一种动态GNSS接收机的抗干扰正态零陷加宽的方法

摘要

本发明属于GNSS工程安全技术领域，涉及一种动态GNSS接收机的抗干扰正态零陷加宽的方法。本发明从正态分布的概率模型出发，提出了动态GNSS接收机的零陷加宽模型。考虑在小角度变化情况下将本模型线性化，采用Matlab仿真工具对比加宽前后的频谱增益。在功率倒置算法下，还分析了展宽前和展宽后输出SNR与输入INR的关系，最后通过FPGA+DSP平台验证提出算法的工程可实现性。结果表明加宽算法形成的加宽零陷可以有效地抵消掉一定范围内变化的干扰源，达到抗动态干扰的目的，提高了自适应算法的稳健性。

主权项

一种动态GNSS接收机的零陷加宽方法，其特征是，基于一个动态GNSS接收机的零陷加宽模型，该模型是在常规静态输出功率最小约束模型的基础上，将干扰波的波达方向展宽为左右两个干扰信号同时入射，并定义失配角度服从正态分布，在小角度变化情况下，能够自适应计算出展宽权值；其中，基于常规输出功率最小约束模型基于如下定义以及公式：定义模型由M个阵元组成，采用线性阵列信号模型，它所接收的信号波形对应M个输出信号向量X(t)，其中包含接收信号向量中的干扰成分和噪声成分，离散化后为X(n)；定义输入信号的相关矩阵为$R_{\mathrm{xx}}=E\left\{X\left(n\right)X^H\left(n\right)\right\}={\mathrm{AR}}_{\mathrm{ss}}{A}^H+{\sigma }_n^{2}I$  式一式中，R_ss为干扰信号的相关矩阵，为噪声功率A＝[a(θ₀),a(θ₁),a(θ₂),…,a(θ_M‑1)]表示为阵列流型，a(θ_p)＝[1,exp(jΦ_p),…,exp(j(M‑1)Φ_p)]^H，其中θ_p代表第p个干扰的波达方向，I为单位矩阵；输出信号为Y＝WX，W为输出权值；根据输出功率最小准则$\left\{\begin{array}{c}\min P_{\mathrm{out}}=E\left\{{\left|y\left(n\right)\right|}^2\right\}=W^H{R}_{\mathrm{xx}}W\\ s.t.W^{H}A=1\end{array}\right.$  式二得到常规输出功率最小约束模型自适应权值$W_{\mathrm{opt}}={\left(A^H{R}_{\mathrm{xx}}^{-1}A\right)}^{-1}{R}_{\mathrm{xx}}^{-1}A$  式三然后，失配条件下，定义第p个干扰的波达方向为可展宽为左右两个干扰信号和同时入射：$\overline{{\theta }_{p1}}={\theta }_p+{\mathrm{\Delta \theta }}_p$$\overline{{\theta }_{p2}}={\theta }_p-{\mathrm{\Delta \theta }}_p$其中θ_p为实际干扰入射方向，Δθ_p为失配角度，假设Δθ_p服从均值为0，方差为的正态分布，即构造零陷加宽后的自适应权值：$\overline{W_{\mathrm{opt}}}=\frac{{\left(\overline{R_{\mathrm{xx}}}\right)}^{-1}a\left({\theta }_p\right)}{a{\left({\theta }_p\right)}^H{\left(\overline{R_{\mathrm{xx}}}\right)}^{-1}a\left({\theta }_p\right)}$  式四其中，式五${\left[T\right]}_{k,l}=\frac{{\left[T_1\right]}_{k,l}+{\left[T_2\right]}_{k,l}}{2}=\frac{\exp \{-\frac{1}{2}{\sigma }_p^2{(k-l)}^2\}+\exp \left\{\frac{1}{2}{\sigma }_p^2{(k-l)}^2\right\}}{2}=\cos \left[\frac{1}{2}{\sigma }_p^2{(k-l)}^2\right]$其中${\left[T_1\right]}_{k,l}=\exp \{-\frac{1}{2}{\sigma }_p^2{(k-l)}^2\},{\left[T_2\right]}_{k,l}=\exp \left\{\frac{1}{2}{\sigma }_p^2{(k-l)}^2\right\}$具体方法包括以下步骤：步骤1，设置带喇叭天线的强干扰源，并设置仰角和方位角；采用七元的圆心阵，阵元间距为半个波长，将接收到的信号送入射频接收前端，信号通过射频前端调整后进入A/D转换模块；步骤2，由A/D采样单元进行数据采样，采样数据送入数字混频模块；步骤3，数字混频模块将带通采样后的数字中频信号变换为基带信号，然后送入低通滤波器，滤除高频分量，得到I/Q两路信号；步骤4，针对步骤3得到信号基于零陷加宽模型进行如下子步骤的操作：步骤4.1，将该信号送至DSP权值向量求解模块，令形成的加宽矩阵为${\left[T\right]}_{k,l}=1-\frac{{\sigma }_p^2{(k-l)}^2}{2},$k取7；步骤4.2，实验中采用FPGA求出信号的自相关值R_xx；自相关矩阵求逆放在型号为TMS320C6416的DSP模块中进行；实验中选择了计算量较小且占内存空间较小的Gauss‑Jordan算法，在求逆之前先由式五求出矩阵并将中的元素赋给另一个矩阵H(i,j)，整个N*N矩阵求逆完成后的值为R(i,j)；为了验证求逆过程是否正确，实验中把原来的矩阵H(i,j)乘以逆矩阵R(i,j)，如果H(i,j)*R(i,j)＝I，I为单位矩阵，则说明求逆过程在DSP里实现正确；步骤4.3，将R_xx代入式三求出展宽前的权值因子W_opt；再把求逆后的值R(i,j)代替代入式四中，求出展宽后的权值因子步骤4.4，计算出零陷加宽最优权值向量并将此结果送回FPGA中的加权求和模块，将得到的加权系数与输入数字信号做相乘求和运算，从而达到高动态干扰抑制的目的；步骤4.5，通过求出的权值对输入信号进行滤波，并相互比较；步骤5：将干扰抑制后的运算结果输出到GPS接收系统进行导航信息的捕获跟踪、定位解算。