一种基于子空间误差修正的线性扫频干扰抑制方法及系统技术方案

本发明专利技术公开了一种基于子空间误差修正的线性扫频干扰抑制方法，包括步骤1：对用阵列天线接收到的信号白化处理并进行时频分析得到优化后的接收信号时频分布图；步骤2：从优化后的时频分布图中遴选自源点；步骤3：通过自源点估计线性扫频频率参数即初始频率fi和调频斜率gi，i为第i个线性扫频干扰信号，i＝2,…,P,P为干扰信号的数量；步骤4：对所估计的频率参数进行修正；步骤5：使用修正后的频率参数构建干扰子空间，用子空间投影消除干扰。本发明专利技术通过对估计的频率参数进行修正，构建更准确的干扰子空间，然后通过子空间投影的方法消除干扰取得了较好的抑制效果，避免了在构建子空间基矢量序列长度过长和过短都损伤子空间投影抗干扰性能。

A Linear Sweep Interference Suppression Method and System Based on Subspace Error Correction

The invention discloses a linear sweeping interference suppression method based on subspace error correction, which comprises steps 1: whitening the received signal with array antenna and time-frequency analysis to obtain the optimized time-frequency distribution of the received signal; step 2: selecting the source point from the optimized time-frequency distribution; step 3: estimating the linear sweeping frequency parameter, i.e., the initial frequency, by the source point. Rate FI and frequency modulation slope gi, I is the first linear sweep interference signal, I = 2,... P, P are the number of interference signals; Step 4: Correct the estimated frequency parameters; Step 5: Construct the interference subspace by using the revised frequency parameters, and eliminate the interference by using subspace projection. By modifying the estimated frequency parameters, a more accurate interference subspace is constructed, and then the interference is eliminated by the method of subspace projection, which achieves better suppression effect and avoids damaging the anti-interference performance of the subspace projection when the length of the subspace base vector sequence is too long or too short.

