摘要：目前，提高导航接收机抗干扰能力主要采用自适应天线阵列处理技术，针对此问题，提出了噪声子空间滤波算法。数值分析结果表明得出基于噪声子空间算法的空域滤波抗干扰性能较好，不受干扰个数、干扰方向的影响。
关键词：噪声 子空间 抗干扰
1引言
卫星信号的脆弱性使得导航接收设备极易受到人为和自然等干扰而无法正常工作。目前，自适应阵列天线抗干扰技术已相对成熟，但其抗干扰性能却受到参数的限制[1]。文献[2]研究了空时导航抗干扰技术，在采用功率倒置（Power Inversion，PI）约束最优权的基础上引入了反馈定向信息的波束成形算法，该算法提升了约15dB的抗干扰性能。文献[3]提出了跟踪干扰随机特征的归一化功率倒置算法，通过自适应调整循环步长来决定低通滤波器的最优参数，文献[4]的主要研究目标为弱信号干扰，其利用功率倒置算法进行干扰抑制的过程中引入了子空间投影方法，但势必会带来更大的计算复杂度。文献[5]在利用BM3D算法进行图像去噪的过程中采用维纳滤波结构进行降维处理，在保证了图像去噪算法性能最优的基础上简化了计算过程。
本文提出了利用噪声子空间算法进行抗干扰滤波的运算过程，数值分析分别给出了生成数据和实采数据的验证结果，对比了常规算法与噪声子空间算法进行抗干扰滤波的性能。
2噪声子空间滤波算法
设干扰噪声协方差矩阵
的特征值分解为
（3-1）
特征值按顺序排列成：
，
的P个大特征值对应P个干扰，以对应的P个特征向量为正交基的子空间为干扰子空间，即
；另外的N-P个相等的特征值为噪声特征值，对应的特征向量组形成噪声子空间的正交基为
。
的逆可用特征值和特征向量表示为
（3-2）
则最优权矢量式为
（3-3）
其中，
为一常数。
假设干扰功率远大于噪声功率，由
和
得
（3-4）
其中，
为常数，可见
位于噪声子空间，即
是噪声特征向量的线性组合。
3数值分析
3.1生成数据验证
生成的干扰信号为单宽带干扰，其俯仰角为5度，信噪比为-21dB，选择第三通道为主通道。干信比为70dB时，信号协方差特征值分解后产生3个干扰特征值1个噪声特征值，即P=3。
可选取为噪声特征值对应的特征向量的线性组合
，此时空域滤波抗干扰程序对各方向干扰信号的滤除情况如表3-1所示。从表中得出基于噪声子空间算法的空域滤波抗干扰性能较好，不受干扰个数、干扰方向的影响。
表 3-1噪声子空间滤波算法空域滤波情况
3.2实采数据验证
图3.1为不同方向单宽带干扰经两种算法抗干扰后的相对能量分布，其中绿色的虚线代表经噪声子空间算法滤波后的相对信号能量，其他颜色的线表示维纳滤波算法滤波后不同主通道设置的信号能量。由图可以看出利用噪声子空间算法进行滤波后算法的抗干扰性能没有改变，且剩余的信号能量有所改善。
4结束语
自适应天线阵列处理技术能够有效的对抗卫星信号接收时受到的大功率干扰。本文介绍了噪声子空间算法进行抗干扰的模型及流程。数值分析结果表明，基于噪声子空间滤波算法的空域滤波优于基于维纳滤波算法的空域滤波。
图 3.1 两种算法抗干扰后信号能量对比图
参考文献：
[1]Inder J.Gupta and Thomas D.Moore.Space- Frequency Adaptive Processing（SFAP）for Radio Frequency Interference Mitigation in Spread -Spectrum Receivers[J].IEEE Transactions on Antennas and Propagation，2004，52（6）：1611-1616.
[2]Fang Neng Li，Jiang Ning Xu，Hou Pu Li，et al.Design for a Dual-System Satellite Navigation Anti-Jamming Receiver[J].Applied Mechanics and Materials，2015，3843（744）：1674-1679.
[3]Da Wei Meng，Zhen Ming Feng，Ming Quan Lu.Anti-Jamming with Adaptive Arrays Utilizing Power Inversion Algorithm[J].Tsinghua Science & Technology，2008，13（6）：796-799.
[4]赵飞，郎荣玲，李武涛.基于子空间投影的功率倒置卫星导航抗干扰算法[J].现代导航，2017，10（5）：323-327.
[5]Mahmud Hasan，Mahmoud R.El-Sakka.Improved BM3D image denoising using SSIM-optimized Wiener filter[J].EURASIP Journal on Image and Video Processing，2018，1：1-12.
论文作者:任婵婵
论文发表刊物:《基层建设》2019年第19期
论文发表时间:2019/9/22
标签：算法论文; 噪声论文; 抗干扰论文; 干扰论文; 特征值论文; 空间论文; 空域论文; 《基层建设》2019年第19期论文;