CN109283553A - 一种七阵元卫星导航抗干扰方法 - Google Patents
一种七阵元卫星导航抗干扰方法 Download PDFInfo
- Publication number
- CN109283553A CN109283553A CN201710603504.6A CN201710603504A CN109283553A CN 109283553 A CN109283553 A CN 109283553A CN 201710603504 A CN201710603504 A CN 201710603504A CN 109283553 A CN109283553 A CN 109283553A
- Authority
- CN
- China
- Prior art keywords
- module
- autocorrelation matrix
- array element
- formula
- 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.)
- Pending
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
本发明提出一种七阵元天线的卫星导航抗干扰方法,首先搭建七阵元天线的卫星导航抗干扰***,包括:抗干扰信号处理模型建立模块(1),自相关矩阵求取模块(2),最优方程构建模块(3),自适应迭代递推模块(4),权值更新模块(5)。该方法采用自适应迭代运算,避免了输入信号自相关矩阵的求逆运算,减小了运算量,解决了传统迭代算法收敛速度和稳态误差不能同时满足的难题。该方法过程清晰,公式计算简单,能够进行实时计算,满足工程应用的要求。
Description
技术领域
本发明涉及一种抗干扰方法,特别是一种用于七阵元卫星导航***的抗干扰方法。
背景技术
在卫星导航***中,为了对抗敌方人为干扰,提高军事武器精确打击能力,需要在卫星导航***前端添加干扰抑制模块。以往的方法有两种:一种是采用空域自适应处理方法,自动调节天线方向图的形状,直接在干扰方向上进行有效的调零抑制,这种方法受自由度的限制,当存在大量干扰时,需要更多的天线阵列,体积太大;另一种采用空时自适应处理方法,在不增加天线阵元的情况下,通过时间抽头来增加自由度,可以抑制大量的干扰,这种处理方法需要求解协方差矩阵的逆,抽头数越多,矩阵维数越大,逆运算复杂度越高,实时性不能保证。自适应迭代运算可以解决这个问题,但是传统的迭代算法不能同时满足收敛速度快,稳态误差小的要求。
发明内容
本发明目的在于提供一种七阵元卫星导航抗干扰方法,采用自适应迭代运算,解决以往抗干扰方法数据存储量大,计算复杂度高,实时性差的问题,同时提高了收敛速度,减小了稳态误差。
一种七阵元卫星导航抗干扰方法的具体步骤为:
第一步 搭建七阵元卫星导航抗干扰***
七阵元卫星导航抗干扰***,包括:抗干扰信号处理模型建立模块、自相关矩阵求取模块、最优方程构建模块、自适应迭代递推模块和权值更新模块。
抗干扰信号处理模型建立模块的功能为:建立七阵元抗干扰信号处理模型,获取抗干扰处理输出表达式。
自相关矩阵求取模块的功能为:获取输入信号自相关矩阵;
最优方程构建模块的功能为:利用线性约束最小方差准则,构建最优化方程;
自适应迭代递推模块的功能为:利用自适应迭代运算,简化最优权值;
权值更新模块的功能为:采用归一化运算修正步长因子,更新权值。
第二步 抗干扰信号处理模型建立模块建立七阵元抗干扰信号处理模型
七阵元卫星导航抗干扰天线阵共有七个阵元,每个阵元通道后有一个6阶FIR滤波器,滤波系数分别为wm1,wm2,wm3,wm4,wm5,wm6;七阵元天线接收信号分别表示为x1(n),...,x7(n),则阵元后的FIR滤波各乘法器输入信号为xm1(n)=xm(n),xm2(n)=xm(n-1),……,xm6(n)=xm(n-5)。其中m表示阵元通道号,n表示离散时间,取值为(0,+∞)。
用x表示输入信号矩阵为
x=[x11,x12,...,x16,x21,x22,...,x26,...,x71,x72,...,x76]T (1)
用76×1维向量w表示处理器加权矢量,则
w=[w11,w12,...,w16,w21,...,w26,...,w71,...,w76]T (2)
抗干扰处理的输出值为
y=wHx (3)
第三步 自相关矩阵求取模块获取输入信号自相关矩阵
自相关矩阵求取模块根据公式(4)进行计算处理,获得自相关矩阵Rxx:
式中,Rxx表示自相关矩阵;x(n)=[x11(n) x12(n)...x26(n)...x76(n)]T,表示第n时刻的输入信号;N表示计算自相关矩阵所需快拍数。
