针对卫星导航应用中线性调频(linear frequency modulated,LFM)干扰统计特征时变引起的抗干扰性能下降问题,提出了一种基于数据空时频三维特征分组的空频自适应处理(space-frequency adaptive processing,SFAP)算法。首先通过时频分析...针对卫星导航应用中线性调频(linear frequency modulated,LFM)干扰统计特征时变引起的抗干扰性能下降问题,提出了一种基于数据空时频三维特征分组的空频自适应处理(space-frequency adaptive processing,SFAP)算法。首先通过时频分析方法获取采样数据的时域、频域联合分布,并利用空间相关系数分析相同频率干扰在不同时间的空间相关性,然后对SFAP的采样数据进行分组,将不同时间具有相同频率和到达角参数的采样点分到相同组,最后利用分组后的数据进行协方差矩阵估计、权值计算和自适应滤波,提高了干扰特征值、增加了零陷深度、提升了抗干扰能力。仿真结果表明,所提算法可有效提升卫星导航接收机对LFM干扰的抑制能力,且对存在单个和多个LFM干扰的场景均能适用。展开更多
文摘针对卫星导航应用中线性调频(linear frequency modulated,LFM)干扰统计特征时变引起的抗干扰性能下降问题,提出了一种基于数据空时频三维特征分组的空频自适应处理(space-frequency adaptive processing,SFAP)算法。首先通过时频分析方法获取采样数据的时域、频域联合分布,并利用空间相关系数分析相同频率干扰在不同时间的空间相关性,然后对SFAP的采样数据进行分组,将不同时间具有相同频率和到达角参数的采样点分到相同组,最后利用分组后的数据进行协方差矩阵估计、权值计算和自适应滤波,提高了干扰特征值、增加了零陷深度、提升了抗干扰能力。仿真结果表明,所提算法可有效提升卫星导航接收机对LFM干扰的抑制能力,且对存在单个和多个LFM干扰的场景均能适用。