基于解重扩技术的空时盲自适应GPS干扰抑制方法

技术领域

本发明涉及一种GPS干扰抑制方法。特别是涉及一种能够实现干扰抑制并保证卫星信号无衰减的基于解重扩技术的空时盲自适应GPS干扰抑制方法。

背景技术

GPS因其可以全天时，全天候地为世界上的任何地方提供准确的位置、速度和时间信息，从而成为目前最有前途的导航系统，广泛的应用在军事和民用领域。然而，由于接收到的GPS信号很弱，比噪声还要低20-30dB，同时GPS信号的扩频码C/A码是公开的，因而使得GPS信号很容易受到各种有意和无意干扰信号的影响。如果干扰信号很强，超过GPS扩频信号所固有的处理增益，将使得GPS接收机失锁，从而不能正确解算接收机的位置信息，因而有必要研究GPS抗干扰技术。

目前，最有效的抗干扰技术是基于自适应天线阵的空域处理和空时域处理技术。由于空域处理本身自由度的限制，当存在大量宽带干扰和窄带干扰时，采用空域处理需要大阵列，花费大。特别地，对于机载GPS来说，由于飞机机身会引起色散多径干扰，空域处理需要更多的天线阵列。空时域处理联合空域处理和时域处理的优点，在不增加天线阵的情况下，通过时间抽头来增加自适应天线阵列的自由度以抑制大量的窄带干扰、宽带干扰和色散多径干扰，因而成为GPS抗干扰技术的一个发展趋势。空时最小功率法是常用的空时域处理技术，但该算法仅能抑制干扰，不能提供信号处理增益，会引起GPS信号衰落，这对于GPS接收机来说是不希望的。此外，由于空时处理结构使得GPS接收机产生捕获偏差，因此必须对空时阵列输出进行均衡，补偿捕获偏差。而常用的均衡处理方法均要求阵列流形信息，这就要求对空时自适应处理算法进行均衡处理时需要知道卫星信号来向信息。

发明内容

本发明所要解决的技术问题是，提供一种不需事先知道卫星信号来向信息，利用空时阵列天线和卫星导航信号的特点，能够实现干扰抑制并保证卫星信号无衰减的基于解重扩技术的空时盲自适应GPS干扰抑制方法。

本发明所采用的技术方案是：一种基于解重扩技术的空时盲自适应GPS干扰抑制方法，是结合最小功率法和解重扩技术，采用空时自适应天线阵来实现，包括有以下步骤：

(1)利用空时最小功率算法计算的加权矢量作为空时自适应GPS抗干扰阵列的初始加权矢量；

(2)对空时最小功率算法得到的阵列输出进行解扩，重构阵列接收到的所有的或满足定位要求的L个GPS卫星信号；

(3)将重构后的GPS卫星信号作为参考信号，更新空时自适应阵列的加权矢量；

(4)对更新后的加权矢量得到的阵列输出进行解扩，重构L个GPS卫星信号；

(5)重复步骤(3)和(4)，直到算法收敛，从而获得L个波束，每个波束指向一个GPS卫星信号；

(6)对每个波束输出进行均衡处理。

所述的利用空时最小功率算法计算的加权矢量作为空时自适应GPS抗干扰阵列的初始加权矢量，包括：首先建立空时自适应阵列接收数据模型，然后根据空时最小功率法计算初始加权矢量。

所述的对空时最小功率算法得到的阵列输出进行解扩，重构L个GPS卫星信号，是将阵列输出进行捕获，跟踪，得到与接收到的L个卫星信号同步的C/A码和相应的中频，利用同步到的C/A码和中频重新构造L个GPS卫星信号。

所述的将重构后的GPS卫星信号作为参考信号，更新空时自适应阵列的加权矢量，是通过使阵列输出信号与参考信号的误差最小为代价函数，利用最小二乘算法来实现。

所述的对每个波束输出进行均衡处理，是采用同态滤波均衡算法来实现均衡。

所述的同态滤波均衡算法所需的阵列流形可由本发明所计算出的空时阵列加权矢量直接计算得到，不需事先知道卫星信号来向信息。

本发明的基于解重扩技术的空时盲自适应GPS干扰抑制方法，联合最小功率法和解重扩技术，无需事先知道卫星信号来向信息，能够产生高增益的具有抗干扰能力的多个波束，多波束形成能力不受阵元数的限制，均衡处理不像其他空时自适应算法那样需要卫星信号来向信息，适用于任意阵列。由于本发明充分考虑到GPS卫星信号导航电文周期远大于扩频码周期的特点，因而不需解调出导航电文并对导航电文重新扩频，只需获得卫星信号的C/A码和中频即可获得空时自适应阵列的参考信号，和解重扩技术相比计算简单。此外，本发明采用空时最小功率法得到的加权矢量作为初始加权矢量，收敛速度快。采用本发明进行干扰抑制后，接收机至少能捕获跟踪到4颗卫星信号，实现定位要求。

