基于硬件限幅器和LMS自适应算法的GPS接收机干扰抑制方法

引用本文

李正训, 孙晓颖, 曲良东, 刘妍妍, 允光石. 基于硬件限幅器和LMS自适应算法的GPS接收机干扰抑制方法.吉林大学学报:工学版, 2016, 46(3): 941-946
RI Jong-hun, SUN Xiao-ying, QU Liang-dong, LIU Yan-yan, YUN Kwang-soek. Interference suppression method of GPS receiver based on combination of hard-limiter and LMS adaptive algorithm. Journal of Jilin University Engineering and Technology Edition, 2016, 46(3): 941-946 复制到剪切板

Permissions

基于硬件限幅器和LMS自适应算法的GPS接收机干扰抑制方法

李正训^1,², 孙晓颖¹, 曲良东¹, 刘妍妍¹, 允光石^1,²

1.吉林大学通信工程学院,长春130022

2.金策工业综合大学电子工程系,朝鲜平壤999093

通讯作者:孙晓颖(1969-),男,教授,博士生导师.研究方向:信号参量估计.E-mail:sunxy@jlu.edu.cn

作者简介:李正训(1975-),男,副教授,硕士.研究方向:移动通信网络分析和设计.E-mail:rijh1010@163.com

基金:国家自然科学基金项目(61171137)

摘要

根据硬件限幅器抑制小信号的特性得到干扰信号,将硬件限幅器输出信号作为自适应算法的参考信号,再利用LMS的自适应特性消除GPS接收机输入信号中的时变强干扰信号,最终抑制干扰获得有效信号。仿真结果表明该方法对未知源的强干扰信号具有较好的抑制性能,当信干比在-25~-35 dB时干扰抑制能力可改善30 dB以上。

关键词: 通信技术; GPS接收机; 干扰抑制; 硬件限幅器; 最小均方算法

中图分类号:TN929.5 文献标志码:A 文章编号:1671-5497(2016)03-0941-06

Interference suppression method of GPS receiver based on combination of hard-limiter and LMS adaptive algorithm

RI Jong-hun^1,², SUN Xiao-ying¹, QU Liang-dong¹, LIU Yan-yan¹, YUN Kwang-soek^1,²

1.College of Communication Engineering,Jilin University, Changchun 130022,China

2.College of Electromagnetic Engineering, Kimchaek University of Technology, Pyongyang 999093, D.P.R.Korea

Abstract

Based on the small signal suppression performance of hard-limiter, the interference signal is obtained. The reference signal of adaptive algorithm is formed using output signals of the hard-limiter; then based on the adaptive performance of Least Mean Square (LMS), the strong time-varying interference of GPS receiver input signal is cancelled. Finally, the interference signal is suppressed and the effective signal is obtained. Simulation results show that the proposed algorithm has good suppression performance for unknown strong interference signal and improve interference suppression capability by more than 30 dB when Signal to Interference Ratio (SIR) is in the range from -25 dB to -35 dB.

Keyword: communication technology; GPS receiver; interference suppression; hard-limiter; least mean square(LMS) algorithm

Show Figures

0 引言

导航卫星离地面远、星载发射机发射功率有限导致GPS接收机的接收信号易受干扰, 因此研究GPS接收机的干扰抑制方法是具有理论意义和应用价值的。GPS接收机干扰可以分为压制式干扰(又称阻塞式干扰)和欺骗性干扰两大类。压制式干扰是利用干扰机发射强干扰信号, 阻塞GPS接收机, 使接收机工作能力降低, 甚至无法工作; 欺骗性干扰是将接收到的GPS信号重新转发出去或者发射与GPS信号相同的虚假导航信息来欺骗接收机。一般情况下, GPS接收机受到的干扰主要是阻塞式干扰, 其干扰源可能是人为的或是自然环境产生的。例如, GPS接收机附近有大功率无线发射设备, 其工作频率在GPS信号带宽内时, 有可能使GPS接收机无法正常工作。因此增强抗阻塞式干扰能力是提高GPS性能的重要途径之一。

GPS接收机干扰抑制技术有很多, 如空域处理技术、时间/频谱滤波技术、振幅/相位对消技术和自适应算法技术等, 不同技术在特定干扰环境下都有自己的特点。空域干扰抑制技术是通过在干扰信号源方向产生零陷来抑制干扰信号的, 当干扰源方向稳定时可以获得较好的干扰抑制效果, 但此方法需要许多成套电子设备, 成本较高^{[1, 2, 3]}。时间/频谱滤波技术和振幅/相位对消技术的干扰抑制能力较高, 但是在干扰信号特性不相同的情况下, 其处理原理、成本高低和实现复杂性等都各不相同, 普适性较差^{[4, 5, 6, 7]}。自适应算法技术对于时变干扰信号具有较强的干扰抑制能力, 但自适应算法的干扰抑制性能依赖于参考信号的选取^{[8, 9, 10, 11]}。

