干扰环境下用于GPS接收机的波束形成算法分析

以GPS抗干扰接收机为背景,研究了基于线性约束最小方差的波束形成算法MVDR和PI的抗干扰性能,分析了算法实现中由于协方差矩阵以及DOA估计误差所带来的性能损耗以及应用场合。在ULA阵和不同干扰信号DOA环境下,利用GPS软件信号源对算法进行仿真并分析了算法对SINR的影响。仿真验证了MVDR和PI对压制性宽带干扰的抑制能力。另外给出了算法输出SINR受期望信号和干扰信号"距离"影响的性能曲线,从而评估干扰源对GPS信号的影响,并为接收机定位解算中的星座选择提供一定的依据,以提高定位精度。     

GPS软件基带信号处理与定位实现

在GPS软件接收机架构下,基于计算机MATLAB软件平台,利用实际采集的GPS中频信号,在普通计算机上实现了一个硬件接收机的所有基带信号处理以及导航解算功能：详细介绍了FFT相关捕获方法,经典载波、伪码跟踪环设计;对于接收机中最重要的伪距计算环节,给出一种完全不需要本地时间,而仅利用采样数据,根据由捕获和跟踪得到的观测量,提取出各卫星帧头到达天线的时延差,从而计算伪距的方法,最终实现了定位解算。实验结果表明,利用真实GPS中频数据,可以在GPS软件接收机架构下,完成全部基带信号处理以及定位解算等完整过程,完全实现一个接收机功能,并适合精密单点定位、多模接收机等算法开发。     

强干扰下GPS接收机性能仿真和分析

由于GPS接收机接收信号弱,使得接收机容易被干扰.为了分析干扰对GPS接收机的影响,开发了一个基于Marlab的软件仿真平台.该平台包括四个部分:用户界面、GPS信号仿真器、GPS软件接收机以及干扰信号发生器.接收机在受干扰信号的驱动下的输出量:伪距、载噪比、锁相环锁定值和定位误差,用于接收机的干扰性能分析.理论结果和实验结论相吻合表明该软件仿真平台可以用于干扰条件下接收机的性能分析.同传统的硬件仿真相比,软件信号仿真平台以较低的代价为研究者和开发人员的评估和测试提供更多的灵活性.所有的关键技术都采用Matlab语言的模块化编程.因此,该仿真平台适合该领域的初学者掌握GPS原理和研究者开发更先进的抗干扰算法.     

GPS辅助修正惯性导航误差的虚拟卫星算法

传统的GPS(Global Positioning System)/INS(Inertial Navigation System惯性导航)松散组合要求GPS接收的卫星数目不小于4颗。在软件接收机的基础上,提出一种新的组合算法模型,称为虚拟卫星法。只要GPS接收的卫星数目为一颗以上即可修正误差。接收卫星数目达到三颗以上,即可确保速度误差不发散,位置误差也可以很好地抑制。当接收卫星数目达到四颗以上,速度、位置误差均不发散。仿真结果表明,虚拟卫星法在收到新的卫星信号时,能迅速地收敛导航误差。     

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。     

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。     

基于抵消技术的邻道干扰抑制

针对无线设备间的邻道干扰,提出了一种干扰抑制方法。在接收机中设计邻道干扰重建支路,利用记忆多项式估计信道的非线性参数,构建邻道干扰信号模型并重建干扰信号,最终从接收信号中消除邻道干扰信号。所提方法能够有效减小邻道干扰影响,提升期望信号接收信噪比,使有限带宽内容纳更多通信设备。计算机仿真与软件无线电平台实验结果表明,在实验室视距环境中,甚高频频段,信号带宽25 kHz,所提方法能够抑制18 dB的邻道干扰,为有限空间内无线电设备间邻道干扰抑制提供了新的研究思路。     

美国成功发射首颗改进型GPS IIR卫星

美国时间2005年9月25日晚,美空军利用波音公司的“德尔它-2”,成功发射首颗改进型GPS IIR卫星。此次发射的型号为GPSIIR-M1卫星是洛克希德·马丁公司为GPS联合计划办公室改进的8颗GPSIIR系列卫星中的第一颗,是目前技术上最先进的GPS卫星,将为美军和全球民用用户提供改进的导航性能。目前的GPS星座的28颗卫星中已包括12颗Block IIR卫星。此次发射的改进型Block IIR卫星在性能上的主要改进措施包括:现代化的天线面板,可为地面接收用户提供增强的信号功率;新增两个军用信号,可为军队提供增强的编码和抗干扰能力;新增第二个民用…     

基于自适应抗干扰技术的辐射发射现场测量方法

提出了一种具有干扰抑制效果的外场辐射发射测试新方法。该方法通过获取多通道接收数据,利用多重信号分类(multiple signal classification, MUSIC)算法获取受试设备的辐射信号和现场其他干扰信号的波达方向,并采取最小方差无畸变波束形成算法在干扰信号来向形成阵列天线方向图的“零陷”,从而实现对干扰信号空间抑制。结合短时傅里叶变换方法,对不同体制的干扰信号的抑制效果进行时频域仿真。结果表明,该方法在保证受试设备辐射特性无失真的情况下,既能同时抑制多个干扰源,又能有效抑制同频干扰和宽带干扰。     

