WO2021174683A1 - 共轭梯度的阵列抗干扰方法 - Google Patents

共轭梯度的阵列抗干扰方法 Download PDF

Info

Publication number
WO2021174683A1
WO2021174683A1 PCT/CN2020/091699 CN2020091699W WO2021174683A1 WO 2021174683 A1 WO2021174683 A1 WO 2021174683A1 CN 2020091699 W CN2020091699 W CN 2020091699W WO 2021174683 A1 WO2021174683 A1 WO 2021174683A1
Authority
WO
WIPO (PCT)
Prior art keywords
signal
jamming
conjugate gradient
weight
array
Prior art date
Application number
PCT/CN2020/091699
Other languages
English (en)
French (fr)
Inventor
陈鹏
韩蔚峰
曹振新
Original Assignee
南京步微信息科技有限公司
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 南京步微信息科技有限公司 filed Critical 南京步微信息科技有限公司
Publication of WO2021174683A1 publication Critical patent/WO2021174683A1/zh

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04K—SECRET COMMUNICATION; JAMMING OF COMMUNICATION
    • H04K3/00—Jamming of communication; Counter-measures
    • H04K3/40—Jamming having variable characteristics
    • H04K3/43—Jamming having variable characteristics characterized by the control of the jamming power, signal-to-noise ratio or geographic coverage area
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04K—SECRET COMMUNICATION; JAMMING OF COMMUNICATION
    • H04K2203/00—Jamming of communication; Countermeasures
    • H04K2203/30—Jamming or countermeasure characterized by the infrastructure components
    • H04K2203/34—Jamming or countermeasure characterized by the infrastructure components involving multiple cooperating jammers

