共轭梯度的阵列抗干扰方法技术

本发明专利技术公开了一种共轭梯度的阵列抗干扰方法，方法步骤如下：步骤1、对卫星导航定位、雷达探测以及无线通信应用场景构建自适应阵列抗干扰的由信号模型构建的优化问题模型；步骤2、基于共轭梯度理论，利用低复杂度的共轭迭代算法，求解自适应阵列中每个天线或传感器的权重；步骤3、利用现场可编程器件实现权重的实时求解。本发明专利技术利用共轭梯度的迭代权值计算可以有效降低传统算法的复杂度，实现快速的自适应抗干扰计算，并可满足运动设备的实时抗干扰需求。

【技术实现步骤摘要】
共轭梯度的阵列抗干扰方法
本专利技术涉及多传感或天线的抗干扰阵列信号处理
，尤其涉及共轭梯度的阵列抗干扰方法。
技术介绍
阵列抗干扰技术常用于卫星导航定位、雷达探测以及无线通信等应用场景，其信号极弱，易导致接收端受到干扰而失去信号信息。典型的干扰包括压制式干扰和欺骗式干扰，而其中应用最为广泛的便是压制式干扰，针对压制式干扰，当前最为有效的方法为功率倒置方法。功率倒置方法尝试使阵列输出功率最小以达到抑制干扰的目的，同时它的自适应性可能导致处理中抑制了有用信号。而当有用信号电平在噪声以下，自适应阵列不会抑制有用信号。本应用场景下，这种自适应抗干扰算法可以达到很好的抗干扰效果。常用于自适应抗干扰算法的准则有最小均方误差准则，最大信干噪比准则，线性约束最小方差准则。其中，最小均方误差准则只需要一个参考信号信息即可完成抗干扰算法，我们把一个阵元的信号设为参考信号，此方法就可以在不知道任何信号先验信息的条件下对干扰进行抑制，是一种高效快捷的方法。而当阵元数变多或者采用空时算法时，协方差矩阵会变得很大，直接求逆的算法会显著增加计算量，导致权重更新变慢。对于快速移动的目标，需要计算复杂度，实现复杂度更低的算法。同时，需要一种更快速的开发方法进行数字系统的开发，且具备良好的可移植性和较小的上手难度。
技术实现思路
本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本专利技术的一个目的在于提出共轭梯度的阵列抗干扰方法，本专利技术利用共轭梯度的迭代权值计算可以有效降低传统算法的复杂度，实现快速的自适应抗干扰计算，并可满足运动设备的实时抗干扰需求。根据本专利技术实施例的一种共轭梯度的阵列抗干扰方法，方法步骤如下：步骤1、对卫星导航定位、雷达探测以及无线通信应用场景构建自适应阵列抗干扰的由信号模型构建的优化问题模型；步骤2、基于共轭梯度理论，利用低复杂度的共轭迭代算法，求解自适应阵列中每个天线或传感器的权重；步骤3、利用现场可编程器件实现权重的实时求解。优选地，步骤1中阵列抗干扰的由信号模型构建的优化问题模型为：X(i)＝As(i)+n(i)＝[x1,x2,x3,…,xM]；其中i表示离散时间的值，s(i)为期望信号和干扰信号组成的向量，噪声为n(i)，导向矢量为A＝[a(θ1),a(θ2),…,a(θn)]，第一个阵元接收到的信号作为参考信号d＝x1,调节剩余阵元加权矢量使参考信号与输出加权的均方误差最小，令可调部分的第2-M个阵元上的接收信号和加权矢量为：Xa＝[x2,x3,…,xM],Wa＝[w2,w3,…,wM]阵列输出信号即为误差信号Y＝x1-WaHXa，输出均方误差为f(Wa)＝E{|e(n)|2}＝E{|Y|2}＝E{x12}-2WaHrd+WaHRaWa，故有无约束优化问题其中，M为阵元数，(·)H表示共轭转置，E(·)表示求期望，表示f函数对参量Wa求最小值。优选地，步骤2中具体方法步骤包括：步骤21、输入信号:X(i)；步骤22、计算协方差矩阵Ra＝E(XaXaH)，互相关矢量rd＝E(x1XaH)；步骤23、初始化残差r1与优化方向p：p1＝r1＝rd-RaW1与阵列权重W1＝[0,…0]；步骤24、计算优化步长更新权重Wk+1＝Wk+αkpk；步骤25、更新残差rk+1＝rd-RaWk+1；步骤26、判断残差r的2-范数的值||r||2，若小于阈值，是就跳出循环进入步骤29，否就进入下一步；步骤27、更新优化pk+1＝rk+1-βkpk，参数并判断在循环阵元个数是否小于M，是就进入步骤28，否进入步骤29；步骤28、返回步骤步骤24；步骤29、输出信号:阵列权重，并结束步骤2。优选地，下标k表示参量在第k次迭代中计算得到的值。优选地，步骤3中，其求解结构包括数字下变频模块、抗干扰算法模块、合路输出模块和数字上变频模块。优选地，下变频模块是把中频信号与正余弦信号相乘，得到I/Q两路正交信号，并进行滤波处理，其中I代表同相，Q代表正交。优选地，抗干扰算法模块包括协方差计算模块、残差r计算模块、残差r2-范数计算模块、阈值判断阀块、β计算模块、优化方向p计算模块、优化方向p选择器、优化步长α计算模块、权重更新模块、权重保持模块。优选地，合路输出模块是将信号与权重相乘并将各路相加输出。优选地，上变频模块是将I/Q两路信号与正余弦信号相乘相加，合成一路信号输出，完成抗干扰处理。优选地，权重包括相位或幅度。与现有技术相比，本专利技术的有益效果是：提升计算速度：和同为迭代算法的最陡下降法相比，本方法的迭代次数大大减少，从而加快权重更新速度，可满足快速快时变场景下的抗干扰需求；易于调试：本算法的模块化结构使得易于对其进行更改，优化与调试，同时也可以直接移植到其他算法的开发；自适应性强：不需要知道任何先验信息，进行自适应的干扰抑制，将方向图的零陷对准干扰来向，对于现实中复杂的环境具有良好的适应性。附图说明附图用来提供对本专利技术的进一步理解，并且构成说明书的一部分，与本专利技术的实施例一起用于解释本专利技术，并不构成对本专利技术的限制。在附图中：图1为本专利技术提出的共轭梯度的阵列抗干扰方法的流程图；图2为专利技术提出的共轭梯度的阵列抗干扰方法中抗干扰优化问题中的信号模型图；图3为专利技术提出的共轭梯度的阵列抗干扰方法中共轭梯度算法实现结构图；图4为专利技术提出的共轭梯度的阵列抗干扰方法中抗干扰系统结构图；图5为专利技术提出的共轭梯度的阵列抗干扰方法中两种算法残差的迭代曲线；图6为专利技术提出的共轭梯度的阵列抗干扰方法中两种算法输出信干噪比的迭代曲线。具体实施方式现在结合附图对本专利技术作进一步详细的说明。这些附图均为简化的示意图，仅以示意方式说明本专利技术的基本结构，因此其仅显示与本专利技术有关的构成。实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本专利技术，而不能理解为对本专利技术的限制。参照图1-2，根据本专利技术实施例的一种共轭梯度的阵列抗干扰方法，方法步骤如下：步骤1、对卫星导航定位、雷达探测以及无线通信应用场景构建自适应阵列抗干扰的由信号模型构建的优化问题模型；步骤2、基于共轭梯度理论，利用低复杂度的共轭迭代算法，求解自适应阵列中每个天线或传感器的权重，权重包括相位或幅度；步骤3、利用现场可编程器件实现权重的实时求解。步骤1中阵列抗干扰的由信号模型构建的优化问题模型为：X(i)＝As(i)+n(i)＝[x1,x2,x3,…,xM]；其中i表示离散时间的值，s(i)为期望信号和干扰信号组成的向量，噪声为n(i)，导向矢量为A＝[a(θ1),a(θ2),…,a(θn)]，第一本文档来自技高网...

