GNSS抗干扰中LCMV算法研究及仿真

由于GNSS卫星信号强度极小,容易受到强信号干扰,针对如何有效抗干扰问题,将基于功率倒置天线阵列LCMV算法在一定的数学模型基础上利用理论进行推演,并稍加改进避免了矩阵求逆,然后通过Matlab仿真加以验证,最后为该算法的实现进行了硬件设计。提出了以FPGA结合DSP的处理方案,利用FPGA完成射频采集,由DSP进行抗干扰处理以及LCMV算法实现。

基于MATLAB仿真的LMS和LCMV算法抗干扰性能比较研究

对空域抗干扰技术中常用的最小均方(LMS)算法和线性约束最小方差(LCMV)算法的原理进行了说明,建立了多元天线阵列模型,并以此模型为基础,对这两种算法的收敛速度、信噪比和误码率等参数进行了分析和比较,最后采用MATLAB进行了仿真。仿真结果表明,LCMV算法的收敛速度较LMS算法要稍慢,但是达到最终稳定时的误差均值以及收敛效率要优于LMS算法。

子阵级LCMV循环优化自适应波束形成算法研究

在传统LCMV波束形成器以及子阵空间部分自适应阵的基础上,提出了一种新颖的降维方法。首先将大规模阵列按照子阵划分的某种规则划分为若干组子阵列,每一组子阵列使用相同的权值。在权值优化过程中,每一次只更新权向量的一部分,通过多次迭代更新使系统搜索得到最优权值,避免了全维相关矩阵的求逆运算。实验结果表明,与传统方法相比,该方法在大规模阵列波束形成时能够获得更高的信干噪比,并减小了求逆矩阵的维数,在一定程度上降低了计算复杂度及硬件成本。

基于蚁群算法的子阵级自适应多波束形成

在大型阵列信号处理中,可以在子阵级进行数字波束扫描形成多波束,降低硬件成本和系统复杂度,其中子阵划分的优劣直接决定信号处理的性能。针对子阵级多波束形成的问题,提出了一种基于蚁群算法的子阵划分最优策略,该策略将蚂蚁的迁移路径作为子阵划分方案,以峰值旁瓣电平为优化目标进行迭代搜索,使得子阵级自适应形成多波束方向图的旁瓣性能达到最优。首先,分析了蚁群算法的基本原理,对子阵划分问题的解空间进行建模,设计最优策略并求解得子阵划分方案;然后采用线性约束最小方差准则(LCMV)计算子阵级权矢量,形成多波束方向图;最后通过对比分析了多波束方向图的性能。仿真实验证明了所提算法得出的子阵划分以及激励匹配方案的有效性。

两种卫星导航抗干扰算法对载波相位测量精度影响分析

PI算法与LCMV算法是被深入研究与广泛应用的两种抗干扰算法,若信号经过两种算法处理后产生相延迟,则会给载波相位的测量带来误差,从而影响载波相位差分精度。简要介绍了相延迟以及PI算法与LCMV算法,并通过算法公式分析得出PI算法会随干扰输入信号和卫星信号方向的变化而变化,而LCMV算法则不会因输入信号和卫星信号的变化产生相延迟。利用MATLAB仿真平台,仿真出干扰环境下PI算法与LCMV算法产生的相延迟,通过仿真结果分析验证两种算法对于载波相位测量精度的影响。

卫星多波束天线对干扰源的抗干扰性能分析

卫星通信为达到覆盖区域和减少干扰采用了多波束或点波束天线技术,但来自覆盖区的某些干扰,特别是一些有意干扰会造成通信卫星无法正常工作.主要从电子对抗的角度讨论卫星多波束天线的抗干扰能力,首先由卫星的星下点位置和相应地球站的地理位置来确定地球站在卫星多波束天线(MBA)覆盖图中所处的方位角和仰角,然后通过线性约束最小方差(LCMV)算法进行仿真.仿真结果表明,当期望信号源的位置确定之后,通过改变干扰源的位置或增加干扰源的数目,确实能达到有效地破坏卫星多波束天线的零陷效果的目的,使其无法正常工作.证明了干扰源的位置及数目对卫星多波束天线的性能有很大的影响.