Definitions

  • the invention relates to the technical field of multi-sensing or antenna anti-jamming array signal processing, in particular to a conjugate gradient array anti-jamming method.
  • Array anti-jamming technology is often used in application scenarios such as satellite navigation and positioning, radar detection, and wireless communication. Its signal is extremely weak, which can easily cause the receiving end to be interfered and lose signal information.
  • Typical interference includes suppression interference and deception interference. Among them, suppression interference is the most widely used.
  • suppression interference the current most effective method is power inversion. The power inversion method attempts to minimize the output power of the array to achieve the purpose of suppressing interference. At the same time, its adaptability may cause the useful signal to be suppressed in the processing. When the useful signal level is below the noise, the adaptive array will not suppress the useful signal. In this application scenario, this adaptive anti-jamming algorithm can achieve a good anti-jamming effect.
  • the criteria commonly used in adaptive anti-jamming algorithms are the minimum mean square error criterion, the maximum signal-to-interference and noise ratio criterion, and the linear constraint minimum variance criterion.
  • the minimum mean square error criterion requires only one reference signal information to complete the anti-interference algorithm. We set the signal of an array element as the reference signal. This method can perform interference without knowing any signal prior information. Inhibition is an efficient and quick method.
  • an object of the present invention is to propose a conjugate gradient array anti-jamming method.
  • the invention uses the iterative weight calculation of the conjugate gradient to effectively reduce the complexity of the traditional algorithm, realize fast adaptive anti-jamming calculation, and Meet the real-time anti-interference requirements of sports equipment.
  • the method steps are as follows:
  • Step 1 Construct an adaptive array for satellite navigation and positioning, radar detection, and wireless communication application scenarios.
  • An anti-interference optimization problem model constructed by a signal model
  • Step 2 Based on the conjugate gradient theory, use a low-complexity conjugate iterative algorithm to solve the weight of each antenna or sensor in the adaptive array;
  • Step 3 Use field programmable devices to achieve real-time solution of weights.
  • the optimization problem model constructed by the signal model of the array anti-interference in the step 1 is:
  • s(i) is the vector composed of the desired signal and the interference signal
  • the noise is n(i)
  • 2 ⁇ E ⁇
  • 2 ⁇ E ⁇ x 1 2 ⁇ -2W a H r d +W a H R a W a , so there is an unconstrained optimization problem
  • M is the number of array elements
  • ( ⁇ )H indicates conjugate transpose
  • E( ⁇ ) indicates expectation
  • step 2 the specific method steps in step 2 include:
  • Step 21 Input signal: X(i);
  • Step 26 Determine the value of the 2-norm of the residual r
  • Step 28 return to step step 24;
  • Step 29 output signal: array weight, and end step 2.
  • the subscript k represents the value of the parameter calculated in the kth iteration.
  • the solution structure includes a digital down-conversion module, an anti-interference algorithm module, a combined output module, and a digital up-conversion module.
  • the down-conversion module multiplies the intermediate frequency signal and the sine-cosine signal to obtain two I/Q quadrature signals, and performs filtering processing, where I represents in-phase and Q represents quadrature.
  • the anti-interference algorithm module includes a covariance calculation module, a residual r calculation module, a residual r2-norm calculation module, a threshold judgment valve block, a ⁇ calculation module, an optimization direction p calculation module, and an optimization direction p selector , Optimization step size ⁇ calculation module, weight update module, weight maintenance module.
  • the combined output module is to multiply the signal and the weight and add each path to output.
  • the up-conversion module multiplies and adds two I/Q signals and a sine and cosine signal to synthesize one signal for output to complete anti-interference processing.
  • the weight includes phase or amplitude.
  • Figure 1 is a flow chart of the conjugate gradient array anti-jamming method proposed by the present invention
  • Fig. 2 is a signal model diagram in the anti-jamming optimization problem in the conjugate gradient array anti-jamming method proposed by the invention
