Matlab空时自适应抗干扰算法的DSP实现(2)
卫星导航系统容易受到干扰的直接原因是卫星信号的发射功率太小，提高卫星信号的发射功率可以从根本上解决这个问题，但是这一方法的实现需要巨大的开支，而且只有卫星的拥有者可以采用，因此受到各种条件的限制。目前更有效的方法是在接收端进行滤波，如时域滤波，频域滤波、空域滤波、空时自适应滤波等。时域、频域滤波分别是在时域与频域进行信号处理，其优点是简单且价格低廉，但无法在空域区分干扰。空域滤波应用了自适应阵列的零陷技术，使天线主瓣对准期望信号，同时在干扰方向形成零陷。空域算法相对时域、频域更为简单，但会受到天线阵元数限制，从而可抗干扰数目有限。空时自适应滤波(STAP)通过在各阵元后增加延时抽头，将空时二文域联合。不仅可同时抑制窄带干扰、宽带干扰和相关多径干扰，同时在不增加阵元数的情况下提高了自由度，增加了可抗干扰数目，大大提高了抗干扰能力。空时处理弥补了单纯的时域、频域和空域方法的不足，有更好的抗干扰性能，所以对空时自适应抗干扰算法的研究具有重要意义。
1.2 自适应抗干扰技术简介
自适应阵列的雏形是相控阵，其工作原理是：改变辐射单元相位从而改变方向图形状，最终实现波束扫描。当干扰相对期望信号较低时，有良好的抗干扰能力，但是当干扰较强时，不能实现对干扰的抑制。自适应零陷生成技术可以自适应地在干扰方向形成零陷，从而有效抑制较强干扰，所以得到了迅速发展。真正意义上的自适应阵列是可以自适应产生零陷的，由Howells提出的旁瓣相消器（SLC）是最早的自适应阵列处理器，它是一个二元阵，由一个高增益主天线和一个低增益辅助天线组成，只有一个自由度，可在任意方向形成很深的零陷[2]。Applebeaum在此基础上提出了Howells-Applebeaum算法，设计出了多旁瓣相消器（MSC）[3]。其原理是：将主天线用多阵元构成的天线阵代替，且采用多个辅助天线，在多个方向上形成零陷。在这些理论的支持下，自适应阵列技术得到了不断的发展。
对有用信号的有效接收，是自适应阵列技术的核心问题：使阵列方向图主瓣方向对准期望信号方向的同时，实现对干扰的有效抑制。这些是通过调整各阵元的权矢量实现的，而自适应权矢量是通过自适应波束形成算法计算得到的，所以自适应波束形成算法是自适应阵列技术的核心所在[4]。通过自适应波束形成算法求自适应权矢量，从而使阵列方向图主瓣方向对准期望信号，在干扰方向形成零陷。求自适应权矢量实际上是某一准则下多参数的最优化问题，最优准则是确定空时处理最优权值的理论依据,按照需求选择不同准则求解出相应的最优权值。
需要解决的第一个问题是主波束的自适应控制，使天线实时地将主波束准确地指向期望信号的方向。Applebeaum提出了主波束自适应控制的优化准则[5]：最大信噪比准则。要解决的第二个问题是方向图零点实时对准干扰，且不破坏主波束准确指向期望信号。一些比较常用的方向图零点自适应控制的优化准则有：最大信干噪比(MSINR)准则、最小均方误差(MMSE)准则、最大似然(ML)准则、线性约束最小方差(LCMV)准则、最小方差无失真响应(MVDR) 准则。基于不同准则求得的自适应权矢量在理想情况下是等价的，均可归结为Wiener-Hopf方程的解。
1.3 论文章节安排
本文主要研究了空时自适应抗干扰技术的原理与算法的Matlab及DSP实现，并通过仿真与实验进行验证。论文章节安排如下：
第一章为绪论，主要介绍了研究背景，阐述了研究空时自适应抗干扰技术的重要意义，同时简单介绍了自适应抗干扰技术的发展与原理。第二章为算法的原理分析，简要介绍了空时自适应算法的最优准则，详细介绍了空时自适应算法的实现，并重点分析了功率倒置自适应抗干扰算法的原理。第三章为算法的Matlab实现，利用Matlab编程分别实现了基于功率倒置的空域自适应抗干扰算法与空时自适应抗干扰算法。在加单干扰与多干扰情况下分别进行了比较，并对结果进行分析，比较了空域算法与空时算法的性能。第四章为算法的DSP实现，在VisualDSP++平台上用C语言进行编程，模拟产生一组接收信号，用DSP计算权值，并与Matlab算得权值对比，随后将DSP所得权值代入Matlab程序绘制二文方向图，验证算法的可行性。最后，进行抗干扰实验，将空时抗干扰算法下载到数字板上。在未运行抗干扰算法与运行抗干扰算法情况下，将干扰功率从-20dBm开始逐步增加，每隔5dBm记录矢网与频谱仪输出，测试抗干扰性能。