基于阵列的多域联合干扰抑制算法研究

发布时间：2025-05-07 04:16

　　多域联合处理的抗干扰算法能够在不增加阵列大小的基础上增加阵列抗干扰自由度,充分利用所联合的极化域/频域/空域信息有效区分抑制干扰。本文主要围绕多域联合干扰抑制算法这一课题,在均匀圆阵基础上,为提升多域联合处理干扰抑制算法的高动态稳健性和可实现性做了如下工作:首先,给出空时/空时极化多域联合处理信号模型,并将斜投影滤波、线性约束最小方差(LCMV)和功率倒置(PI)算法推广到多域联合处理,在此基础上仿真验证多域联合处理干扰抑制算法的优点;其次,考虑到多域联合处理抗干扰算法在高动态下可能面临零陷失配的问题,针对空时处理进程中,干扰零陷失配扰动角度服从期望为0的高斯分布的情形,提出了无需干扰先验信息、计算简单、零陷展宽宽度可调的空时协方差矩阵锥ST-CMT。仿真验证了该方法能够有效提升最小方差无失真响应(MVDR)和PI高动态稳健性,并探索了零陷展宽对干扰抑制性能的影响;然后,针对多域联合处理的处理数据维度增大的问题,将联合迭代优化(JIO)降秩方法与多域联合干扰抑制算法相结合,降低了数据处理的维度并不再需要矩阵求逆,大大增加了多域联合抗干扰算法的可实现性;通过对输出功率与预设门限比较,可选择...

【文章页数】：79 页

【学位级别】：硕士

【部分图文】：

图2-2空时滤

第二章基本多域联合干扰抑制算法8收信号矢量为ssxna,sn。假设接收信号由L个GNSS信号、Q个干扰以及噪声组成，若第l,l1,2,L个期望信号dlsn到达圆阵的俯仰角和方位角为ddll,，而第q,q1,2,Q个干扰信号qsn的俯仰角和方位角为qq,，功率为2q。噪声vn是功率....

图2-2空时滤波结构示意图

第二章基本多域联合干扰抑制算法8收信号矢量为ssxna,sn。假设接收信号由L个GNSS信号、Q个干扰以及噪声组成，若第l,l1,2,L个期望信号dlsn到达圆阵的俯仰角和方位角为ddll,，而第q,q1,2,Q个干扰信号qsn的俯仰角和方位角为qq,，功率为2q。噪声vn是功率....

图2-3电磁波信号空间传播示意图

电子科技大学硕士学位论文9和极化敏感阵列信号模型两方面来介绍极化敏感阵列多域联合处理的基础知识。2.2.1电磁波极化与表征电磁波信号包含信号的来波方向、极化状态、多普列频率和时延等信息[56]，本文则主要关注来波方向和极化状态信息。同标量阵列一样，电磁波来波方向依然由俯仰角22，....

图2-5正交投影与斜投影对于两个线性无关复数子空间和，若，则沿着向子空

第二章基本多域联合干扰抑制算法12和干扰信号方向矩阵2d11112i1ddddddddstpstpstp1st1p1MPLLLLLMPQQQQQ,,,,,,,,,,,,AaAaaa(2-18)2.3常见的多域联合干扰抑制算法从前面介绍可以发现，多域联合处理的信号模型与纯空域处理的....

本文编号：4043595