![点击分享此内容可以赚币 分享](/master/images/share_but.png)
基于箕舌线可变步长LMS的空频抗干扰算法.pdf
《基于箕舌线可变步长LMS的空频抗干扰算法.pdf》由会员分享,可在线阅读,更多相关《基于箕舌线可变步长LMS的空频抗干扰算法.pdf(12页珍藏版)》请在咨信网上搜索。
1、ISSN 10049037,CODEN SCYCE4Journal of Data Acquisition and Processing Vol.38,No.6,Nov.2023,pp.1319-1330DOI:10.16337/j.10049037.2023.06.008 2023 by Journal of Data Acquisition and Processinghttp:/Email:sjcj Tel/Fax:+8602584892742基于箕舌线可变步长 LMS的空频抗干扰算法郭辰锋1,舒东亮1,路寅1,靳小琴2(1.天津航海仪器研究所,天津 300131;2.南开大学人工智能学
2、院,天津 300350)摘要:针对空频最小均方(Least mean square,LMS)算法抗干扰性能与收敛速度不能兼顾的问题,提出了一种基于箕舌线可变步长 LMS 的空频抗干扰算法,简称空频基于箕舌线的可变步长 LMS 算法(Variable step LMS of tonguelike curve function,TLCVSLMS)算法。在兼顾抗干扰性能与收敛速度的基础上,空频 TLCVSLMS算法避免了针对每一个频点人为地选取合适的固定迭代步长因子的困难,并根据不同频点的信号功率,对箕舌线函数的幅度因子与形状因子作更精细的调节。仿真实验表明,在 抗 干 扰 性 能 接 近 的 情
3、况 下,空 频 TLCVSLMS 算 法 比 空 频 LMS 算 法 少 迭 代 至 少 400 点,空 频TLCVSLMS 算法的收敛速度更快,而在收敛速度相同的情况下,空频 TLCVSLMS 算法比空频 LMS算法的抗干扰性能提升至少 3 dB以上。关键词:空频抗干扰;最小均方算法;箕舌线函数;收敛速度;抗干扰性能中图分类号:TN966.2 文献标志码:AA SpaceFrequency Antijamming Algorithm Based on Variable Step LMS of TongueLike Curve FunctionGUO Chenfeng1,SHU Donglia
4、ng1,LU Yin1,JIN Xiaoqin2(1.Tianjin Institute of Marine Instruments,Tianjin 300131,China;2.College of Artificial Intelligence,Nankai University,Tianjin 300350,China)Abstract:To solve the problem that the spacefrequency algorithm based on least mean square(LMS)cannot consider the antijamming performan
5、ce and the convergence speed simultaneously,a spacefrequency antijamming algorithm based on variable step LMS of tonguelike curve function is proposed as spacefrequency variable step LMS of tonguelike curve function(TLCVSLMS)algorithm.On the basis of both antiinterference performance and convergence
6、 speed,the space frequency TLCVSLMS algorithm avoids the difficulty of artificially selecting a suitable fixed iterative step size factor for each frequency point,and makes more precise adjustments to the amplitude factor and shape factor of the tongue line function based on the signal power of diff
