CN102176027B - 高动态干扰自跟踪稳健抑制方法 - Google Patents
高动态干扰自跟踪稳健抑制方法 Download PDFInfo
- Publication number
- CN102176027B CN102176027B CN 201110026276 CN201110026276A CN102176027B CN 102176027 B CN102176027 B CN 102176027B CN 201110026276 CN201110026276 CN 201110026276 CN 201110026276 A CN201110026276 A CN 201110026276A CN 102176027 B CN102176027 B CN 102176027B
- Authority
- CN
- China
- Prior art keywords
- interference
- dynamic disturbance
- dynamic
- vector
- moment
- 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
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种高动态干扰自跟踪稳健抑制方法,主要解决常规抗干扰方法对动态干扰抑制效果不佳的问题。其实现过程为:利用两重循环实现动态干扰抑制,内循环完成动态干扰的特征跟踪,用t-1时刻第i个干扰特征向量wi(t-1)和t时刻接收数据X(:,t)获得t时刻特征波束输出yi(t),然后用t时刻特征波束输出yi(t)和t-1时刻第i个动态干扰的特征值di(t-1)更新t时刻的动态干扰特征值di(t)和t时刻干扰特征向量wi(t),再用t时刻干扰特征向量wi(t)和特征波束输出yi(t)更新t时刻接收数据矢量X(:,t);外循环用所有动态干扰特征向量wi(t)组成加宽动态干扰特征矩阵F,然后估计出抗干扰权矢量h,再用抗干扰权矢量h对接收数据加权完成动态干扰抑制。本发明干扰抑制效果明显好,其输出信干噪比更接近理论最优值,可用于对空间动态干扰的抑制。
Description
技术领域
本发明属于信号处理技术领域,涉及阵列信号处理及自适应滤波技术,可以用于干扰在空间高动态运动时自跟踪抑制干扰同时保证信号稳定输出。
背景技术
卫星导航定位***可全天候、全天时提供位置、速度以及时间等信息,在民用和国防领域有着广阔的应用需求。但是,由于电磁环境日益恶劣并且到达接收机的导航信号非常微弱,使得导航接收机对干扰极其敏感,这种对干扰敏感的脆弱性严重影响导航的性能。实际中存在的高动态干扰抑制是自适应抗干扰面临的主要难题之一。这里高动态干扰是指干扰源与接收机存在相对运动,导致干扰源到达接收机的来波方向是快变的,例如干扰本身快速运动如安置于无人机上,而接收机不动,或者接收机高速运动如安置于飞机、导弹或卫星上而干扰不动,或者两者皆有运动。常规的抗干扰方法如采样协方差矩阵求逆SMI方法、最小均方误差LMS方法、递归最小二乘RLS方法等都适用于干扰的来波方向不随时间变化的静态干扰抑制情况。它们通过条件约束或迭代步骤去掉干扰对信号产生的影响,从而实现了在静态干扰背景下提取信号的目的。但是针对高动态干扰抑制,以上方法已不再适用,因为这些方法不能有效地跟踪动态干扰的特征,当干扰的来波方向快速变化时,使用这些方法进行干扰抑制无法实时在方向图的干扰位置形成零陷,即不具有零陷自跟踪性能,从而使阵列无法区分信号和动态干扰,导致高动态干扰抑制效果不佳。
发明内容
本发明的目的在于克服上述已有技术的不足,提出了一种高动态干扰自跟踪稳健抑制方法,以快速跟踪干扰方向使方向图的凹口位置实时地对准干扰来波方向,并且保证主瓣对准信号来波方向,从而实现了高动态干扰抑制同时保证阵列稳定输出。
为实现上述目的,本发明的技术方案,包括如下步骤:
1.对天线阵列数字采样,得到一批包含信号和动态干扰的接收数据X,其中X为M×N维矩阵,M是阵列阵元个数,N是数据采样数;
2.采用内、外两重循环对接收数据X中动态干扰进行抑制:
1)设外循环变量t=1,t表示采样时刻,初始化第i个动态干扰的特征值:di(t-1)=0,i=1,2,...,r,r是动态干扰数目,初始化第i个动态干扰的特征向量wi(t-1)为除第i个元素为1以外其余元素为0的M×1维列矢量;
2)设内循环变量i=1,i表示动态干扰序号;
4)用t时刻特征波束输出yi(t)和t-1时刻第i个动态干扰的特征值di(t-1)更新t时刻的动态干扰特征值:di(t)=(1-α+αβ)di(t-1)+α|yi(t)|2,其中α为平滑因子,β为遗忘因子,用t时刻的动态干扰特征值di(t)更新t时刻动态干扰特征向量:
5)用t时刻干扰特征向量wi(t)更新t时刻接收数据矢量X(:,t)=X(:,t)-wi(t)yi(t),更新内循环变量i=i+1,若更新后的内循环变量i小于等于动态干扰数目r,则返回至步骤3)继续执行内循环,否则执行步骤6),完成t时刻对r个干扰的特征跟踪;
