论文部分内容阅读
卫星导航技术是当今世界三大信息技术产业之一,在国计民生中发挥着不可替代的作用,然而由于导航卫星距离地球遥远以及导航信号自身的扩频调制特点,导致接收机接收的导航信号功率非常微弱,极易受到各种各样的干扰,因此研究导航接收机抗干扰技术具有非常重要的意义。基于波束形成的空时联合导航抗干扰技术通过增加天线后端的延迟器能够有效抑制多个恶意宽带和窄带干扰,是当今导航抗干扰的主流技术之一,本文就是在空时联合框架下,研究导航抗干扰中涉及的若干问题。本文首先对空时联合抗干扰中最常用的功率倒置算法进行研究。由于功率倒置算法与MVDR算法最优解结构非常近似,本文对两种算法的抗干扰性能进行了仿真对比;另外,本文还从特征分解的角度研究了功率倒置算法最优解的组成结构,从理论上分析了功率倒置算法抑制弱干扰能力差的原因并提出了一种改进算法。针对天线互耦影响空时联合导航抗干扰性能问题,本文紧接着研究了分离迭代和秩损两种天线互耦校正补偿算法。两种算法都使用互耦矩阵估计值的逆矩阵对系统进行补偿。通过仿真,表明秩损法互耦校不仅能够有效补偿导航抗干扰中天线互耦带来的系统性能损失,而且计算过程更加简洁,在较高的输入干噪比下,其性能比分离迭代算法更加优越,更加适合实际工程应用。接着本文针对传统多级维纳滤波降维处理算法中,均方误差值随降维级数收敛情况在不同的干扰情况下并不相同,导致使用固定门限难以应对实际变化的干扰背景的问题,研究了一种新的使用对角加载的方法来减小降维级数过估计带来的性能损失。仿真结果表明这种方法是有效的,而且对角加载量约为噪声功率δ_N~2时,改善效果是最好的。最后,本文对空时抗干扰中常用的子空间正交投影算法进行了研究。首先仿真对比了特征分解EVD子空间算法和基于多级维纳滤波前向递推的MWFD算法抗干扰性能。其次还研究了一种通过将SVD奇异值分解弱化的下三角分解子空间提取算法,这种算法的最大优势是可以通过QR-Givens旋转实现,因此可以硬件并行处理,为下一步的算法实现提供了很好的依据。