7、erent frequency points.Simulation results show that,when the antiinterference performance is close,the spacefrequency TLCVSLMS algorithm has at least 400 fewer iterations than the spacefrequency LMS algorithm,and the convergence speed of the spacefrequency TLCVSLMS algorithm is faster.When the conve
8、rgence speed is proximate,the antiinterference performance of the spacefrequency TLCVSLMS algorithm is improved at least 3 dB than the spacefrequency LMS algorithm.收稿日期:20220628;修订日期:20230213数据采集与处理 Journal of Data Acquisition and Processing Vol.38,No.6,2023Key words:spacefrequency antijamming;least
9、 mean square(LMS);tonguelike curve function;convergence speed;anti interference performance引 言卫星信号落地电平约为-133 dBm,极易受到大功率干扰的影响而使导航接收机无法捕获和跟踪卫星信号1。空频自适应处理(Space frequency adaptive processing,SFAP)算法在空域与频域上同时进行自适应滤波,比单一维度的抗干扰算法性能更好,因此被广泛地应用在卫星导航抗干扰领域中2。空频抗干扰算法的最优准则是线性约束最小方差准则(Linearly constraint minimu
10、m variance,LCMV)3,即阵列输出功率最小为最优,但是为了避免阵列输出功率最小为零,在已知卫星信号来向的条件下,可以利用该来向对滤波权值进行约束,使阵列始终输出在卫星来向上的信号,同时也可以保证卫星信号不被削弱。而在未知卫星来向的条件下,一般采用广义旁瓣相消器(General sidelobe canceller,GSC)的结构使阵列始终输出参考阵元的信号,这种方法被称为功率倒置(Power inverse,PI)算法4。PI算法只会在干扰来向上形成零陷,并不会同时在卫星来向上形成固定增益,因此PI算法又被称为调零算法。PI算法的最优滤波权值可以通过最小均方(Least mean
11、square,LMS)算法迭代计算得出5,简称空频 LMS算法。但是,LMS算法的性能受到迭代步长因子的制约,大步长下 LMS算法的收敛速度快,但是收敛后稳态失调大,卫导接收机会出现掉星无法重捕的情况;小步长下 LMS算法收敛后稳态失调小,但是收敛速度却慢,卫导接收机会出现掉星后经过较长的时间才能重捕的情况,即收敛速度快与稳态失调小这两个性能不可同时兼得67。本文通过引入变步长 LMS 算法以解决这一问题。文献 8 提出了一种基于变步长频域块 LMS(Frequency block least mean square,FBLMS)的空频抗干扰算法,该算法对同一阵元后的不同频点的信号进行 FBL
12、MS 自适应滤波处理,继而引入变步长 FBLMS 算法(即 Shi算法9)进行改进,然后在多个阵元上重复相同的步骤以完成空频滤波处理,其特点是在计算误差时需要将频域滤波后的信号逆快速傅里叶变换(Inverse fast Fourier transform,IFFT)到时域上再与时域上的期望信号作差,再将误差 快速傅里叶变换(Fast Fourier transform,FFT)到频域上更新频域 BLMS算法的滤波权值。本文采用更直观的思路,即对同一频点上的不同阵元的信号进行空域 LMS自适应滤波处理6,继而引入变步长 LMS算法进行改进,然后在多个频点上重复相同的步骤以完成全部空频滤波处理,因
13、此在计算误差时某一频点上滤波后的信号可以直接与该频点的期望信号作差。目前,典型的变步长 LMS 算法有基于 Sigmoid 函数的可变步长 LMS 算法(Variable step LMS of sigmoid function,SVSLMS)10及其改进型1113、基于双曲正切函数的可变步长 LMS算法(Variable step LMS of hyperbolic tangent function,HTVSLMS)14和基于箕舌线的可变步长 LMS 算法(Variable step LMS of tonguelike curve function,TLCVSLMS)1516,以及基于凸组合