迭代算法的收敛速度由输入信号自相关矩阵R特征值的分散程度决定。矩阵Rxx的特征值能够反映干扰的强度和个数,当没有干扰时,Rxx特征值的分散度最小,收敛最快;当存在干扰,且输入阵列的信号功率谱密度具有很大的动态时,就会难以收敛。自相关矩阵是非负定的赫米特矩阵,具有复共轭对称性,能够简化运算过程,采用滑动求解的方式,提取多个快拍的信息进行计算。
第四步 最优方程构建模块构建最优化方程
最优方程构建模块根据线性约束最小方差准则,将七阵元抗干扰信号处理模型描述为下式的最优化问题
式中Pout表示输出功率,S表示导向因子,Rxx表示输入信号自相关矩阵,w表示加权矢量。设定导向因子S矢量值:s11=s12=...=s16=1,s21=s22=...=s76=0。
在约束条件下求得权向量第一阵元的加权系数w11=w12=...=w16=1。
第五步 自适应迭代递推模块利用自适应迭代运算简化最优权值
自适应迭代递推模块首先预设一个初值w(0),使得w从w(0)开始沿着Pout减小的方向自适应的调整到最优权值wopt。Pout减小的最快方向是其负梯度方向,结合约束条件wHS=1,得到递推公式(6):
式中w(n)表示第n时刻的加权矢量值;w(n+1)表示第n+1时刻的加权矢量值;表示步长因子;▽wPout表示输出功率梯度;
调整递推系数a的值,为了满足约束条件wH(n+1)S=1则:
将公式(8)a的值带入递推表达式,则
得到基于线性约束最小方差准则的最优权值递推表达式
第六步 权值更新模块修正步长因子更新权值
权值更新模块采用归一化变步长运算求取权值,计算过程如下:
首先,计算步长因子
式中表示常系数;Δμ表示归一化后的步长因子;Rxx H表示自相关矩阵的共轭。
公式(10)中步长因子是一个控制迭代算法收敛速度和稳态误差的常量:选择大的常系数收敛快,但抖动大;选择小的常系数收敛慢,但抖动小。选择合适的常系数保证迭代算法的收敛性。另外要增大稳定步长的范围,需要减小输入信号功率谱最大值,调整输入信号的功率谱使其更加平坦,即白化输入信号,减小输入自相关矩阵的特征值发散度,因此更新公式(10)中的步长因子为公式(11),采用归一化变步长因子,去除输入采样点之间的相关性。
然后,计算权值误差
Δw(n)=Δμ(n)·Rxx·w(n) (12)
式中Δw(n)表示第n时刻的权值误差矢量值,Δμ(n)表示第n时刻的步长因子;
权值误差随迭代运算进行而不断更新,在较大波动后能尽快趋于收敛,收敛条件与输入信号的特征值无关,消除由于输入权向量过大而导致的噪声增加,增大了算法的动态输入范围,提高了迭代算法的收敛速度。
最后,计算更新后的权值
w(n+1)=w(n)-Δw(n) (13)
式中w(n+1)为第n时刻的加权矢量,w(n)和Δw(n)为第n+1时刻的加权矢量和权值误差矢量。
至此,完成七阵元卫星导航抗干扰方法。
本发明采用自适应迭代运算,避免了输入信号自相关矩阵求逆运算,减小了运算量,解决了传统迭代算法收敛速度和稳态误差不能同时满足的难题。该方法过程清晰,公式计算简单,能够进行实时计算,满足工程应用的要求。
附图说明
图1一种七阵元卫星导航抗干扰方法所述的流程图;
1.抗干扰信号处理模型建立模块 2.自相关矩阵求取模块 3.最优方程构建模块4.自适应迭代递推模块 5.权值更新模块。
具体实施方式
一种七阵元卫星导航抗干扰方法的具体步骤为:
第一步搭建七阵元卫星导航抗干扰***
七阵元卫星导航抗干扰***,包括:抗干扰信号处理模型建立模块1、自相关矩阵求取模块2、最优方程构建模块3、自适应迭代递推模块4和权值更新模块5。
抗干扰信号处理模型建立模块1的功能为:建立七阵元抗干扰信号处理模型,获取抗干扰处理输出表达式。
自相关矩阵求取模块2的功能为:获取输入信号自相关矩阵;
最优方程构建模块3的功能为:利用线性约束最小方差准则,构建最优化方程;
自适应迭代递推模块4的功能为:利用自适应迭代运算,简化最优权值;
权值更新模块5的功能为:采用归一化运算修正步长因子,更新权值。
第二步抗干扰信号处理模型建立模块1建立七阵元抗干扰信号处理模型
七阵元卫星导航抗干扰天线阵共有七个阵元,每个阵元通道后有一个6阶FIR滤波器,滤波系数分别为wm1,wm2,wm3,wm4,wm5,wm6;七阵元天线接收信号分别表示为x1(n),...,x7(n),则阵元后的FIR滤波各乘法器输入信号为xm1(n)=xm(n),xm2(n)=xm(n-1),……,xm6(n)=xm(n-5)。其中m表示阵元通道号,n表示离散时间,取值为(0,+∞)。
用x表示输入信号矩阵为
x=[x11,x12,...,x16,x21,x22,...,x26,...,x71,x72,...,x76]T (1)
用76×1维向量w表示处理器加权矢量,则
w=[w11,w12,...,w16,w21,...,w26,...,w71,...,w76]T (2)
抗干扰处理的输出值为
y=wHx (3)
第三步自相关矩阵求取模块2获取输入信号自相关矩阵
自相关矩阵求取模块2根据公式(4)进行计算处理,获得自相关矩阵Rxx:
