论文部分内容阅读
由于GPS系统能够提供准确的定位信息,因而被广泛地应用于各行各业。随着GPS系统在民用和军事领域的广泛使用,其易于受到干扰的问题也日益显现出来,在干扰强度比较大的时候GPS接收机甚至不能正常工作,因而对其抗干扰技术的研究便显得尤为重要,本论文对GPS接收机的抗干扰技术进行了研究,其中研究最多的是基于时域预测的窄带干扰抑制技术,利用窄带信号的强相关性和GPS信号的非相关性进行干扰抑制处理,因为扩频后的信号是非高斯的,已有研究结果表明:在非高斯条件下的最优滤波是非线性滤波,不再是线性滤波。因此,基于Volterra滤波器的窄带干扰抑制技术就成为人们近年来的研究热点,而且也将是今后发展的主要方向之一。论文主要研究两部分内容:一是研究基于Volterra滤波器的误差白化算法,并将该算法用于窄带干扰抑制;二是采用基于Volterra滤波器的格型预测技术进行干扰抑制。主要工作如下:1、对传统的基于Volterra滤波器的GPS接收机窄带干扰抑制预测滤波器的算法进行分析,研究目前业界所提出的预测滤波器算法所存在的问题;针对输入、输出均含有噪声的非线性系统,采用基于Volterra滤波器的误差白化算法(EWC_LMS_Volterra),该算法稳态误差小,然后将该算法用于抑制AM-FM干扰和AR模型干扰中,分析了系统的输出信噪比改善性能和误码率性能。2、对传统的Volterra滤波器而言,若采用梯度自适应算法,由于存在输入信号的相关性和数据的非线性操作,使得该非线性系统存在特征值扩散度大和收敛速度比较慢的问题。本文采用基于自适应Volterra滤波器的格型预测器(Lattice Predictor Based Adaptive Volterra Filter,LAVF)提高系统的收敛速度。仿真实验结果表明,采用本文的算法和结构能够提高GPS接收机的输出信噪比,同时降低系统的误码率。