[发明专利]基于线性虚拟阵元的自适应调零方法

说明书

本发明提出了一种基于线性虚拟阵元的自适应调零方法，主要解决现有技术中不能有效分离完全相干信号的问题，其实现步骤：1.设置来波信号和干扰的相关参数，获取均匀线性阵列天线的相关参数以及天线阵列接收到的数据；2.根据天线阵列接收到的数据，计算虚拟干扰子空间；3.根据虚拟干扰子空间，二次构造干扰空间矩阵；4.根据来波信号的相关参数，计算信号源的导向矢量；5.根据信号源的导向矢量和二次构造后的干扰空间矩阵，计算每根天线的权值和天线输出值。本发明具有运算量小、能够处理完全相干的入射信号的优点，可用于信号抗干扰处理系统。

技术领域

本发明属于信号处理技术领域，特别涉及一种自适应调零方法，可用于智能天线自适应处理系统。

背景技术

卫星导航在电信、大地勘测、农林业、金融、城市规划等通信领域上有很广泛的应用。但是随着现代科技的不断发展，自然界的电磁环境越来越复杂，卫星导航系统由于传输距离远，本身抗干扰能力弱，易被外界环境影响，特别是当干扰很大时，有用信号会被干扰信号影响，使得导航系统精度下降，甚至无法正常工作。

在卫星导航接收机中，自适应天线将自动调整极化，将天线最大接收方向调整到所需信号的来波方向，将零陷对准干扰方向，具有极为灵活可靠的抗干扰检测能力。空间阵列接收模型包括线阵和面阵，一般线阵由于计算量小,模型简单等特点，常作为研究自适应调零算法的基本接收模型。自适应调零技术抗干扰措施主要是空域滤波和空时滤波，其中，空域滤波的原理是通过不同的准则来确定天线的自适应权值，抑制干扰，自适应调零的主要准则有最小均方误差准则，最大似然比准则，最小二乘法准则，线性约束最小方差等。其中:

最小均方算法LMS应用较为广泛，其利用递归进行权值计算，运算简单且易于实现，但在信号统计特性比较分散时，LMS算法的收敛速度较慢，限制了它的应用；

矩阵QR分解法，其能够解决递归最小二次方算法RLS的问题，但在信号数量较多时，QR分解法的运算量较大，不易实现；

基于功率倒置算法的RLS算法和LMS算法，其解决了传统的RLS算法和LMS算法需要预知期望信号的这一难题，但算法的抗干扰性能有待进一步的提高。

基于功率倒置算法的线性约束最小方差LCMV准则，其利用接收信号的功率大小和接收信号的自相关矩阵，将方向图中零陷指向接收信号的最大功率方向，根据这一特性求出每根天线的权值，得到最终的接收信号，该LCMV算法能够处理多个信号，并且具有较高的精确度，但是当多径效应造成接收信号完全相关时，自相关矩阵的秩会变成1，系统无法处理自相关矩阵，从而导致相干信号无法分离，使得权值偏移，接收数据不准确。针对LCMV算法存在的不足，出现了一种改进型的方法，即空间平滑算法，就是利用线性阵列的子阵列，并通过计算每一个子阵列的自相关矩阵，求其平均值，用来解相干信号。该方法虽然可以解决传统自适应调零算法无法处理相干信号的问题，但在将阵列分为多个子阵列时，降低了阵列的自由度，使得在实际应用中，最终得到的权值只是天线阵列中第一个子阵列的权值，造成了天线利用率低，计算量大，系统抗干扰能力不强的缺点。

发明内容

本发明的目的在于针对上述现有技术存在的不足，提出一种基于线性虚拟阵元的自适应调零方法，以提高天线自由度和对完全相干信号的抗干扰性能，减小计算量。

本发明的技术思路是：通过均匀线阵的信号模型，构造虚拟干扰子空间矩阵，并对该空间进行矩阵特征值分解；通过二次构造的干扰子空间矩阵，求出每根天线对应的权值，解决接收信号完全相干时无法分离信号的问题，其实现方案如下：

(1)获取线性阵列天线的相关参数，包括阵元个数N、阵元间隔d、第i根天线接收到的信号矢量x_i(t)、强干扰个数M和信号源的来波方向θ₀，i＝1,2,...N,M＜N；

(2)利用特征值分解，计算虚拟干扰子空间U₂：