14、的 LMS(Combination of LMS,CLMS)算法 17。因为 TLCVSLMS 算法相较于 SVSLMS 算法及其改进型与 HTVSLMS 算法在性能接近的前提下避免了指数运算,计算量更小18,因此本文选择利用 TLCVSLMS 算法改进空频 LMS 算法,简称空频 TLCVSLMS算法。空频 TLCVSLMS 算法的主要思想如下:在信号的每一个频点上,由于迭代初期误差较大,收敛至稳态后误差较小,因此在利用误差信号表征迭代阶段的基础上,通过建立步长因子与误差之间的箕舌线函数关系,使得 LMS算法在迭代初期采用较大的步长从而快速收敛,而在收敛到稳态时采用较小的步长以保持较小的稳态
15、失调。显然,空频 TLCVSLMS 算法可以避免针对每一个频点人为地选取合适的固定步长因子的困难。同时,根据不同频点的信号功率,空频 TLCVSLMS算法对箕舌线函数的幅度因子与形状因子作更精细的调节,以增强算法的稳定性。仿真实验表明,在抗干扰性能接近的情况1320郭辰锋 等:基于箕舌线可变步长 LMS的空频抗干扰算法下,空频 TLCVSLMS 算法比空频 LMS 算法少迭代至少 400 点,空频 TLCVSLMS 算法的收敛速度更快,而在收敛速度相同的情况下,空频 TLCVSLMS 算法比空频 LMS 算法的抗干扰性能提升至少 3 dB以上,空频 TLCVSLMS算法比空频 LMS算法更有效
16、地兼顾了收敛速度与抗干扰性能。1 空频 LMS算法 SFAP(简称空频滤波)的流程简述如下:首先对输入的宽带信号进行FFT,从而将宽带信号分解成不同的频谱分量,然后对每一个频谱分量进行空域滤波处理,所有频谱分量上的单拍次空域滤波结构如图1所示。假设图 1中所示的阵列天线由 M 个阵元组成,每个阵元后有 K 个延迟节点,则第 n个时刻任意第 m个阵元后的 K点信号可以表示为xm=xm(n),xm(n+1),xm(n+K-1)T(1)式中x表示时域数据样本。对时域信号做 K点 FFT变换,可以得到频域信号为Xm=Xm(f1),Xm(f2),Xm(fK)T(2)式中X为频域数据(以下同)。SFAP
17、算法是单独对每一个子频带信号进行滤波权值计算,从而将宽带信号滤波转变为窄带信号滤波,所以将同一个频带的数据放到一起组成子频带信号模型,则第 k个子频带的空域信号为Xk=X1(fk),X2(fk),XM(fk)T(3)为了简便,省略频率符号fk,将频率 k移至右下角标,则式(3)变为Xk=Xk1,Xk2,XkMT(4)则频域内第 k个子频带的滤波结果为6Yk=wHk,optXk(5)式中wk,opt为第 k个频谱分量上的最优滤波权值,有wk,opt=wk1,opt,wk2,opt,wkM,optT(6)对全部 K个子频带滤波后,结果为Y=Y1,Y2,YKT(7)对 Y进行 IFFT,可得最后的时
18、域输出结果为图 1所有频谱分量上的单拍次空域滤波结构示意图Fig.1Schematic diagram of single shot spatial filtering structure on all spectrums1321数据采集与处理 Journal of Data Acquisition and Processing Vol.38,No.6,2023y=y(n),y(n+1),y(n+K-1)T(8)利用 LMS算法第 k个频谱分量上的最优滤波权值wk,opt。选择第 1个阵元作为参考阵元,即wk1,opt=1(9)然后对其他阵元输入信号的最优滤波权值进行迭代求解。上文及图 1所述
19、的是所有频谱分量上的单拍次空域滤波,如要迭代求解最优权值,则需要进行多拍次空域滤波。假设总共有 L 拍数据,则每个频点上有 J拍数据,有 J=L/K,于是第 j+1拍数据与第 j拍数据之间的滤波权值迭代公式为6wk(j+1)=wk(j)+Xk(j)e*(j)(10)式中:“*”表示共轭;wk(j)为非参考阵元的输入信号的滤波权值,有wk(j)=wk2(j),wk3(j),wkM(j)T(11)Xk(j)为非参考阵元的输入信号,有Xk(j)=Xk2(j),Xk3(j),XkM(j)T(12)式(9)迭代收敛后得到wk,opt,则wk,opt为6wk,opt=1,-wTk,optT(13)将式(1
