面向地質(zhì)災(zāi)害勘測(cè)應(yīng)用的無(wú)人機(jī)GNSS抗干擾技術(shù)

摘 要：設(shè)計(jì)一種面向地質(zhì)災(zāi)害勘測(cè)應(yīng)用的無(wú)人機(jī)GNSS抗干擾技術(shù)，以實(shí)現(xiàn)強(qiáng)干擾環(huán)境下的無(wú)失真空時(shí)自適應(yīng)干擾抑制。該方法以相位二進(jìn)制偏移載波（binary offset carrier，BOC）信號(hào)為對(duì)象，利用空時(shí)自適應(yīng)抗干擾天線結(jié)構(gòu)，通過(guò)在BOC信號(hào)兩個(gè)譜峰對(duì)應(yīng)的頻率處對(duì)導(dǎo)向矢量進(jìn)行擴(kuò)展，并將擴(kuò)展后的導(dǎo)向矢量進(jìn)行疊加以作為最優(yōu)自適應(yīng)濾波準(zhǔn)則的約束，在此基礎(chǔ)之上，求解最優(yōu)權(quán)矢量從而降低空時(shí)濾波器在抑制干擾時(shí)對(duì)BOC信號(hào)的損耗。仿真結(jié)果表明，所提基于空時(shí)導(dǎo)向擴(kuò)展的自適應(yīng)濾波方法，在消除干擾的同時(shí)還可以最大程度保留BOC信號(hào)的能量，有效解決了傳統(tǒng)濾波算法應(yīng)用于BOC信號(hào)引起的能量損耗和失真問(wèn)題。

關(guān)鍵詞：GNSS；地質(zhì)災(zāi)害；無(wú)人機(jī)；干擾抑制、BOC信號(hào)

DOI：10.15938/j.jhust.2024.03.006

中圖分類號(hào)： TN967.1

文獻(xiàn)標(biāo)志碼： A

文章編號(hào)： 1007-2683（2024）03-0045-06

A GNSS Anti-jamming Technology of UAV for Geological Hazard Monitoring

ZHANG Yonggang1， ZHOU Chaorong2， SHEN Feng3

（1.Electric Power Research Institute of Yunnan Power Grid Co.， Ltd.， Kunming 650217， China;

2.Wenshan Power Supply Bureau of Yunnan Power Grid Co.， Ltd.， Wenshan 66300， China;

3.School of Instrument Science and Engineering， Harbin Institute of Technology， Harbin 150001， China）

Abstract：In this paper， a GNSS anti-jamming technology of UAV for geological hazard survey is designed to realize adaptive interference suppression without vacuum loss under strong jamming environment. This method utilizes the space-time adaptive anti-jamming antenna to process BOC signals， where the steering vector at the frequency corresponding to the two spectral peaks of the BOC signal is extended. The extended steering vector is overlapped as the constraint of the optimal adaptive filtering criterion. Based on which， the optimal weight vector is solved to reduce the loss of BOC signal when the space-time filter suppresses jamming. The simulation results show that the proposed adaptive filtering method based on space-time steering vector extension can not only mitigate the interference， but also protect the energy of BOC signal to the greatest extent and effectively solve the problem of energy loss caused by the traditional filtering algorithm applied to BOC signal.

Keywords：GNSS; geological hazard; UAV; anti-jamming; BOC signals

0 引 言

近年來(lái)，無(wú)人機(jī)技術(shù)的應(yīng)用發(fā)展迅速，在地質(zhì)災(zāi)害監(jiān)測(cè)與救援中已經(jīng)發(fā)揮了巨大的作用，在保障人民的財(cái)產(chǎn)與生命安全方面具有重要意義［1-2］。無(wú)人機(jī)具有自主性和快速性，可以在惡劣環(huán)境中按照既定的飛行路線飛行，還可以精確定位地質(zhì)災(zāi)害的位置。目前，提升無(wú)人機(jī)的自主能力主要依靠于提高其自身定位精度和增加其環(huán)境感知能力，其中無(wú)人機(jī)定位方案依然依賴于GNSS［3］。然而GNSS信號(hào)十分微弱，在復(fù)雜電磁環(huán)境下易收到各種干擾的影響，嚴(yán)重影響無(wú)人機(jī)定位精度。特別是惡意的人為干擾如壓制干擾可以使無(wú)人機(jī)無(wú)法實(shí)現(xiàn)正常的定位，這為地質(zhì)災(zāi)害監(jiān)測(cè)帶來(lái)了更加嚴(yán)峻的挑戰(zhàn)［4-5］。壓制干擾通過(guò)發(fā)射大功率信號(hào)讓接收機(jī)失鎖，無(wú)法完成正常的捕獲跟蹤環(huán)節(jié)，從而導(dǎo)致定位失敗。