【技术保护点】
1.一种共轭梯度的阵列抗干扰方法，其特征在于：方法步骤如下：/n步骤1、对卫星导航定位、雷达探测以及无线通信应用场景构建自适应阵列抗干扰的由信号模型构建的优化问题模型；/n步骤2、基于共轭梯度理论，利用低复杂度的共轭迭代算法，求解自适应阵列中每个天线或传感器的权重；/n步骤3、利用现场可编程器件实现权重的实时求解。/n

【技术特征摘要】
1.一种共轭梯度的阵列抗干扰方法，其特征在于：方法步骤如下：
步骤1、对卫星导航定位、雷达探测以及无线通信应用场景构建自适应阵列抗干扰的由信号模型构建的优化问题模型；
步骤2、基于共轭梯度理论，利用低复杂度的共轭迭代算法，求解自适应阵列中每个天线或传感器的权重；
步骤3、利用现场可编程器件实现权重的实时求解。


2.根据权利要求1所述的共轭梯度的阵列抗干扰方法，其特征在于：所述步骤1中阵列抗干扰的由信号模型构建的优化问题模型为：
X(i)＝As(i)+n(i)＝[x1,x2,x3,…,xM]；
其中i表示离散时间的值，s(i)为期望信号和干扰信号组成的向量，噪声为n(i)，导向矢量为A＝[a(θ1),a(θ2),…,a(θn)]，
第一个阵元接收到的信号作为参考信号d＝x1,调节剩余阵元加权矢量使参考信号与输出加权的均方误差最小，令可调部分的第2-M个阵元上的接收信号和加权矢量为：Xa＝[x2,x3,…,xM],Wa＝[w2,w3,…,wM]阵列输出信号即为误差信号Y＝x1-WaHXa，输出均方误差为f(Wa)＝E{|e(n)|2}＝E{|Y|2}＝E{x12}-2WaHrd+WaHRaWa，故有无约束优化问题
其中，M为阵元数，(·)H表示共轭转置，E(·)表示求期望，表示f函数对参量Wa求最小值。


3.根据权利要求1所述的共轭梯度的阵列抗干扰方法，其特征在于：所述步骤2中具体方法步骤包括：
步骤21、输入信号:X(i)；
步骤22、计算协方差矩阵Ra＝E(XaXaH)，互相关矢量rd＝E(x1XaH)；
步骤23、初始化残差r1与优化方向p：p1＝r1＝rd-RaW1与阵列权重W1＝[0,…0]；
步骤24、计算优化步长更新权重Wk+1＝Wk+αkpk...

【专利技术属性】
技术研发人员：陈鹏，韩蔚峰，曹振新，
申请(专利权)人：南京步微信息科技有限公司，
类型：发明
国别省市：江苏;32