GNSS空时抗干扰系统高速串行传输研究

空时自适应抗干扰技术是GNSS抗干扰技术发展的一个趋势。针对GNSS空时抗干扰系统运算数据需求量多,各模块间数据传输量大的特点,提出一种基于LVDS高速串行传输的传输方案。该方案利用StratixⅡ系列FPGA芯片的LVDS传输通道,在模块化、标准化的GNSS抗于扰系统中进行数据传输。测试结果表明,对于板间32路、板内42路LVDS通道,在每通道速率为650Mb／s的情况下,系统能够稳定可靠地传输数据。     

空时自适应抗干扰算法分析与仿真

针对卫星信号易受干扰的问题，阐述了空时二维滤波算法在自适应波束形成系统中的应用，并对几种常用的自适应处理算法进行了简单介绍，最后，给出一组宽带信号的数据，运用以上几种算法在仿真系统中分析比较它们抗干扰性能。     

卫星导航空时联合抗干扰研究

本文给出一种卫星导航抗干扰的空时联合算法。这种算法将单纯的空域抗干扰扩展到空时二维域,它在不增加阵元的前提下,大大地增加了阵的自由度。计算机仿真结果给出了对抗干扰的性能。     

空频抗干扰对GNSS载波相位测量的影响

对于全球导航卫星系统(GNSS)的抗干扰,最有效的是采用自适应天线阵技术,但这种抗干扰处理会引入与信号入射方向相关的载波相位测量偏差,限制了其在高精确度测量领域的应用。为减小抗干扰处理的偏差,引入测量偏差及其分析方法,建立仿真模型,并搭建软件接收机进行实验。结果表明,在不增加额外约束的条件下,采用空频最小方差无畸变响应算法实现空频抗干扰处理器,不会引入载波相位测量偏差,非常适用于对抗干扰性能和测量精确度均有苛刻要求的场合。     

基于空时联合抗干扰算法的复矩阵求逆

针对卫星导航接收机易被干扰的特点,研究了空时联合抗干扰算法,并提出了一种简化的复正定厄米矩阵求逆实现方法。首先,给出了空时联合抗干扰算法的基本模型。随后,在详细分析传统复正定厄米矩阵求逆算法基础上,给出了改进的复正定厄米矩阵求逆方法的具体步骤。最后,基于数字信号处理（DSP）的硬件平台,对运算量进行了对比分析。仿真结果表明,改进的复正定厄米矩阵求逆方法加法和乘法运算量都大幅度降低,比传统算法运算速度加快了三分之一。算法简单可靠,易于实现,适用于工程应用中实时性要求较高的场合。     

一种新的空时二维抗干扰迭代算法

本文针对当前卫星导航空时二维抗干扰算法处理复杂度问题,根据纯空域自适应调零抗干扰过程中的功率倒置迭代算法推导了空时二维处理中的功率倒置迭代方法,以此减少STAP抗干扰处理中的运算量,解决SMI算法由于矩阵求逆运算带来的计算量大和实时性低问题,和LMS算法参考信号难以选取的问题,提高STAP处理的实时性,在干扰方向上形成零陷,实现卫星导航的抗干扰处理。     

一种改进HMSWF导航接收机空时抗干扰方法

该文针对抑制GPS信号中期望信号方向的冲激毛刺干扰影响问题,提出改进的Householder多级维纳滤波(HMSWF)方法,该方法用具有最小模的样本商作为复权,替代部分HMSWF的权值计算,新方法应用于GPS接收机空时抗干扰中,能很好抑制期望信号方向的冲激毛刺干扰对自适应权值计算的影响。计算机仿真结果验证了算法的优良抗干扰性能和良好的抑制期望信号方向冲激毛刺干扰影响的能力。     