当GPS接收机受到的干扰信号强度较大, 且是位置不确定的时变窄带信号时, 采用自适应算法技术比较合适。而利用自适应算法进行干扰抑制时, 如何获得参考信号是主要考虑的问题。现有的GPS接收机干扰抑制技术中对参考信号获取方法的研究相对较少。

本文针对上述GPS接收机所受干扰的信号特点, 利用硬件限幅器的非线性特性来得到干扰信号, 即当混合信号通过硬件限幅器时, 由于输入信号中的GPS信号被干扰信号抑制, 因此硬件限幅器输出信号主要是干扰信号。然后利用输出的干扰信号作为最小均方(Least mean square, LMS)自适应算法的参考信号, 在时变窄带强干扰信号源位置不确定的情况下, 实现对干扰信号的抑制。通过对干扰抑制改善前、后情况和误码率(Bit error rate, BER)特性的仿真, 证明该方案具有较好的干扰抑制特性。

1 干扰信号提取

为了抑制GPS接收机受到的强干扰信号, 首先要获得干扰信号的模型。由于在干扰信号特性和干扰源的位置未知的条件下, 空域处理技术和一般的滤波处理方法都不能获得很好的干扰信号模型。因此本文利用硬件限幅器提取干扰信号模型^[8], 根据硬件限幅器的抑制小信号的特性, 可以得到干扰信号模型。硬件限幅器模型如图1所示, 图1中输入信号 $\begin{matrix} x (t) \end{matrix}$ 为GPS信号与干扰信号的和; $\begin{matrix} d (t) \end{matrix}$ 为硬件限幅器模型的输出信号。

	Figure Option View Download New Window
	图1 硬件限幅器模型Fig.1 Device model of hard-limiter

硬件限幅器模型包含硬件限幅器和带通滤波器两部分, 主要利用带通滤波器来获取强信号的基本成分。下面将详细说明干扰信号的提取方法, 以下硬件限幅器模型简称硬限幅器。

由GPS信号模型可知, 硬限幅器的输入信号 $\begin{matrix} x (t) \end{matrix}$ 可表示为:

$\begin{matrix} \begin{matrix} x (t) = s (t) \cos [ω_{s} t + θ_{s} (t)] + \\ I (t) \cos [ω_{I} t + θ_{I} (t)] + n (t) \end{matrix} \end{matrix}$ (1)

式中: $\begin{matrix} s (t) = Ag (t) c (t), A \end{matrix}$ 为GPS接收机信号的振幅, $\begin{matrix} g (t) \end{matrix}$ 为导航信息, $\begin{matrix} c (t) \end{matrix}$ 为扩频码信号; $\begin{matrix} θ_{s} (t) \end{matrix}$ 为调制载波相位; $\begin{matrix} I (t) 、 θ_{I} (t) \end{matrix}$ 分别为干扰信号的振幅和相位; $\begin{matrix} n (t) \end{matrix}$ 为单边功率谱密度为 $\begin{matrix} N / 2 \end{matrix}$ 的高斯白噪声^[2]; $\begin{matrix} ω_{s} 、 ω_{I} \end{matrix}$ 分别为有效信号、干扰信号的角频率。

在上述GPS接收机所受干扰的情况下, 由于干扰信号强度远大于GPS的有效接收信号, 可知其干扰信号与有效信号的振幅比为:

$\begin{matrix} α = \frac{E [s (t)]}{E [I (t)]} ≪ 1 \end{matrix}$ (2)

干扰信号与有效信号的角频率差为:

$\begin{matrix} Ω = ω_{I} - ω_{s} ≪ ω_{I} \end{matrix}$

因此, 式(1)可转化为:

$\begin{matrix} x (t) = A (t) \cos [ω_{I} t + θ (t)] + n (t) \end{matrix}$ (3)

式中:

$\begin{matrix} \begin{matrix} A (t) = I (t) \sqrt[]{1 + 2 αcosΩt + α^{2}}; \\ θ (t) = \tan \frac{αsinΩt}{1 + αcosΩt} 。 \end{matrix} \end{matrix}$

设硬限幅器的非线性输入输出特性为:

$\begin{matrix} y (t) = \{\begin{matrix} 1, x (t) > 0 \\ 0, x (t) = 0 \\ - 1, x (t) < 0 \end{matrix} \end{matrix}$ (4)

硬限幅器输出信号 $\begin{matrix} y (t) \end{matrix}$ 为利用BPF(Band-pass filter)提取的 $\begin{matrix} ω_{I} \end{matrix}$ 信号成分。

