《电子技术应用》
您所在的位置:首页 > 通信与网络 > 设计应用 > GPS接收机空时降维算法的研究
GPS接收机空时降维算法的研究
来源:微型机与应用2013年第23期
王丽黎,康 博
(西安理工大学 自动化学院,陕西 西安 710048)
摘要: 降低计算量是GPS空时抗干扰的主要问题,基于相关相减结构的多级维纳滤波法不需求解阻塞矩阵,可有效地降低计算量。对相关相减多级维纳滤波法进行改进,进一步降低运算量,并且有几乎相同的性能。仿真结果表明,改进的多级维纳滤波法能有效地过滤各种干扰,证明了其有效性。
Abstract:
Key words :

摘  要: 降低计算量是GPS空时抗干扰的主要问题,基于相关相减结构的多级维纳滤波法不需求解阻塞矩阵,可有效地降低计算量。对相关相减多级维纳滤波法进行改进,进一步降低运算量,并且有几乎相同的性能。仿真结果表明,改进的多级维纳滤波法能有效地过滤各种干扰,证明了其有效性。
关键词: GPS;空时;降维;MCSA-MWF

 随着GPS的不断发展,其在军事和民用这两方面都显示出了巨大的作用,并在各领域得到了越来越广泛的应用,人们对其的依赖也越来越高[1]。但由于GPS本身的脆弱性,其易被干扰的问题也日益突出,因此需要一些抗干扰技术来对干扰进行抑制。主要的抗干扰方法有时域滤波抗干扰技术、空域滤波抗干扰技术和空时抗干扰技术等[2]。空时抗干扰技术相对于传统的空域滤波技术,在不增加阵元的前提下,大大增加了阵的自由度,从而增加了可以处理的干扰数目,而且具有分辨频率的能力,具有很好的抗干扰性能[3]。但是空时抗干扰技术带来好处的同时,也大大增加了计算量,为了降低计算量以便于实际的应用,需要对其进行降维简化处理。GOLDSTEIN J S提出的多级维纳滤波法(MWF)[4]通过逐级降维和不需要求解逆矩阵的特点降低了计算量,但其引入的阻塞矩阵求解繁琐,计算量依旧较大。而基于相关相减结构的多级维纳滤波法(CSA-MWF)不需要求解MWF中的阻塞矩阵,从而进一步降低了计算量[5]。但与MWF相比,CSA-MWF通过每级滤波器的相关数据维数不减。本文在CSA-MWF的结构基础上做出了改进,通过逐级降维进一步降低了计算量。仿真结果表明,本文的方法与CSA-MWF有近乎相同的性能,证明了其有效性。

 



 从图4可以看出,经过MCSA-MWF降维,对于占整个频带的宽频干扰能在60°方向的整个频带上形成零陷;部分宽频干扰在10°方向上形成了归一化0~0.5频率范围的零陷;单频干扰在其-20°方向上归一化0.6频点上形成零陷。由此可知,改进后的基于相关相减多级维纳滤波法在各种干扰的方向上的相应频点处都能形成零陷,过滤干扰保留有用信号,在方向角和频率上都有很好的分辨能力。
4.2 MCSA-MWF和CSA-MWF性能对比
 均匀线阵阵元数M=3;时间延迟单元数N=5;信噪比为-20 dB;干噪比为40 dB;改变滤波器的阶数分别在宽带干扰、窄带干扰、宽带窄带混合干扰下的两种降维算法最小输出均方误差曲线图如图5~图7所示。
从图5可以看出,CSA-MWF和MCSA-MWF对于窄带干扰,D=2时开始收敛。从图6和图7可以看出,当滤波器维数分别为6和7时开始收敛。由此可知CSA-MWF和MCSA-MWF两种降维方法不论是对于窄带干扰、宽带干扰还是对于混合干扰等情况,在达到一定的输出最小均方误差的情况下,都可以起到良好的降维效果,性能基本相同。

参考文献
[1] 贺英魁.GPS测量技术[M].重庆:重庆大学出版社,2010.
[2] FANTE R L, VACCARO J J. Wideband cancellation of interference in a GPS receive array[J]. Aerospace and Electronic Systems, 2000,36(2):549-564.
[3] 项建弘,郭黎利,陈立明.GPS空时自适应抗干扰系统性能研究[J].系统工程与电子技术,2009(5):1022-1025.
[4] 司东晓,蔚保国.GPS接收机空时抗干扰降维处理方法研究[J].测控遥感与导航定位.2010:22-24.
[5] Jiang Bo, Liu Cuihai, Wen Dong, et al. CSA-MWF based nonlinear equalization for data relay satellite channel[C].  2010 IEEE 10th International Conference on Signal Processing (ICSP), 2010: 417-421.
[6] de LAMARE R C, SAMPAIO-NETO R. Reduced-rank space-time adaptive interference suppression with joint iterative least squares algorithms for spread-spectrum systems[J]. IEEE Transactions on Vehicular Technology, 2010,59(3):1217-1228.

此内容为AET网站原创,未经授权禁止转载。