6)当外循环变量t能够整除分块处理的采样数T时,执行步骤7)至9),否则跳至步骤10);
7)利用r个动态干扰特征向量wi(t)组成加宽动态干扰特征矩阵:F=[w1(t),Bw1(t),...,wr(t),Bwr(t)],B是用各个阵元坐标形成的对角矩阵:
B=diag(dx1,dx2,...,dxM),其中dxm,m=1,2,...,M,表示第m个阵元坐标;
8)根据加宽动态干扰特征矩阵估计出抗动态干扰权矢量:
其中P是由加宽干扰特征矩阵构造的正交补空间:P=IM-F(FHF)-1FH,IM是M×M维单位矩阵,as是M×1维信号导向矢量;
9)由抗动态干扰权矢量h得到抗动态干扰输出:
z=hHX(:,t+T+1:t+2T);
10)更新外循环变量t=t+1,若更新后的外循环变量t小于等于数据采样数N则返回至步骤2),否则结束外循环,此时完成对接收数据X中动态干扰的抑制。
本发明与现有技术相比,具有以下优点:
(a)本发明由于利用了平滑处理更新t时刻的动态干扰特征值di(t)和相应的特征向量wi(t),保证了方向图的主瓣对准信号的来波方向,凹口实时地对准动态干扰的来波方向,使之对干扰的特征跟踪更加准确。
(b)本发明由于用干扰特征向量wi(t)和对角矩阵B组成动态干扰特征矩阵F,它加宽了干扰在空域位置上的零陷,使之对动态干扰抑制效果更加明显。
仿真结果表明:本发明与采样协方差矩阵求逆SMI方法相比,由于本发明的以上优点提高了阵列输出信干噪比,使其抑制动态干扰具有更加稳健的性能。
附图说明
图1是本发明实施例所用的天线阵列排布图;
图2是本发明方法的流程图;
图3是接收数据X中存在一个动态干扰时的方向图;
图4是用本发明与现有SMI方法分别对图3抑制后的信号频谱图;
图5是用本发明与现有SMI方法分别对图3抑制后的输出信干噪比图;
图6是接收数据X中存在两个动态干扰时的方向图;
图7是用本发明与现有SMI方法分别对图6抑制后的信号频谱图;
图8是用本发明与现有SMI方法分别对图6抑制后的输出信干噪比图。
具体实施方式
参照阵列模型图1和流程图2,本发明实现的步骤如下:
步骤1.对天线阵列数字采样,得到一批包含信号和动态干扰的接收数据X=asS0+aiSi+n,设信号的来波方向提前通过测向方法已知,其中X为M×N维矩阵,M是阵列阵元个数,N是数据采样数,S0为接收数据中信号组成的矢量,as是信号导向矢量,Si为接收数据中干扰组成的矢量,ai为动态干扰导向矢量,n为接收数据中的噪声。
步骤2.采用内、外两重循环抑制动态干扰,内循环完成对接收数据X中r个干扰的特征跟踪,外循环利用这些干扰的特征进行动态干扰抑制,这里r是动态干扰数目:
(2.1)设外循环变量t=1,t表示采样时刻,初始化第i个动态干扰的特征值:di(t-1)=0,i=1,2,...,r,初始化第i个动态干扰的特征向量wi(t-1)为除第i个元素为1以外其余元素为0的M×1维列矢量;
(2.2)设内循环变量i=1,i表示动态干扰序号;
(2.3)用t-1时刻第i个干扰特征向量wi(t-1)和t时刻接收数据X(:,t)获得t时刻特征波束输出:其中H表示共轭转置;
(2.4)用t时刻特征波束输出yi(t)和t-1时刻第i个动态干扰的特征值di(t-1)更新t时刻的动态干扰特征值:di(t)=(1-α+αβ)di(t-1)+α|yi(t)|2,其中α为平滑因子,β为遗忘因子,用t时刻的动态干扰特征值di(t)更新t时刻干扰特征向量:其中*表示共轭;
(2.5)用t时刻干扰特征向量wi(t)更新t时刻接收数据矢量X(:,t)=X(:,t)-wi(t)yi(t),更新内循环变量i=i+1,若更新后的内循环变量i小于等于动态干扰数目r,则返回至步骤(2.3)继续内循环,否则执行步骤(2.6),完成t时刻对r个干扰的特征跟踪;
(2.6)采用分快处理数据的方法,当外循环变量t能够整除分块采样数T时,执行步骤(2.7)至(2.9),否则跳至步骤(2.10);
(2.7)用r个动态干扰特征向量wi(t)组成加宽动态干扰特征矩阵:F=[w1(t),Bw1(t),...,wr(t),Bwr(t)],B是用各个阵元坐标形成的对角矩阵:B=diag(dx1,dx2,...,dxM),其中dxm,m=1,2,...,M,表示第m个阵元坐标;
(2.8)根据加宽动态干扰特征矩阵估计出抗动态干扰权矢量:
其中P是由加宽干扰特征矩阵构造的正交补空间:P=IM-F(FHF)-1FH,IM是M×M维单位矩阵,as是信号导向矢量;
(2.9)由抗动态干扰权矢量h得到抗动态干扰输出Z:
Z=hHX(:,t+T+1:t+2T)
其中t是外循环变量,T是分块采样数;
(2.10)更新外循环变量t=t+1,若更新后的外循环变量t小于等于数据采样数N则返回至步骤(2.2),否则结束外循环,此时完成对接收数据X中动态干扰的抑制。
(1)实验环境
本发明采用n=8的一个线性均匀传感器阵列,信号载频为Fc=109Hz,相邻传感器元素之间的距离是半波长λ/2,数据采样数N为1024,分块处理的采样数T为16,平滑因子α为0.5,遗忘因子β为0.92。