此时, 由于带通滤波器输出信号的振幅固定, 只需保存输入信号的相位, 如式(5)所示:

$\begin{matrix} d (t) = Ucos [ω_{I} t + θ (t)] + n' (t) \end{matrix}$ (5)

式中: $\begin{matrix} U \end{matrix}$ 为硬限幅器输出信号振幅; $\begin{matrix} n' (t) \end{matrix}$ 为经过硬限幅器的输出噪声成分。

利用三角法变换公式, 式(5)可表示为:

$\begin{matrix} \begin{matrix} d (t) \approx U [\cos ω_{I} t + \frac{α}{2} \cos ω_{s} t - \\ \frac{α}{2} \cos (2 ω_{I} - ω_{s}) t] + n' (t) \end{matrix} \end{matrix}$ (6)

式中: $\begin{matrix} co s ω_{I} t \end{matrix}$ 为干扰信号成分; $\begin{matrix} \frac{α}{2} \cos ω_{s} t 、 \frac{α}{2} \cos (2 ω_{I} - ω_{s}) t \end{matrix}$ 分别为有效成分和混调成分。

由式(2)条件, 式(6)可以表达为:

$\begin{matrix} d (t) \approx Ucos ω_{I} t + n' (t) \end{matrix}$ (7)

通过式(7)可以知道, 当干扰信号强度远大于有效信号时, 利用硬限幅器的非线性特性可以得到干扰信号模型, 自适应算法参考信号可以利用限幅器(包括BPF)的输出来获得。

2 基于自适应算法的干扰抑制方法

2.1 干扰抑制器构成

基于前文所述干扰抑制方法的各自特点, 本文将硬限幅器与LMS自适应算法相结合, 构成了干扰抑制器。由式(7)可知, 通过具有非线性特性的硬限幅器可以有效地获得干扰信号, 利用该干扰信号模型可以设计相应的干扰抑制方法。但是当利用基于抵消原理的干扰抑制方法时, 干扰信号振幅变化将导致干扰抑制效果下降, 因此, 为了增强干扰抑制效果需要追踪干扰信号的振幅变化。本文设计的干扰抑制器利用LMS自适应算法来追踪输入信号中的强干扰信号变化情况, 从而获得较好的干扰抑制效果。

硬限幅器与自适应算法相结合的干扰抑制器框图如图2所示。图2中, 输入信号 $\begin{matrix} x (n) \end{matrix}$ 为有效信号和强干扰信号的混合信号, 作为硬限幅器和减法器的输入, 经过硬限幅器后的输出信号为 $\begin{matrix} d (n) \end{matrix}$ (干扰信号), $\begin{matrix} d (n) \end{matrix}$ 作为LMS参考信号; 减法器输出信号 $\begin{matrix} e (n) \end{matrix}$ 为输入信号 $\begin{matrix} x (n) \end{matrix}$ 和LMS输出信号 $\begin{matrix} z (n) \end{matrix}$ 的误差信号, 此时, LMS自适应算法的权矢量 $\begin{matrix} W (n) \end{matrix}$ 根据误差信号 $\begin{matrix} e (n) \end{matrix}$ 更新, 当 $\begin{matrix} W (n) \end{matrix}$ 最佳时, 减法器输出信号 $\begin{matrix} e (n) \end{matrix}$ 就是在干扰信号被抑制之后获得的GPS接收机信号。

	Figure Option View Download New Window
	图2 干扰抑制器框图Fig.2 Diagram of the interference suppressor

2.2 干扰抑制器特性分析

为了便于解释原理, 式(6)中仅设定了干扰成分和有效成分, 因此可将硬限幅器的输出信号表示为:

$\begin{matrix} d (n) = I' (n) + \frac{α}{2} [s' (n) - s_{Is} (n)] \end{matrix}$ (8)

在信号 $\begin{matrix} s (n) \end{matrix}$ 与 $\begin{matrix} I (n) \end{matrix}$ 互相独立的情况下, 可得到干扰抑制器输出信号为:

$\begin{matrix} e (n) = x (n) - z (n) = s (n) + I (n) - z (n) \end{matrix}$ (9)

式中: $\begin{matrix} z (n) = W^{T} (n) d (n) 。 \end{matrix}$

由式(1)(8)可得到:

$\begin{matrix} \begin{matrix} e (n) = [I (n) - W^{T} (n) I' (n)] + [s (n) - \\ \frac{α}{2} W^{T} (n) \cdot (s (n) - s_{Is} (n))] \end{matrix} \end{matrix}$ (10)

式中: $\begin{matrix} W (n) = [W_{0} (n), W_{1} (n), \dots, W_{L - 1} (n)] \end{matrix}$ 为LMS自适应算法的权矢量矩阵; $\begin{matrix} L \end{matrix}$ 为LMS的长度。