  • FIG. 3 is a structure diagram of the implementation of the conjugate gradient algorithm in the conjugate gradient array anti-jamming method proposed by the invention
  • Figure 5 is the iterative curve of the residuals of the two algorithms in the conjugate gradient array anti-jamming method proposed by the invention.
  • FIG. 6 is the iterative curve of the output signal to interference and noise ratio of the two algorithms in the conjugate gradient array anti-jamming method proposed by the invention.
  • a conjugate gradient array anti-jamming method according to an embodiment of the present invention, the method steps are as follows:
  • Step 1 Construct an optimization problem model constructed by a signal model for adaptive array anti-jamming for satellite navigation and positioning, radar detection, and wireless communication application scenarios;
  • Step 2 Based on the conjugate gradient theory, use a low-complexity conjugate iterative algorithm to solve the weight of each antenna or sensor in the adaptive array, and the weight includes phase or amplitude;
  • Step 3 Use field programmable devices to achieve real-time solution of weights.
  • the optimization problem model constructed by the signal model of the array anti-interference in the step 1 is:
  • s(i) is the vector composed of the desired signal and the interference signal
  • the noise is n(i)
  • 2 ⁇ E ⁇
  • 2 ⁇ E ⁇ x 1 2 ⁇ -2W a H r d +W a H R a W a , so there is an unconstrained optimization problem
  • M is the number of array elements
  • ( ⁇ )H indicates conjugate transpose
  • E( ⁇ ) indicates expectation
  • the f function minimizes the parameter Wa.
  • the solution structure includes a digital down-conversion module, an anti-interference algorithm module, a combined output module, and a digital up-conversion module.
  • the down-conversion module multiplies the intermediate frequency signal and the sine-cosine signal to obtain two I/Q quadrature signals, and performs filtering processing, where I represents in-phase and Q represents quadrature.
  • the combined output module is to multiply the signal and the weight and add each path to output.
  • the up-conversion module multiplies and adds two I/Q signals and sine and cosine signals to synthesize one signal for output, and complete anti-interference processing.
  • the anti-interference algorithm modules include: covariance calculation module, residual r calculation module, residual r2-norm calculation module, threshold judgment valve block, ⁇ calculation module, optimization direction p calculation
  • the module, the optimization direction p selector, the optimization step ⁇ calculation module, the weight update module, and the weight maintenance module are used to implement the algorithm in step 2, because the field programmable device is used to achieve the real-time solution of the weight. So step 3 and step 2 are actually executed at the same time;
  • the anti-jamming algorithm module in step 3 corresponds to the iterative process of the conjugate gradient algorithm in step 2:
  • Step 21 Input signal: X(i);
  • Step 26 Determine the value of the 2-norm of the residual r
  • Step 28 return to step step 24;
  • Step 29 output signal: array weight, and end step 2.
  • the subscript k represents the value of the parameter calculated in the kth iteration.
  • FGPA Field programmable devices
  • Its structure includes digital down-conversion module (IQ demodulation), anti-jamming algorithm module, combined output module, and digital up-conversion Module (IQ modulation).
  • IQ demodulation digital down-conversion module
  • the antenna receives the radio frequency signal, and the radio frequency channel down-converts the signal to an intermediate frequency, and then converts the analog signal into a digital signal through the ADC chip.
  • the signal after the anti-jamming algorithm is converted into an analog signal by the DAC, and then up-converted to the receiver to analyze the signal, and the entire array anti-jamming system is completed.
  • the simulation conditions are: useful signal angle -10°, interference signal angle -25°, 10°, and 20°, input signal-to-noise ratio -30dB, interference-to-noise ratio 30dB, 4-element linear array is used, and the distance between the elements is half a wavelength . It can be seen from the figure that the conjugate gradient converges faster than the steepest descent method.
  • the invention uses the iterative weight calculation of the conjugate gradient to effectively reduce the complexity of the traditional algorithm, realizes fast adaptive anti-jamming calculation, and can meet the real-time anti-jamming requirements of sports equipment.