針對(duì)上述問(wèn)題，一些學(xué)者提出了基于單天線的時(shí)、頻濾波技術(shù)［6-11］，可以對(duì)窄帶的干擾進(jìn)行有效緩解，但是無(wú)法處理寬帶干擾。為了抑制寬帶干擾，基于陣列天線的空域信號(hào)處理技術(shù)［12-13］被引入GNSS抗干擾中，通過(guò)自適應(yīng)濾波技術(shù)實(shí)現(xiàn)寬帶干擾消除，但其自由度受天線陣元數(shù)量的限制［14］。為了增強(qiáng)陣列天線的抗干擾自由度，在每個(gè)陣元后增添若干時(shí)域抽頭形成空時(shí)自適應(yīng)處理結(jié)構(gòu)，可以在不增加陣元的條件下獲得更高的自由度［15-17］。目前，基于空時(shí)自適應(yīng)處理的抗干擾技術(shù)已經(jīng)成為提升GNSS在干擾環(huán)境下定位能力的研究熱點(diǎn)，國(guó)內(nèi)外很多學(xué)者和研究機(jī)構(gòu)都開展了相應(yīng)的自適應(yīng)濾波算法的理論研究與試驗(yàn)工作［18-21］。

隨著GNSS技術(shù)的發(fā)展，新型的BOC信號(hào)及其衍生信號(hào)已廣泛應(yīng)用于新一代的衛(wèi)星導(dǎo)航系統(tǒng)。不同于傳統(tǒng)的BPSK信號(hào)，BOC信號(hào)不僅具有更高的定位精度，而且還可以實(shí)現(xiàn)不同衛(wèi)星導(dǎo)航系統(tǒng)間的頻帶共享［22］。然而，BOC信號(hào)具有裂譜特性，直接將傳統(tǒng)的基于BPSK信號(hào)的空時(shí)自適應(yīng)算法應(yīng)用于BOC信號(hào)時(shí)會(huì)造成其能量衰減，嚴(yán)重時(shí)將影響后續(xù)捕獲跟蹤和定位［23-24］。因此如何在抑制寬帶干擾的同時(shí)，解決自適應(yīng)濾波算法引起的BOC信號(hào)能量損耗與失真問(wèn)題，是本文的目標(biāo)。

為了在強(qiáng)干擾環(huán)境下實(shí)現(xiàn)基于BOC信號(hào)的高精度定位，本文提出了一種空時(shí)導(dǎo)向矢量擴(kuò)展的最優(yōu)權(quán)矢量設(shè)計(jì)方法。首先建立了空時(shí)自適應(yīng)處理結(jié)構(gòu)的信號(hào)模型，然后詳細(xì)介紹了所提無(wú)失真空時(shí)自適應(yīng)濾波算法，最后我們通過(guò)仿真驗(yàn)證了所提方法的有效性。

1 空時(shí)陣列接收信號(hào)模型

為了有效的抑制寬帶干擾和反射多徑，要求空時(shí)抗干擾天線的抽頭數(shù)越多越好，但增加時(shí)域抽頭數(shù)意味著更高的計(jì)算復(fù)雜度，導(dǎo)致抗干擾算法的實(shí)時(shí)性下降。因此為了平衡算法計(jì)算量和干擾抑制效果，通常將時(shí)域抽頭延長(zhǎng)線的長(zhǎng)度設(shè)定在最長(zhǎng)的多徑時(shí)延之內(nèi)。

在本小節(jié)，首先以M個(gè)陣元的均勻線性陣列為例，對(duì)空時(shí)抗干擾天線結(jié)構(gòu)建模，如圖1所示。

在圖1中，為了提升抗干擾的自由度，在每個(gè)天線后面連接了N個(gè)時(shí)域抽頭，其中陣元間的距離d為二分之一載波波長(zhǎng)，各時(shí)域抽頭間的距離T為0.84/B， B為信號(hào)帶寬，假設(shè)L個(gè)真實(shí)信號(hào)和Q個(gè)干擾信號(hào)由天線陣列接收，則接收信號(hào)X（t）可以表示為