由于式(2)的条件, 即干扰信号远大于有效信号, 式(10)可修改为式(11):

$\begin{matrix} e (n) \approx [I (n) - W^{T} (n) I' (n)] + s (n) \end{matrix}$ (11)

对于确定的 $\begin{matrix} W (n), \end{matrix}$ 瞬时均方误差可表示为:

$\begin{matrix} ε = E \{e^{2} (n)\} = E \{[x (n) - W^{T} (n) d {(n)]}^{2}\} \end{matrix}$ (12)

当权矢量 $\begin{matrix} W (n) \end{matrix}$ 为最佳值, 即 $\begin{matrix} W (n) = W_{opt} (n) \end{matrix}$ 时, 瞬时均方误差为:

$\begin{matrix} ε_{\min} = E \{x^{2} (n)\} - W_{opt}^{T} (n) r_{dx} \end{matrix}$ (13)

式中: $\begin{matrix} r_{dx} = E {d (n) \times x (n)} \end{matrix}$ 为 $\begin{matrix} d (n) \end{matrix}$ 和 $\begin{matrix} x (n) \end{matrix}$ 的互相关矩阵。

因此可知, 根据LMS自适应算法的收敛特性, 当误差的均方值收敛至最小时, 干扰信号误差收敛至最小。尤其在理想的情况下, 即当 $\begin{matrix} I (n) = W^{T} (n) I' (n) \end{matrix}$ 时, 干扰信号抑制器的输出信号中的干扰信号被完全抑制, 得到有效信号为:

$\begin{matrix} e (n) \approx s (n) \end{matrix}$ (14)

这意味着, 自适应算法能够追踪输入信号中的干扰成分, 抑制干扰信号, 从而留下有效信号。

在基于最快下降法的LMS算法中, 权矢量为:

$\begin{matrix} W (n + 1) = W (n) + 2 μe (n) d (n) \end{matrix}$ (15)

式中: $\begin{matrix} μ \leq 1 / λ_{\max} \end{matrix}$ 为步长因子, $\begin{matrix} λ_{\max} \end{matrix}$ 为矩阵 $\begin{matrix} r_{dd} \end{matrix}$ 的本征值, $\begin{matrix} r_{dd} \end{matrix}$ 为输入信号 $\begin{matrix} d (n) \end{matrix}$ 的自相关矩阵。

式(15)表明权矢量在 $\begin{matrix} n + 1 \end{matrix}$ 时刻的值等于在 $\begin{matrix} n \end{matrix}$ 时刻的值加上一个修正量。

LMS自适应算法是以最快下降法为原则的迭代算法, 具有收敛速率较快、运算量较小等特点^{[8, 9]}, 可以实现对干扰源的快速抑制。 $\begin{matrix} μ \end{matrix}$ 值越大, LMS算法收敛越快, 但稳态误差也越大; $\begin{matrix} μ \end{matrix}$ 值越小, 则情况相反。一般来说, $\begin{matrix} μ \end{matrix}$ 值根据实验方法选择, 取0到1之间的值。

3 GPS接收机干扰抑制仿真

根据以上提出的GPS接收机干扰抑制方法, 对其干扰抑制性能进行了仿真。主要考察干扰抑制前、后的改善情况, 误码率特性, 仿真框图如图3所示。

	Figure Option View Download New Window
	图3 干扰抑制器仿真框图Fig.3 Simulation diagram of the interference suppressor

采用Matlab/Simulink进行干扰抑制特性仿真, 干扰抑制器主要由GPS信号源、干扰信号源、硬限幅器和LMS组成, 其中GPS信号源采用常用C/A码; 干扰信号源采用CW和AM信号。将GPS信号和干扰信号的混合信号作为LMS的输入信号, 将硬限幅器的输出信号(干扰信号)作为LMS的参考信号, 干扰抑制输出信号由LMS仿真模型输出端中的误差输出口输出。从GPS接收机的结构来看, GPS射频信号通过频率变换器变成中频信号, 然后进行解扩、解调等其他信号处理。干扰抑制在解扩处理前进行, 因此, 在GPS信号的中频带宽内进行干扰抑制特性的仿真。

仿真参数设置如下:GPS信号为C/A码; 扩频码速率为1.023 Mcp/s; 仿真载波频率为1.023 MHz; 干扰信号为CW和AM信号; 干扰信号的载波频率为500 kHz; 考虑窄带干扰的情况, 硬限幅器带通滤波器带宽为10 kHz; LMS自适应算法的长度为16。