(2)实验内容与结果
实验1,对接收数据X中存在一个干噪比为40dB的动态干扰,其来波方向θ1(t)=20+0.01t°/s,接收数据X中信号的信噪比为0dB,其来波方向为0°的接收数据利用平滑处理更新t时刻的动态干扰特征值di(t)和相应的特征向量wi(t),得出该动态干扰的方向图并与采用SMI方法得出的相应方向图比较,其结果如图3所示;然后每隔15次数据采样次数估计1次抗干扰权矢量h,再用抗干扰权矢量h作用于阵列接收数据X得出对接收信号X干扰抑制后的信号频谱图,并与采用SMI方法抑制该干扰的信号频谱图对比,其结果如图4所示;最后分别用本发明方法和SMI方法统计抑制干扰后阵列的输出信干噪比,其结果如图5所示。
由图3可以看出,使用本发明可以使方向图的主瓣对准信号来波方向0°,并在干扰方向产生至少-60dB的零陷,而SMI方法使得方向图主瓣偏移,干扰的零陷最多达-40dB。这说明了本发明保证了方向图的主瓣对准信号的来波方向,并能在干扰方向上产生较深的零陷。
从图4可以看出,采用本发明方法进行动态干扰抑制之后,信号幅度为68dB,干扰幅度为31dB,二者之差为37dB,而采用SMI方法进行干扰抑制之后,信号幅度为60dB,干扰幅度为48dB,二者之差为12dB。这说明采用本发明方法抑制高动态干扰后信干比相对增大。从图4上还可以看出,用SMI方法进行干扰抑制之后干扰频谱周围出现未抗掉的频线分量,说明本发明方法抗干扰效果更好。
图5进一步说明了该方法的优越性。这里显示两种方法相应的输出信干噪比。可以看出本发明方法的输出信干噪比平均在8.5dB左右,接近理论最优值10×log10(8)≈9dB,而SMI方法的输出信干噪比平均在-1dB左右,这说明了本方法具有更加稳定的输出。
实验2,对接收数据X中存在两个动态干扰,其中一个是上述干扰θ1(t),另一个是来波方向为θ2(t)=5sin(πt/500)-30°/s、干噪比为30dB的动态干扰,接收数据X中信号的信噪比仍为0dB,其来波方向为0°的接收数据沿用上述处理方法先利用平滑处理更新t时刻的动态干扰特征值di(t)和相应的特征向量wi(t),得出这两个动态干扰的方向图并与采用SMI方法得出的相应方向图比较,其结果如图6所示;然后每隔15次数据采样次数估计1次抗干扰权矢量h,再用抗干扰权矢量h作用于阵列接收数据X得出对接收信号X干扰抑制后的信号频谱图,并与采用SMI方法抑制这两个干扰的信号频谱图对比,其结果如图7所示;最后分别用本发明方法和SMI方法统计抑制干扰后阵列的输出信干噪比,其结果如图8所示。
从图6可以看出,本发明方法能分别在各个干扰方向上形成-50dB和-60dB的零陷,同时使主瓣对准来波方向。
由图7可知,在抑制两个干扰时SMI方法抗干扰效果不及本发明方法,因为从频谱图上看出两个干扰都存在未被抑制掉的分量,而本方法则不存在该现象。
从图8中看出输出信干噪比平均在8dB左右,而SMI方法的输出信干噪比平均在-3dB。
综上所述,采用平滑处理和加宽零陷的方法抑制高动态运动干扰能够使方向图的凹口实时对准动态干扰的来波方向,同时保证主瓣对准信号的来波方向,相比SMI方法干扰抑制效果明显,输出信干噪比接近理论最优值。
Claims (1)
1.一种高动态干扰自跟踪稳健抑制方法,包括如下步骤:
(1)对天线阵列数字采样,得到一批包含信号和动态干扰的接收数据X,其中X为M×N维矩阵,M是阵列阵元个数,N是数据采样数;
(2)采用内、外两重循环对接收数据X中动态干扰进行抑制:
(2a)设外循环变量t=1,t表示采样时刻,初始化第i个动态干扰的特征值:di(t-1)=0,i=1,2,...,r,r是动态干扰数目,初始化第i个动态干扰的特征向量wi(t-1)为除第i个元素为1以外其余元素为0的M×1维列矢量;
(2b)设内循环变量i=1,i表示动态干扰序号;
(2c)用t-1时刻第i个干扰特征向量wi(t-1)和t时刻接收数据X(:,t)获得t时刻特征波束输出:其中H表示共轭转置;
(2d)用t时刻特征波束输出yi(t)和t-1时刻第i个动态干扰的特征值di(t-1)更新t时刻的动态干扰特征值:di(t)=(1-α+αβ)di(t-1)+α|yi(t)|2,其中α为平滑因子,β为遗忘因子,用t时刻的动态干扰特征值di(t)更新t时刻干扰特征向量: 其中*表示共轭;
(2e)用t时刻干扰特征向量wi(t)更新t时刻接收数据矢量X(:,t)=X(:,t)-wi(t)yi(t),更新内循环变量i=i+1,若更新后的内循环变量i小于等于动态干扰数目r,则返回至步骤(2c)继续内循环,否则执行步骤(2f),完成t时刻对r个干扰的特征跟踪;
(2f)当外循环变量t能够整除分块处理的采样数T时,执行步骤(2g)-(2i),否则跳至步骤(2j);
(2g)利用r个动态干扰特征向量wi(t)组成加宽动态干扰特征矩阵:F=[w1(t),Bw1(t),...,wr(t),Bwr(t)],B是用各个阵元坐标形成的对角矩阵:B=diag(dx1,dx2,...,dxM),其中dxm,m=1,2,...,M,表示第m个阵元坐标;