X（t）=∑Ll=1A（θl）sl（t）+∑Qq=1vq（t）+n（t）（1）

其中：sl（t）代表第l個(gè)衛(wèi)星信號(hào)；vq（t）代表陣列接收的第q個(gè)干擾分量；n（t）為高斯白噪聲。A（θl）=IN×Na（θl）為陣列流型，其中a（θl）=at（ωif）as（ωc，θl）為真實(shí)信號(hào)的空時(shí)導(dǎo)向矢量，并且at（ωif）=［1，ejωifT，…，ejωif（N－1）T］H，as（ωc，θ）=［1，ejωcdsinθ/c，…，ejωc（M－1）dsinθ/c］H；ωc為載波頻率；ωif中頻頻率。

假設(shè)空時(shí)自適應(yīng)濾波器的權(quán)矢量為W，則濾波后的信號(hào)可表示為

Y（t）=WHX（t）=

WH（∑Ll=1A（θl）sl（t））+WH（∑Qq=1vq（t））+

WHn（t）=ys（t）+yj（t）+yn（t）（2）

式中：yn（t）、yj（t）、ys（t）分別代表噪聲、干擾和真實(shí)信號(hào)，權(quán)矢量W需要設(shè)計(jì)空時(shí)自適應(yīng)濾波算法獲得，這將在下一小節(jié)詳細(xì)闡述。

2 無(wú)失真空時(shí)抗干擾算法設(shè)計(jì)

2.1 最優(yōu)濾波準(zhǔn)則

功率倒置算法作為當(dāng)前廣泛使用的GNSS抗干擾技術(shù)，實(shí)現(xiàn)方法簡(jiǎn)單，無(wú)需改變當(dāng)前接收機(jī)的硬件結(jié)構(gòu)，

可以在低信噪比的真實(shí)信號(hào)環(huán)境下對(duì)壓制干擾信號(hào)實(shí)現(xiàn)有效抑制，但是該算法缺少對(duì)真實(shí)信號(hào)的保護(hù)，會(huì)造成真實(shí)信號(hào)的損失［25］。SCORE算法利用信號(hào)的循環(huán)平穩(wěn)特性，可以在保護(hù)真實(shí)信號(hào)的同時(shí)抑制干擾，但它只對(duì)單個(gè)衛(wèi)星有效［26］。基于波束形成的最優(yōu)濾波準(zhǔn)則，在對(duì)多個(gè)真實(shí)信號(hào)形成有效保護(hù)的同時(shí)號(hào)可以抑制壓制干擾，因此逐漸成為GNSS抗干擾技術(shù)的研究重點(diǎn)。本文所提的BOC信號(hào)無(wú)失真抗干擾算法建立在最小方差無(wú)失真（minimum variance distortionless response， MVDR）算法之上［27］，具體實(shí)現(xiàn)如下：

