阅读说明：本技术 导航信号抗干扰方法、装置及终端设备 (Navigation signal anti-interference method and device and terminal equipment ) 是由 王晓君 李笑添 安国臣 张秀清 倪永婧 于 2019-11-19 设计创作，主要内容包括：本发明提供了一种导航信号抗干扰方法、装置及终端设备,该方法应用于呈均匀圆阵排布的多阵元阵列天线,该方法包括：计算空时二维导向矢量,并基于空时二维导向矢量建立多阵元导航信号模型；其中,所述空时二维导向矢量为包含导航信号时间特征和空间特征的二维矢量；基于多阵元导航信号模型对导航信号进行采样,得到采样信号；将采样信号输入至多级维纳滤波器中,确定多级维纳滤波器的最优权矢量；基于多级维纳滤波器的最优权矢量对采样信号进行滤波。本发明提供的导航信号抗干扰方法、装置及终端设备能够在降低运算成本的同时保证滤波质量。(The invention provides a navigation signal anti-interference method, a navigation signal anti-interference device and terminal equipment, wherein the method is applied to a multi-array element array antenna which is uniformly arranged in a circular array, and comprises the following steps: calculating a space-time two-dimensional guide vector, and establishing a multi-array element navigation signal model based on the space-time two-dimensional guide vector; the space-time two-dimensional guide vector is a two-dimensional vector comprising a navigation signal time characteristic and a space characteristic; sampling the navigation signal based on the multi-array element navigation signal model to obtain a sampling signal; inputting a sampling signal into a multistage wiener filter, and determining an optimal weight vector of the multistage wiener filter; and filtering the sampling signal based on the optimal weight vector of the multistage wiener filter. The navigation signal anti-interference method, the navigation signal anti-interference device and the terminal equipment provided by the invention can reduce the operation cost and ensure the filtering quality.)

导航信号抗干扰方法、装置及终端设备

技术领域

本发明属于信号处理技术领域，更具体地说，是涉及一种导航信号抗干扰方法、装置及终端设备。

背景技术

全球卫星导航系统(global navigation satellite system，GNSS)由于其定位精度高、全天候使用的特点得到了广泛应用，但是在实际使用中卫星导航信号的功率要比噪声基底还低20dB，所以极易受到强干扰信号压制。因此如何有效地对导航信号进行抗干扰处理成为了本领域的一个研究热点。

目前，对导航信号进行抗干扰处理的一般方法为：建立导航信号模型，然后采用功率倒置算法或者最小方差无失真算法对导航信号进行抗干扰处理。但此种抗干扰处理方法存在以下弊端：

1)目前建立导航信号模型是采用的是一维导向矢量，无法准确的描述导航信号的特征，容易导致滤波效果不够理想。

2)无论是功率倒置算法还是最小方差无失真算法，都需要对信号的相关阵求逆，运算量较大，增加了运算成本。

因此，如何在降低运算成本的同时保证滤波质量成为亟待解决的问题。

发明内容

本发明的目的在于提供一种导航信号抗干扰方法、装置及终端设备，以在降低运算成本的同时保证滤波质量。

本发明实施例的第一方面，提供了一种导航信号抗干扰方法，包括：

计算空时二维导向矢量，并基于空时二维导向矢量建立多阵元导航信号模型；其中，所述空时二维导向矢量为包含导航信号时间特征和空间特征的二维矢量；

基于多阵元导航信号模型对导航信号进行采样，得到采样信号；

将采样信号输入至多级维纳滤波器中，确定多级维纳滤波器的最优权矢量；

基于多级维纳滤波器的最优权矢量对采样信号进行滤波。

本发明实施例的第二方面，提供了一种导航信号抗干扰装置，包括：

模型建立模块，用于计算空时二维导向矢量，并基于空时二维导向矢量建立多阵元导航信号模型；其中，所述空时二维导向矢量为包含导航信号时间特征和空间特征的二维矢量；

信号采样模块，用于基于多阵元导航信号模型对导航信号进行采样，得到采样信号；

权值计算模块，用于将采样信号输入至多级维纳滤波器中，确定多级维纳滤波器的最优权矢量；

信号滤波模块，用于基于多级维纳滤波器的最优权矢量对采样信号进行滤波。

本发明实施例的第三方面，提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的导航信号抗干扰方法的步骤。

本发明实施例的第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述的导航信号抗干扰方法的步骤。

本发明实施例提供的导航信号抗干扰方法、装置及终端设备的有益效果在于：与现有技术相比，一方面，本发明实施例通过空时二维导向矢量来建立多阵元导航信号模型，该空时二维导向矢量包含了导航信号的时间特征和空间特征，因此可以更加全面地对导航信号的特征进行描述，进而提升后续多级维纳滤波器的滤波质量。另一方面，本发明实施例采用多级维纳滤波器进行自适应滤波，此方法无需对信号的相关阵求逆，减少了运算量，降低了运算成本。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明一实施例提供的导航信号抗干扰方法的流程示意图；

