CN107045131B - 张量分解卫星导航抗干扰方法 - Google Patents
张量分解卫星导航抗干扰方法 Download PDFInfo
- Publication number
- CN107045131B CN107045131B CN201710371234.0A CN201710371234A CN107045131B CN 107045131 B CN107045131 B CN 107045131B CN 201710371234 A CN201710371234 A CN 201710371234A CN 107045131 B CN107045131 B CN 107045131B
- Authority
- CN
- China
- Prior art keywords
- array
- signal
- tensor
- carried out
- indicate
- 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
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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Variable-Direction Aerials And Aerial Arrays (AREA)
Abstract
本发明提供了一种张量分解卫星导航抗干扰方法,利用矢量传感器实现空间布阵,采用张量分解技术进行波束形成,利用了张量本身具有的高维特性对满足线性平移不变性的极化敏感阵列进行了分解,得到若干低维子阵,然后对各个子阵分别进行波束形成。本发明相对于全局波束形成技术,通过降低求逆矩阵维数有效缩减了***运算量,提升***实时性,有利于工程实现。
Description
技术领域
本发明涉及一种卫星导航抗干扰方法,属于卫星导航领域。
背景技术
近年来,GNSS已在军事和民用领域得到了广泛的应用并发挥着越发重要的军事作用,但由于终端接收设备距离卫星较远,卫星信号到达阵列接收面时已极其微弱,容易受到空间非期望电磁信号的干扰,同时导航接收机自身的干扰抑制裕度又非常小,因此,基于各种制式干扰的自适应抑制技术得到广泛的研究与应用。
卫星导航抗干扰***的阵列类型从天线特性方面可分为标量阵列和矢量阵列,从天线排布方式方面可分为周期性排布阵列和随机排布阵列。当前的抗干扰技术多采用周期性排布的标量阵列,且阵元间距不能大于卫星信号波长的一半,若间距大于半波长,波束方向图将产生栅瓣,该约束限制了标量阵元在空间的排布。
此外,当前的抗干扰技术多采用基于矩阵求解的方式进行波束形成,随着阵元数量的增加,矩阵的维数也随之增加,对应大规模阵列而言,当前常用的一些FPGA或DSP芯片将难以承受其矩阵运算量。因此限制了大规模阵列在卫星导航抗干扰***中的工程应用。
发明内容
为了克服现有技术的不足,本发明提供一种基于张量分解的卫星导航抗干扰方法,利用矢量传感器实现空间布阵,突破标量阵列阵元间距的限制。
本发明解决其技术问题所采用的技术方案包括以下步骤:
a)对天线阵列接收到的N路射频模拟信号进行低噪声放大,然后经下变频得到N路中频模拟信号;
b)对N路中频模拟信号进行A/D采样,得到N路中频数字信号;
c)以初始的天线阵列作为参考阵列,其阵元个数Ns不小于1,对其进行G次平移将得到最终的空域阵列;令代表参考阵列中第n个矢量传感器的位置矢量,用表示期望信号的空间传播方向,θ和φ分别代表期望信号来向的方位角和俯仰角,用λ表示期望信号的波长,则参考阵列对期望信号的空域导向矢量
d)用γ和η分别表示期望信号的极化辅助角和极化相位差,则阵列对期望信号的极化域导向矢量
上式中表示极化选择矩阵,表示三偶极子天线阵列,表示全电磁矢量传感器;
e)用表示第g次平移中的第l个空间平移向量,其中g=1,2,...,G,l=1,2,...,Ng,则第g个平移不变导向矢量
式中Ng表示经第g次平移后,被平移阵列增加的倍数;
f)初始化波束形成权值,令w1=ap,w2=as,wg+2=ag;
g)阵列接收连续K个时域离散采样点的信号张量其中Np表示极化敏感阵元可接受极化分量个数,则信号张量的{1,...,n′-1,n′+1,…,G+2}模展开式中n′=1,2,...,G+2,×q表示张量的q模积;
h)对Xn′进行协方差矩阵求解,
i)利用步骤h)生成的协方差矩阵Rn′以及步骤c)、d)、e)生成的导向矢量as、ap和ag更新波束形成权值,
j)信号张量经加权后得到的输出信号则信号输出功率p=||y||2;
k)计算即权值更新前的输出信号功率,并计算该功率值和步骤j)所得功率值的差值,若该差值的绝对值小于设定门限ε,则继续执行下一步,否则返回到步骤g);
l)对输出信号y进行自动增益控制,控制输出数据的有效位数,滤除多余的符号位;
m)对步骤l)输出的信号进行导航信息解算,得到当前位置信息。
本发明的有益效果是:采用张量分解技术进行波束形成,利用了张量本身具有的高维特性对满足线性平移不变性的极化敏感阵列进行了分解,得到若干低维子阵,然后对各个子阵分别进行波束形成,该方法相对于全局波束形成技术,通过降低求逆矩阵维数有效缩减了***运算量,提升***实时性,有利于工程实现。