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Variable-Direction Aerials And Aerial Arrays (AREA)
  • Radio Transmission System (AREA)
  • Noise Elimination (AREA)

Abstract

一种共轭梯度的阵列抗干扰方法，方法步骤如下：步骤1、对卫星导航定位、雷达探测以及无线通信应用场景构建自适应阵列抗干扰的由信号模型构建的优化问题模型；步骤2、基于共轭梯度理论，利用低复杂度的共轭迭代算法，求解自适应阵列中每个天线或传感器的权重；步骤3、利用现场可编程器件实现权重的实时求解。利用共轭梯度的迭代权值计算可以有效降低传统算法的复杂度，实现快速的自适应抗干扰计算，并可满足运动设备的实时抗干扰需求。

Description

共轭梯度的阵列抗干扰方法 技术领域
本发明涉及多传感或天线的抗干扰阵列信号处理技术领域，尤其涉及共轭梯度的阵列抗干扰方法。
背景技术
阵列抗干扰技术常用于卫星导航定位、雷达探测以及无线通信等应用场景，其信号极弱，易导致接收端受到干扰而失去信号信息。典型的干扰包括压制式干扰和欺骗式干扰，而其中应用最为广泛的便是压制式干扰，针对压制式干扰，当前最为有效的方法为功率倒置方法。功率倒置方法尝试使阵列输出功率最小以达到抑制干扰的目的，同时它的自适应性可能导致处理中抑制了有用信号。而当有用信号电平在噪声以下，自适应阵列不会抑制有用信号。本应用场景下，这种自适应抗干扰算法可以达到很好的抗干扰效果。
常用于自适应抗干扰算法的准则有最小均方误差准则，最大信干噪比准则，线性约束最小方差准则。其中，最小均方误差准则只需要一个参考信号信息即可完成抗干扰算法，我们把一个阵元的信号设为参考信号，此方法就可以在不知道任何信号先验信息的条件下对干扰进行抑制，是一种高效快捷的方法。
而当阵元数变多或者采用空时算法时，协方差矩阵会变得很大，直接求逆的算法会显著增加计算量，导致权重更新变慢。对于快速移动的目标，需要计算复杂度，实现复杂度更低的算法。同时，需要一种更快速的开发方法进行数字系统的开发，且具备良好的可移植性和较小的上手难度。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明的一个目的在于提出共轭梯度的阵列抗干扰方法，本发明利用共轭梯度的迭代权值计算可以有效降低传统算法的复杂度，实现快速的自适应抗干扰计算，并可满足运动设备的实时抗干扰需求。
根据本发明实施例的一种共轭梯度的阵列抗干扰方法，方法步骤如下：
步骤1、对卫星导航定位、雷达探测以及无线通信应用场景构建自适应阵列 抗干扰的由信号模型构建的优化问题模型；
步骤2、基于共轭梯度理论，利用低复杂度的共轭迭代算法，求解自适应阵列中每个天线或传感器的权重；
步骤3、利用现场可编程器件实现权重的实时求解。
优选地，所述步骤1中阵列抗干扰的由信号模型构建的优化问题模型为：
X(i)＝As(i)+n(i)＝[x 1,x 2,x 3,…,x M]；
其中i表示离散时间的值，s(i)为期望信号和干扰信号组成的向量，噪声为n(i)，导向矢量为A＝[a(q 1),a(q 2),…,a(q n)]，
Figure PCTCN2020091699-appb-000001
Figure PCTCN2020091699-appb-000002
第一个阵元接收到的信号作为参考信号d＝x 1,调节剩余阵元加权矢量使参考信号与输出加权的均方误差最小，令可调部分的第2-M个阵元上的接收信号和加权矢量为：X a＝[x 2,x 3,…,x M],W a＝[w 2,w 3,…,w M]阵列输出信号即为误差信号Y＝x 1-W a HX a，输出均方误差为f(W a)＝E{|e(n)| 2}＝E{|Y| 2}＝E{x 1 2}-2W a Hr d+W a HR aW a，故有无约束优化问题
Figure PCTCN2020091699-appb-000003
其中，M为阵元数，(·)H表示共轭转置，E(·)表示求期望，表示f函数对参量Wa求最小值。
优选地，所述步骤2中具体方法步骤包括：
步骤21、输入信号:X(i)；
步骤22、计算协方差矩阵R a＝E(X aX a H)，互相关矢量r d＝E(x 1X a H)；
步骤23、初始化残差r 1与优化方向p：p 1＝r 1＝r d-R aW 1与阵列权重W 1＝[0,…0]；
步骤24、计算优化步长
Figure PCTCN2020091699-appb-000004
更新权重W k+1＝W k+α kp k；
步骤25、更新残差r k+1＝r d-R aW k+1；
步骤26、判断残差r的2-范数的值||r|| 2，若小于阈值，是就跳出循环进入步骤29，否就进入下一步；
步骤27、更新优化p k+1＝r k+1-β kp k，参数
Figure PCTCN2020091699-appb-000005
并判断在循环阵元个数是否小于M，是就进入步骤28，否进入步骤29；
步骤28、返回步骤步骤24；
步骤29、输出信号:阵列权重，并结束步骤2。
优选地，所述下标k表示参量在第k次迭代中计算得到的值。
优选地，所述步骤3中，其求解结构包括数字下变频模块、抗干扰算法模块、合路输出模块和数字上变频模块。
优选地，所述下变频模块是把中频信号与正余弦信号相乘，得到I/Q两路正交信号，并进行滤波处理，其中I代表同相，Q代表正交。
优选地，所述抗干扰算法模块包括协方差计算模块、残差r计算模块、残差r2-范数计算模块、阈值判断阀块、β计算模块、优化方向p计算模块、优化方向p选择器、优化步长α计算模块、权重更新模块、权重保持模块。
优选地，所述合路输出模块是将信号与权重相乘并将各路相加输出。
优选地，所述上变频模块是将I/Q两路信号与正余弦信号相乘相加，合成一路信号输出，完成抗干扰处理。