(2h)根据加宽动态干扰特征矩阵估计出抗动态干扰权矢量:
其中P是由加宽干扰特征矩阵构造的正交补空间:P=IM-F(FHF)-1FH,IM是M×M维单位矩阵,as是M×1维信号导向矢量,(·)-1表示矩阵求逆运算符;
(2i)由抗动态干扰权矢量h得到抗动态干扰输出:
z=hHX(:,t+T+1:t+2T)
(2j)更新外循环变量t=t+1,若更新后的外循环变量t小于等于数据采样数N则返回至步骤(2b),否则结束外循环,此时完成对接收数据X中动态干扰的抑制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110026276 CN102176027B (zh) | 2011-01-25 | 2011-01-25 | 高动态干扰自跟踪稳健抑制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110026276 CN102176027B (zh) | 2011-01-25 | 2011-01-25 | 高动态干扰自跟踪稳健抑制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102176027A CN102176027A (zh) | 2011-09-07 |
CN102176027B true CN102176027B (zh) | 2013-02-27 |
Family
ID=44519229
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110026276 Active CN102176027B (zh) | 2011-01-25 | 2011-01-25 | 高动态干扰自跟踪稳健抑制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102176027B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103728601B (zh) * | 2014-01-16 | 2015-10-28 | 西安电子科技大学 | 雷达信号运动干扰空域-极化域联合稳健滤波方法 |
CN104243066B (zh) * | 2014-09-05 | 2016-06-01 | 航天东方红卫星有限公司 | 一种跟踪中继星的程控与自跟踪联合模式测试***及方法 |
CN106028434B (zh) * | 2016-05-27 | 2019-04-19 | 西安电子科技大学 | 一种动态干扰导向方法 |
CN108092928B (zh) * | 2017-12-07 | 2021-01-01 | 西安电子科技大学 | 聚合干扰导向干扰管理方法、混合蜂窝网络、无线局域网 |
CN109709581B (zh) * | 2019-02-27 | 2020-06-12 | 中国电子科技集团公司第五十四研究所 | 一种卫星导航信号强干扰循环特征参数快速检测获取方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101482605A (zh) * | 2009-01-22 | 2009-07-15 | 中国民航大学 | 加宽零陷的高动态卫星导航***干扰抑制方法 |
CN101776763A (zh) * | 2010-01-19 | 2010-07-14 | 中国民航大学 | 基于自相干music算法的全球定位***干扰抑制方法 |
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 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6603427B2 (en) * | 2001-06-27 | 2003-08-05 | Raytheon Company | System and method for forming a beam and creating nulls with an adaptive array antenna using antenna excision and orthogonal Eigen-weighting |
EP2088449B1 (en) * | 2008-02-07 | 2012-06-06 | Saab Ab | Side lobe suppression |
CN101644760B (zh) * | 2009-08-27 | 2012-06-27 | 北京理工大学 | 一种适用于高分辨阵列的快速鲁棒的信源个数检测方法 |
CN101900819B (zh) * | 2010-07-15 | 2012-08-29 | 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 |