基于并行单星约束的导航抗干扰研究

在全球定位系统中使用空时自适应处理算法可以增强接收机的抗干扰性能,为防止算法对卫星信号的衰减,可通过约束条件对卫星信号进行保护,传统的单星约束可以保证每颗卫星输出信噪比最大,但运算量很大。虽然多星约束可以使所有卫星的综合输出性能最优,且减少了运算量,但无法保证单颗卫星的输出信噪比性能。对空时自适应处理算法进行了合理简化,提出了并行单星约束算法,与多星约束相比,所提算法不仅运算量更小,还可保证每颗卫星输出信噪比最大。仿真结果表明,所提算法在对干扰信号进行抑制的同时,有效地实现了对多颗卫星信号的保护。     

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。     

联合正交投影与盲波束形成的干扰抑制方法

针对L频段数字航空通信系统1(L-band digital aeronautical communications system 1, L-DACS1)以内嵌方式部署在航空无线电导航频段而产生的高强度测距仪脉冲信号干扰正交频分复用(orthogonal frequency division multiplexing, OFDM)接收机的问题,提出联合正交投影与盲波束形成的干扰抑制方法。接收机首先通过将接收信号矢量投影到干扰信号正交补空间的方法消除高强度测距仪脉冲干扰,然后利用OFDM信号循环前缀的对称特性,基于期望信号与参考信号矢量内积度量最大化准则得到波束形成权值,并通过波束形成方法提取OFDM直射径信号。计算机仿真表明:论文提出方法可有效克服测距仪脉冲及OFDM散射径信号的干扰,提高L频段数字航空通信系统1的链路传输的可靠性。     

L-DACS1系统干扰抑制与循环自适应波束形成方法

为了解决L频段数字航空通信系统1(L-band digital aeronautical communication system, L-DACS1)正交频分复用(orthogonal frequency division multiplex, OFDM)接收机遭受测距仪(distance measuring equipment, DME)信号干扰的问题,提出了正交投影干扰抑制与循环自适应波束形成的空域滤波方法。首先,利用正交投影算法抑制DME信号干扰;然后,利用OFDM信号的循环平稳特性,构建循环自相关矩阵,通过奇异值分解得到波束形成的最优权矢量;最后,利用最优权矢量进行空域滤波。仿真研究表明,该方法可以在OFDM期望信号上形成稳定的主波束,同时能够抑制DME信号干扰。且所提方法具有复杂度较低、低信噪比情况下波束形成算法鲁棒的优势。     

Cooperative localization against GPS signal loss in multiple UAVs flight

Based on multiple unmanned aerial vehicles(UAVs) flight at a constant altitude,a fault-tolerant cooperative localization algorithm against global positioning system(GPS) signal loss due to GPS receiver malfunction is proposed.Contrast to the traditional means with single UAV,the proposed method is based on the use of inter-UAV relative range measurements against GPS signal loss and more suitable for the small-size and low-cost UAV applications.Firstly,for re-localizing an UAV with a malfunction in its GPS receiver,an algorithm which makes use of any other three healthy UAVs in the cooperative flight as the reference points for re-localization is proposed.Secondly,by using the relative ranges from the faulty UAV to the other three UAVs,its horizontal location can be determined after the GPS signal is lost.In order to improve an accuracy of the localization,a Kalman filter is further exploited to provide the estimated location of the UAV with the GPS signal loss.The Kalman filter calculates the variance of observations in terms of horizontal dilution of positioning(HDOP) automatically.Then,during each discrete computing time step,the best reference points are selected adaptively by minimizing the HDOP.Finally,two simulation examples in Matlab/Simulink environment with five UAVs in cooperative flight are shown to evaluate the effectiveness of the proposed method.     

异步码分多址系统中盲窄带干扰抑制

对于在频率选择性衰落信道下,异步码分多址系统的窄带干扰的抑制,给出了基于MMSE的权值向量闭合表达式,为了降低算法计算量并自适应更新该闭合表达式,利用子空间方法对该闭合表达式进行逼近,同时利用子空间跟踪方法对该权值向量进行更新。由于该方法只需期望信号特征序列及其时延,因此是一种盲干扰抑制方法。该算法对窄带干扰类型不敏感而且不需要知道干扰模型,因而适用于抑制不同的窄带干扰。对BPSK、多频以及二者的混合窄带干扰模型进行了干扰抑制仿真,结果验证了该算法对不同的窄带干扰模型均可以取得很好的干扰抑制效果。     

GPS空时自适应抗干扰系统性能研究

针对GPS接收系统的空时自适应抗干扰技术,讨论了基于FROST阵列处理的最小均方算法LMS——FROST-LMS(FLMS)算法.通过对时空自适应处理STAP和算法的建模,研究了该系统以及GPS接收机的性能.系统仿真表明,FLMS算法能够抑制大于阵元个数的多个宽、窄带干扰,抑制效果达到30 dB~50 dB,并使接收机整体抗干扰能力达到65 dB左右.     

基于BSBL-BO算法的DME脉冲干扰抑制方法

针对测距仪(distance measure equipment, DME)信号干扰L频段数字航空通信系统1(L-band digital aeronautical communication system 1, L-DACS1)正交频分复用(orthogonal frequency-division multiplexing, OFDM)接收机的问题, 提出基于块稀疏贝叶斯学习-边界优化(block sparse bayesian learning-the bound optimization, BSBL-BO)算法的DME脉冲干扰抑制方法。首先, 利用OFDM接收机空子载波不传输有用信号的特点构造针对DME脉冲干扰信号的压缩感知模型; 然后基于BSBL-BO算法重构DME脉冲干扰信号; 最后在时域进行干扰消除。仿真结果表明, 该方法比已有的脉冲干扰抑制方法具有更高的重构精度和更快的运算速度, 进一步降低了OFDM接收机的误比特率, 提高了L-DACS1系统前向链路传输性能。