式中,Rxx表示自相关矩阵;x(n)=[x11(n) x12(n) ...x26(n) ...x76(n)]T,表示第n时刻的输入信号;N表示计算自相关矩阵所需快拍数。
迭代算法的收敛速度由输入信号自相关矩阵R特征值的分散程度决定。矩阵Rxx的特征值能够反映干扰的强度和个数,当没有干扰时,Rxx特征值的分散度最小,收敛最快;当存在干扰,且输入阵列的信号功率谱密度具有很大的动态时,就会难以收敛。自相关矩阵是非负定的赫米特矩阵,具有复共轭对称性,能够简化运算过程,采用滑动求解的方式,提取多个快拍的信息进行计算。
第四步最优方程构建模块3构建最优化方程
最优方程构建模块3根据线性约束最小方差准则,将七阵元抗干扰信号处理模型描述为下式的最优化问题
式中Pout表示输出功率,S表示导向因子,Rxx表示输入信号自相关矩阵,w表示加权矢量。设定导向因子S矢量值:s11=s12=...=s16=1,s21=s22=...=s76=0。
在约束条件下求得权向量第一阵元的加权系数w11=w12=...=w16=1。
第五步自适应迭代递推模块4利用自适应迭代运算简化最优权值
自适应迭代递推模块4首先预设一个初值w(0),使得w从w(0)开始沿着Pout减小的方向自适应的调整到最优权值wopt。Pout减小的最快方向是其负梯度方向,结合约束条件wHS=1,得到递推公式(6):
式中w(n)表示第n时刻的加权矢量值;w(n+1)表示第n+1时刻的加权矢量值;表示步长因子;▽wPout表示输出功率梯度;
调整递推系数a的值,为了满足约束条件wH(n+1)S=1则:
将公式(8)a的值带入递推表达式,则
得到基于线性约束最小方差准则的最优权值递推表达式
第六步 权值更新模块5修正步长因子更新权值
权值更新模块5采用归一化变步长运算求取权值,计算过程如下:
首先,计算步长因子
式中表示常系数;Δμ表示归一化后的步长因子;Rxx H表示自相关矩阵的共轭。
公式(10)中步长因子是一个控制迭代算法收敛速度和稳态误差的常量:选择大的常系数收敛快,但抖动大;选择小的常系数收敛慢,但抖动小。选择合适的常系数保证迭代算法的收敛性。另外要增大稳定步长的范围,需要减小输入信号功率谱最大值,调整输入信号的功率谱使其更加平坦,即白化输入信号,减小输入自相关矩阵的特征值发散度,因此更新公式(10)中的步长因子为公式(11),采用归一化变步长因子,去除输入采样点之间的相关性。
然后,计算权值误差
Δw(n)=Δμ(n)·Rxx·w(n) (12)
式中Δw(n)表示第n时刻的权值误差矢量值,Δμ(n)表示第n时刻的步长因子;
权值误差随迭代运算进行而不断更新,在较大波动后能尽快趋于收敛,收敛条件与输入信号的特征值无关,消除由于输入权向量过大而导致的噪声增加,增大了算法的动态输入范围,提高了迭代算法的收敛速度。
最后,计算更新后的权值
w(n+1)=w(n)-Δw(n) (13)
式中w(n+1)为第n时刻的加权矢量,w(n)和Δw(n)为第n+1时刻的加权矢量和权值误差矢量。
至此,完成七阵元卫星导航抗干扰方法。
Claims (3)
1.一种七阵元卫星导航抗干扰方法,其特征在于具体步骤为:
第一步 搭建七阵元卫星导航抗干扰***
七阵元卫星导航抗干扰***,包括:抗干扰信号处理模型建立模块(1)、自相关矩阵求取模块(2)、最优方程构建模块(3)、自适应迭代递推模块(4)和权值更新模块(5);
抗干扰信号处理模型建立模块(1)的功能为:建立七阵元抗干扰信号处理模型,获取抗干扰处理输出表达式;
自相关矩阵求取模块(2)的功能为:获取输入信号自相关矩阵;
最优方程构建模块(3)的功能为:利用线性约束最小方差准则,构建最优化方程;
自适应迭代递推模块(4)的功能为:利用自适应迭代运算,简化最优权值;
权值更新模块(5)的功能为:采用归一化运算修正步长因子,更新权值;
第二步 抗干扰信号处理模型建立模块(1)建立七阵元抗干扰信号处理模型
七阵元卫星导航抗干扰天线阵共有七个阵元,每个阵元通道后有一个6阶FIR滤波器,滤波系数分别为wm1,wm2,wm3,wm4,wm5,wm6;七阵元天线接收信号分别表示为x1(n),...,x7(n),则阵元后的FIR滤波各乘法器输入信号为xm1(n)=xm(n),xm2(n)=xm(n-1),……,xm6(n)=xm(n-5);其中m表示阵元通道号,n表示离散时间,取值为(0,+∞);
用x表示输入信号矩阵为
x=[x11,x12,...,x16,x21,x22,...,x26,...,x71,x72,...,x76]T (1)
用76×1维向量w表示处理器加权矢量,则
w=[w11,w12,...,w16,w21,...,w26,...,w71,...,w76]T (2)
抗干扰处理的输出值为
y=wHx (3)
第三步 自相关矩阵求取模块(2)获取输入信号自相关矩阵