附图说明

图1是空域处理阵列天线方向图；

图2是空域处理捕获结果；

图3(a)是本发明对1号卫星形成的阵列天线方向图；

图3(b)是本发明对6号卫星形成的阵列天线方向图；

图3(c)是本发明对25号卫星形成的阵列天线方向图；

图3(d)是本发明对14号卫星形成的阵列天线方向图；

图3(e)是本发明对20号卫星形成的阵列天线方向图；

图4(a)是采用本发明对指向1号卫星的波束输出的捕获结果；

图4(b)是采用本发明对指向6号卫星的波束输出的捕获结果；

图4(c)是采用本发明对指向25号卫星的波束输出的捕获结果；

图4(d)是采用本发明对指向14号卫星的波束输出的捕获结果；

图4(e)是采用本发明对指向20号卫星的波束输出的捕获结果；

图5是本发明均衡方法和未均衡处理的捕获结果比较；

图6是发明的基于解重扩技术的空时盲自适应GPS干扰抑制方法的原理示意图。

其中：

1：均衡                2：捕获跟踪定位

3：捕获                4：跟踪

5：第l个GPS卫星信号

具体实施方式

下面结合实施例和附图对本发明的基于解重扩技术的空时盲自适应GPS干扰抑制方法做出详细说明，虽然本实施方式是以均匀线阵为例加以讨论，但该发明可适用于任意阵列。

如图6所示，本发明的基于解重扩技术的空时盲自适应GPS干扰抑制方法，是结合最小功率法和解重扩技术，采用空时自适应天线阵来实现，包括有以下步骤：

第一步骤，利用空时最小功率算法计算的加权矢量作为空时自适应GPS抗干扰阵列的初始加权矢量；包括：首先建立空时自适应阵列接收数据模型，然后根据空时最小功率法计算初始加权矢量。具体如下：

1)当干扰入射到阵列上时，GPS空时天线阵接收到的中频信号为：

$>x\left(t\right)=\underset{l=1}{\overset{L}{\Sigma }}{A}_l{s}_l\left(t\right)+\underset{q=1}{\overset{Q}{\Sigma }}{j}_q\left(t\right)+e\left(t\right)---\left(1\right)$>

其中x(t)＝[x₁₁(t)Lx_1N(t)x₂₁(t)Lx_2N(t)Lx_M1(t)Lx_MN(t)]^T是阵列接收到的数据矢量，(□)^T表示转置运算.s_l(t)＝[s_l(t)Ls_l(t-(N-1)T)]^T，T是抽头延迟时间。$>s_l\left(t\right)={\mathrm{Ab}}_l(t-\tau )c_l(t-\tau )e^{j2\pi f_{l}t}$>表示天线接收到的第l个GPS信号(l＝1，…，L)，A表示载波幅值，b_l(t)表示发射的扩频信号的数据信息，取值±1，c_l(t)表示扩频码信息，取值为±1，τ是对应于发射信号的时延，f_l是考虑多普勒频率时，第l个卫星信号的中频，j_q(t)表示第q个干扰信号及其色散多径干扰构成的MN×1维矢量，e(t)是加性高斯白噪声，$>A_l=\left(\begin{array}{c}{a}_{l1}\\ ·\\ ·\\ ·\\ a_{\mathrm{lM}}\end{array}\right)\otimes I_{N\times N}=a_l\otimes I_{N\times N}$>是MN×N阶矩阵，$>a_l={[1{,e}^{-\frac{2\pi \mathrm{jd}\sin {\theta }_l}{\lambda }},···,e^{-\frac{2\mathrm{\pi j}(N-1)d\sin {\theta }_l}{\lambda }}]}^T$>是第l个GPS信号的导向矢量，为书写简单，本专利省略了a_l对θ_l的依赖关系并假设GPS信号和干扰信号互不相关。

2)根据空时最小功率法计算本发明方法的初始加权矢量。接收信号的协方差矩阵可由阵列K次快拍得到的信号的样本平均来估计，即

则根据空时最小功率法可求得第l个波束的初始加权矢量为

$>w_l\left(0\right)=\frac{R^{-1}{\delta }_{\mathrm{MN}\times 1}}{{\delta }_{\mathrm{MN}\times 1}^H{R}^{-1}{\delta }_{\mathrm{MN}\times 1}}---\left(3\right)$>

本实施例中，δ_MN×1＝[1 0…0]^T。

第二步骤，对空时最小功率算法得到的阵列输出进行解扩，重构L(L是阵列接收到的所有的或满足定位要求的卫星数)个GPS卫星信号；是将阵列输出进行捕获、跟踪，得到与接收到的L个卫星信号同步的C/A码和相应的中频，利用同步到的C/A码和中频重新构造L个GPS卫星信号。具体如下：

