GPS数字化测图与城市测量
-
返回主菜单产品
-
返回主菜单解决方案
-
返回主菜单服务支持
-
返回主菜单关于司南
-
返回主菜单投资者关系
-
返回主菜单加入我们
-
返回主菜单集团网站
-
返回主菜单导航云网站
GPS接收机抗干扰技术有哪些?
返回列表在GPS接收机的抗干扰领域,空域滤波算法(自适应调零)是目前应用最广泛的方法,空一时二维自适应滤波算法是目前最先进的方法;而在抗干扰接收机的天线阵型中,线形阵和圆形阵是比较常用的2种阵型。介绍空域滤波和空一时二维自适应滤波这2种算法的基本原理,用对2种算法做了仿真,并做性能分析;同时对空城滤波应用线形天线阵和圆形天线阵进行仿真,并做出性能分析,最后得出结论。
1 引 言
作为一种通用的定位系统,GPS具有其他导航设备无可比拟的优越性,人们对其重视程度也日益提高。目前,GPS的相关研究主要涉及2个方面:一方面研究己方作战时能否有效利用GPS,另一方面研究如何破坏或干扰对方对GPS的正常使用。因此,研究GPS系统的抗干扰技术,有十分重要的意义。
目前,比较流行的GPS抗干扰技术主要有自适应调零(空域滤波)和空-时二维自适应滤波等方法;天线阵列主要有线阵和圆阵等阵型。
2 算法原理
2.1 自适应调零算法
2.2 空-时二维自适应算法
阵列的阵元数为M,信号分别经过射频前端、A/D、I&Q采样后进入系统,每个阵元含有N个时间延时单元。这M×N个数据分别与M×N个权值相乘,求和后送GPS接收机。这里求权值时,为了保证处理的效果,需要积累一定的数据量,所以数据采取分段输入的方式,权值分时段更新。由于需要2次矩阵求逆,运算量较大,因而权值更新较慢。该方法为空一时域的联合算法:阵列的阵元数为M,每个阵元含有N个时间延时单元。信号经过M个天线组成的天线阵进入系统,这里为了保证处理的效果需要积累一定的数据量,所以数据采取分段输入的方式,数据段的长度为L,即每次输入L次采样的数据处理。这样每次处理的数据量即为M×L维,数据经过延时处理后转换为MN×(L―N+1)维矩阵,用符号x表示。w表示处理器权向量(MN×1维),Rxx=E[xx]表示接收数据的协方差矩阵(MN×MN维)。
3 接收机性能分析
3.1仿真测试条件
此测试采用的是线型天线阵,信号源位于天线法线方向,功率为-130 dBm;一个窄带干扰(线形调频干扰),功率为-75 dBm;环境噪声为-100 dBm,输入的信号-噪声干扰比(SJNRIN)为-55 dB,为典型的压制干扰。
在GPS接收机中,抗干扰模块要将干扰降低到与噪声接近的程度,即输出信号一噪声干扰比(SJNROUT)小于或接近-30 dB,接收机才能正常解扩信号。
为便于对比,本文取空-时二维算法的时间累积长度为L,标准延迟单元数目为N。(出于对研究成果的保密,这里不直接列出L与N的具体数值。)
3.2 自适应调零与空-时二维性能对比
实验条件都是干扰(线形调频干扰)与天线法线成24.4°。夹角,方向图见图3和图4,结果对比见表1。
通过对比仿真结果可以发现,2种方法都可以有效提高信号-干扰比,零陷都对准了干扰方向,增益也都达到设计要求。自适应调零的方向图对干扰方向各个频点的抑制更均匀,但提高的信号-噪声干扰比较少;空-时二维的方向图对干扰方向不同频点的抑制不够均匀,但提高的信号-噪声干扰比较大。
3.3 线型天线阵与圆型天线阵性能对比
这里用的都是四阵元:线阵阵元间距为2,线型排列,如图5所示;圆阵为圆心摆放一个阵元,其余阵元均匀分布于半径为2的圆周上,如图6所示。线阵选取第一路为参考信号,圆阵选取圆心的一路为参考信号。
在各个入射角,线阵和线阵的方向图都较准确地对准了干扰方向。在干扰入射角较小时,线阵性能基本不变;入射角超过30度后,线阵的性能急剧下降。而圆阵对干扰入射角不敏感,不同的入射角性能变化不大,但在较小的入射角时性能不如线阵。
4 结 语
由以上实验可以看出,在空域滤波算法(自适应调零)与空一时二维自适应滤波算法的比较中,自适应调零算法权值更新速度快,实时性好,在干扰的方向上产生了频带很宽,且比较均匀的“零陷”;空一时二维自适应滤波算法由于需要时间的累计,且算法较复杂,权值、更新的速度较慢(设计要求更新周期不大于0.8 s。
本人做的仿真中可以达到大约6~8次/s,可以满足实时性要求),产生的“零陷”对准了干扰方向,但不很均匀;且由于算法比较复杂,实现的难度较大,成本较高。但效果好于空域滤波算法。因而,空域滤波算法使用于低成本,大量使用的抗干扰接收机,而空一时二维自适应滤波算法则适用于高精度的抗干扰接收机。另外,2种算法都涉及到矩阵的求逆过程,在实现过程中大多不直接求逆而采用逐级逼近的方法。