特征空间分解算法分析与仿真
摘 要：卫星导航信号为扩频信号，比接收机热噪声低20～30 dB，极易受到干扰，因此，研究卫星导航系统接收机的抗干扰能力显得极为重要。特征空间算法是一种有效的自适应抗干扰算法，目前广泛应用于抗干扰接收机中。首先建立了阵列信号基本模型,然后介绍了阵列信号特征分解原理，对其性能进行分析,并由计算机仿真证明了该算法的有效性。
关键词：特征空间分解；子空间；自适应算法；SNR
中图分类号：TN95 文献标识码：B
文章编号：1004-373X(2008)11-010-02
Analysis and Simulation of Eigen-space Decomposition Algorithm
GAO Zenglai,LU Yan′e,FENG Yonghao
(Telecommunication Engineering Institute,Air Force Engineering University,Xi′an,710077,China)
Abstract：The satellite signal is spread-spectrum signal,and the power is 20~30 dB lower than noise ofreceiver,it is jammed easily.Study ofthe the jamming ability of satellite navigation receiver is important.Eigen-space decomposition algorithms is an effective adaptive anti-jamming algorithm.A basic model for array signal is built first.The theorem of array signal eigen-space decomposition is introduced.The performances of algorithms are analyzed.At last,the validity of algorithms is proved by the computer simulation.
Keywords：eigen-space decomposition；sub-space；adaptive algorithms；SNR
近年来，基于特征空间的自适应空间分解算法广泛应用于阵列信号处理中，他的基本思想[1]是根据输入的相关矩阵的特征空间性质，将其分解为两个正交的子空间，一个为包含干扰信号和所需信号的信号子空间，另一个为噪声子空间，利用噪声子空间对应的特征向量能引起明显的旁瓣衰落，本文提出只利用主要的特征值来计算加权矢量的方法，并使加权矢量与干扰信号子空间正交，信号子空间包含期望信号和干扰信号，其他与信号子空间正交的部分构成噪声子空间，然后把常规波束形成器的权矢量向信号子空间投影得到自适应波束形成的权矢量。这样权矢量的范数变小，输出噪声功率也变小，而期望信号和干扰信号的输出功率不变，所以输出的信干噪...
|
== 试读已结束，如需继续阅读敬请充值会员 ==
|
|
本站文章均为原创投稿，仅供下载参考，付费用户可查看完整且有格式内容！
(费用标准：38元/2月，98元/2年，微信支付秒开通！) |
| 升级为会员即可查阅全文 。如需要查阅全文，请 免费注册 或 登录会员 |
|