【技术实现步骤摘要】
一种基于子空间误差修正的线性扫频干扰抑制方法及系统
本专利技术属于信号处理领域，尤其涉及一种子空间误差修正的线性扫频干扰抑制方法及系统。
技术介绍
线性扫频(LFM:LinearFrequencyModulation)干扰是战场环境下普遍的一种干扰，属于非平稳干扰，使用处理平稳干扰的方法处理效果不好，文献1“DCRicks,PGCifuentes,JSGoldstein.WhatisOptimalProcessingforNonstationaryData[C].PacificGrove,CA:34thAsilomarConferenceonSignals,Systems,andComputers,2000,11,656-661”对此进行了分析和仿真验证。采用子空间投影的方法，在子空间基矢量构建精准的情况下，可以取得很好的效果，如文献2“MoenessGAmin,ZhaoL,LindseyAR.SubspaceArrayProcessingfortheSuppressionofFMJamminginGPSReceivers[J].IEEETransonAerospaceandElectronicSystems,2004,40(1):80-92”中的仿真结果。构建LFM干扰子空间基矢量的关键问题在于其参数的估计。文献2和文献3“周柱,卢树军,张尔扬等.GPS接收信号中线性扫频干扰的抑制[J].国防科技大学学报,2013,35(1):70-76”首先估计LFM干扰的参数，据此构建干扰子空间，在此基础上用子空间投影法消除干扰。文献4“李利,司锡才,张雯雯等.改进的多分量LFM信号参数估计算法及其快速实现[J].系统工程与电子技术,2009,31(11):2560-2562”通过二阶非线性变换在信号参数空间形成最大值来估计LFM信号参数，在多分量的情况下，讨论了信号自项和交叉项与时间的关系，发现自项和交叉项对时间有不同的依赖性，提出了加权平均的方法来改进算法，克服了交叉项的影响。LFM参数估计必然存在误差，如果采用现有的子空间投影法构造干扰子空间，并用子空间投影抑制干扰，微小的估计偏差会带来输出信干噪比极大的下降。研究发现用于构造子空间的序列长度对于基于子空间投影抗干扰方法的性能有很大影响，具体体现为：1、用较短的序列缩短干扰子空间的基矢量，能够极大提高子空间投影方法对于参数估计的容错性，提高了抗干扰系统的鲁棒性；2、用较短序列相当于给信号加窗，窗口越短，信号频谱泄漏越严重。因为构建子空间基矢量序列长度过长和过短都损伤子空间投影抗干扰性能，所以需要确定最佳的序列长度，而最佳序列长度难于用显式求得。本专利技术将从误差修正的角度解决这一问题，即通过修正LFM干扰信号的频率参数误差，从而精确构建干扰子空间，完成干扰抑制。本专利技术主要用到的
技术介绍
是非平稳信号矢量的时频分析。以M元天线阵接收GPS信号为例进行分析，采用何种导航信号对于抗干扰而言，处理方法相同。接收机接收到的信号由信号、白噪声和干扰组成。对于用阵列天线接收到的信号，其数学形式可以表示为x(t)＝as·s(t)+Ay(t)+v(t)(1)其中s(t)，as分别表示GPS信号及其天线阵响应；A为混合矩阵，A＝[A1a(θ1),A2a(θ2),…,APa(θP)]T，其中Ai、a(θi)、θi分别表示第i个干扰的振幅、在阵列上的响应即导向矢量、干扰入射角，设有P个干扰从不同方向入射，y(t)表示LFM干扰的合集，只包含信号的相位，幅度已经归一化，可写为y(t)＝[y1(t),y2(t),…,yP(t)]T；v(t)是均值为零的加性高斯白噪声。取接收信号矢量的任意一路信号作时频分析，即可完成LFM信号的参数估计。时频分析能够反映信号的时频局部性质，时频分析具有代表性的两种方法是Wigner-Ville变换和短时傅里叶变换。信号的Wigner-Ville变换生成的时频分布称为Wigner-Ville分布(WVD)，WVD具有良好的局部性质，是一种最基本、也是应用最多的时频分布，取接收信号矢量的任意一路，设为x(t)，其Wigner-Ville变换如下WVD具有理想的时频聚集性，但有多分量时，交叉项严重。干扰信号的本身在时频分布图上的体现称之为自源点，不同干扰信号在时频分布图上的体现惩治为互源点。用Wigner-Ville变换处理多个的非平稳信号，在时频分布图中，自源点和互源点均存在，而且互源点大量存在。通过对接收信号矢量进行白化可以消除时频分布的交叉项，体现在时频分布图上也就是消除互源点。当接收信号为矢量形式时，矢量各分量的自Wigner-Ville变换和分量之间的互Wigner-Ville变换形成了一个M×M维的矩阵，这就是文献5“AdelBelouchrani,MoenessG.Amin.Time-frequencyMUSIC[J].IEEESignalProcessingLetters,1999,6:109-110.”中描述的空时频分布(STFD:SpatialTemporalFrequencyDistribution)矩阵。STFD矩阵的离散表示式为假设采样间隔为Ts，式中n代表时间nTs，ω为归一化频率。按照(3)式求取接收信号矢量对应的STFD矩阵，(3)式中所取的是无限长度，实际只需要取有限长序列，如下式所示。由上式可知，STFD矩阵是一个矩阵序列，每一个时间和频率点对(n,ω)对应一个M×M矩阵。
技术实现思路
本专利技术要解决的技术问题是针对现有技术中使用子空间投影方法消除非平稳干扰时，因为线性扫频参数估计存在误差，微小的估计偏差会带来输出信干噪比极大的下降的问题。对此提出一种可精确构建干扰子空间，从而有效抑制干扰的一种基于子空间误差修正的线性扫频干扰抑制方法。为解决该问题，本专利技术所采用的技术方案是：一种基于子空间误差修正的线性扫频干扰抑制方法，包括以下步骤：步骤1：对用阵列天线接收到的信号白化处理并进行时频分析得到优化后的接收信号时频分布图；步骤2：从优化后的时频分布图中遴选自源点；步骤3：通过自源点估计线性扫频频率参数即初始频率fi和调频斜率gi，i为第i个线性扫频干扰信号，i＝2,…,P,P为干扰信号的数量；步骤4：对所估计的频率参数进行修正；步骤5：使用修正后的频率参数构建干扰子空间，用子空间投影消除干扰。进一步地，步骤1中得到时频分布图的具体方法为：步骤1.1：求取接收信号矢量的白化矩阵W；步骤1.2：用白化矩阵将接收信号矢量白化并用Wigner-Ville变换求取时频分布，得到优化后的接收信号时频分布图。进一步地，步骤2中遴选自源点的方法为：步骤2.1：对白化后的接收信号矢量z(n)求取空时频分布矩阵序列，设时频分析中所取的数据段长度为L，如下式n表示时间点，ω表示归一化频率，l表示偏移量，Dzz(n,ω)表示白化后的接收信号矢量z(n)的空时频分布矩阵序列。步骤2.2：求得时频分布图上所有时频点对应的空时频分布STFD矩阵的迹并归一化，即Trace(E{Dzz(n,ω)})/L，设ζ＝Trace(E{Dzz(n,ω)})/L；步骤2.3：设置门限值ε，当STFD矩阵的迹ζ＞ε时，则此矩阵对应的时频点(n,ω)属于自源点，0.1≤ε≤0本文档来自技高网...