自相关矩阵求取模块(2)根据公式(4)进行计算处理,获得自相关矩阵Rxx:
式中,Rxx表示自相关矩阵;x(n)=[x11(n) x12(n) ...x26(n) ...x76(n)]T,表示第n时刻的输入信号;N表示计算自相关矩阵所需快拍数;
迭代算法的收敛速度由输入信号自相关矩阵R特征值的分散程度决定;矩阵Rxx的特征值能够反映干扰的强度和个数,当没有干扰时,Rxx特征值的分散度最小,收敛最快;当存在干扰,且输入阵列的信号功率谱密度具有很大的动态时,就会难以收敛;自相关矩阵是非负定的赫米特矩阵,具有复共轭对称性,能够简化运算过程,采用滑动求解的方式,提取多个快拍的信息进行计算;
第四步 最优方程构建模块(3)构建最优化方程
最优方程构建模块(3)根据线性约束最小方差准则,将七阵元抗干扰信号处理模型描述为下式的最优化问题
式中Pout表示输出功率,S表示导向因子,Rxx表示输入信号自相关矩阵,w表示加权矢量;
第五步 自适应迭代递推模块(4)利用自适应迭代运算简化最优权值
自适应迭代递推模块(4)首先预设一个初值w(0),使得w从w(0)开始沿着Pout减小的方向自适应的调整到最优权值wopt;Pout减小的最快方向是其负梯度方向,结合约束条件wHS=1,得到递推公式(6):
式中w(n)表示第n时刻的加权矢量值;w(n+1)表示第n+1时刻的加权矢量值;表示步长因子;▽wPout表示输出功率梯度;
调整递推系数a的值,为了满足约束条件wH(n+1)S=1则:
将公式(8)a的值带入递推表达式,则
得到基于线性约束最小方差准则的最优权值递推表达式
第六步 权值更新模块(5)修正步长因子更新权值
权值更新模块(5)采用归一化变步长运算求取权值,计算过程如下:
首先,计算步长因子
式中表示常系数;Δμ表示归一化后的步长因子;Rxx H表示自相关矩阵的共轭;
公式(10)中步长因子是一个控制迭代算法收敛速度和稳态误差的常量:选择大的常系数收敛快,但抖动大;选择小的常系数收敛慢,但抖动小;选择合适的常系数保证迭代算法的收敛性;另外要增大稳定步长的范围,需要减小输入信号功率谱最大值,调整输入信号的功率谱使其更加平坦,即白化输入信号,减小输入自相关矩阵的特征值发散度,因此更新公式(10)中的步长因子为公式(11),采用归一化变步长因子,去除输入采样点之间的相关性;
然后,计算权值误差
Δw(n)=Δμ(n)·Rxx·w(n) (12)
式中Δw(n)表示第n时刻的权值误差矢量值,Δμ(n)表示第n时刻的步长因子;
权值误差随迭代运算进行而不断更新,在较大波动后能尽快趋于收敛,收敛条件与输入信号的特征值无关,消除由于输入权向量过大而导致的噪声增加,增大了算法的动态输入范围,提高了迭代算法的收敛速度;
最后,计算更新后的权值
w(n+1)=w(n)-Δw(n) (13)
式中w(n+1)为第n时刻的加权矢量,w(n)和Δw(n)为第n+1时刻的加权矢量和权值误差矢量;
至此,完成七阵元卫星导航抗干扰方法。
2.如权利要求1所述的七阵元卫星导航抗干扰方法,其特征在于第四步中最优方程构建模块(3)构建最优化方程的过程中,设定导向因子S矢量值为:s11=s12=...=s16=1,s21=s22=...=s76=0,在约束条件下求得权向量第一阵元的加权系数w11=w12=...=w16=1。
3.一种七阵元卫星导航抗干扰***,其特征在于包括:抗干扰信号处理模型建立模块(1)、自相关矩阵求取模块(2)、最优方程构建模块(3)、自适应迭代递推模块(4)和权值更新模块(5);
抗干扰信号处理模型建立模块(1)的功能为:建立七阵元抗干扰信号处理模型,获取抗干扰处理输出表达式;
自相关矩阵求取模块(2)的功能为:获取输入信号自相关矩阵;
最优方程构建模块(3)的功能为:利用线性约束最小方差准则,构建最优化方程;
自适应迭代递推模块(4)的功能为:利用自适应迭代运算,简化最优权值;
权值更新模块(5)的功能为:采用归一化运算修正步长因子,更新权值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710603504.6A CN109283553A (zh) | 2017-07-23 | 2017-07-23 | 一种七阵元卫星导航抗干扰方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710603504.6A CN109283553A (zh) | 2017-07-23 | 2017-07-23 | 一种七阵元卫星导航抗干扰方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109283553A true CN109283553A (zh) | 2019-01-29 |
Family
ID=65185462