图2为本发明另一实施例提供的导航信号抗干扰方法的流程示意图；

图3为本发明再一实施例提供的导航信号抗干扰方法的流程示意图；

图4为本发明一实施例提供的多阵元阵列天线排布示意图；

图5为本发明一实施例提供的多阵元阵列天线模型示意图；

图6为本发明一实施例提供的导航信号抗干扰装置的结构框图；

图7为本发明一实施例提供的终端设备的示意框图。

具体实施方式

为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

请参考图1，图1为本发明一实施例提供的导航信号抗干扰方法的流程示意图，该方法包括：

S101：计算空时二维导向矢量，并基于空时二维导向矢量建立多阵元导航信号模型。

在本实施例中，空时二维导向矢量为包含导航信号时间特征和空间特征的二维矢量。具体地，可根据多阵元阵列天线的排布方式以及空间位置确定导航信号的空域导向矢量，再将空域导向矢量在时域上进行扩展，得到时域导向矢量，最后根据空域导向矢量和时域导向矢量确定空时二维导向矢量。

其中，空域导向矢量用于表征导航信号的空间特征，时域导向矢量用于表征导航信号的时间特征。

S102：基于多阵元导航信号模型对导航信号进行采样，得到采样信号。

在本实施例中，步骤S102可以详述为：对导航信号采样，并将采样信号以多阵元导航信号模型的形式表示出来，也即将导航信号转换成以多阵元导航信号模型表示的采样信号。

其中，导航信号为模拟信号，采样信号为数字信号，可通过模数转换器实现模拟信号到数字信号的转换，并将采样信号以多阵元导航信号模型的形式表示出来。

S103：将采样信号输入至多级维纳滤波器中，确定多级维纳滤波器的最优权矢量。

在本实施例中，将采样信号输入至多级维纳滤波器中后，可对采样信号进行多级维纳滤波器的前向分解和后向合成，并基于前向分解和后向合成结果确定多级维纳滤波器的最优权矢量W_MWF。

S104：基于多级维纳滤波器的最优权矢量对采样信号进行滤波。

在本实施例中，可根据以下方法对采样信号进行滤波：

Y(n)＝X(n)^TW_MWF

其中，Y(n)为滤波后的采样信号，X(n)为滤波前的采样信号，W_MWF为最优权矢量。

由上可以得出，一方面，本发明实施例通过空时二维导向矢量来建立多阵元导航信号模型，该空时二维导向矢量包含了导航信号的时间特征和空间特征，因此可以更加全面地对导航信号的特征进行描述，进而提升后续多级维纳滤波器的滤波质量。另一方面，本发明实施例采用多级维纳滤波器进行自适应滤波，此方法无需对信号的相关阵求逆，减少了运算量，降低了运算成本。

请一并参考图1、图2及图4，作为本发明实施例提供的导航信号抗干扰方法的一种具体实施方式，在上述实施例的基础上，计算空时二维导向矢量可以详述为：

S201：根据各个阵元导航信号的延时特征确定空域导向矢量和时域导向矢量。

参考图4，假设多阵元阵列天线中包含M个阵元，其中一个阵元作为圆心，其余M-1个阵元均匀分布于半径R＝λ/2的圆周上，其中，λ为信号波长。由图4可知，由于每个阵元的位置不同，信号源达到该阵元的时刻也是不同的，也即各个阵元在导航信号接收上存在相对延时。

在本实施例中，可以根据多阵元阵列天线的相对位置确定多阵元阵列天线的相对延时，根据多阵元阵列天线的相对延时确定导航信号的空域导向矢量。

在确定导航信号的空域导向矢量后，为了增加各个阵元的自由度，可对各个阵元的导航信号作时域延时处理，也即对空域导向矢量进行时域扩展，得到时域导向矢量。

其中，硬件结构上可采用增加延时抽头的方法实现各个阵元导航信号的延时处理。

S202：根据空域导向矢量和时域导向矢量确定空时二维导向矢量。

在本实施例中，可将空域导向矢量与时域导向矢量的克罗内克积确定为空时二维导向矢量。

可选地，作为本发明提供的导航信号抗干扰方法的一个具体实施方式。在上述实施例的基础上，所述空域导向矢量为：

其中，

为空域导向矢量，M为多阵元阵列天线的阵元数量，λ为呈均匀圆阵排布的多阵元阵列天线的圆阵半径，m表示第m个阵元。

所述时域导向矢量为：

St＝[1,e^jωt,…,e^j(N-1)ωt]