附图说明
图1是线性平移不变极化敏感阵列示意图;
图2是基于张量分解的卫星导航抗干扰方法流程图;
图3是8阵元线性平移不变极化敏感阵列示意图。
具体实施方式
下面结合附图和实施例对本发明进一步说明,本发明包括但不仅限于下述实施例。
本发明提出了一种基于张量分解的卫星导航抗干扰方法,利用矢量传感器实现空间布阵,突破标量阵列阵元间距的限制,此外,为了缩减***运算量,本发明对高维度大规模阵列进行张量分解,提升了***的实时性,为使矢量阵列满足张量可分性,本方案采用阵列空间布局满足线性平移不变特性,如图1所示。
本发明包括以下步骤(相应流程如图2所示):
a)模拟下变频:对天线阵列接收到的N路射频模拟信号进行低噪声放大,然后经下变频后得到N路中频模拟信号。
b)A/D采样:对N路中频模拟信号进行A/D采样,得到N路中频数字信号。
c)参考阵列空域导向矢量生成:参考阵列指未经线性平移的初始阵列,其阵元个数不小于1,对其进行多次平移将得到最终的空域阵列,首先令代表参考阵列中第n个矢量传感器的位置矢量,n=1,2,...,Ns,用表示期望信号的空间传播方向,θ和φ分别代表期望信号来向的方位角和俯仰角,用λ表示期望信号的波长。则参考阵列对期望信号的空域导向矢量可表示为
d)阵列极化域导向矢量生成:用γ和η分别表示期望信号的极化辅助角和极化相位差,则阵列对期望信号的极化域导向矢量可表示为
上式中表示极化选择矩阵,表示三偶极子天线阵列,表示全电磁矢量传感器。
e)平移不变导向矢量生成:用表示第g次平移中的第l个空间平移向量,其中g=1,2,...,G,l=1,2,...,Ng,G表示空间平移次数,则第g个平移不变导向矢量表示为
式中Ng表示经第g次平移后,被平移阵列增加的倍数,例如N3=5,则表示阵列经第3次平移后,阵列阵元个数将变为第3次平移前的5倍。
f)初始化波束形成权值:令w1=ap,w2=as,wg+2=ag,g=1,2,...,G。
g)对接收信号张量进行展开操作:阵列接收连续K个时域离散采样点的信号张量其中Np表示极化敏感阵元可接受极化分量个数,表示含义与步骤e)描述相同,则信号张量的{1,...,n′-1,n′+1,…,G+2}模展开可表示为
式中n′=1,2,...,G+2,×q表示张量的q模积。
h)协方差矩阵生成:对g)中生成的信号张量的{1,...,n′-1,n′+1,…,G+2}模展开Xn′进行协方差矩阵求解,即
式中n′=1,2,...,G+2。
i)权值更新:利用h)中生成的协方差矩阵Rn′和c)、d)、e)生成的导向矢量as、ap和ag更新波束形成权值,
j)统计输出信号功率:信号张量经加权后得到的输出信号形式可表示为
则信号输出功率可表示为
p=||y||2 (8)
k)差值判断:根据公式(7)、(8)计算公式(6)执行前的输出信号功率,即权值更新前的输出信号功率,并计算该功率值和j)中所得功率值的差值,若该差值的绝对值小于用户定义门限ε,则继续执行下一步,若大于等于ε,则返回到第g)步,ε取值一般在1到10之间。
l)自动增益控制:对执行公式(7)得到的输出信号y进行自动增益控制,控制输出数据的有效位数,滤除多余的符号位,达到限制输出幅度的效果。
m)导航信息解算:对第l)步输出的信号进行导航信息解算,得到当前位置信息。
本发明的实施例提出了一种基于张量分解的卫星导航抗干扰方法,其抗干扰方法流程图如图2所示,若参考阵列为位于空间直角坐标系原点处的一个全电磁矢量传感器,经过3次线性平移得到完整的空间阵列,且空间阵列模型如图3所示,以GPS卫星信号为例,其中心频点为1.57542GHz,假设其为圆极化波,且其空间来向为(θ,φ)=(120°,90°),极化参数(γ,η)=(30°,0°),张量分解卫星导航抗干扰方法具体步骤如下:
步骤一:天线阵列在空间8个方位接收射频(RF)GPS卫星信号和干扰信号,每个方位的全电磁矢量传感器可输出6个极化分量,则经过低噪放及模拟下变频后得到48路中心频率为46.42MHz的中频模拟信号。
步骤二:由AD采样模块对接收到的48路模拟中频信号进行采样,得到48路数字中频信号。
步骤三:根据公式(1)生成空域导向矢量
as=[1 -1 1 -1 0.67 -0.75i -0.67+0.75i 0.67-0.75i -0.67+0.75i]T。
步骤四:根据公式(2)生成极化域导向矢量ap=[-0.75 -0.43 -0.50 0.43 0.25-0.87]T。
步骤五:根据公式(3)生成平移不变导向矢量a1=[0 -1]T,a2=[0 1]T,a3=[00.6661 -0.7458i]T。
步骤六:初始化波束形成权值:令w1=ap,w2=as,wg+2=ag,g=1,2,3。
步骤七:统计连续1024个时域离散采样点的数据,得到接收信号的张量模型根据公式(4)计算Xn′,n′=1,2,...,5。
步骤八:根据公式(5)求解对应于Xn′的协方差矩阵Rn′。
步骤九:根据公式(6)对权值进行更新。
步骤十:根据公式(7)用步骤九得到的权值对信号张量进行加权,得到输出信号,并求解输出信号功率。
步骤十一:ε取值为6,比较权值更新前后信号功率差值的模,若其值大于6则返回步骤七,直到权值更新前后信号功率差值的模小于6。
步骤十二:对满足步骤十一的输出信号进行自动增益控制,对输出数据仅保留3个符号位,数据有效宽度设置为8。