MVDR算法是指在保證真實(shí)衛(wèi)星信號(hào)方向輸出增益為1時(shí)，使陣列的輸出功率最小，其中陣列的輸出功率可以表示為

Pout=E［|Y（t）|2］=WHRxxW（3）

其中，

Rxx=E［X（t）XH（t）］（4）

對(duì)真實(shí)衛(wèi)星信號(hào)來(lái)向施加約束：

minWHRxxW

s.t.WHC=1（5）

其中：C代表約束矢量a（θ），由真實(shí)信號(hào)的導(dǎo)向矢量構(gòu)成。用拉格朗日乘數(shù)法對(duì)上式進(jìn)行求解：

L（W）=WHRxxW+λ（WHC－1）（6）

其中，λ為拉格朗日乘子，對(duì)式（6）求W的偏導(dǎo)并使其為0，

2RxxW+λC=0（7）

求解可得：

W=－12λR－1xxC（8）

根據(jù)式（8）和約束條件，可得：

λ=－2（CHR－1xxC）－1（9）

將λ帶入式（8），并將約束矢量替換為真實(shí)衛(wèi)星信號(hào)的導(dǎo)向矢量，可得MVDR下的最優(yōu)權(quán)矢量：

W=R－1Xa（θ）aH（θ）R－1Xa（θ）（10）

根據(jù)上式可知，MVDR算法需要知道真實(shí)信號(hào)的導(dǎo)向矢量，而導(dǎo)向矢量需要信號(hào)的到達(dá)角信息，因此通常需要先對(duì)其進(jìn)行估計(jì)。通常而言，可通過(guò)循環(huán)MUSIC算法［28］獲得，但因?yàn)椴ㄟ_(dá)角估計(jì)不是本文的重點(diǎn)，因此不再展開介紹，直接假設(shè)真實(shí)信號(hào)的波達(dá)角是先驗(yàn)的。

2.2 所提算法框架

不同于傳統(tǒng)窄帶信號(hào)如BPSK能量集中在中心頻率上，BOC信號(hào)屬于寬帶信號(hào)且具有裂譜特性，其主瓣遠(yuǎn)離中心頻率呈對(duì)稱分布。對(duì)于正弦調(diào)制的 為BOC（2n，n）例，當(dāng)調(diào)制階數(shù)為偶數(shù)時(shí)，其歸一化功率譜密度函數(shù)為：

GBOC（f）=1MTssin（MπfTs）·sin（πfTs）πfcos（πfTs）2=

sin（MπfTs）·tan（πfTs）πf2（11）

當(dāng)調(diào)制階數(shù)為奇數(shù)時(shí)：

GBOC（f）=fccos（MπfTs）·tan（πfTs）πf2（12）

在式（11）和（12）中，Ts為副載波周期的一半，fs=1/2Ts，Tc=MTs是PRN碼中單個(gè)碼片時(shí)長(zhǎng)。

圖2和圖3分別給出了無(wú)干擾和存在干擾兩種情況下的BPSK與sin-BOC（2，1）的歸一化功率譜，以及最小方差無(wú)失真準(zhǔn)則下的空時(shí)濾波器的頻率響應(yīng)曲線。其中，天線陣元數(shù)N為4，信號(hào)處理帶寬為20MHz，存在兩個(gè)干擾信號(hào)，分別為20MHz帶寬的寬帶干擾和10MHz的部分帶寬干擾，采樣頻率為20.46MHz。

從圖2和圖3可以看出，當(dāng)使用傳統(tǒng)的自適應(yīng)濾波算法直接于BOC信號(hào)時(shí)，將會(huì)造成期望信號(hào)的主瓣能量和輸出功率降低，嚴(yán)重影響接收機(jī)的定位能力和精度。這是由于傳統(tǒng)算法都是以窄帶信號(hào)模型為基礎(chǔ)設(shè)計(jì)的，要想保護(hù)寬帶BOC信號(hào)，需要重新設(shè)計(jì)自適應(yīng)濾波算法使其在兩個(gè)主瓣附近形成通帶，從而保證主瓣能量無(wú)失真、無(wú)損耗的輸出。有鑒于此，本文在BOC信號(hào)的兩個(gè)主瓣頻率上設(shè)計(jì)新的空時(shí)導(dǎo)向矢量，并將兩個(gè)主瓣對(duì)應(yīng)的空時(shí)導(dǎo)向之和作為MVDR準(zhǔn)則的約束，因此，本文提出的無(wú)失真自適應(yīng)濾波算法可表示為

minWWHRXW

s.t.WHa（ω，θ）=1 （13）

a（ω，θ）=［at（ωif－m2πf0）as（ωc－m2πf0，θ）］+［at（ωif+m2πf0）as（ωc+m2πf0，θ）］（14）

其中：f0=1.023MHz；m表示載波頻率與f0的比值，則式（10）可以改寫為

W=μ（RX）－1{［at（ωif－m2πf0）as（ωc－m2πf0，θ）］+

［at（ωif+m2πf0）as（ωc+m2πf0，θ）］}（15）

考慮到當(dāng)偽碼碼率提高時(shí)，BOC信號(hào)的主瓣寬度會(huì)成比例增加，式（15）中的最優(yōu)權(quán)矢量可能無(wú)法保證信號(hào)無(wú)失真輸出，因此本文對(duì)（14）中的空時(shí)導(dǎo)向矢量進(jìn)一步擴(kuò)展以增加通帶寬度。具體而言，對(duì)兩個(gè)主瓣所在頻率上分別設(shè)計(jì)3個(gè)導(dǎo)向矢量，在這種約束下，修正的空時(shí)導(dǎo)向矢量可以改寫為