其中，N为多阵元阵列天线中延时抽头的数量。

在本实施例中，λ既为呈均匀圆阵排布的多阵元阵列天线的圆阵半径，也为导航信号的波长，也就是说，在进行多阵元阵列天线布置时，可将导航信号的波长的二分之一确定为呈均匀圆阵排布的多阵元阵列天线的圆阵半径。

可选地，作为本发明提供的导航信号抗干扰方法的一个具体实施方式，在上述实施例的基础上，所述根据空域导向矢量和时域导向矢量确定空时二维导向矢量，包括：

其中，为空时二维导向矢量，

为克罗内克积。

在本实施例中，

也可以写为：

可选地，作为本发明提供的导航信号抗干扰方法的一个具体实施方式。在上述实施例的基础上，所述多阵元导航信号模型为：

其中，X(n)为导航信号的采样信号，n表示第n个导航信号，分别为第l个采样信号的方位角和第q个干扰信号的方位角，θ_l、θ_q分别为第l个采样信号的俯仰角和第q个干扰信号的俯仰角，s_l(n)为第l个采样信号包络，j_q(n)为第q个干扰信号包络，e(n)为高斯白噪声，

为空时二维导向矢量。

在本实施例中，可参考图5，包含导航信号和干扰的波束到达阵列天线后，经过RFFE(radio frequency front end，射频前端)放大去噪，通过ADC(Analog-to-DigitalConverter，模数转换器)对导航信号(也就是模拟信号)进行信号采样提取，得到采样信号(也即数字信号X(1)、X(2)、…、X(M))。具体地，在进行信号采样提取时，若设置快拍数目为1024，设置7个阵元，增加8个延时抽头，则7个阵元可收到7路信号，每路信号做完时域延时之后输出8个延时信号，那么整个导航信号抗干扰过程只需处理56*1017维数据，可有效降低计算量，降低运算成本。其中，图5中，w(1)、w(2)、…、w(M)表示多级维纳滤波器各级匹配滤波器的权值。

在本实施例中，

包括

或

也即，当

为导航信号的方位角，θ为导航信号的俯仰角时，

写为

当

为干扰信号的方位角，θ为干扰信号的俯仰角时，

写为

可选地，请参考图3，作为本发明实施例提供的导航信号抗干扰方法的一种具体实施方式，在上述实施例的基础上，步骤S103可以详述为：

S301：对采样信号进行多级维纳滤波器的前向分解和后向合成。

在本实施例中，在对采样信号进行多级维纳滤波器的前向分解和后向合成之前，首先进行各项参数的初始化，具体为：

1)参数初始化

将空时二维导向矢量作为多级维纳滤波器的初始匹配滤波器权值，也即令

再根据初始匹配权值确定初始期望信号初始期望信号d₀(n)、初始观测数据X₀(n)以及初始阻塞矩阵B₀，具体可采用以下方法计算：

d₀(n)计算：

X₀(n)计算：X₀(n)＝X(n)-h₀d₀(n)

B₀计算：

其中，d₀(n)为1*1017的向量，X₀(n)为56*1017维数据矩阵，B₀为56*56维矩阵且满足B₀h₀＝0。

其次，对采样信号进行多级维纳滤波器的前向分解和后向合成，具体为：

2)前向分解过程：

设定迭代次数，并按照以下方法进行前向迭代：

下一级匹配滤波器权值：

也即，用上一级观测信号X_i-1(n)与上一级期望信号d_i-1(n)做相关运算并进行归一化处理。其中，

为相关结果的2-范数，设互相关结果为

则依次得出56*1维的下一级匹配滤波器权值。

下一级期望信号：

也即，用求出的下一级匹配滤波器乘上一级的观测信号X_i-1(n)，得到1*1017维的下一级期望信号d_i(n)。

下一级观测信号：

X_i(n)＝X_i-1(n)-h_id_i(n)

也即，用上一级观测信号X_i-1(n)减去下一级匹配滤波器h_i与下一级期望信号d_i(n)的乘积。

当实际迭代次数达到预设迭代次数时，停止迭代。

3)后向合成过程：

初始化误差信号：

ε_D(n)＝d_D(n)

即将最后一级的期望信号d_D(n)不通过滤波直接给初始误差信号ε_D(n)赋值。

本级自适应权值：

也即，将每级误差信号ε_i(n)与上一级期望信号d_i-1(n)的互相关除以ε_i(n)的2-范数，得到本级自适应权值w_i。

上一级误差信号：

也即，将上一级期望信号d_i-1(n)减去本级自适应权值w_i乘以本级误差信号ε_i(n)，得到1*1017的上一级误差信号。

多级维纳滤波每级等效权矢量：

也即，令每级自适应权值做累乘运算并将偶数级取反，第一级等效权值为w₁，第二级为-w₁w₂直到第D级为

从而得到56*1的多级维纳滤波每级等效权矢量。

当实际迭代次数达到预设迭代次数时，停止迭代。

其中，前向分解过程与后向合成过程的预设迭代次数相等。

S302：基于前向分解和后向合成结果确定多级维纳滤波器的最优权矢量。

在本实施例中，可定义一个等效滤波器结构：

则多级维纳滤波器的最优权矢量为

对应于上文实施例的导航信号抗干扰方法，图6为本发明一实施例提供的导航信号抗干扰装置的结构框图。为了便于说明，仅示出了与本发明实施例相关的部分。参考图6，该装置包括：模型建立模块610、信号采样模块620、权值计算模块630、信号滤波模块640。