优选地，所述权重包括相位或幅度。
与现有技术相比，本发明的有益效果是：
提升计算速度：和同为迭代算法的最陡下降法相比，本方法的迭代次数大大减少，从而加快权重更新速度，可满足快速快时变场景下的抗干扰需求；
易于调试：本算法的模块化结构使得易于对其进行更改，优化与调试，同时也可以直接移植到其他算法的开发；
自适应性强：不需要知道任何先验信息，进行自适应的干扰抑制，将方向图的零陷对准干扰来向，对于现实中复杂的环境具有良好的适应性。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明提出的共轭梯度的阵列抗干扰方法的流程图；
图2为发明提出的共轭梯度的阵列抗干扰方法中抗干扰优化问题中的信号模型图；
图3为发明提出的共轭梯度的阵列抗干扰方法中共轭梯度算法实现结构图；
图4为发明提出的共轭梯度的阵列抗干扰方法中抗干扰系统结构图；
图5为发明提出的共轭梯度的阵列抗干扰方法中两种算法残差的迭代曲线；
图6为发明提出的共轭梯度的阵列抗干扰方法中两种算法输出信干噪比的迭代曲线。
具体实施方式
现在结合附图对本发明作进一步详细的说明。这些附图均为简化的示意图，仅以示意方式说明本发明的基本结构，因此其仅显示与本发明有关的构成。
所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
参照图1-2，根据本发明实施例的一种共轭梯度的阵列抗干扰方法，方法步骤如下：
步骤1、对卫星导航定位、雷达探测以及无线通信应用场景构建自适应阵列抗干扰的由信号模型构建的优化问题模型；
步骤2、基于共轭梯度理论，利用低复杂度的共轭迭代算法，求解自适应阵列中每个天线或传感器的权重，权重包括相位或幅度；
步骤3、利用现场可编程器件实现权重的实时求解。
所述步骤1中阵列抗干扰的由信号模型构建的优化问题模型为：
X(i)＝As(i)+n(i)＝[x 1,x 2,x 3,…,x M]；
其中i表示离散时间的值，s(i)为期望信号和干扰信号组成的向量，噪声为n(i)，导向矢量为A＝[a(q 1),a(q 2),…,a(q n)]，
Figure PCTCN2020091699-appb-000006
Figure PCTCN2020091699-appb-000007
第一个阵元接收到的信号作为参考信号d＝x 1,调节剩余阵元加权矢量使参考信号与输出加权的均方误差最小，令可调部分的第2-M个阵元上的接收信号和加权矢量为：X a＝[x 2,x 3,…,x M],W a＝[w 2,w 3,…,w M]阵列输出信号即为误差信号Y＝x 1-W a HX a，输出均方误差为f(W a)＝E{|e(n)| 2}＝E{|Y| 2}＝E{x 1 2}-2W a Hr d+W a HR aW a，故有无约束优化问题
Figure PCTCN2020091699-appb-000008
其中，M为阵元数，(·)H表示共轭转置，E(·)表示求期望，表示f函数对 参量Wa求最小值。
所述步骤3中，其求解结构包括数字下变频模块、抗干扰算法模块、合路输出模块和数字上变频模块。
所述下变频模块是把中频信号与正余弦信号相乘，得到I/Q两路正交信号，并进行滤波处理，其中I代表同相，Q代表正交。
所述合路输出模块是将信号与权重相乘并将各路相加输出。
所述上变频模块是将I/Q两路信号与正余弦信号相乘相加，合成一路信号输出，完成抗干扰处理。
参考图3为共轭梯度算法实现结构，抗干扰算法模块包括：协方差计算模块、残差r计算模块、残差r2-范数计算模块、阈值判断阀块、β计算模块、优化方向p计算模块、优化方向p选择器、优化步长α计算模块、权重更新模块、权重保持模块，模块之间是用来实现步骤2中的算法，因为现场可编程器件是用来实现权重的实时求解，所以步骤3与步骤2实际是是同时执行的；
步骤3中抗干扰算法模块对应于步骤2的共轭梯度算法迭代过程：
步骤21、输入信号:X(i)；
步骤22、计算协方差矩阵R a＝E(X aX a H)，互相关矢量r d＝E(x 1X a H)；
步骤23、初始化残差r 1与优化方向p：p 1＝r 1＝r d-R aW 1与阵列权重W 1＝[0,…0]；
步骤24、计算优化步长
Figure PCTCN2020091699-appb-000009
更新权重W k+1＝W k+α kp k；
步骤25、更新残差r k+1＝r d-R aW k+1；
步骤26、判断残差r的2-范数的值||r|| 2，若小于阈值，是就跳出循环进入步骤29，否就进入下一步；
步骤27、更新优化p k+1＝r k+1-β kp k，参数
Figure PCTCN2020091699-appb-000010
并判断在循环阵元个数是否小于M，是就进入步骤28，否进入步骤29；
步骤28、返回步骤步骤24；
步骤29、输出信号:阵列权重，并结束步骤2。
所述下标k表示参量在第k次迭代中计算得到的值。
参考图4为抗干扰系统结构，利用现场可编程器件(FGPA)等实现权重的实时求解，其结构包括数字下变频模块(IQ解调)、抗干扰算法模块、合路输出模块、数字上变频模块(IQ调制)。在模拟端，天线接收射频信号，射频通道将信号下变频至中频，后经过ADC芯片将模拟信号转换为数字信号。经过抗干扰算法的信号经过DAC转换为模拟信号，后上变频给接收机分析信号，整个阵列抗干扰系统完成实现。
参考图5，图6，所示为残差与输出信干噪比随迭代次数的收敛速度。
仿真条件为：有用信号角度-10°，干扰信号角度-25°，10°，和20°，输入信噪比-30dB,干噪比30dB，采用4阵元线阵，阵元间距为半波长。由图可以看出，对比于最陡下降法，共轭梯度收敛的速度更快。
本发明利用共轭梯度的迭代权值计算可以有效降低传统算法的复杂度，实现快速的自适应抗干扰计算，并可满足运动设备的实时抗干扰需求。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (10)

