一种高动态下的零陷展宽方法技术

本发明专利技术一种高动态下的零陷展宽方法，包括：获取阵列天线接收信号采样数据，进行带通滤波、Hilbert变换以及幅相校正对所获取采样数据等间隔抽取后分两路输出，其中一路输入FIFO模块存储，及另一路进行等间隔抽取后送入QR分解单元进行协方差矩阵估计，输出得到更新的协方差矩阵；进行中间变量的前向迭代更新，根据更新的协方差矩阵和中间变量进行后向迭代计算，得到更新的最优权值；将FIFO模块所存储估计协方差矩阵的采样数据，并与更新的最优权值进行乘加运算后滤波输出。本发明专利技术等效扩展了干扰零陷，增强了滤波的稳定性，并进行了FPGA实现，增强了滤波的稳定性。

A Zero Set Widening Method under High Dynamic Conditions

The zero-notch broadening method in high dynamic state includes acquiring the sampled data of the received signal of the array antenna, extracting the sampled data at equal intervals by bandpass filtering, Hilbert transform and amplitude-phase correction, and then dividing the sampled data into two output channels, one of which is input to FIFO module for storage, the other is extracted at equal intervals and sent to QR decomposition unit for covariance matrix estimation, and the output is obtained. To update the covariance matrix; to update the forward iteration of intermediate variables, according to the updated covariance matrix and intermediate variables for backward iteration calculation, to get the updated optimal weight; to store the sampling data of estimated covariance matrix in FIFO module, and to multiply and add the updated optimal weight to filter output. The invention equivalently expands the interference null, enhances the stability of the filtering, and implements the filtering on the FPGA, thereby enhancing the stability of the filtering.

【技术实现步骤摘要】
一种高动态下的零陷展宽方法
本专利技术属于卫星通信
，涉及一种高动态下的零陷展宽方法。
技术介绍
随着卫星通信技术的发展与应用，其接收机面临的窄带或宽带压制式干扰问题也日益突出。基于阵列信号处理技术的接收机可以通过调整各接收阵元的加权复系数来自适应地消除这些干扰。工程实现中，较常采用LMS算法及SMI算法进行自适应滤波，LMS算法实现简单且计算量小，较早的进行了工程实现，但算法的收敛性能受相关矩阵的特征值分布影响较大，因此抑制强干扰的能力有限。SMI算法是开环结构，并不受特征值分散影响，具有较好的干扰抑制效果，目前工程实现中更多的采用SMI算。当卫星通信系统应用于高动态场景时，SMI的滤波性能会严重降低，基于高动态环境的抗干扰研究也逐渐受到重视。文献《卫星导航系统中平台运动对天线阵列性能的影响分析》分析了平台运动对自适应阵列抗干扰性能的影响，文献《高动态条件下统计空时零陷加宽方法》根据弹载导航接收机的特点，提出了一种基于统计的空时零陷加宽方法，但是该方法需要在原协方差矩阵的基础上点乘一个扩张矩阵，实现过程复杂。文献《一种小快拍时对角加载的快速算法》将对角加载与数据矩阵的QR分解本文档来自技高网...

【技术保护点】
1.一种高动态下的零陷展宽方法，其特征在于，包括以下步骤：步骤1、获取AD采集的阵列天线信号数据，对经阵列天线信号数据进行带通滤波、Hilbert变换以及幅相校正后进入步骤2；步骤2、对采样数据等间隔抽取后分两路输出，其中一路输入FIFO模块存储，及另一路进行等间隔抽取后送入QR分解单元进行协方差矩阵估计，输出得到更新的协方差矩阵R；步骤3、根据更新的协方差矩阵R代入式R

【技术特征摘要】
1.一种高动态下的零陷展宽方法，其特征在于，包括以下步骤：步骤1、获取AD采集的阵列天线信号数据，对经阵列天线信号数据进行带通滤波、Hilbert变换以及幅相校正后进入步骤2；步骤2、对采样数据等间隔抽取后分两路输出，其中一路输入FIFO模块存储，及另一路进行等间隔抽取后送入QR分解单元进行协方差矩阵估计，输出得到更新的协方差矩阵R；步骤3、根据更新的协方差矩阵R代入式RHV＝La(θd)中进行中间变量V的前向迭代更新，得到更新的中间变量V，其中a(θd)为角度θd对应的导向矢量；L为采样次数；步骤4、根据更新的协方差矩阵R和中间变量V进行后向迭代计算，得到更新的最优权值Wopt；步骤5、将FIFO模块所存储估计协方差矩阵的采样数据，并与更新的最优权值Wopt进行乘加运算后滤波输出。2.根据权利要求1所述高动态下的零陷展宽方法，其特征在于，所述步骤2中对所获取估计协方差矩阵的采样数据等间隔抽取，具体为：每间隔T时刻抽取一次采样快拍，并连续操作N次；获取第i组NT时段快拍的入射角θi，得到接收信号模型为，及其对应的协方差矩，根据该协方差矩阵矩阵求逆引理，得到加权矢量的最优近似解。3.根据权利要求1所述高动态下的零陷展宽方法，其特征在于，所述步骤2中QR分解单元进行QR分解，由N次Givens旋转进行输入数据消元实现，抽取间隔Td大于一次Givens旋转时间，协方差估计样本数N取值大于2M，M为接收阵元数。4.根据权...

【专利技术属性】
技术研发人员：张艳飞，丁峰，李晓青，陈体军，马世银，王娇，王春锋，李容，
申请(专利权)人：航天恒星科技有限公司，
类型：发明
国别省市：北京,11