王 妙，王 燦，胡曉天

(中國(guó)人民解放軍95430部隊(duì)，四川 成都 610081)

·工程應(yīng)用·

衛(wèi)星導(dǎo)航接收系統(tǒng)中一種快速穩(wěn)健的干擾抑制技術(shù)

王 妙，王 燦，胡曉天

(中國(guó)人民解放軍95430部隊(duì)，四川 成都 610081)

在基于陣列信號(hào)處理技術(shù)的衛(wèi)星導(dǎo)航接收系統(tǒng)中，當(dāng)衛(wèi)星信號(hào)的估計(jì)導(dǎo)向矢量與真實(shí)導(dǎo)向矢量失配時(shí)，常規(guī)的干擾抑制算法將有較大的性能損失。將導(dǎo)向矢量旋轉(zhuǎn)法引入到多級(jí)維納濾波器中(CSA-MWF)，該方法在提高系統(tǒng)穩(wěn)健性的同時(shí)，有效降低了計(jì)算量。計(jì)算機(jī)仿真表明，小快拍條件下新算法的干擾抑制性能優(yōu)于導(dǎo)向矢量旋轉(zhuǎn)法。

衛(wèi)星導(dǎo)航接收系統(tǒng)；多級(jí)維納濾波；導(dǎo)向矢量旋轉(zhuǎn)；干擾抑制

0 引言

Goldstein等人提出的多級(jí)維納濾波(MWF)[1]算法，突破了矩陣求逆、協(xié)方差矩陣特征分解的思路，使得干擾抑制算法計(jì)算量得以降低，因而被應(yīng)用于衛(wèi)星導(dǎo)航接收系統(tǒng)[2]。該技術(shù)要求已知衛(wèi)星信號(hào)的精確導(dǎo)向矢量，當(dāng)實(shí)際導(dǎo)向矢量與估計(jì)導(dǎo)向矢量失配時(shí)，常規(guī)波束形成算法性能急劇下降[3]。針對(duì)這一問(wèn)題，文獻(xiàn)[4]對(duì)期望信號(hào)導(dǎo)向矢量進(jìn)行旋轉(zhuǎn)形成新的導(dǎo)向矢量，并用新的導(dǎo)向矢量產(chǎn)生自適應(yīng)權(quán)，該方法稱為導(dǎo)向矢量旋轉(zhuǎn)法。文獻(xiàn)[5]利用模約束來(lái)提高算法的穩(wěn)健性，文獻(xiàn)[6]研究了基于導(dǎo)向矢量誤差不確定集的穩(wěn)健算法，文獻(xiàn)[7]對(duì)傳統(tǒng)對(duì)角加載算法進(jìn)行迭代計(jì)算，從而得出較為準(zhǔn)確的期望信號(hào)導(dǎo)向矢量。文獻(xiàn)[8]采用支持向量回歸機(jī)算法與波速形成算法相結(jié)合的方式來(lái)提高系統(tǒng)性能。這些算法在提高系統(tǒng)的魯棒性的同時(shí)，帶來(lái)了運(yùn)算量增大的缺點(diǎn)。

本文將導(dǎo)向矢量旋轉(zhuǎn)法引入多級(jí)維納濾波器[9]，分析了該方法的運(yùn)算量，仿真試驗(yàn)結(jié)果驗(yàn)證了有效性。

1 算法原理

多級(jí)維納濾波通過(guò)一系列正交投影，將輸入信號(hào)進(jìn)行多級(jí)分解，再進(jìn)行多級(jí)標(biāo)量維納濾波，綜合出維納濾波器的輸出誤差ε0(k)，級(jí)數(shù)為r的MWF結(jié)構(gòu)如圖1所示。

圖1中hi是前一級(jí)參考信號(hào)和觀測(cè)數(shù)據(jù)的互相關(guān)函數(shù)歸一化矢量：

(1)

CSA-MWF的迭代算法如下：

向前初始化：d0(k)，X0(k)