LMS自适应算法的误差特性和收敛速率主要由步长因子 $\begin{matrix} μ \end{matrix}$ 决定, 通常此值是由实验确定的。在上述仿真条件下, 输入信号信干比(SIR)分别为-25、-30、-35 dB时, 步长因子 $\begin{matrix} μ \end{matrix}$ 与误码率的变化关系如表1所示。

表1 随着步长因子变化的BER特性 Table 1 BER characteristic as step factor variation

$\begin{matrix} μ \end{matrix}$	BER
$\begin{matrix} μ \end{matrix}$	SIR=-25 dB	SIR=-30 dB	SIR=-35 dB
0.00001	0.00051	0.00039	0.00043
0.00002	0.00050	0.00039	0.00041
0.00004	0.00045	0.00029	0.00035
0.00006	0.00027	0.00020	0.00025
0.00008	0.00038	0.00029	0.00035
0.00010	0.00049	0.00020	0.00049
0.00020	0.00091	0.00078	0.00099
0.00030	0.00215	0.00195	0.00200
0.00040	0.00680	0.00469	0.00560

表1 随着步长因子变化的BER特性 Table 1 BER characteristic as step factor variation

从表1中可以看出, 当 $\begin{matrix} μ \end{matrix}$ 值为4× 10^-5~1× 10^-4时, 可以获得更好的干扰抑制效果。

干扰源分别为AM和CW信号时, 对比干扰信号抑制前、后的信号频谱。

当干扰源为AM信号, SIR为-30 dB和步长系数为0.000 08时, 其干扰抑制前、后的信号频谱如图4所示, 从图4可以看出:本文方法对AM干扰信号的抑制效果明显, 获得约32 dB的改善。当干扰源为CW信号, 信干比为-30 dB和步长系数为0.000 08时, 其干扰抑制前、后的信号频谱如图5所示, 从图5可以看到, 本文方法对CW干扰信号的抑制效果更好, 获得了35 dB以上的改善。

	Figure Option View Download New Window
	图4 AM干扰时, 干扰抑制前、后信号频谱Fig.4 Signal spectrum before and after interference suppression for AM interference

	Figure Option View Download New Window
	图5 CW干扰时, 干扰抑制前、后信号频谱Fig.5 Signal spectrum before and after interference suppression for CW interference

干扰抑制是在硬限幅器带通滤波器带宽内抵消两种信号的过程, 由于硬限幅器输出信号并不是理想干扰信号(见式(6)), 导致在干扰抑制过程中GPS接收信号频谱有一定程度的损失。因此, 为了评价频谱损失对GPS接收机正常工作的影响, 进一步对C/A码的误码率特性进行了仿真, 并与文献^[4]的时域和频域相结合干扰抑制方法进行对比。当SIR分别为-25、-30、-35 dB时, 仿真结果如图6所示。由图6可知:在受到强干扰信号影响的情况下, 如果不经过干扰抑制处理, GPS接收机无法正常工作, 见图中干扰抑制前的曲线。

	Figure Option View Download New Window
	图6 不同信干比时C/A码误码率特性Fig.6 BER characteristics of C/A code of different SIR

干扰抑制后C/A码的误码率特性近似于不加干扰信号影响时的理论曲线。由仿真结果可以看出:干扰抑制后误码率曲线与不加干扰时理论曲线相差约0.2 dB; 从图6可以看到, 在设定的信干比条件下, 相同BER时, 采用本文设计的干扰抑制方法获得的 $\begin{matrix} S / N \end{matrix}$ 始终优于时/频域相结合的窄带干扰抑制方法, 尤其是在BER从10^-1到10^-4逐渐降低时, 其改善效果越发明显。

4 结束语

针对GPS接收机受窄带时变、信源位置未知的强信号干扰的情况, 提出了一种硬件限幅器与LMS自适应算法相结合的干扰抑制方法。该方法的核心思想是利用硬限幅器非线性特性得到干扰信号的模型, 再利用LMS自适应算法估计时变干扰信号来抑制干扰成分。干扰抑制器仿真结果显示:SIR为-25~-35 dB时, 对于常见的AM和CW干扰信号, 可以获得30 dB以上的干扰抑制效果。该方法与时域和频域相结合的窄带干扰抑制方法相比, 可以获得一定程度的性能改善。在空域调零方法及一般滤波处理方法无法提高干扰抑制效果时, 本文方法可以实现较好的抑制效果。

The authors have declared that no competing interests exist.

