "一种空时抗干扰后接收机精度校正的方法", 遥测遥控, vol. 37, no. 3, 15 May 2016 (2016-05-15), pages 23 - 28 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117471499B (zh) | 2024-03-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9407990B2 (en) | Apparatus for gain calibration of a microphone array and method thereof | |
| CN110045321B (zh) | 基于稀疏和低秩恢复的稳健doa估计方法 | |
| Liao et al. | Recursive steering vector estimation and adaptive beamforming under uncertainties | |
| CN111190197B (zh) | 一种导航卫星信号质量在轨优化与保持方法 | |
| CN110146901A (zh) | 基于径向基神经网络和无迹卡尔曼滤波多径估计方法 | |
| KR20170093724A (ko) | 위성 무선 내비게이션 수신기를 캘리브레이션하는 방법 | |
| CN109061686B (zh) | 基于递归广义最大互熵的自适应多径估计方法 | |
| Brenneman et al. | GPS multipath detection with ANOVA for adaptive arrays | |
| Barcelo et al. | A reduced complexity approach to IAA beamforming for efficient DOA estimation of coherent sources | |
| CN103701515B (zh) | 一种数字多波束形成方法 | |
| CN117471499B (zh) | 一种卫星导航时域自适应高精度抗干扰方法及装置 | |
| Santos et al. | On low rank MVDR beamforming using the conjugate gradient algorithm | |
| Liu et al. | Computationally efficient direction finding using uniform linear arrays | |
| Wang et al. | Minimum sensitivity based robust beamforming with eigenspace decomposition | |
| CN110940999A (zh) | 一种基于误差模型下的自适应无迹卡尔曼滤波方法 | |
| Qian et al. | Robust beamforming based on steering vector and covariance matrix estimation | |
| US8818435B2 (en) | System for receiving satellite signals | |
| CN113253306B (zh) | 模拟gnss多径信道的方法及装置 | |
| CN112147590B (zh) | 一种基于响应估计频域拟合的通道均衡方法 | |
| KR20210015814A (ko) | Gnss 수신기에서의 조인트 채널 및 시간 추정의 수행 방법 및 장치 | |
| CN114721015A (zh) | 一种gnss接收机盲稳健stap波束形成方法及装置 | |
| CN109787676B (zh) | 一种高动态下的零陷展宽方法 | |
| KR101991844B1 (ko) | 지연 시간 추정 장치 및 방법 | |
| CN113591537A (zh) | 一种双迭代非正交联合块对角化卷积盲源分离方法 | |
| CN112769469B (zh) | 一种基于波束形成控制运算阵元数的方法及装置 |
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 |