向前遞推：開始i=1,2,…,r

hi=rXi-1di-1/δi

Xi(k)=Xi-1(k)-hidi(k)

結(jié)束

向后初始化：εr(k)=dr(k)

向后遞推：開始i=r,r-1,…,1

結(jié)束

在衛(wèi)星導(dǎo)航接收機(jī)中，h0=a(θ0)(‖a(θ0)‖)-1，式中a(θ0)為衛(wèi)星信號(hào)估計(jì)導(dǎo)向矢量。為有效克服導(dǎo)向矢量失配對(duì)濾波效果的影響，文獻(xiàn)[4]將估計(jì)導(dǎo)向矢量分別向左右旋轉(zhuǎn)一定角度后求平均，推導(dǎo)出一個(gè)導(dǎo)向矢量擴(kuò)展矩陣T，將擴(kuò)展矩陣T與a(θ0)作Hadmard積，對(duì)其進(jìn)行修正：

b(θ0)=a(θ0)°T

(2)

式中，T為：

T=(1,cos(Δφ),…,cos((M-1)Δφ))T

(3)

式中，Δφ通常取0.6π/M[4]。

用b(θ0)代替CSA-MWF中的a(θ0)，即為基于多級(jí)維納濾波技術(shù)的導(dǎo)向矢量旋轉(zhuǎn)法。

算法步驟總結(jié)如下：

1)根據(jù)式(3)求得擴(kuò)張矩陣T，并根據(jù)式(2)得到修正導(dǎo)向矢量b(θ0)。

2)利用b(θ0)進(jìn)行初始化，即h0=b(θ0)/

(‖b(θ0)‖)，再進(jìn)行CSA-MWF濾波。

可以看出，本算法實(shí)質(zhì)是通過(guò)導(dǎo)向矢量擴(kuò)張矩陣T修正CSA-MWF的初始化匹配濾波器后再進(jìn)行多級(jí)維納濾波。相比于導(dǎo)向矢量旋轉(zhuǎn)法，本文算法的運(yùn)算量為O(M)，而導(dǎo)向矢量旋轉(zhuǎn)法的運(yùn)算量為O(M3)。

2 仿真及其結(jié)果分析

仿真1：考察一均勻直線陣，陣元數(shù)M=10，陣元間距為衛(wèi)星信號(hào)載波半波長(zhǎng)，衛(wèi)星信號(hào)實(shí)際入射角為0°，估計(jì)值為3°，信噪比為-25dB，兩個(gè)非相干窄帶干擾的入射角分別為-25°和45°，干噪比均為20dB。比較導(dǎo)向矢量旋轉(zhuǎn)法以及本文方法的方向圖，本文方法的秩取3，快拍數(shù)為100，仿真結(jié)果如圖2(a)所示。由此可知，兩種方法方向圖完全重合，且方向圖主瓣有一定程度展寬，即在大快拍條件下，兩種方法對(duì)指向誤差具有魯棒性。圖2(b)為快拍數(shù)為10連續(xù)做5次實(shí)驗(yàn)后的方向圖。由此可知，在小快拍條件下，導(dǎo)向矢量旋轉(zhuǎn)法的方向圖發(fā)散，即數(shù)值穩(wěn)健性差，而本文方法5次仿真的方向圖接近重合，即具有較好的數(shù)值穩(wěn)健性。

仿真2：陣列模型同仿真1，衛(wèi)星信號(hào)輸入信噪比為-20dB，估計(jì)入射角為0°。一個(gè)非相干窄帶干擾，入射角為40°，干噪比為20dB，分析輸出SINR隨角度偏移的關(guān)系，本文方法的秩為2，僅考慮主波束寬度內(nèi)的誤差。圖3(a)和圖3(b)分別為快拍數(shù)取200和10時(shí)做50次Monte Carlo實(shí)驗(yàn)求平均的結(jié)果。由3(a)可知，在大快拍條件下，兩種方法干擾抑制性能一致。在小快拍條件下，導(dǎo)向矢量旋轉(zhuǎn)法不能對(duì)干擾進(jìn)行有效抑制，本文方法則可以較好地實(shí)現(xiàn)干擾抑制，且在整個(gè)主波束寬度內(nèi)，輸出SINR高于導(dǎo)向矢量旋轉(zhuǎn)法。