W=μ（RX）－1{∑［at（ωif－m2πf0+κΔω）

as（ωc－m2πf0+κΔω，θ）］+

∑［at（ωif+m2πf0+κΔω）as（ωc+m2πf0+κΔω，θ）］}（16）

其中：κ=±1，0；Δω表示頻率增量。為了保證干擾的完全抑制，需要滿足Δω≤B/N，在本文中選取Δω=0.5B/N。

3 仿真驗(yàn)證

我們首先以BOC（10，5）為例，分析所提空時(shí)自適應(yīng)濾波器在存在干擾和無(wú)干擾兩種情況下的頻率響應(yīng)曲線，如圖4所示。其中在干擾場(chǎng)景下，存在一寬帶干擾來(lái)向?yàn)?35°，一部分帶寬干擾來(lái)向?yàn)?0°。從圖4可以看出，在兩種情況下，所提方法的頻率響應(yīng)曲線在兩個(gè)主瓣頻率上都形成了較大的波束增益，可以使BOC信號(hào)無(wú)失真的通過(guò)空時(shí)濾波器。相比于無(wú)干擾情況，存在干擾時(shí)所提濾波器在BOC信號(hào)主瓣頻率上的頻率響應(yīng)不在規(guī)則，但也可以保留信號(hào)的全部能量。因此所提濾波器可以對(duì)BOC信號(hào)實(shí)現(xiàn)無(wú)失真處理。

然后我們對(duì)所提空時(shí)濾波器的干擾抑制性能進(jìn)行驗(yàn)證，圖5給出了所提算法在干擾存在和無(wú)干擾條件下的空頻響應(yīng)二維譜。

從圖5可以看出，當(dāng)所提方法在無(wú)干擾情況下，在BOC信號(hào)的兩個(gè)主瓣頻率上存在一個(gè)較寬的通帶以保證信號(hào)無(wú)衰減通過(guò)。除此之外，當(dāng)存在干擾時(shí)，所提濾波器不僅在兩個(gè)干擾方向上形成較深的零陷，約-110dB， 而且在抑制干擾的同時(shí)還可以在真實(shí)信號(hào)的譜峰處形成增益。因此，所提算法不僅能夠?qū)﹄p峰特性的BOC信號(hào)進(jìn)行無(wú)失真處理，還可以對(duì)寬帶干擾和部分帶寬干擾實(shí)現(xiàn)有效消除。

4 結(jié) 論

本文提出了一種無(wú)人機(jī)GNSS抗干擾技術(shù)，利用空時(shí)導(dǎo)向矢量擴(kuò)展實(shí)現(xiàn)在壓制干擾下的BOC信號(hào)無(wú)失真處理，以保障地質(zhì)災(zāi)害監(jiān)測(cè)、救援等活動(dòng)順利開展。通過(guò)在BOC信號(hào)的兩個(gè)主瓣頻率上設(shè)計(jì)新的空時(shí)導(dǎo)向矢量，并將兩個(gè)主瓣對(duì)應(yīng)的空時(shí)導(dǎo)向之和作為MVDR準(zhǔn)則的約束，求解空時(shí)導(dǎo)向矢量頻率擴(kuò)展后的最優(yōu)權(quán)矢量。將獲得的最優(yōu)權(quán)矢量應(yīng)用于BOC信號(hào)時(shí)，可以有效解決輸出端的信干噪比驟降的問(wèn)題。仿真結(jié)果表明，所提無(wú)失真濾波器不僅可以對(duì)寬帶干擾和部分帶寬干擾實(shí)現(xiàn)有效抑制，還能保留BOC信號(hào)的能量，使期望信號(hào)能夠無(wú)損失的通過(guò)空時(shí)濾波器。

參 考 文 獻(xiàn)：

［1］ 姚鑫，吳付英.無(wú)人機(jī)遙感技術(shù)在地質(zhì)災(zāi)害監(jiān)測(cè)中的應(yīng)用［J］.電子技術(shù)與軟件工程，2022（7）：160.