参考文献

View Option

[1]	王纯, 张林让, 黄庆东, 等. GPS接收机的多星盲干扰抑制方法[J]. 系统工程与电子技术, 2011, 33(3): 490-494. Wang Chun, Zhang Lin-rang, Huang Qing-dong, et al. Blind interference suppression method multiple desired satellite in GPS receiver[J]. Systems Engineering and Electronics, 2011, 33(3): 490-494. [本文引用:1]
[2]	Min L, Dempster A G, Balaei A T, et al. Switchable beam steering/Null steering algorithm for CW interference mitigation in GPS C/A code receivers[J]. IEEE Transaction on Aerospace and Electronic System, 2011, 47(3): 1564-1579. [本文引用:2]
[3]	任超, 吴嗣亮, 王菊. 一种新的GPS接收机宽带干扰抑制方法[J]. 电子与信息学报, 2008, 30(8): 1977-1980. Ren Chao, Wu Si-liang, Wang Ju. A novel wide-band interference cancellation method for GPS receiver[J]. Journal of Electronics & Information Technology, 2008, 30(8): 1977-1980. [本文引用:1]
[4]	张兰, 肖长春, 韩志学, 等. GPS接收机窄带干扰抑制新方法[J]. 中国惯性技术学报, 2008, 16(1): 54-57. Zhang Lan, Xiao Chang-chun, Han Zhi-xue, et al. Novel suppression method for narrow-band interference in GPS receiver[J]. Journal of Chinese Inertial Technology, 2008, 16(1): 54-57. [本文引用:2]
[5]	王纯, 张林让, 陈广锋, 等. 用于GPS接收机的快速自适应干扰抑制方法[J]. 西安电子科技大学学报, 2011, 38(3): 114-120. Wang Chun, Zhang Lin-rang, Chen Guang-feng, et al. Fast adaptive Interference suppression method in the GPS receiver[J]. Journal of Xidian University, 2011, 38(3): 114-120. [本文引用:1]
[6]	Balaei A T, Dempster A G, Lo P L. Characterization of the effects of CW and pulse CW interference on the GPS signal quality[J]. IEEE Transaction on Aerospace and Electronics System, 2009, 45(4): 1418-1431. [本文引用:1]
[7]	Dang N T, Pham A T. Beat noise cancellation in 2-D OCDMA systems using optical hard-limiter array[C]//IEEE International Conference on Advanced Technologies for Communications, Hai Phong, Viet nam, 2009: 121-124. [本文引用:1]
[8]	Tan Zhong-ji, Shi Yan-li, Cui Ning. Emulation research of adaptive filter based on LMS algorithm[C]//IEEE International Conference on Computer Application and System Modeling, Taiyuan, China, 2010: 12-15. [本文引用:3]
[9]	蔺晓龙, 何文涛, 徐建华, 等. GPS接收机中自适应连续波干扰抑制算法[J]. 微电子学与计算机, 2013, 30(12): 18-21. Lin Xiao-long, He Wen-tao, Xu Jian-hua, et al. The adaptive continuous wave interference mitigation algorithm in GPS receiver[J]. Microelectronics and Computer, 2013, 30(12): 18-21. [本文引用:2]
[10]	王磊, 程向红. 基于期望模式修正的交互式多模型组合导航算法[J]. 光学精密工程, 2014, 22(3): 737-744. Wang Lei, Cheng Xiang-hong. Interacting multiple model integrated navigation algorithm based on expected-mode augmentation for AUV[J]. Optics and Precision Engineering, 2014, 22(3): 737-744. [本文引用:1]
[11]	崔宁, 陈兴林, 曹开锐, 等. 空间光通信精跟踪系统的模糊自抗扰控制[J]. 光学精密工程, 2015, 23(5): 1394-1400. Cui Ning, Chen Xing-lin, Cao Kai-rui, et al. Fuzzy active disturbance rejection control of fine tracking system for free space optical communication[J]. Optics and Precision Engineering, 2015, 23(5): 1394-1400. [本文引用:1]

2011

0.0

. 2011, 33(3):490-494 DOI:doi:10.3969/j.issn.1001-506X.2011.03.05

Blind interference suppression method multiple desired satellite in GPS receiver

GPS接收机的多星盲干扰抑制方法

Wang Chun , Zhang Lin-rang , Huang Qing-dong

王纯, 张林让, 黄庆东

The process of positioning requires at least pseudo range measurements to four satellites. However, strong interference, even it is intentional, makes the receiver unable to obtain measurements from the multiple GPS satellites. A novel blind interference suppression method is proposed for the GPS receiver. Combined with the knowledge of each desired satellite’s C/A code, a multitarget adaptive array based on minimum mean square error (MMSE) algorithm is employed for interference suppression of multiple satellites. The proposed method can mitigate the jammers beyond the direction of desired satellites without the location knowledge of desired satellites and estimation of the steering vector. Moreover, the number of desired satellites is not limited by the number of antennas. Numerical examples demonstrate that the method can not only effectively suppress various interferences but also estimate accurately the angle of arrival information of the multiple desired satellite signals.