  1. 一种共轭梯度的阵列抗干扰方法，其特征在于：方法步骤如下：
    步骤1、对卫星导航定位、雷达探测以及无线通信应用场景构建自适应阵列抗干扰的由信号模型构建的优化问题模型；
    步骤2、基于共轭梯度理论，利用低复杂度的共轭迭代算法，求解自适应阵列中每个天线或传感器的权重；
    步骤3、利用现场可编程器件实现权重的实时求解。
  2. 根据权利要求1所述的共轭梯度的阵列抗干扰方法，其特征在于：所述步骤1中阵列抗干扰的由信号模型构建的优化问题模型为：
    X(i)＝As(i)+n(i)＝[x 1,x 2,x 3,…,x M]；
    其中i表示离散时间的值，s(i)为期望信号和干扰信号组成的向量，噪声为n(i)，导向矢量为A＝[a(q 1),a(q 2),…,a(q n)]，
    Figure PCTCN2020091699-appb-100001
    Figure PCTCN2020091699-appb-100002
    第一个阵元接收到的信号作为参考信号d＝x 1,调节剩余阵元加权矢量使参考信号与输出加权的均方误差最小，令可调部分的第2-M个阵元上的接收信号和加权矢量为：X a＝[x 2,x 3,…,x M],W a＝[w 2,w 3,…,w M]阵列输出信号即为误差信号Y＝x 1-W a HX a，输出均方误差为f(W a)＝E{|e(n)| 2}＝E{|Y| 2}＝E{x 1 2}-2W a Hr d+W a HR aW a，故有无约束优化问题
    Figure PCTCN2020091699-appb-100003
    其中，M为阵元数，(·)H表示共轭转置，E(·)表示求期望，表示f函数对参量Wa求最小值。
  3. 根据权利要求1所述的共轭梯度的阵列抗干扰方法，其特征在于：所述步骤2中具体方法步骤包括：
    步骤21、输入信号:X(i)；
    步骤22、计算协方差矩阵R a＝E(X aX a H)，互相关矢量r d＝E(x 1X a H)；
    步骤23、初始化残差r 1与优化方向p：p 1＝r 1＝r d-R aW 1与阵列权重W 1＝[0,…0]；
    步骤24、计算优化步长
    Figure PCTCN2020091699-appb-100004
    更新权重W k+1＝W k+a kp k；
    步骤25、更新残差r k+1＝r d-R aW k+1；
    步骤26、判断残差r的2-范数的值||r|| 2，若小于阈值，是就跳出循环进 入步骤29，否就进入下一步；
    步骤27、更新优化p k+1＝r k+1-β kp k，参数
    Figure PCTCN2020091699-appb-100005
    并判断在循环阵元个数是否小于M，是就进入步骤28，否进入步骤29；
    步骤28、返回步骤步骤24；
    步骤29、输出信号:阵列权重，并结束步骤2。
  4. 根据权利要求3所述的共轭梯度的阵列抗干扰方法，其特征在于：所述下标k表示参量在第k次迭代中计算得到的值。
  5. 根据权利要求1所述的共轭梯度的阵列抗干扰方法，其特征在于：所述步骤3中，其求解结构包括数字下变频模块、抗干扰算法模块、合路输出模块和数字上变频模块。
  6. 根据权利要求5所述的共轭梯度的阵列抗干扰方法，其特征在于：所述下变频模块是把中频信号与正余弦信号相乘，得到I/Q两路正交信号，并进行滤波处理，其中I代表同相，Q代表正交。
  7. 根据权利要求5所述的共轭梯度的阵列抗干扰方法，其特征在于：所述抗干扰算法模块包括协方差计算模块、残差r计算模块、残差r2-范数计算模块、阈值判断阀块、β计算模块、优化方向p计算模块、优化方向p选择器、优化步长a计算模块、权重更新模块、权重保持模块。
  8. 根据权利要求5所述的共轭梯度的阵列抗干扰方法，其特征在于：所述合路输出模块是将信号与权重相乘并将各路相加输出。
  9. 根据权利要求5所述的共轭梯度的阵列抗干扰方法，其特征在于：所述上变频模块是将I/Q两路信号与正余弦信号相乘相加，合成一路信号输出，完成抗干扰处理。
  10. 根据权利要求1所述的共轭梯度的阵列抗干扰方法，其特征在于：所述权重包括相位或幅度。
PCT/CN2020/091699 2020-03-03 2020-05-22 共轭梯度的阵列抗干扰方法 WO2021174683A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202010140026.1 2020-03-03
CN202010140026.1A CN111447037B (zh) 2020-03-03 2020-03-03 共轭梯度的阵列抗干扰方法