步骤十三:由导航模块对步骤十二输出的信号进行导航信息解算,得到当前的位置信息。
Claims (1)
1.一种张量分解卫星导航抗干扰方法,其特征在于包括下述步骤:
a)对天线阵列接收到的N路射频模拟信号进行低噪声放大,然后经下变频得到N路中频模拟信号;
b)对N路中频模拟信号进行A/D采样,得到N路中频数字信号;
c)以初始的天线阵列作为参考阵列,其阵元个数Ns不小于1,对其进行G次平移将得到最终的空域阵列;令代表参考阵列中第n个矢量传感器的位置矢量,用表示期望信号的空间传播方向,θ和φ分别代表期望信号来向的方位角和俯仰角,用λ表示期望信号的波长,则参考阵列对期望信号的空域导向矢量
d)用γ和η分别表示期望信号的极化辅助角和极化相位差,则阵列对期望信号的极化域导向矢量
上式中表示极化选择矩阵,对于全电磁矢量传感器,为6×6的单位矩阵;
e)用表示第g次平移中的第l个空间平移向量,其中g=1,2,...,G,l=1,2,...,Ng,则第g个平移不变导向矢量
式中Ng表示经第g次平移后,被平移阵列增加的倍数;
f)初始化波束形成权值:令w1=ap,w2=as,wg+2=ag,g=1,2,...,G,其中wg代表第g个子阵的抗干扰权值;
g)阵列接收连续K个时域离散采样点的信号张量其中Np表示极化敏感阵元可接受极化分量个数,则信号张量的{1,...,n′-1,n′+1,...,G+2}模展开式中n′=1,2,...,G+2,×q表示张量的q模积;
h)对Xn′进行协方差矩阵求解,
i)利用步骤h)生成的协方差矩阵Rn′以及步骤c)、d)、e)生成的导向矢量as、ap和ag更新波束形成权值,
j)信号张量经加权后得到的输出信号则信号输出功率p=||y||2;
k)计算即权值更新前的输出信号功率,并计算该功率值和步骤j)所得功率值的差值,若该差值的绝对值小于设定门限ε,则继续执行下一步,否则返回到步骤g);
l)对输出信号y进行自动增益控制,控制输出数据的有效位数,滤除多余的符号位;
m)对步骤l)输出的信号进行导航信息解算,得到当前位置信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710371234.0A CN107045131B (zh) | 2017-05-24 | 2017-05-24 | 张量分解卫星导航抗干扰方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710371234.0A CN107045131B (zh) | 2017-05-24 | 2017-05-24 | 张量分解卫星导航抗干扰方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107045131A CN107045131A (zh) | 2017-08-15 |
CN107045131B true CN107045131B (zh) | 2019-04-19 |
Family
ID=59547457
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710371234.0A Active CN107045131B (zh) | 2017-05-24 | 2017-05-24 | 张量分解卫星导航抗干扰方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107045131B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108107451B (zh) * | 2017-11-30 | 2019-05-10 | 西北工业大学 | 基于张量cp分解的矢量阵列干扰定位方法 |
CN109802717A (zh) * | 2019-03-12 | 2019-05-24 | 西北工业大学 | 一种基于张量的极化-空域波束形成抗干扰方法 |
CN110266363B (zh) * | 2019-06-26 | 2021-09-24 | 电子科技大学 | 一种基于张量的分布式扩散自适应抗干扰方法 |
WO2022126408A1 (zh) * | 2020-12-16 | 2022-06-23 | 浙江大学 | 面向电磁矢量互质面阵的合成张量波束成形方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6166690A (en) * | 1999-07-02 | 2000-12-26 | Sensor Systems, Inc. | Adaptive nulling methods for GPS reception in multiple-interference environments |
CN101476893A (zh) * | 2009-01-20 | 2009-07-08 | 郑州紫辰科技开发有限公司 | 无盲区导航的gps接收装置及接收方法 |
CN103235327B (zh) * | 2013-04-07 | 2015-04-15 | 清华大学 | 一种gnss/mins超深组合导航方法、***及装置 |