1)根据初始加权矢量计算阵列输出，即

y(t)＝w_l^H(0)x(t)                                (4)

2)对阵列输出进行捕获、跟踪，得到和本发明考虑在GPS信号中，由于一个导航数据位包含20个C/A码周期，因此在本实施例中，导航数据可忽略，无需解调出导航数据。因此本发明所需的参考信号可由和重构，即

$>{\hat{s}}_l\left(t\right)=c_l(t-\hat{\tau })e^{j2\pi {\hat{f}}_{l}t}---\left(5\right)$>

第三步骤，将重构后的GPS卫星信号作为参考信号，更新空时自适应阵列的加权矢量；是通过使阵列输出信号与参考信号的误差最小为代价函数，利用最小二乘算法来实现。具体如下：

根据最小二乘方法，可以得到加权矢量w_l的更新公式为

w_l(i+1)＝[X(i)X^H(i)]^-1X(i)r_l^*(i)                          (6)

其中

X(i)＝[x(1+iH)，…，x(H+iH)]^T                             (7)

$>r_l\left(i\right)={[{\hat{s}}_l(1+\mathrm{iH}),···,{\hat{s}}_l(H+\mathrm{iH})]}^T---\left(8\right)$>

H是一个C/A码周期内的样本数。

第四步骤，对更新后的加权矢量得到的阵列输出进行解扩，重构L个GPS卫星信号；具体是：根据更新后的加权矢量计算阵列输出，即

y_l(t)＝w_l^H(i+1)x(t)                                (9)

重复第二步骤中的第2步内容，重新构造L个GPS卫星信号。

第五步骤，重复第三、第四步骤，直到算法收敛，从而获得L个波束，每个波束指向一个GPS卫星信号；具体如下：

1)首先重复第三步骤，更新空时自适应阵列的加权矢量。

2)重复第四步骤，重构L个GPS卫星信号，然后重复本步骤中的上一步，直到算法收敛，产生L个波束，每个波束指向一个卫星信号。在本实施例中，阵元数M＝5，阵元间距为半个波长，每个阵元后面有3个抽头。五个序列号为1号、6号、14号、20号、25号的卫星信号分别从-25°、30°、5°、15°、-5°入射到阵列上，一个干噪比为25dB的点频干扰从-60°入射到阵列上，一个2MHz带宽的干扰及其两个近场色散多径信号入射到阵列上，角度分别为-80°、70°、85°，干噪比为35dB。阵列接收到的信号通过下变频到中频1.25MHz，采样率5MHz，信噪比-20dB。得到加权矢量w_l产生第l个波束。

图1和图2是空域处理得到的方向图和捕获结果，在图2中，横坐标表示GPS卫星PRN号，纵坐标表示归一化的捕获因子，其定义为接收机捕获部分中相关峰值最大值与相关峰值次大值的比值。从图1和图2可以看出，由于存在色散多径干扰，空域处理不能完全抑制干扰信号，接收机捕获到14号，20号和25号三个卫星，不能实现定位。图3(a)～(e)和图4(a)～(e)给出了本发明得到的阵列方向图和捕获结果，图4(a)～(e)的坐标含义和图2的坐标一致，从图3(a)～(e)可以看出，本发明可以产生5个波束，每个波束均能抑制干扰并指向不同的卫星信号。从图3(a)～(e)还可以看出，本发明产生的每个波束在指向一个卫星信号的同时还使其它的卫星信号进入阵列方向图主瓣，主要是由于本实施例中采用的阵元数为5，波束宽度较宽，若某一卫星信号方向和波束指向的卫星信号方向间隔较近，则该卫星可以进入阵列方向图主瓣，但这并没有影响，因为卫星信号是我们所需要的。由于图3中每个阵列方向图主瓣都包含其它的卫星信号，因而图4对每个波束的捕获结果不只可以捕获到主瓣指向的卫星信号，还可捕获到其它的卫星信号。图4(a)可捕获到1号、6号、14号、20号和25号卫星，其中1号卫星和14号卫星信号较强。图4(b)可捕获到1号、6号、14号、20号和25号卫星，其中6号卫星和25号卫星信号较强。图4(c)可捕获到1号、6号和25号卫星，其中25号卫星和20号卫星信号较强。图4(d)可捕获到1号、14号和20号卫星，其中14号卫星和1号卫星信号较强。图4(e)可捕获到6号、14号、20号和25号卫星，其中20号卫星和25号卫星信号较强。虽然每个波束不能捕获到四颗以上的卫星信号，但每个波束的捕获结果合成起来可以保证接收机捕获到4颗以上的卫星信号，且每颗卫星的信号都很强，从而可以实现定位。