Publications (1)

Publication Number Publication Date
WO2021174683A1 true WO2021174683A1 (zh) 2021-09-10

Family

ID=71654037

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2020/091699 WO2021174683A1 (zh) 2020-03-03 2020-05-22 共轭梯度的阵列抗干扰方法

Country Status (2)

Country Link
CN (1) CN111447037B (zh)
WO (1) WO2021174683A1 (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113835107A (zh) * 2021-09-22 2021-12-24 深圳大学 阵列卫星导航接收机的信号处理方法、装置及智能终端
CN113905395A (zh) * 2021-12-13 2022-01-07 北京航空航天大学 一种基于非周期多级阵列的ehf卫星抗干扰方法
CN114417658A (zh) * 2021-12-29 2022-04-29 深圳航天东方红卫星有限公司 一种基于热试验数据的反设计热模型修正系统及方法
CN115334630A (zh) * 2022-06-23 2022-11-11 广州大学 一种沙漠作业机器通信链路的自适应抗干扰方法
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
CN117452442A (zh) * 2023-12-21 2024-01-26 中国人民解放军国防科技大学 一种基于空频自适应处理的高精度卫星导航抗干扰方法
CN117607916A (zh) * 2024-01-22 2024-02-27 河北晶禾电子技术股份有限公司 三维自适应抗干扰方法和装置

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115792981B (zh) * 2023-02-06 2023-05-09 深圳大学 一种基于阵列天线的可见卫星探测方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4553387B2 (ja) * 2006-02-02 2010-09-29 株式会社東芝 ウェイト算出方法、ウェイト算出装置、アダプティブアレーアンテナ、及びレーダ装置
CN101887129A (zh) * 2010-04-23 2010-11-17 西安航空电子科技有限公司 北斗卫星用户设备接收抗干扰方法
CN101937088A (zh) * 2010-07-20 2011-01-05 中国电子科技集团公司第五十四研究所 一种卫星导航接收设备空时二维抗干扰实现方法
US20120127027A1 (en) * 2010-11-24 2012-05-24 Zafer Sahinoglu Persymmetric Parametric Adaptive Matched Filters for Detecting Targets Using Space-Time Adaptive Processing of Radar Signals
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
CN108075812A (zh) * 2016-11-16 2018-05-25 电子科技大学 一种基于最小化误码率的接收端天线选择方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105429688A (zh) * 2015-11-18 2016-03-23 清华大学 大规模分布天线系统中抑制导频污染的多小区预编码方法
CN108462521B (zh) * 2018-02-11 2021-03-05 西南电子技术研究所（中国电子科技集团公司第十研究所） 自适应阵列天线的抗干扰实现方法
CN109031227B (zh) * 2018-06-25 2021-03-23 深圳大学 一种共轭梯度空时自适应处理方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4553387B2 (ja) * 2006-02-02 2010-09-29 株式会社東芝 ウェイト算出方法、ウェイト算出装置、アダプティブアレーアンテナ、及びレーダ装置
CN101887129A (zh) * 2010-04-23 2010-11-17 西安航空电子科技有限公司 北斗卫星用户设备接收抗干扰方法
CN101937088A (zh) * 2010-07-20 2011-01-05 中国电子科技集团公司第五十四研究所 一种卫星导航接收设备空时二维抗干扰实现方法
US20120127027A1 (en) * 2010-11-24 2012-05-24 Zafer Sahinoglu Persymmetric Parametric Adaptive Matched Filters for Detecting Targets Using Space-Time Adaptive Processing of Radar Signals
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
CN108075812A (zh) * 2016-11-16 2018-05-25 电子科技大学 一种基于最小化误码率的接收端天线选择方法