GPS接收机抗干扰空时自适应滤波方法

针对联合空时处理使计算量显著增加这一问题，本文研究一种数据分段输入的降秩自适应滤波方法，使GPS接收机空时抗干扰方法具有可行性和易行性。     

机载雷达极化空时自适应滤波性能分析

该文针对极化空时自适应处理时,目标极化状态未知的瓶颈问题,提出了先预估计目标的极化状态,然后再进行滤波的方法。该方法无需在极化域专门设置滤波器组进行搜索,大大减少了计算量。提出了最小方差无偏估计和正交投影估计两种极化矢量的估计方法,并将估计性能与Cramer-Rao界进行了比较,从理论上证明了最小方差无偏估计性能较好。与之相对应,提出了两种极化空时自适应滤波方法。仿真验证了特别当目标慢速运动时,极化空时自适应滤波明显优于空时自适应滤波。     

卫星导航终端的自适应抗干扰算法研究

介绍了常用卫星导航下的抗干扰技术,并分析了时域,频域和空时域抗干扰技术的优缺点,描述了空时抗干扰具体架构,结合工程应用实际,分析了常用的LMS和RLS空时算法,通过理论分析和仿真实验,表明RLS空时抗干扰处理算法具备收敛速度快,抑制能力强等特点,更适合卫星导航领域的工程应用。     

基于发射波束域-三迭代的机载MIMO雷达STAP方法

针对传统机载多输入多输出(MIMO)雷达空时自适应处理(STAP)中由于发射功率分散而造成的输出信杂噪比(SCNR)下降的问题,该文提出一种基于发射波束域-三迭代的机载MIMO雷达STAP方法。首先建立了发射波束域MIMO雷达STAP的信号模型,并且给出了发射波束加权矩阵的优化设计准则,能够使发射功率聚集于感兴趣的目标空域。然后对发射波束域MIMO雷达的杂噪比(CNR)进行分析,表明其与发射总功率的关系,理论推导显示：相比于全向等功率发射的传统MIMO雷达CNR,发射波束域MIMO雷达CNR减小。同时,为进一步降低发射波束域MIMO-STAP的训练样本数需求与运算复杂度,采用三迭代算法进行权值降维求解。理论分析与仿真实验结果表明：通过相应的三迭代降维处理,发射波束域MIMO-STAP与传统全向等功率发射MIMO-STAP相比能够获取更加优越的输出SCNR性能,且运算量进一步降低。因此,本文提出的发射波束域-三迭代方法具有重要的工程应用价值。     

线性预测类STAP方法研究

线性预测类STAP方法在很少的样本数下就能达到稳定的性能,特别适合非均匀杂波环境。该文分析了线性预测类STAP方法具有较好非均匀处理性能的原因,并给出了线性预测类STAP方法的定阶公式。仿真结果验证了所得结论的正确性。     

基于俯仰维信息的天基双基地雷达正交投影STAP算法

分析了天基双基地雷达的地杂波距离模糊引起的杂波多普勒展宽特性.针对天基双基地雷达距离模糊杂波的抑制问题,提出了一种基于俯仰维信息的正交投影(OP)空时自适应处理(STAP)算法.该算法利用杂波空间导向矢量中的俯仰信息来构造正交投影矩阵,然后对投影后的空时数据进行空时自适应处理.结果表明,基于俯仰维信息的正交投影变换实现...     

基于空时降维处理的高动态零陷加宽算法

空时自适应处理是卫星导航抗干扰的有效方法。但在高动态环境下,干扰来向动态变化,干扰很容易移出常规自适应抗干扰算法所形成的窄零陷,导致算法失效。常用的解决办法是加宽零陷。该文从干扰来向变化的统计模型出发,提出一种基于拉普拉斯分布的空时加宽零陷算法,该算法能在干扰方向形成较宽的零陷。并且考虑到空时处理将增加算法的计算复杂度,该文将新的空时加宽零陷算法与多级维纳滤波器相结合,给出一种基于空时降维处理的加宽零陷算法。新算法能有效降低算法复杂度,并能在小快拍下得到更好的性能。仿真结果表明新算法的有效性。     