CN104049262B (zh) * | 2014-06-26 | 2017-01-25 | 哈尔滨工程大学 | 一种基于矢量跟踪环路的波束形成抗干扰方法 |
-
2017
- 2017-05-24 CN CN201710371234.0A patent/CN107045131B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN107045131A (zh) | 2017-08-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107045131B (zh) | 张量分解卫星导航抗干扰方法 | |
CN100392426C (zh) | 单通道相控阵接收信号重构及处理方法 | |
Sun et al. | 4D automotive radar sensing for autonomous vehicles: A sparsity-oriented approach | |
CN107329110B (zh) | 基于稀疏阵列直接内插的波达方向估计方法 | |
CN108896954B (zh) | 互质阵中一种基于联合实值子空间的波达角估计方法 | |
CN109061685B (zh) | 一种基于切换天线阵的卫星导航接收机抗干扰方法及*** | |
CN102830386B (zh) | 一种强干扰背景下的任意阵型微弱信号源角度估计方法 | |
CN101644760B (zh) | 一种适用于高分辨阵列的快速鲁棒的信源个数检测方法 | |
Wang et al. | Adaptive beamforming with compressed sensing for sparse receiving array | |
CN109143275A (zh) | 一种基于粒子群的小型化阵列天线抗干扰实现方法 | |
Wang et al. | Robust sparse array design for adaptive beamforming against DOA mismatch | |
Sun et al. | Four-dimensional high-resolution automotive radar imaging exploiting joint sparse-frequency and sparse-array design | |
CN109298395A (zh) | 一种基于最大信干噪比的稀疏阵列波束形成方法 | |
Chen et al. | A robust sparse Bayesian learning-based DOA estimation method with phase calibration | |
CN108107451B (zh) | 基于张量cp分解的矢量阵列干扰定位方法 | |
CN109946663B (zh) | 一种线性复杂度的Massive MIMO目标空间方位估计方法和装置 | |
Xu et al. | A two-step beam-forming method based on carrier phases for GNSS adaptive array anti-jamming | |
CN109116377A (zh) | 一种基于时域子矩阵计算的卫星导航抗干扰方法及装置 | |
Zheng et al. | High angular resolution for 77GHz FMCW radar via a sparse weighted quadratic minimization | |
WO2010066306A1 (en) | Apparatus and method for constructing a sensor array used for direction of arrival (doa) estimation | |
Tian et al. | 2D-DOA estimation in arc-array with a DNN based covariance matrix completion strategy | |
Yu et al. | A novel 2D off-grid DOA estimation method based on compressive sensing and least square optimization | |
Zhang et al. | Single RF channel digital beamforming array antenna based on compressed sensing for large-scale antenna applications | |
CN114706034A (zh) | 一种无人机搭载智能反射面的目标测向方法 | |
Ling et al. | Robustness analysis of adaptive anti-jamming algorithms with channel mismatch and mutual coupling for GNSS systems |
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 |