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710603504.6A Pending CN109283553A (zh) | 2017-07-23 | 2017-07-23 | 一种七阵元卫星导航抗干扰方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109283553A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110850445A (zh) * | 2019-11-21 | 2020-02-28 | 中国人民解放军63961部队 | 一种基于空时采样协方差求逆的脉冲干扰抑制方法 |
CN112769469A (zh) * | 2021-01-23 | 2021-05-07 | 成都振芯科技股份有限公司 | 一种基于波束形成控制运算阵元数的方法及装置 |
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 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080018533A1 (en) * | 2001-09-26 | 2008-01-24 | L-3 Communications Corporation | Efficient space-time adaptive processing (stap) filter for global positioning system (gps) receivers |
CN104215975A (zh) * | 2014-09-03 | 2014-12-17 | 成都天奥信息科技有限公司 | 一种卫星导航接收机抗干扰方法 |
CN104345321A (zh) * | 2014-11-03 | 2015-02-11 | 西安烽火电子科技有限责任公司 | 一种卫星导航接收机用空时自适应抗干扰方法 |
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 |
CN104993861A (zh) * | 2015-05-21 | 2015-10-21 | 中国电子科技集团公司第十研究所 | 阵元选择性调零天线波束合成方法 |
CN105676234A (zh) * | 2016-01-07 | 2016-06-15 | 西安电子科技大学 | 一种基于导航接收机的空时自适应抗干扰方法 |
CN106324625A (zh) * | 2016-08-30 | 2017-01-11 | 北京航空航天大学 | 一种基于二范数多目标优化的卫星导航***自适应抗干扰方法 |
CN106646530A (zh) * | 2016-11-16 | 2017-05-10 | 和芯星通科技(北京)有限公司 | 一种空频抗干扰方法及装置 |
-
2017
- 2017-07-23 CN CN201710603504.6A patent/CN109283553A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080018533A1 (en) * | 2001-09-26 | 2008-01-24 | L-3 Communications Corporation | Efficient space-time adaptive processing (stap) filter for global positioning system (gps) receivers |
CN104215975A (zh) * | 2014-09-03 | 2014-12-17 | 成都天奥信息科技有限公司 | 一种卫星导航接收机抗干扰方法 |
CN104345321A (zh) * | 2014-11-03 | 2015-02-11 | 西安烽火电子科技有限责任公司 | 一种卫星导航接收机用空时自适应抗干扰方法 |
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 |
CN104993861A (zh) * | 2015-05-21 | 2015-10-21 | 中国电子科技集团公司第十研究所 | 阵元选择性调零天线波束合成方法 |
CN105676234A (zh) * | 2016-01-07 | 2016-06-15 | 西安电子科技大学 | 一种基于导航接收机的空时自适应抗干扰方法 |
CN106324625A (zh) * | 2016-08-30 | 2017-01-11 | 北京航空航天大学 | 一种基于二范数多目标优化的卫星导航***自适应抗干扰方法 |
CN106646530A (zh) * | 2016-11-16 | 2017-05-10 | 和芯星通科技(北京)有限公司 | 一种空频抗干扰方法及装置 |