20、3)代入式(5)后得到最终滤波后的数据。式(9)中为常数,称为步长因子,为了保证 LMS算法收敛,满足60 2tr(Rk(j)(14)式中:Rk(j)为第 j拍第 k个频谱分量的所有非参考阵元信号的自相关矩阵;tr(Rk(j)为Rk(j)的迹,有Rk(j)=Xk(j)XkH(j)(15)式(10)中e(j)为第 j拍误差信号,其表达式为6e(j)=d(j)-wHk(j)Xk(j)(16)式中d(j)为第 j拍数据的期望信号,是参考阵元的输出信号,即d(j)=Xk1(j)(17)在进行迭代前,没有先验知识的情况下,滤波权值初始值置为零,即wk(1)=0,0,0(M-1)个T(18)在实际应用中,
21、为了减少输入信号对 LMS算法性能的影响,方便步长因子的选择,常常将步长因子归一化最小均方(Normalized least mean squares,NLMS)1921,此时,由常数变为(j),即(j)=0/(+XkH(j)Xk(j)(19)式中为很小的实数,是为了防止输入信号功率很小时步长因子(j)过大而引入的,对算法性能没有影响。对于 NLMS 算法,0大则迭代滤波的收敛速度快,但是稳态误差大,0小则迭代速度慢,稳态误差小。算法的收敛条件变为0 0 2(20)2 空频 TLCVSLMS算法 固定步长 LMS算法中,收敛速度与稳态失调是一对矛盾,可以通过引入可变步长 LMS算法予以缓解,即
22、对于式(18)中的0,引入 TLCVSLMS,0变为0(j),有150(j)=()1-1e(j)2+1(21)1322郭辰锋 等:基于箕舌线可变步长 LMS的空频抗干扰算法式中:表示二范数;和为常数,分别称为幅度因子与形状因子。决定了0(j)的最大值,越大,误差e(j)可以对应到更大的步长0(j)上,TLCVSLMS 算法的收敛速度越快。而在值较大时,较小的误差e(j)也会对应较大的步长0(j),因此算法稳态误差也会增大。同时,过大的也会导致算法发散,即需满足收敛条件0 2(22)决定了箕舌线函数的形状,越大,箕舌线函数开口越小,此时在误差e(j)较大时更有可能对应到较大的步长0(j),TLC
23、VSLMS算法的收敛速度也就越快,但是过小的开口下误差e(j)较小时也会对应较大的步长0(j),算法的稳态误差也会增大。幅度因子和形状因子与误差信号e(j)关系如图2、3所示15。图 2不变时的影响15Fig.2Impact of with constant 15图 3不变时的影响15Fig.3Impact of with constant 15将 TLCVSLMS 应用到空频抗干扰中时,对于大功率的频谱分量,选择小的与以减小滤波器的稳定误差,否则即便是已收敛至稳态的滤波权值wk,opt也无法产生足够深的零陷,所以可以牺牲一些收敛速度。而对于小功率的频谱分量,选择大的与加快滤波器的收敛速度。以
24、每频谱分量上的平均功率作为阈值,当前频谱分量上的信号功率大于功率阈值时,选择较小的值和值,而当前频谱分量上的信号功率小于功率阈值时,则选择较大的值和值,即有Pk=1Jj=1Jtr(Rk(j)(23)-P=1Kk=1KPk(24)k=1,k=1 Pk-P(25)式中:0 2 1 2,0 2 1。由于需要多拍数据 LMS算法计算的滤波权值才会收敛,实际应用时可以设置每 L拍(每频点拍数 J大于权值收敛所需要的拍数)更新一次最终的最佳滤波权值,即虽然wk每拍更新一次,但wk,opt是每 L拍更新一次,因此空频 TLCVSLMS 抗干扰算法具备块自适应滤波的特点。综上,对于每 L 拍训练数据,本文所提
25、的空频 TLCVSLMS抗干扰算法流程如图 4所示。为 了 能 够 清 晰 地 展 现 LMS 算 法7、TLCVSLMS 算 法15、空 频 LMS 抗 干 扰 算 法 与 空 频 TLCVSLMS抗干扰算法之间的区别与联系,下面将详细地归纳总结这 4种算法的主要步骤,其中 LMS算法与基于箕舌线的变步长 LMS算法如下:(1)初 始 化 第 一 组 滤 波 权 值:w(1)=0,0,0 TM个,并 获 得 相 应 的 时 域 滤 波 数 据x(1)=1323数据采集与处理 Journal of Data Acquisition and Processing Vol.38,No.6,2023
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 箕舌线 可变 步长 LMS 抗干扰 算法
![提示](https://www.zixin.com.cn/images/bang_tan.gif)
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。