基于凸约束下泰勒估计的主瓣干扰抑制算法

针对真实信号协方差矩阵估计难以直接获取及低快拍条件下传统采样协方差矩阵存在较大误差的问题,提出了基于凸约束下泰勒估计的抗主瓣干扰波束形成算法。该算法首先利用凸约束下的泰勒估计法在低快拍数条件下对信号协方差矩阵进行估计。其次利用多信号分类算法进行波达方向估计,筛选主瓣干扰对应特征矢量。而后利用特征投影矩阵法对主瓣干扰进行抑制。最后,通过添加线性约束获得权值矢量进行波束形成。仿真结果显示,在低快拍数条件下,所提算法对信号协方差矩阵具有更高的估计精度,波束形成性能稳健且具有更高的输出信干噪比。     

面向线性调频干扰的空频自适应处理算法

针对卫星导航应用中线性调频(linear frequency modulated, LFM)干扰统计特征时变引起的抗干扰性能下降问题，提出了一种基于数据空时频三维特征分组的空频自适应处理(space-frequency adaptive processing, SFAP)算法。首先通过时频分析方法获取采样数据的时域、频域联合分布，并利用空间相关系数分析相同频率干扰在不同时间的空间相关性，然后对SFAP的采样数据进行分组，将不同时间具有相同频率和到达角参数的采样点分到相同组，最后利用分组后的数据进行协方差矩阵估计、权值计算和自适应滤波，提高了干扰特征值、增加了零陷深度、提升了抗干扰能力。仿真结果表明，所提算法可有效提升卫星导航接收机对LFM干扰的抑制能力，且对存在单个和多个LFM干扰的场景均能适用。     

RLS波束形成算法在相干干扰环境中的应用

讨论了如何将RLS自适应波束形成算法与空间平滑法相结合,应用到相干干扰环境中.首先给出了RLS去相干算法的结构和具体迭代步骤,并进行了理论推导,得到了采样信号协方差矩阵的逆矩阵循环传递等效于采样协方差矩阵求平均值的结论.对两种情况进行了计算机模拟,证明了算法结构的正确性和可靠性.     

基于频控阵的改进ESB波束形成算法

频控阵由于其波束方向图具有的距离-角度二维依赖特性而受到广泛关注, 理想情况下基于频控阵的自适应波束形成技术, 能够从距离维和角度维增强期望信号并抑制干扰, 但实际系统中较大的指向误差和采样协方差矩阵失配会造成算法性能严重下降。针对该问题, 提出一种改进的基于特征空间(eigenspace-based, ESB)自适应波束形成算法, 并将其应用在频控阵多输入多输出接收处理体制中, 仿真结果表明在5°的指向误差内, -20 dB信噪比, 及小快拍数的非理想条件下, 所提算法仍然能在目标位置附近形成高增益, 并在干扰位置形成零陷, 克服了传统ESB算法低信噪比条件下算法失效导致的波束方向图畸变问题, 具有更好的适用性。     

GPS多波束盲自适应动态干扰抑制算法

依据全球定位系统(global position system, GPS) C/A码信号的周期重复特点,提出了一种新的多波束盲自适应动态干扰抑制算法。首先利用子空间投影和零陷展宽技术抑制动态干扰,然后将无干扰的数据送入多波束形成器,由于GPS信号和噪声的重复周期不同,所以可以根据延迟协方差矩阵的分解得到信号子空间,进而确定每个波束的权矢量。仿真证明,该方法能有效抑制动态干扰,同时又能将波束的主瓣对准卫星方向,从而提高卫星信号的信噪比。     

双基地机载雷达杂波和主瓣压制干扰抑制方法

当干扰从雷达波束主瓣进入时，传统的空域抗干扰方法不仅无法抑制主瓣干扰，还会引发主瓣畸变、旁瓣抬升等问题，严重影响机载雷达目标检测性能。针对该问题，提出了一种基于双基地配置的机载雷达杂波和主瓣压制干扰抑制方法。该方法首先针对主、辅雷达分别形成多个相邻空域波束；然后，对波束形成后的数据进行脉冲多普勒(pulse Doppler, PD)处理，并在距离-多普勒域对主、辅雷达的干扰信号进行配对处理。在此基础上，在主、辅雷达对应的多普勒通道通过时域自适应滤波抑制干扰；最后，联合相邻波束的数据通过降维空时自适应处理(reduced-dimension space-time adaptive processing, STAP)抑制剩余的杂波。仿真结果表明，所提方法能够有效抑制杂波和主瓣压制干扰，与传统采样矩阵求逆(sample matrix inversion, SMI)方法和局域联合处理(joint domain localized, JDL)方法相比，对信干噪比性能分别改善了约20.6 dB和21.5 dB。     

抑制快速运动宽带干扰的稳健波束形成算法

作者从宽带信号模型出发,通过对扰动干扰方向上空时二维导向矢量的分析,修正了权值训练期间得到的宽带干扰协方差矩阵,并结合对角加载技术,确定空时波束形成器的对角加载量,修正了多线性约束空时自适应波束形成算法的最优权值,推导出一种抑制快速运动宽带干扰的空时波束形成算法,该方法有效地实现宽带干扰的零陷加宽,提高了宽带波束形成算法的稳健性.     

