卫星导航接收系统中一种快速稳健的干扰抑制技术

王 妙，王 灿，胡晓天

(中国人民解放军95430部队，四川 成都 610081)

·工程应用·

卫星导航接收系统中一种快速稳健的干扰抑制技术

王 妙，王 灿，胡晓天

(中国人民解放军95430部队，四川 成都 610081)

在基于阵列信号处理技术的卫星导航接收系统中，当卫星信号的估计导向矢量与真实导向矢量失配时，常规的干扰抑制算法将有较大的性能损失。将导向矢量旋转法引入到多级维纳滤波器中(CSA-MWF)，该方法在提高系统稳健性的同时，有效降低了计算量。计算机仿真表明，小快拍条件下新算法的干扰抑制性能优于导向矢量旋转法。

卫星导航接收系统；多级维纳滤波；导向矢量旋转；干扰抑制

0 引言

Goldstein等人提出的多级维纳滤波(MWF)[1]算法，突破了矩阵求逆、协方差矩阵特征分解的思路，使得干扰抑制算法计算量得以降低，因而被应用于卫星导航接收系统[2]。该技术要求已知卫星信号的精确导向矢量，当实际导向矢量与估计导向矢量失配时，常规波束形成算法性能急剧下降[3]。针对这一问题，文献[4]对期望信号导向矢量进行旋转形成新的导向矢量，并用新的导向矢量产生自适应权，该方法称为导向矢量旋转法。文献[5]利用模约束来提高算法的稳健性，文献[6]研究了基于导向矢量误差不确定集的稳健算法，文献[7]对传统对角加载算法进行迭代计算，从而得出较为准确的期望信号导向矢量。文献[8]采用支持向量回归机算法与波速形成算法相结合的方式来提高系统性能。这些算法在提高系统的鲁棒性的同时，带来了运算量增大的缺点。

本文将导向矢量旋转法引入多级维纳滤波器[9]，分析了该方法的运算量，仿真试验结果验证了有效性。

1 算法原理

多级维纳滤波通过一系列正交投影，将输入信号进行多级分解，再进行多级标量维纳滤波，综合出维纳滤波器的输出误差ε0(k)，级数为r的MWF结构如图1所示。

图1中hi是前一级参考信号和观测数据的互相关函数归一化矢量：

(1)

CSA-MWF的迭代算法如下：

向前初始化：d0(k)，X0(k)

向前递推：开始i=1,2,…,r

hi=rXi-1di-1/δi

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

结束

向后初始化：εr(k)=dr(k)

向后递推：开始i=r,r-1,…,1

结束

在卫星导航接收机中，h0=a(θ0)(‖a(θ0)‖)-1，式中a(θ0)为卫星信号估计导向矢量。为有效克服导向矢量失配对滤波效果的影响，文献[4]将估计导向矢量分别向左右旋转一定角度后求平均，推导出一个导向矢量扩展矩阵T，将扩展矩阵T与a(θ0)作Hadmard积，对其进行修正：

b(θ0)=a(θ0)∘T

(2)

式中，T为：

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)，即为基于多级维纳滤波技术的导向矢量旋转法。

算法步骤总结如下：

1)根据式(3)求得扩张矩阵T，并根据式(2)得到修正导向矢量b(θ0)。

2)利用b(θ0)进行初始化，即h0=b(θ0)/

(‖b(θ0)‖)，再进行CSA-MWF滤波。

可以看出，本算法实质是通过导向矢量扩张矩阵T修正CSA-MWF的初始化匹配滤波器后再进行多级维纳滤波。相比于导向矢量旋转法，本文算法的运算量为O(M)，而导向矢量旋转法的运算量为O(M3)。

2 仿真及其结果分析

仿真1：考察一均匀直线阵，阵元数M=10，阵元间距为卫星信号载波半波长，卫星信号实际入射角为0°，估计值为3°，信噪比为-25dB，两个非相干窄带干扰的入射角分别为-25°和45°，干噪比均为20dB。比较导向矢量旋转法以及本文方法的方向图，本文方法的秩取3，快拍数为100，仿真结果如图2(a)所示。由此可知，两种方法方向图完全重合，且方向图主瓣有一定程度展宽，即在大快拍条件下，两种方法对指向误差具有鲁棒性。图2(b)为快拍数为10连续做5次实验后的方向图。由此可知，在小快拍条件下，导向矢量旋转法的方向图发散，即数值稳健性差，而本文方法5次仿真的方向图接近重合，即具有较好的数值稳健性。

仿真2：阵列模型同仿真1，卫星信号输入信噪比为-20dB，估计入射角为0°。一个非相干窄带干扰，入射角为40°，干噪比为20dB，分析输出SINR随角度偏移的关系，本文方法的秩为2，仅考虑主波束宽度内的误差。图3(a)和图3(b)分别为快拍数取200和10时做50次Monte Carlo实验求平均的结果。由3(a)可知，在大快拍条件下，两种方法干扰抑制性能一致。在小快拍条件下，导向矢量旋转法不能对干扰进行有效抑制，本文方法则可以较好地实现干扰抑制，且在整个主波束宽度内，输出SINR高于导向矢量旋转法。

3 结束语

针对卫星导航接收系统中卫星信号实际导向矢量与估计导向矢量失配时输出SINR降低问题，本文将估计导向矢量作适当的旋转平均处理，形成新的导向矢量，将该导向矢量作为CSA-MWF的初始化导向矢量，再进行多级维纳滤波，使得导向矢量旋转法运算量大大减低。仿真结果表明，在小快拍条件下，新算法输出SINR与数值稳健性均优于导向矢量旋转法。■

[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] 武思军,张锦中,张曙.存在指向误差时的稳健自适应波束形成算法[J].哈尔滨工程大学学报,2005,26(4):533-535.

[5] 刘聪峰,廖桂生.基于模约束的稳健Capon波束形成算法[J].电子学报,2008,36(3):440-445.

[6] 戴凌燕,王永良,李荣峰,等.基于不确定集的稳健Capon波束形成算法性能分析[J].电子与信息学报,2009,31(12):2931-2936.

[7] 金伟,贾维敏,姚敏立.迭代对角加载采样矩阵求逆鲁棒自适应波束形成[J].电子与信息学报,2012,34(5):1120-1125.

[8] 崔琳,焦亚萌.波速形成算法指向误差时的稳健性研究[J].西安工程大学学报,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，工程师，博士，主要研究方向为自适应阵列处理。

TN 967. 1

A