文档介绍：收稿日期:2003-01-08;修订日期:2003-08-20
GPS接收机抗干扰空时自适应滤波方法
孙晓昶1,皇甫堪1,陈强2 ,李刚1
(1. 国防科技大学四院信号处理研究室,湖南长沙 410073;2. 中国电子工程公司研究所,北京 100036)
摘要:针对联合空时处理使计算量显著增加这一问题,本文研究一种数据分段输入的降秩自适应滤波方法,使GPS接收机空时抗干扰方法具有可行性和易行性。
关键词:自适应滤波;联合空时处理;多级嵌套维纳滤波;RLS算法;干扰;GPS
中图分类号: TN1188 文献标识码:A 文章编号:1000-436X(2004)
Joint space-time adaptive filtering for
GPS anti-jamming receiver
SUN Xiao-chang1, HUNGFU Kan1, CHEN Qiang2, LI Gang1
School of Electronical Science and Engineering, National Univ. of Defence Technology, ChangSha 410073, China)
The Research Institute of Chinese Electronical Engineering Co. BeiJing 10036)
Abstract: To realize the joint space-time processing under GPS jamming scenario, this paper studied a segmented data-inputting based low-rank adaptive filtering algorithm.
Key words: adaptive filtering; space-time processing; multistage nested winner filter(MSNWF); RLS algorithm; jammer; GPS
1 引言
传统的阵列抗干扰技术应用于GPS接收机抗干扰前端的主要问题是自由度有限[1, 2],因而普通的抗干扰天线阵对存在大量干扰的场景无法应付,无法应付恶劣场景和主动干扰。采用联合空时处理技术,在不增加阵元的情况下,能使阵列的自由度对于非满带信号大大增加,可以抑制的干扰数目增加,且具有在宽带内处理干扰的能力,从而使抗干扰能力有质的提高。
由于联合空时处理在计算量上的增加是很大的,对处理器的要求较高,因此以降低计算量为目的的降秩自适应处理是空时处理的重要研究问题之一[3]。经典的LMS自适应算法实现简单、不需要数据存储、计算量很小。但类似LMS算法的收敛速度取决于其输入协方差阵的特征值分布情况,在其特征值散度较大时,算法的收敛速度很慢。另外,很低的信噪比(GPS接收机接收到的GPS信号功率低于背景噪声30dB左右)也使LMS的收敛缓慢,甚至永远都无法收敛。因此LMS算法的应用有其局限性,至少作为GPS抗干扰算法是不合适的。RLS算法及其多种变种
[4, 5],具有较快的收敛速度,但计算量大,尤其在滤波器阶数高、采样率高时,RLS算法可能无法完成实时处理。
本文针对以