导航信号功率增强对阵列接收机的影响分析

为了分析低轨导航增强系统中信号功率增强对阵列接收机的影响, 提出一种信号传播与阵列接收机的数学模型, 基于该模型分析了功率增强条件下最小均方误差算法与直接矩阵求逆算法对抗干扰性能的影响。根据理论分析与仿真实验, 增强信号对最小均方误差与直接矩阵求逆的影响相似, 当信号增强量在15 dB以下时, 阵列抗干扰对信号的影响较小；随着信号功率进一步增强, 增强信号被识别为干扰并进行了抑制；当信号的信噪比增强到10 dB时, 增强信号被抑制约15 dB。研究结果表明, 在采用传统阵列抗干扰方法的情况下, 信号功率的增强并非越大越好, 信号功率增强15 dB时对传统阵列抗干扰的影响较小。     

期望信号稳健阻塞的协方差矩阵重构波束形成算法

针对期望信号导向矢量存在失配时自适应波束形成器性能下降的问题,提出期望信号稳健阻塞的干扰噪声协方差矩阵重构算法。首先,构造角度展宽的信号阻塞矩阵,完成回波数据中期望信号的分离,进而利用无污染的回波数据计算准干扰噪声协方差矩阵。接着,对准干扰噪声协方差矩阵做特征分解,借助矩阵投影变换完成干扰噪声协方差矩阵的准确重构。最后,对剔除掉干扰和噪声分量的采样协方差矩阵做特征分解,完成期望信号导向矢量的有效估计。理论分析和仿真结果表明,所提算法不仅具有近乎理想的性能,还具有较低的计算复杂度。     

单快拍相干信号自适应波束形成方法

针对低快拍条件下相干信号波束形成问题,提出一种单快拍相干自适应波束形成方法。首先,构造Duvall特征消除器滤除阵列接收信号中的期望信号,再利用空间平滑方法解相关。然后,依据Hung Tuner算法对平滑后的协方差矩阵进行Gram Schmidt正交化,快速重构干扰信号子空间。最后,将静态权矢量在干扰子空间内的正交投影作为波束形成最优权矢量。该算法可有效避免协方差矩阵求逆和特征分解造成的复杂计算,且能降低由于期望信号泄露造成的子空间估计误差,在单快拍条件下性能良好。仿真分析验证了算法的优越性和理论分析的有效性。     

阻塞矩阵方法对消主瓣干扰

当存在主瓣干扰且有期望信号混入情况下,用常规自适应波束形成方法进行自适应干扰对消,不但会引起主瓣变形,而且期望信号也会被抑制,从而影响对消性能。提出一种新的阻塞矩阵方法,对接收数据进行预处理,消除它们对计算数据协方差阵的影响,再用其它方法确定自适应权值。理论分析和计算机仿真表明,用阻塞矩阵方法可以获得较大的性能提升。     

高速运动环境下GNSS接收机阵列抗干扰算法

全球卫星导航系统(global navigation satellite system, GNSS)接收机高速运动状态下,干扰信号来向快速变化将导致阵列抗干扰算法性能下降,为此提出了基于干扰加噪声协方差(interference-plus-noise covariance, INC)矩阵重构的零陷加宽算法。首先,依据采样协方差矩阵相邻特征值之比估算干扰信号数目。然后,利用空间谱估计值粗略判定干扰信号来向,并根据零陷展宽需求重新设定干扰区域空间谱估计值。最后,以干扰区域谱估计值为基础重构INC矩阵,求解阵列权矢量。仿真实验表明,相比于其他零陷加宽算法,所提算法在相同展宽下的零陷更深,阵列输出载噪比(carrier to noise ratio, C/N₀)也高出5 dBHz以上。     

高速运动环境下GNSS接收机阵列抗干扰算法

全球卫星导航系统(global navigation satellite system, GNSS)接收机高速运动状态下,干扰信号来向快速变化将导致阵列抗干扰算法性能下降,为此提出了基于干扰加噪声协方差(interference-plus-noise covariance, INC)矩阵重构的零陷加宽算法。首先,依据采样协方差矩阵相邻特征值之比估算干扰信号数目。然后,利用空间谱估计值粗略判定干扰信号来向,并根据零陷展宽需求重新设定干扰区域空间谱估计值。最后,以干扰区域谱估计值为基础重构INC矩阵,求解阵列权矢量。仿真实验表明,相比于其他零陷加宽算法,所提算法在相同展宽下的零陷更深,阵列输出载噪比(carrier to noise ratio, C/N₀)也高出5 dBHz以上。     

