论文部分内容阅读
卫星导航系统因其高精度、高准确性的定位、导航及授时服务,已渗透到政治、经济和军事等各个领域,成为世界各国的研究热点。在军事战争中,“制导航权”就代表了话语权和主动权。然而,卫星信号的脆弱性和传输环境的复杂性导致卫星导航系统极易受到有意或者无意的干扰,使其降低甚至完全失去导航能力。有研究表明,卫星导航系统面临的最大威胁来自于压制式干扰,因此提高系统的抗压制式干扰能力显得尤为重要。本文针对压制式干扰,研究了基于功率倒置阵的LCMV算法和空时联合抗干扰算法,并对抗干扰算法进行了降维处理,主要工作有:(1)介绍了压制式干扰的原理和类型,对特殊的压制式信号进行建模仿真,分析了干扰信号的时域波形和功率谱密度,并对其干扰模式进行了说明。(2)抗干扰算法的选取对卫星导航系统的抗干扰能力起着决定性作用。本文介绍了自适应阵列结构和信号模型,进而研究了基于功率倒置阵的LCMV算法,该算法不需要获取信号的先验信息,能够自适应地在干扰方向形成零陷。采用压制式干扰信号对上述算法进行了建模仿真,实验结果证明其能在空间上对干扰信号进行区分,零陷深度随着干扰功率的增强而加深,并且在较低的干噪比(10-30dB)情况下,依然具有良好的抗干扰性能。(3)针对空域滤波自由度受限的不足,对基于功率倒置阵的LCMV算法进行改进,提出了空时联合抗干扰LCMV算法。对该算法中的不同影响因素分别进行了仿真分析,为阵列数目、间隔和延时个数的选取提供了准确的实验数据,并且证明在天线阵元数等于或者小于干扰信号的情况下,该算法能够准确地在干扰方向形成零陷,在不增加阵列天线的前提下,极大地提高了空域自由度。(4)空时联合抗干扰LCMV算法提高了系统抗干扰性能,但是存在着矩阵求逆等计算,随着数据维度的增加,系统的复杂性和运算量变得难以承受。本文提出了线性约束多级维纳滤波器,基于此,对接收数据进行降维处理,并进行了仿真实验。结果证明降维算法在保证系统稳定性的前提下能够有效地减小运算量。