考虑到GPS接收机需要解算至少4颗卫星的发射信号从而实现定位，而GPS接收机工作在复杂的电磁环境下，受大量人为干扰的影响，无法有效接收多颗卫星的发射信号从而实施解算定位。提出了一种新的用于GPS接收机的多星盲干扰抑制方法。由于接收机对每颗卫星的测距码（如C/A码）已知，采用基于最小二乘法的多目标自适应阵列剔除多颗期望卫星方向外的干扰信号。该方法无需期望卫星的位置信息和估计干扰信号的导向矢量，且期望卫星数目不受阵元数目的限制。仿真结果表明，该算法不仅能有效地抑制多种干扰，而且可以精确估计出多颗期望卫星的方位角。

... 空域干扰抑制技术是通过在干扰信号源方向产生零陷来抑制干扰信号的,当干扰源方向稳定时可以获得较好的干扰抑制效果,但此方法需要许多成套电子设备,成本较高^[1,2,3] ...

2011

0.0

... n(t)为单边功率谱密度为 N/2的高斯白噪声^[2] ...

2008

0.0

. 2008, 30(8):1977-1980

A novel wide-band interference cancellation method for GPS receiver

一种新的GPS接收机宽带干扰抑制方法

Ren Chao , Wu Si-liang , Wang Ju.

任超, 吴嗣亮, 王菊

A new beamforming algorithm used in GPS receiver, which can greatly depress the wideband interference, is proposed. The algorithm is based on space-time adaptive processing. Firstly, the steering vectors matrix of interference signals can be estimated by space-time 2-dimension power spectrum. Secondly, with in the space of the steering vectors matrix of interference signals, the space-time 2-dimension weight vector can be obtained with least square method through the linear combination of orthogonal basis. And the weight vector is closest to the steering vector of the expected signal and deeply depresses the interference signals simultaneously. Finally, compared with the constrained least mean-squares algorithm, the proposed algorithm is more efficient to depress wideband interference. The experimental results show the effectiveness and stability of the method.

该文针对GPS扩频接收机空时自适应处理结构，提出了一种新的极大抑制干扰的波束形成算法。通过估计空时二维功率谱得到各干扰信号的导向矢量矩阵，并求解出该矩阵的一组最接近期望信号导向矢量的正交基，作为空时二维最优权值。仿真结果表明，该算法增强了空时自适应结构方向图的零陷深度，比传统宽带多线性约束LCMV算法更有效地进行干扰抑制，明显提高了信号干扰噪声比。

2008

0.0

. 2008, 16(1):54-57

Novel suppression method for narrow-band interference in GPS receiver

GPS接收机窄带干扰抑制新方法

Zhang Lan , Xiao Chang-chun , Han Zhi-xue

张兰, 肖长春, 韩志学

针对GPS接收机中常见的窄带干扰信号,提出了一种全数字式时域和频域相结合的窄带干扰抑制方法.首先将含有窄带干扰的时域GPS信号变换成频域信号,然后将此频域信号与自适应干扰判决门限比较获取干扰信号的中心频率和带宽,由此确定滤波器参数并设计时域滤波器.仿真结果表明与没有使用干扰抑制处理相比,当信干比SJR为-25 dB、误码率BER为10E-4时,该方法可使Eb/N0改善4 dB;与无干扰时的理论值相比,此时Eb/N0的恶化小于0.5 dB.随着干扰强度的增加,该方法的干扰抑制效果更加明显.考虑到本方法的并行处理机制,这些结果表明该方法不但具有较好的抗干扰能力,而且具有较好的实时性.

... 时间/频谱滤波技术和振幅/相位对消技术的干扰抑制能力较高,但是在干扰信号特性不相同的情况下,其处理原理、成本高低和实现复杂性等都各不相同,普适性较差^[4,5,6,7] ...

... 因此,为了评价频谱损失对GPS接收机正常工作的影响,进一步对C/A码的误码率特性进行了仿真,并与文献^[4]的时域和频域相结合干扰抑制方法进行对比 ...

2011

0.0

. 2011, 38(3):114-120 DOI:doi:10.3969/j.issn.1001-2400.2011.03.018

Fast adaptive Interference suppression method in the GPS receiver

用于GPS接收机的快速自适应干扰抑制方法

Wang Chun , Zhang Lin-rang , Chen Guang-feng

王纯, 张林让, 陈广锋

提出了一种基于Householder变换的快速自适应干扰抑制方法.利用Householder变换构建的广义旁瓣相消器下支路阻塞矩阵,可将期望信号完全阻塞,提高了最小均方误差算法的收敛性,获得了较高的输出信干噪比,并提高了GPS接收机的快速抗干扰性能.理论分析和性能仿真验证了该方法的优越性.