其中，模型建立模块610，用于计算空时二维导向矢量，并基于空时二维导向矢量建立多阵元导航信号模型。其中，所述空时二维导向矢量为包含导航信号时间特征和空间特征的二维矢量。

信号采样模块620，用于基于多阵元导航信号模型对导航信号进行采样，得到采样信号。

权值计算模块630，用于将采样信号输入至多级维纳滤波器中，确定多级维纳滤波器的最优权矢量。

信号滤波模块640，用于基于多级维纳滤波器的最优权矢量对采样信号进行滤波。

参考图6，在本发明的另一个实施例中，模型建立模块610可以包括：

矢量计算单元611，用于根据各个阵元导航信号的延时特征确定空域导向矢量和时域导向矢量。

矢量合成单元612，用于根据空域导向矢量和时域导向矢量确定空时二维导向矢量。

可选地，作为本发明实施例提供的导航信号抗干扰装置的一种具体实施方式，所述空域导向矢量为：

其中，

为空域导向矢量，M为多阵元阵列天线的阵元数量，λ为呈均匀圆阵排布的多阵元阵列天线的圆阵半径，m表示第m个阵元。

所述时域导向矢量为：

St＝[1,e^jωt,…,e^j(N-1)ωt]

其中，N为多阵元阵列天线中延时抽头的数量。

可选地，作为本发明实施例提供的导航信号抗干扰装置的一种具体实施方式，所述根据空域导向矢量和时域导向矢量确定空时二维导向矢量，包括：

其中，为空时二维导向矢量，

为克罗内克积。

可选地，作为本发明实施例提供的导航信号抗干扰装置的一种具体实施方式，所述多阵元导航信号模型为：

其中，X(n)为导航信号的采样信号，

分别为第l个采样信号的方位角和第q个干扰信号的方位角，θ_l、θ_q分别为第l个采样信号的俯仰角和第q个干扰信号的俯仰角，s_l(n)为第l个采样信号包络，j_q(n)为第q个干扰信号包络，e(n)为高斯白噪声，为空时二维导向矢量。

可选地，作为本发明实施例提供的导航信号抗干扰装置的一种具体实施方式，权值计算模块630具体用于执行以下步骤：

对采样信号进行多级维纳滤波器的前向分解和后向合成。

基于前向分解和后向合成结果确定多级维纳滤波器的最优权矢量。

参见图7，图7为本发明一实施例提供的终端设备的示意框图。如图7所示的本实施例中的终端700可以包括：一个或多个处理器701、一个或多个输入设备702、一个或多个输出设备703及一个或多个存储器704。上述处理器701、输入设备702、则输出设备703及存储器704通过通信总线705完成相互间的通信。存储器704用于存储计算机程序，计算机程序包括程序指令。处理器701用于执行存储器704存储的程序指令。其中，处理器701被配置用于调用程序指令执行以下操作上述各装置实施例中各模块/单元的功能，例如图6所示模块610至640的功能。

应当理解，在本发明实施例中，所称处理器701可以是中央处理单元(CentralProcessing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

输入设备702可以包括触控板、指纹采传感器(用于采集用户的指纹信息和指纹的方向信息)、麦克风等，输出设备703可以包括显示器(LCD等)、扬声器等。

该存储器704可以包括只读存储器和随机存取存储器，并向处理器701提供指令和数据。存储器704的一部分还可以包括非易失性随机存取存储器。例如，存储器704还可以存储设备类型的信息。

具体实现中，本发明实施例中所描述的处理器701、输入设备702、输出设备703可执行本发明实施例提供的导航信号抗干扰方法的第一实施例和第二实施例中所描述的实现方式，也可执行本发明实施例所描述的终端的实现方式，在此不再赘述。

在本发明的另一实施例中提供一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序包括程序指令，程序指令被处理器执行时实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。

计算机可读存储介质可以是前述任一实施例的终端的内部存储单元，例如终端的硬盘或内存。计算机可读存储介质也可以是终端的外部存储设备，例如终端上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，计算机可读存储介质还可以既包括终端的内部存储单元也包括外部存储设备。计算机可读存储介质用于存储计算机程序及终端所需的其他程序和数据。计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的终端和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的终端和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。

作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。