Non-Patent Citations (2)
Title |
---|
田玉坤等: "功率倒置自适应抗干扰算法的性能分析与仿真", 《电子信息对抗技术》, no. 05, 15 September 2016 (2016-09-15) * |
袁鑫等: "基于阵列天线的归一化变步长抗干扰算法研究", 《现代防御技术》, no. 02, 15 April 2016 (2016-04-15), pages 1 - 5 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110850445A (zh) * | 2019-11-21 | 2020-02-28 | 中国人民解放军63961部队 | 一种基于空时采样协方差求逆的脉冲干扰抑制方法 |
CN110850445B (zh) * | 2019-11-21 | 2024-04-05 | 中国人民解放军63961部队 | 一种基于空时采样协方差求逆的脉冲干扰抑制方法 |
CN112769469A (zh) * | 2021-01-23 | 2021-05-07 | 成都振芯科技股份有限公司 | 一种基于波束形成控制运算阵元数的方法及装置 |
CN112769469B (zh) * | 2021-01-23 | 2023-02-24 | 成都振芯科技股份有限公司 | 一种基于波束形成控制运算阵元数的方法及装置 |
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 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103245956B (zh) | 一种基于稳健波束形成算法的gps抗多径方法 | |
CN109283553A (zh) | 一种七阵元卫星导航抗干扰方法 | |
CN103197325B (zh) | 一种基于变对角加载量的空时抗干扰方法 | |
CN106324625B (zh) | 一种基于二范数多目标优化的卫星导航***自适应抗干扰方法 | |
JP3885104B2 (ja) | 信号処理装置及び信号処理方法 | |
CN107238812B (zh) | 一种基于最小间隙阵列的鲁棒动态测向方法 | |
CN109143275A (zh) | 一种基于粒子群的小型化阵列天线抗干扰实现方法 | |
CN103095357A (zh) | 智能天线自适应波束形成方法 | |
CN105282761B (zh) | 一种快速lms自适应波束形成的方法 | |
CN104716982A (zh) | 一种扩频***稳健抗干扰处理方法和装置 | |
Guo et al. | Robust adaptive LCMV beamformer based on an iterative suboptimal solution | |
CN107332601B (zh) | 一种基于波束赋形的自适应干扰抑制方法 | |
CN110082789A (zh) | 基于圆阵的空时域自适应宽线性降秩波束形成方法 | |
CN104698472A (zh) | 改进宽带干扰抑制处理方法及处理装置 | |
CN111241470B (zh) | 基于自适应零陷展宽算法的波束合成方法及装置 | |
Shi et al. | Adaptive antenna array beamforming based on norm penalized NLMS algorithm | |
CN106685507A (zh) | 色噪声环境下基于约束Kalman波束形成方法 | |
CN104777492A (zh) | 卫星导航***抗干扰处理方法及装置 | |
CN104459627A (zh) | 基于联合交替优化的降秩波束形成方法 | |
CN108646238A (zh) | 一种基于副瓣对消系数映射的干扰源跟踪方法 | |
CN107576323A (zh) | 基于fir和lms自适应滤波组合型光纤陀螺滤波方法 | |
CN110208830B (zh) | 一种基于空时二维稀疏阵列的导航抗干扰方法 | |
CN104133205B (zh) | 一种树形宽带波束形成器 | |
CN103401819A (zh) | 一种基于空时滤波的自动增益控制方法及装置 | |
Cai et al. | An improved adaptive constrained constant modulus reduced-rank algorithm with sparse updates for beamforming |
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 |