基于细粒度任务分配的空时自适应并行处理算法研究

对于空时自适应信号处理(Space-Time Adaptive Processing, STAP)算法的并行处理问题,传统方法以粗粒度的划分方式将STAP算法分配到特定硬件系统中的不同处理器中,利用处理器间的流水计算来提高系统计算吞吐量。该文分析了传统并行处理方法的缺陷：粗粒度的任务划分方式牺牲了STAP算法的并行度;传统处理方法仅能适用于特定的系统环境。针对上述情况,该文提出一种基于细粒度任务分配的STAP并行处理方法,该方法分为以下3个步骤：构建细粒度的DAG(Direct Acyclic Graph)形式的STAP算法任务模型;使用统一拓扑结构模型描述不同结构的目标硬件系统;基于细粒度任务分配算法将任务模型分配到拓扑结构模型中的处理器实现并行计算。实验结果表明该并行处理方法能够达到良好的加速比,并且对于不同的STAP应用系统具有很好的适应性。     

有源干扰条件下机载MIMO雷达STAP协方差矩阵秩的分析

该文分析了正侧阵机载MIMO雷达杂波加有源干扰协方差矩阵的结构,得到杂波加有源干扰协方差矩阵秩的上界为杂波的秩与有源干扰的秩之和减去有源干扰个数。并由此得到MIMO雷达杂波加有源干扰协方差矩阵非满秩而SIMO雷达杂波加有源干扰协方差矩阵满秩时有源干扰个数的范围。当有源干扰的数目在此范围时,SIMO雷达的理论性能严重下降,而MIMO雷达在理论上仍然有足够的自由度来抑制杂波和有源干扰,从而保证有较好的性能。通过仿真实验验证了上述结论。     

一种改进的知识辅助MIMO雷达空时自适应处理方法

针对机载多输入多输出(MIMO)雷达杂波抑制问题,该文提出一种改进的基于知识辅助的空时自适应信号处理算法(KA-STAP)。根据杂波在空时2维平面的先验分布离线构造杂波子空间,以此替代基于扁长椭球波函数(PSWF)估计的杂波子空间,避免了复杂运算。仿真结果表明,所提方法不仅能减小运算量,还能获得更深的零陷以及更优的旁瓣性能。

     

基于对角加载的STAP性能改善

空时自适应处理(STAP)作为动目标检测的关键技术,但是非均匀环境将会造成协方差矩阵的估计误差,进而严重影响STAP性能。对角加载主要用于改善空间滤波器对于有用信号空域特征失配和空域协方差矩阵失配的稳健性。该文考虑将对角加载应用于STAP协方差矩阵失配(统计失配)时的性能改善,即在实际的协方差矩阵和其估计值之间存在误差时,通过对角加载改善STAP的稳健性。文中给出了加载电平的选择方法,并进行了详细的性能分析,即合理的对角加载可以提高检测概率和输出信噪比。仿真分析验证了理论分析的正确性。     

一种稳健的非均匀杂波协方差矩阵估计方法

在非均匀环境下,针对传统样本挑选、样本加权等方法由于数据利用率低导致独立同分布训练样本不足的问题,该文提出一种在空时2维谱平面联合距离维逐空-时频点谱估计与滤波的协方差矩阵估计方法。该方法根据杂波和目标在距离-空时2维谱平面的分布特性,逐点频估计待检测单元杂波谱,并采用中值滤波方式消除目标污染对地物杂波谱估计的干扰;最后重构无空时孔径损失的杂波协方差矩阵。仿真结果表明,相比于传统非均匀统计STAP方法,所提的距离-空时2维谱滤波方法能够在样本数不足时有效缓解目标信号污染、离散地形杂波或孤立干扰引起的STAP性能下降问题。     

一种改进的基于低秩逼近的空时自适应处理算法

针对非均匀杂波情况下的空时自适应处理的小样本问题,该文提出一种基于权矩阵低秩逼近的空时自适应处理方法.与传统的低秩逼近算法不同,利用空时导向矢量特殊的克罗累计性,该文重新构造新的权矩阵,使得该权矩阵的行数与列数尽可能地相近或相同,以减少算法所需的样本个数和计算量.采用低秩逼近方法对新构造的权矩阵进行表示,则原二次优化问题转化为求解一个双二次代价函数问题.实验表明,改进的空时权矩阵低秩逼近方法能有效地提高空时自适应处理的收敛速度和降低算法复杂度.