GNSS抗干扰实验室平台搭建与测试方法研究

GNSS（Global Navigation Satellite System）抗干扰问题是卫星导航应用研究的热点之一。简要介绍了抗干扰研究中存在的一些问题,针对这些问题,给出了一种实验室条件下抗干扰研究平台的搭建方法,该平台包括干扰环境的模拟、天线阵列的模拟、抗干扰算法的实现,以及算法有效性的验证;结合BLMS（Block Least Mean Square）算法在GNSS抗干扰天线上的应用,给出了工程中噪声基底、输入干噪比、输出信干噪比的计算方法;介绍了利用软件接收机模拟用户端的方法检验算法的有效性。该平台具有实现简单、成本低、可信性高等特点,为GNSS抗干扰研究提供参考。     

稳健的GPS干扰抑制方案研究

针对小快拍情况下,GPS干扰抑制的稳健性下降的问题,提出一种基于自适应对角加载的迭代相关相减多级维纳滤波算法(iteration correlation subtraction algorithm multistage wiener filter,ICSA-MWF)。该算法是在充分利用ICSA-MWF给出的干扰和噪声特征信息的基础上,通过分析ICSA-MWF的迭代过程而得到的一种新的自适应干扰抑制方法。仿真结果表明,新算法在迭代中自适应地选择加载量,较大程度地提高了小快拍下干扰抑制的稳健性,进一步减小了ICSA-MWF的计算量,从而提高了干扰抑制的实时性。     

BLMS算法在GNSS天线抗干扰中的应用

首先,简要介绍了国内外卫星导航抗干扰研究现状,结合BLMS(Block Least Mean Square)算法在GNSS抗干扰方面的应用,给出了其硬件实现的方框图和信号流程图,并对实现中存在的问题进行了分析;其次给出了一种实验室条件下模拟干扰环境,进行抗干扰算法研究的方法,即用信号发生器模拟干扰源和卫星信号,使其通过由功分器和合路器搭建的模拟阵列信号单元模拟干扰环境;最后,用单频干扰和扫频宽带干扰测试算法的抗干扰性能,并用Matlab编写的基带处理程序对算法的输出进行码相关,测量输出信号信干噪比(SINR)变化,以检验其有效性.数据表明,该算法具有良好的抑制干扰能力,为GNSS抗干扰研究提供了参考.     

量子测距辅助的网络RTK定位算法研究

针对在GPS网络载波相位实时动态差分(RTK)中短观测历元内,由位置精度因子(PDOP)变化缓慢引起的整周模糊度准确求解困难的问题,提出了采用量子高精度测距辅助整周模糊度的求解方法.采用Householder变换代替双差法,确保了用于求解整周模糊度的各个观测量之间的相互独立,提高了整周模糊浮动解的求解稳定性.数学分析和仿真结果验证了上述方法的准确性和有效性.     

基于补充卡尔曼滤波的载波相位平滑伪距算法

在高精度GPS接收机的基带信号处理中,利用载波相位对码伪距观测量进行平滑可以获得比伪码测量更高的精度。传统的载波相位平滑伪距算法适用于平滑历元数较少的情况,对短时多历元平滑的情况并不适用。针对这一问题,详细分析了传统载波相位平滑伪距算法在多历元平滑时所存在的不足,提出了在基带信号处理中采用补充卡尔曼滤波进行相位平滑伪距的算法,并给出了相应的数学解算过程和算法适用条件。仿真分析结果表明,由于补充卡尔曼滤波算法综合考虑了相关观测误差的影响,因此,当平滑历元数大于500时,补充卡尔曼滤波算法平滑精度要优于传统的平滑算法。