CN101937088B (zh) * | 2010-07-20 | 2013-03-27 | 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 |
-
2011
- 2011-01-25 CN CN 201110026276 patent/CN102176027B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101482605A (zh) * | 2009-01-22 | 2009-07-15 | 中国民航大学 | 加宽零陷的高动态卫星导航***干扰抑制方法 |
CN101776763A (zh) * | 2010-01-19 | 2010-07-14 | 中国民航大学 | 基于自相干music算法的全球定位***干扰抑制方法 |
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 |
Also Published As
Publication number | Publication date |
---|---|
CN102176027A (zh) | 2011-09-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104865586B (zh) | 一种阵列天线导航接收机抗干扰及多径抑制方法 | |
CN102176027B (zh) | 高动态干扰自跟踪稳健抑制方法 | |
Yang et al. | Kalman filtering with nonlinear state constraints | |
CN102393525B (zh) | 子空间投影的导航干扰抑制与信号增强方法 | |
CN104076355B (zh) | 基于动态规划的强杂波环境中弱小目标检测前跟踪方法 | |
CN109143275B (zh) | 一种基于粒子群的小型化阵列天线抗干扰实现方法 | |
CN101799551B (zh) | 基于解重扩技术的空时盲自适应gps干扰抑制方法 | |
CN103728601B (zh) | 雷达信号运动干扰空域-极化域联合稳健滤波方法 | |
CN105306124B (zh) | 一种具有联合鲁棒性的波束形成方法 | |
CN103308889A (zh) | 复杂环境下被动声源二维doa估计方法 | |
CN103235292A (zh) | 平面相控阵调零保形校正的全维和差测角方法 | |
CN104155633B (zh) | 一种非正侧视双基地mimo雷达的杂波抑制方法 | |
CN101776763B (zh) | 基于自相干music算法的全球定位***干扰抑制方法 | |
CN104360355A (zh) | 抗干扰方法和装置 | |
CN103105614A (zh) | 基于惯导辅助的空时域联合抗干扰方法 | |
CN105044688A (zh) | 基于迭代子空间跟踪算法的雷达稳健空时自适应处理方法 | |
CN105353386A (zh) | 一种利用惯性导航设备的导航接收机抗干扰的方法和装置 | |
CN107332601B (zh) | 一种基于波束赋形的自适应干扰抑制方法 | |
CN114460605A (zh) | 一种导航接收机抗干扰方法 | |
CN101788675A (zh) | 基于单通道多延迟互相关处理的gps干扰抑制方法 | |
CN106599551A (zh) | 一种用于阵列天线足球机器人的快速自适应波束形成算法 | |
CN109799477B (zh) | 一种面向毫米波车联网的序贯车辆指纹定位方法及装置 | |
CN101819277B (zh) | 基于单通道单延迟互相关处理的gps干扰抑制方法 | |
Chen et al. | A broadened and deepened anti-jamming technology for high-dynamic GNSS array receivers | |
CN106680837B (zh) | 一种卫星导航干扰抑制算法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230110 Address after: Room 1001, Floor 10, Block A, Building 1, No. 57, Jianger Road, Changhe Street, Binjiang District, Hangzhou City, Zhejiang Province, 310056 Patentee after: Hangzhou topology Vision Technology Co.,Ltd. Address before: 710071 No. 2 Taibai South Road, Shaanxi, Xi'an Patentee before: XIDIAN University |