【技术保护点】
1.一种基于子空间误差修正的线性扫频干扰抑制方法，其特征在于：包括以下步骤：步骤1：对用阵列天线接收到的信号白化处理并进行时频分析得到优化后的接收信号时频分布图；步骤2：从优化后的时频分布图中遴选自源点；步骤3：通过自源点估计线性扫频频率参数即初始频率fi和调频斜率gi，i为第i个线性扫频干扰信号，i＝2,…,P,P为干扰信号的数量；步骤4：对所估计的频率参数进行修正；步骤5：使用修正后的频率参数构建干扰子空间，用子空间投影消除干扰。

【技术特征摘要】
1.一种基于子空间误差修正的线性扫频干扰抑制方法，其特征在于：包括以下步骤：步骤1：对用阵列天线接收到的信号白化处理并进行时频分析得到优化后的接收信号时频分布图；步骤2：从优化后的时频分布图中遴选自源点；步骤3：通过自源点估计线性扫频频率参数即初始频率fi和调频斜率gi，i为第i个线性扫频干扰信号，i＝2,…,P,P为干扰信号的数量；步骤4：对所估计的频率参数进行修正；步骤5：使用修正后的频率参数构建干扰子空间，用子空间投影消除干扰。2.根据权利要求1所述的一种基于子空间误差修正的线性扫频干扰抑制方法，其特征在于：步骤1得到时频分布图的具体方法为：步骤1.1：求取接收信号矢量的白化矩阵W；步骤1.2：用白化矩阵将接收信号矢量白化并用Wigner-Ville变换求取时频分布，得到优化后的接收信号时频分布图。3.根据权利要求2所述的一种基于子空间误差修正的线性扫频干扰抑制方法，其特征在于：所述步骤2中遴选自源点的方法为：步骤2.1：对白化后的接收信号矢量z(n)求取空时频分布矩阵序列，设时频分析中所取的数据段长度为L，如下式n表示时间点，ω表示归一化频率，l表示偏移量，Dzz(n,ω)表示白化后的接收信号矢量z(n)的空时频分布矩阵序列。步骤2.2：求得时频分布图上所有时频点对应的空时频分布矩阵的迹并归一化，即Trace(E{Dzz(n,ω)})/L，设ζ＝Trace(E{Dzz(n,ω)})/L；步骤2.3：设置门限值ε，上述空时频分布矩阵的迹均已归一化，其值域为(0,1)，0.1≤ε≤0.3,当空时频分布矩阵的迹ζ＞ε时，则此矩阵对应的时频点(n,ω)属于自源点。4.根据权利要求3所述的一种基于子空间误差修正的线性扫频干扰抑制方法，其特征在于：步骤3通过自源点估计线性扫频频率调制参数初始频率fi和调频斜率gi的具体方法为：步骤3.1：寻找第i个线性扫频干扰对应时频脊线的邻域；在第i个线性扫频干扰信号对应的时频分布脊线上任取一个自源点，过该点作一条直线，使倾角α在0°～180°中变化，设定直线的邻域半径rline，所述邻域半径rline不超过干扰在时频分布图的时频脊线在任意时间点上频宽的一半，将时频分布图上各自源点到该直线的距离小于rline的自源点集合做为该直线的邻域Ωi，统计不同倾角下直线的邻域Ωi中自源点的数量，当某一倾角下直线的邻域Ωi中自源点的数量比该直线处于其它倾角时自源点的数量都大时，则将该直线倾角作为第i个线性扫频干扰信号...

【专利技术属性】
技术研发人员：周柱，翟永平，张茂军，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：湖南,43