2009

0.0

2009

0.0

2010

0.0

... 自适应算法技术对于时变干扰信号具有较强的干扰抑制能力,但自适应算法的干扰抑制性能依赖于参考信号的选取^[8,9,10,11] ...

... 因此本文利用硬件限幅器提取干扰信号模型^[8],根据硬件限幅器的抑制小信号的特性,可以得到干扰信号模型 ...

... LMS自适应算法是以最快下降法为原则的迭代算法,具有收敛速率较快、运算量较小等特点^[8,9],可以实现对干扰源的快速抑制 ...

2013

0.0

. 2013, 30(12):18-21

The adaptive continuous wave interference mitigation algorithm in GPS receiver

GPS接收机中自适应连续波干扰抑制算法

Lin Xiao-long , He Wen-tao , Xu Jian-hua

蔺晓龙, 何文涛, 徐建华

在地球表面，GPS信号强度在-130 dBm左右，容易受到干扰。其中最主要的一类干扰类型是连续波干扰，针对该问题，提出一种新的连续波干扰检测和抑制算法，该算法首先使用多级DFT 变换检测连续波干扰，然后使用级联的IIR陷波器对干扰进行抑制。测试结果表明：在存在多个-81 dBm连续波干扰的情况下，该方法能够在3 s内进行检测和抑制，同时GPS接收机的载噪比损失小于3 dB 。

... 自适应算法技术对于时变干扰信号具有较强的干扰抑制能力,但自适应算法的干扰抑制性能依赖于参考信号的选取^[8,9,10,11] ...

... LMS自适应算法是以最快下降法为原则的迭代算法,具有收敛速率较快、运算量较小等特点^[8,9],可以实现对干扰源的快速抑制 ...

2014

0.0

. 2014, 22(3):737-744 DOI:doi:10.3788/OPE.20142203.0737

Interacting multiple model integrated navigation algorithm based on expected-mode augmentation for AUV

基于期望模式修正的交互式多模型组合导航算法

Wang Lei , Cheng Xiang-hong.

王磊, 程向红

针对复杂环境下自主水下航行器 (AUV)组合导航系统中存在的模型不完全确定或者模型参数发生变化的情况,提出一种基于期望模式修正的交互式多模型(EMA-IMM)滤波算法。该算法利用滤波估计过程中所得到的模型概率完成决策。首先对固定结构的基础网格进行滤波,得到细化的修正模型集,接着对修正模型集进行滤波,得到与真实模型最为邻近的若干个修正模型网格共同构成的期望模型集,然后将系统真实的模型覆盖在精简的期望模型集范围之中,最后通过对期望模型集滤波,得到接近真实模型状态变量的估计结果。在AUV组合导航系统中的仿真结果表明,相对于传统Kalman滤波算法,改进的EMA-IMM使AUV的经度估计精度提高了97%,纬度估计精度提高了44%;相对于IMM算法,AUV的经度估计精度提高了22%,纬度估计精度提高了19%;得到的结果验证了提出的EMA-IMM算法的优越性。

... 自适应算法技术对于时变干扰信号具有较强的干扰抑制能力,但自适应算法的干扰抑制性能依赖于参考信号的选取^[8,9,10,11] ...

2015

0.0

. 2015, 23(5):1394-1400 DOI:doi:10.3788/OPE.20152305.1394

Fuzzy active disturbance rejection control of fine tracking system for free space optical communication

空间光通信精跟踪系统的模糊自抗扰控制

Cui Ning , Chen Xing-lin , Cao Kai-rui

崔宁, 陈兴林, 曹开锐

针对输入光束抖动及卫星本体微振动对空间光通信系统跟踪精度的影响,设计了模糊自抗扰控制器,提出了对精跟踪系统进行控制的方法。首先,建立了精跟踪系统模型,对系统内外扰动进行分析,并模拟了卫星振动信号。针对系统自身所受的扰动及输入光信号的不确定性,设计了模糊自抗扰控制器。提出的控制方法通过扩张状态观测器观测卫星本体振动及系统未建模动态,应用微分跟踪器提高系统动态响应性能,并用模糊控制原理改进了非线性状态误差反馈控制律,使其可以自适应调整比例和微分增益。最后进行了实验分析,结果表明:与PID控制方法相比,模糊自抗扰控制方法在不同频率及幅值的输入信号下均能提高系统跟踪精度,跟踪精度可以达到±8μrad,跟踪误差减小了50%左右。该方法基本满足空间光通信精跟踪系统对跟踪速度、跟踪精度及抗干扰能力的要求。

... 自适应算法技术对于时变干扰信号具有较强的干扰抑制能力,但自适应算法的干扰抑制性能依赖于参考信号的选取^[8,9,10,11] ...