一种更精确的多模GNSS兼容性方法研究

传统的卫星导航系统的多系统兼容性分析方法只适用于分析长码、码速率高和数据速率高的信号兼容性。通过推导信号模型,讨论了信号参数对干扰系数的影响,提出了一种更精确的多模全球卫星导航系统（global navigation satellite system, GNSS）系统兼容性分析方法。该方法加入了多普勒的影响,并且考虑了与期望信号同频段内的所有卫星导航信号,适用于任意伪码结构、数据结构的卫星导航信号兼容性分析。最后通过仿真GPS系统内干扰与系统间干扰验证了方法的正确性,并得出Galileo 在E1采用的MBOC信号对GPS C/A信号产生的干扰在0.1 dB以内。     

基于对角减载的水声阵列SMI-MVDR

空间谱估计一直都是水声阵列信号处理研究的热点问题,而一般认为目标和背景干扰的信息都蕴含在接收信号协方差矩阵中,因而现有的谱估计技术大多针对接收信号的协方差矩阵进行处理。由于信号和噪声的相关性,导致协方差矩阵中主对角线元素上的噪声分量最大。针对这一特性提出了基于对角减载的水声阵列采样矩阵求逆(sample matrix inversion, SMI)最小方差无畸变响应(minimum variance distortionless response, MVDR)波束形成技术。理论推导了对角减载量对输出功率谱目标方位上输出信噪比的影响,分析了最佳对角减载系数的选取原则。并针对实际工程应用情况,研究了由有限次快拍数估计的采样矩阵得到最佳对角减载系数的方法,该方法无需预估信号源数。通过算法仿真和海试数据处理,对比验证了基于对角减载的SMI MVDR空间谱估计的有效性和可靠性。对于背景噪声级较强的水声阵列信号处理环境来说,所提方法能有效提高高斯白噪声背景下的声纳多目标分辨性能。     

卫星导航系统接收传感器网络的攻击检测研究

卫星导航系统接收机小型化是未来发展的趋势,基于小型导航接收机的无线传感器网络具有新优点的同时也面临新的问题。研究分析了导航系统接收传感器网络所面临的攻击特点,传统无线传感器网络的干扰检测方法难以准确定位干扰和校正位置,提出了基于改进的到达角度定位机制的攻击检测算法确定受到干扰的点,并进行干扰校正;然后基于导航系统抗欺骗干扰原理,提出了单干扰源双曲线定位算法。最后,利用所提算法进行实验,结果表明,攻击检测和校正效率很高,理想条件下干扰源定位效率也较高。     

基于高斯过程回归的平方根UPF算法

针对系统动力学模型不准确可能导致滤波精度下降,以及系统状态协方差阵可能出现的负定性问题,提出一种新的高斯过程回归平方根分解无迹粒子滤波(Gaussian process regression square-root decomposition unscented particle filter,GPSR-UPF)算法。在该算法中,采用高斯过程回归求取UPF的重要性密度函数。当系统模型不准确时,通过高斯过程回归学习训练数据,进而获取系统的回归模型及系统噪声协方差,同时引入平方根变换抑制系统状态协方差阵的负定性。将提出的GPSR- UPF算法应用到捷联惯导/全球定位系统(strapdown inertial navigation system / global positioning system, SINS/GPS)组合导航系统中进行仿真验证。结果表明,所提出滤波算法的性能优于基本的无迹粒子滤波算法,能提高组合导航系统的解算精度。     

一种稳健的多主瓣干扰抑制方法

当训练数据含有期望信号时,传统的基于特征投影预处理的主瓣干扰抑制算法会产生严重退化。这是因为在期望信号的扰动下主瓣干扰对应的特征波束易产生峰值偏移,导致主瓣干扰难以完全去除,当多个主瓣干扰存在时尤为突出。通过估计信号与噪声功率并将期望信号功率置零重构干扰加噪声协方差矩阵,排除了期望信号的影响,使得主瓣干扰能够充分去除。进一步将主瓣干扰功率置零重构旁瓣干扰加噪声协方差矩阵进行波束形成,方向图较协方差重构法在旁瓣干扰方向上能够形成更深的零陷。仿真实验表明,提出的方法能够有效抑制多个主瓣干扰并具有良好的稳健性。     

融合功率分配策略的NGSO-GSO频率干扰计算方法研究

针对地球静止轨道(geostationary satellite orbit,GSO)卫星系统与非GSO(none GSO,NGSO)星座系统间的干扰分析场景,结合NGSO、GSO系统的空间链路、波束业务需求量和信道等特征,提出了融合功率分配策略的NGSO-GSO频率干扰计算方法,构建了上、下行通信链路的目标函数和约束...