基于微分约束的改进自适应多波束抗干扰算法

卫星导航抗干扰技术作为导航接收机中最重要的部分之一,将直接决定导航定位的可靠性和准确性。自适应多波束导航抗干扰技术作为目前抗干扰性能最高的抗干扰技术,其不仅可以对干扰方向进行抑制,还可以对卫星信号方向产生增益,为导航信号提供有效保护。但自适应多波束抗干扰算法需要实时获取卫星信号相对天线阵面的入射角信息,在实际工程应用中,考虑到惯导的姿态测量误差以及载体平台的运动,获取的入射角信息存在一定的偏差,滤波后会引起信号损失。针对这个问题,提出一种基于微分约束的改进自适应多波束抗干扰算法。该方法以LCMV准则为目标函数,通过在卫星信号入射方向和干扰方向上增加一定角度范围进行约束,削弱入射角度偏差引起的信号损失。仿真结果表明,该方法在一定的角度偏差范围内可有效保护卫星信号并抑制干扰信号,从而提高抗干扰性能。

波束成形技术在无线互联电力仪表抗干扰中的应用

电力仪表无线互联能给用户带来极大便利,然而又面临复杂电磁环境下无线通信的抗干扰问题。分析了电磁环境的复杂性,即每个通信节点所接收的信号和干扰通常多方向,且波达角不定。建立了直流电机干扰仿真模型,提出了基于波束成形技术抑制干扰的方法,即首先由MUSIC算法估计了干扰波的波达角,再基于LCMV算法进行波束形成。仿真结果表明,该方法有效抑制了干扰,通信链路的误比特率得到显著改善。

平面阵低旁瓣波束形成方法研究

针对实际应用中需要降低旁瓣电平的问题,对阵元数目为324的均匀平面阵列进行波束形成仿真,分析比较了基于LCMV算法的2种低旁瓣波束形成方法的仿真结果。仿真结果表明,2种方法都能够有效地降低旁瓣电平,提高主瓣和副瓣最大电平之比。在主瓣和副瓣最大电平之比相同的情况下,权值迭代方法与协方差矩阵迭代方法相比具有更大的波束增益。在迭代次数相同的情况下,协方差迭代方法具有更高的主瓣和副瓣最大电平之比。

基于多级维纳滤波对消的方向图综合

针对降低天线阵的副瓣电平和优化天线阵的方向性这一问题,在线性约束最小方差(LCMV)算法的基础上,引入了基于多级维纳对消的方向图综合算法。该算法充分考虑综合方向图和参考方向图之间的相对幅度对方向图综合的影响,通过多级维纳对消器输出的最优权值自适应地改变相对幅度,提高了干扰功率的迭代效率,降低了迭代的次数,同时又降低了综合方向图和参考方向图之间的综合误差。由于多级维纳对消器的引入,该算法具有较强的鲁棒性,拓展了方向图综合方法的应用范围和适用性。

基于二次组阵的低旁瓣波束形成方法

为了有效地降低阵列天线在数字波束形成过程中旁瓣水平,提出了一种通过二次组阵实现的低旁瓣自适应波束形成方法。在阵列相互重叠的子阵划分基础上,通过子阵对期望信号及干扰信号进行自适应波束形成,实现对期望信号的增益接收以及对干扰信号的深度抑制。在子阵数字波束形成的基础上,对各个子阵的输出运用二次组阵的方法,对二次组阵的方向图在约束条件下进行波束合成实现对子阵方向图中旁瓣的对消补偿,从而达到降低旁瓣的目的。通过理论分析和实验仿真表明,与常规LCMV方法相比,基于二次组阵的波束形成方法在保证了对干扰信号深度抑制的同时,有效地降低了方向图中的旁瓣水平,提高了系统的抗干扰性能。

基于圆形天线阵的GPS抗干扰性能仿真与其干扰方法研究

GPS抗干扰性能的分析有助于研究GPS干扰方法和手段。基于目前空域滤波的GPS抗干扰技术,采用LCMV算法对圆形天线阵的GPS抗干扰性能进行分析仿真,并提出了对其进行干扰的方法。在Matlab中对单个干扰源和多个干扰源在不同情况下的干扰效果进行仿真,仿真结果表明,LCMV算法能有效判定信号来波方位,并对干扰信号具有一定的赋零深度;针对分析结果提出多方位逼近干扰方法,能大幅降低LCMV获取的抗干扰增益。该方法对实战中采用空域滤波抗干扰技术的GPS干扰能提供一定的参考。