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113835107A (zh) * 2021-09-22 2021-12-24 深圳大学 阵列卫星导航接收机的信号处理方法、装置及智能终端
CN113835107B (zh) * 2021-09-22 2023-09-29 深圳大学 阵列卫星导航接收机的信号处理方法、装置及智能终端
CN113905395A (zh) * 2021-12-13 2022-01-07 北京航空航天大学 一种基于非周期多级阵列的ehf卫星抗干扰方法
CN113905395B (zh) * 2021-12-13 2022-03-01 北京航空航天大学 一种基于非周期多级阵列的ehf卫星抗干扰方法
CN114417658A (zh) * 2021-12-29 2022-04-29 深圳航天东方红卫星有限公司 一种基于热试验数据的反设计热模型修正系统及方法
CN115334630A (zh) * 2022-06-23 2022-11-11 广州大学 一种沙漠作业机器通信链路的自适应抗干扰方法
CN115334630B (zh) * 2022-06-23 2024-04-16 广州大学 一种沙漠作业机器通信链路的自适应抗干扰方案
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
CN117452442A (zh) * 2023-12-21 2024-01-26 中国人民解放军国防科技大学 一种基于空频自适应处理的高精度卫星导航抗干扰方法
CN117452442B (zh) * 2023-12-21 2024-04-05 中国人民解放军国防科技大学 一种基于空频自适应处理的高精度卫星导航抗干扰方法
CN117607916A (zh) * 2024-01-22 2024-02-27 河北晶禾电子技术股份有限公司 三维自适应抗干扰方法和装置
CN117607916B (zh) * 2024-01-22 2024-04-16 河北晶禾电子技术股份有限公司 三维自适应抗干扰方法和装置

Also Published As

Publication number Publication date
CN111447037A (zh) 2020-07-24
CN111447037B (zh) 2022-07-26

Similar Documents

Publication Publication Date Title
WO2021174683A1 (zh) 共轭梯度的阵列抗干扰方法
CN108462521B (zh) 自适应阵列天线的抗干扰实现方法
CN106330219B (zh) 一种基于递归网络的无源互调干扰对消系统及方法
CN113472371B (zh) 自适应阵列天线数字波束合成抗干扰处理方法
CN103312346B (zh) 一种调零天线
CN104408278A (zh) 一种基于干扰噪声协方差矩阵估计的稳健波束形成方法
CN103728601B (zh) 雷达信号运动干扰空域-极化域联合稳健滤波方法
CN109143275A (zh) 一种基于粒子群的小型化阵列天线抗干扰实现方法
CN106443721A (zh) 一种快速收敛的卫星导航天线阵抗干扰方法
CN103475394A (zh) 一种星载相控阵天线自适应抑制干扰的方法
WO2020238208A1 (zh) 基于空域反馈的面向混合大规模mimo阵列的数字预失真结构
CN105282761B (zh) 一种快速lms自适应波束形成的方法
CN105306117A (zh) 一种基于协方差矩阵扩展的半虚拟天线阵波束形成方法
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
CN105137392A (zh) 一种色接收信号下的分布式自适应直接定位方法
Salunke et al. Analysis of LMS, NLMS and MUSIC algorithms for adaptive array antenna system
Desai et al. A review on deep learning algorithms for large intelligent surfaces in next generation wireless systems
CN107894597B (zh) 基于线性虚拟阵元的自适应调零方法
Kumar et al. Performance analysis of adaptive beamforming algorithms for microstrip smart antennas
CN105262529B (zh) 一种快速lms自适应波束形成的方法
Ong Adaptive beamforming algorithms for cancellation of multiple interference signals
CN108717196A (zh) 一种阵列天线接收信号的去干扰方法及系统
CN105301605B (zh) 一种基于和差波束的导航抗干扰方法
Ahmed et al. Blind adaptive beamforming simulation using NCMA for smart antenna
Hogade et al. Analysis of improved and traditional LMS beamforming algorithm for smart antenna

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 20922825

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 20922825

Country of ref document: EP

Kind code of ref document: A1

122 Ep: pct application non-entry in european phase

Ref document number: 20922825

Country of ref document: EP

Kind code of ref document: A1

32PN Ep: public notification in the ep bulletin as address of the adressee cannot be established

Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205 DATED 03/07/2023)