第六步骤，对每个波束输出进行均衡处理，是采用同态滤波均衡算法来实现均衡。所述的同态滤波均衡算法所需的阵列流形可由本发明所计算出的空时阵列加权矢量直接计算得到，不需事先知道卫星信号来向信息。具体如下：

第l个波束的输出为

$>y_l\left(t\right)=w_l^{H}x\left(t\right)$>

$>=w_l^H[\underset{l=1}{\overset{L}{\Sigma }}{A}_l{s}_l\left(t\right)+\underset{q=1}{\overset{Q}{\Sigma }}{j}_q\left(t\right)+e\left(t\right)]---\left(10\right)$>

$>=w_l^H{A}_{l}s\left(t\right)+w_l^{H}e\left(t\right)$>

令$>h_l=w_l^{H}A,$>则式(10)可写为

$>y_l\left(t\right)=h_l{s}_l\left(t\right)+w_l^{H}e\left(t\right)---\left(11\right)$>

式(11)右边的第2项是噪声项，在GPS中，淹没在噪声下的卫星信号的恢复可通过普通的GPS接收机来实现，因此式(11)中的噪声项可忽略不计。则式(11)可重新写为

y_l(t)＝h_ls_l(t)                                (12)

由于s_l(t)＝[s_l(t)Ls_l(t-(N-1)T)]^T，则式(12)可变为

y_l(t)＝h_l*s_l(t)                               (13)

显然，从式(13)可以看出，空时自适应波束形成器相当于对GPS卫星信号进行卷积操作，因此会引起GPS信号失真，在进行相关运算时会使互相关函数的发生畸变，使定位结果产成误差。因此必须在空时自适应波束形成器后加上均衡器以补偿GPS信号的失真。根据式(13)可知，只要均衡器设计为h_l的逆滤波器就可以实现补偿。本发明考虑到同态滤波技术可将卷积运算变为线性运算，因此利用同态滤波技术进行均衡处理。首先对式(13)两边同时进行傅里叶变换，将卷积失真变为乘性失真

Y_l(jω)＝H_l(jω)S_l(jω)                                        (14)

对式(14)取对数运算可得

log(Y_l(jω))＝log(H_l(jω)S_l(jω))＝log(H_l(jω))+log(S_l(jω))   (15)

根据式(15)有

log(S_l(jω))＝log(Y_l(jω))-log(H_l(jω))                        (16)

对式(16)两边取指数运算得到

S_l(jω)＝exp(log(Y_l(jω))-log(H_l(jω)))                        (17)

对式(17)进行反傅里叶变换就可以得到不失真的GPS卫星信号。由式(14)到式(17)可知，要想得到不失真的GPS卫星信号，必须确定h_l。由于空时滤波器的加权矢量w_l已计算出来，因此要想得到h_l，根据$>h_l=w_l^{H}A,$>必须估计A。A与卫星信号来向信息有关，这就要求对空时处理算法进行均衡处理时需要知道卫星信号来向信息。但对于本发明来说，根据空时解重扩算法的原理，可以证明

$>w_l^H=R^{-1}A{r}_{\mathrm{sl}}---\left(18\right)$>

其中$>r_{\mathrm{sl}}={\left(\begin{array}{cccc}1& 1-\frac{T}{T_s}& ...& 1-\frac{(N-1)T}{T_s}\end{array}\right)}^T$>是第l个卫星C/A码自相关系数矢量，T_s是C/A码码片宽度。因此A可利用最小二乘理论通过式(18)估计得到，不需知道卫星信号来向信息。图5是对阵列输出进行均衡前后捕获结果的比较。在图5中表示均衡后对1号卫星的捕获结果，-*-表示均衡前的捕获结果。从图5可以看出，本发明所给出的同态滤波均衡方法可以补偿空时处理引入的捕获误差。

本发明的基于解重扩技术的空时盲自适应GPS干扰抑制方法是根据GPS C/A码已知，导航电文周期远大于扩频码周期的特点，联合最小功率法和解重扩技术。本发明不需知道卫星信号来向信息，能够产生高增益的具有干扰抑制能力的多个波束，且多波束形成能力不受阵元数的限制。同时，根据本发明所计算出的空时阵列加权矢量可以计算出相应的卫星信号的阵列流形信息，因此可直接进行均衡处理而不像其他空时自适应算法那样需要卫星信号来向信息。与解重扩技术相比，本发明利用空时最小功率算法加权矢量作为初始加权矢量，收敛速度快；此外，本发明充分考虑GPS信号数据周期远大于扩频码周期的特点，不需解调出导航电文，只需重构出GPS扩频码即可作为参考信号，和解重扩技术相比，计算简单。采用本发明进行干扰抑制后，接收机至少能捕获跟踪到4颗卫星信号，实现定位要求。