3 結(jié)束語(yǔ)

針對(duì)衛(wèi)星導(dǎo)航接收系統(tǒng)中衛(wèi)星信號(hào)實(shí)際導(dǎo)向矢量與估計(jì)導(dǎo)向矢量失配時(shí)輸出SINR降低問(wèn)題，本文將估計(jì)導(dǎo)向矢量作適當(dāng)?shù)男D(zhuǎn)平均處理，形成新的導(dǎo)向矢量，將該導(dǎo)向矢量作為CSA-MWF的初始化導(dǎo)向矢量，再進(jìn)行多級(jí)維納濾波，使得導(dǎo)向矢量旋轉(zhuǎn)法運(yùn)算量大大減低。仿真結(jié)果表明，在小快拍條件下，新算法輸出SINR與數(shù)值穩(wěn)健性均優(yōu)于導(dǎo)向矢量旋轉(zhuǎn)法?！?/p>

[1] Goldstein JS,Reed IS,Scharf LL.A multistage representation of the Wiener filter based on orthogonal projections[J]. IEEE Trans. on Information Theory, 1998, 44(11):2943-2959.

[2] Myrick WL,Zoltowski MD,Goldstein JS. Anti-jam space-time preprocessor for GPS based on multistage nested Wiener filter[C]∥Military Communi.Conference 1999,1:675-681.

[3] Er M,Ng B.A new approach to robust beamforming in the presence of sterring vector errors[J].IEEE Trans. on Signal Processing.1994,42(7):1826-1829.

[4] 武思軍,張錦中,張曙.存在指向誤差時(shí)的穩(wěn)健自適應(yīng)波束形成算法[J].哈爾濱工程大學(xué)學(xué)報(bào),2005,26(4):533-535.

[5] 劉聰峰,廖桂生.基于模約束的穩(wěn)健Capon波束形成算法[J].電子學(xué)報(bào),2008,36(3):440-445.

[6] 戴凌燕,王永良,李榮峰,等.基于不確定集的穩(wěn)健Capon波束形成算法性能分析[J].電子與信息學(xué)報(bào),2009,31(12):2931-2936.

[7] 金偉,賈維敏,姚敏立.迭代對(duì)角加載采樣矩陣求逆魯棒自適應(yīng)波束形成[J].電子與信息學(xué)報(bào),2012,34(5):1120-1125.

[8] 崔琳,焦亞萌.波速形成算法指向誤差時(shí)的穩(wěn)健性研究[J].西安工程大學(xué)學(xué)報(bào),2014,28(5):598-603

[9] Ricks DC,Goldstein JS.Efficient architectures for implementing adaptive algorithms[C]∥Proceedings of the 2000 Antenna Applications Symposium,2000:29-41.

Afastandrobustinterferencesuppressingtechniqueinsatellitenavigationreceiversystems

Wang Miao, Wang Can, Hu Xiaotian

(Unit 95430 of PLA, Chengdu 610081,Sichuan, China)

Traditional adaptive array processing suffers performance degradation in the presence of mismatch between the actual and presumed array steering vectors in satellite navigation systems. The steering vector rotation technique is introduced to the multistage wiener filter(MWF). The proposed approach improves robustness and reduces the computation complexity obviously. Simulation results demonstrate its superiority in low sample support environments.

Satellite Navigation Systems; Multistage Wiener Filter; Steering vector rotation; interference suppression

2017-08-08；2017-09-06修回。

王妙(1981-)，男，工程師，博士，主要研究方向?yàn)樽赃m應(yīng)陣列處理。

TN 967. 1

A