［2］ 鄒宇，何清平.無(wú)人機(jī)技術(shù)在地質(zhì)災(zāi)害監(jiān)測(cè)中的應(yīng)用［J］.科技創(chuàng)新與應(yīng)用，2021，11（14）：158.

［3］ 杜庚霖.淺談無(wú)人機(jī)在地質(zhì)災(zāi)害中的應(yīng)用［J］.華北自然資源，2021（3）：92.

［4］ 吳成一. GNSS拒止條件下的無(wú)人機(jī)視覺導(dǎo)航研究［D］.西安：西安電子科技大學(xué)，2021.

［5］ 劉濤. GNSS拒止環(huán)境下的多無(wú)人機(jī)協(xié)同導(dǎo)航方法研究［D］.哈爾濱：哈爾濱工業(yè)大學(xué)，2021.

［6］ 鄧志鑫，趙彥雷，司東曉. GNSS終端抗干擾技術(shù)綜述［C］. 中國(guó)衛(wèi)星導(dǎo)航學(xué)術(shù)年會(huì)， 2011.

［7］ RIFKIN R， VACCARO J J. Comparison of Narrowband Adaptive Filter Technologies for GPS［J］. Position Location and Navigation Symposium， IEEE， 2000：125.

［8］ SODERSTRAND M A， JOHNSON T G， STRANDBERG R H， et al. Suppression of Multiple Narrow-band Interference Using Real-time Adaptive Notch Filters［J］. Circuits & Systems II Analog & Digital Signal Processing IEEE Transactions on， 1997， 44（3）： 217.

［9］ JONES W W， JONES K R. Narrowband Interference Suppression Using Filter-bank Analysis/synthesis Techniques［C］// IEEE Military Communications Conference， 1992， 3： 898.

［10］OUYANG X， AMIN M G. Short-time Fourier transform Receiver for Nonstationary Interference Excision in Direct Sequence Spread Spectrum Communications［J］. IEEE Transactions on Signal Processing， 2001， 51（4）： 851.

［11］ZHANG Y， AMIN M G， LINDSEY A R. Anti-jamming GPS Receivers Based on Bilinear Signal Distributions［C］// IEEE Military Communications Conference， 2001， 2：1070.

［12］陳琦. 基于陣列空時(shí)處理的導(dǎo)航接收機(jī)抗干擾技術(shù)研究［D］.鄭州：戰(zhàn)略支援部隊(duì)信息工程大學(xué)，2020.

［13］尹繼東，馮雪峰.GNSS抗干擾技術(shù)綜述［J］.電訊技術(shù)，2020，60（8）：989.

［14］楊瓊. 衛(wèi)星導(dǎo)航接收機(jī)抗干擾技術(shù)研究［D］.西安：西北工業(yè)大學(xué)，2019.

［15］FANTE R L， VACCARO J J. Wideband Cancellation of Interference in a GPS Receive Array. IEEE Transactions on Aerospace and Electronic Systems. 2000， 36（2）： 549.

［16］FANTE R L， BLANCHARD J， CORREIA J， et al. Cancellation of Jammers and Jammer Multipath in a GPS Receiver. IEEE Aerospace & Electronic Systems Magazine， 1998 ， 13 （11） ：25.

［17］周圍. 北斗導(dǎo)航自適應(yīng)抗干擾算法研究及FPGA實(shí)現(xiàn)［D］.西安：電子科技大學(xué)，2020.

［18］ZHAO Y， XUE X N， ZHANG T F. Receiver Channel Based Adaptive Blind Equalization Approach for GPS Dynamic Multipath Mitigation. Chinese Journal of Aeronautics， 2013， 26（2）： 378.

［19］CHURCH C， GUPTA I J， O′BRIEN A J. Adaptive Antenna Induced Biases in GNSS Receivers［C］// In Proceedings of the 63rd Annual Meeting of the Satellite Division Institute of Navigation， 2007： 23.

［20］DANESHMAND S， SOKHANDAN N， et al. Precise Calibration of a GNSS Antenna Array for Adaptive Beamforming Applications. Sensors 2014， 14（6）： 9669.

［21］呂明軍. 基于陣列天線的衛(wèi)星導(dǎo)航接收機(jī)抗干擾技術(shù)研究與實(shí)現(xiàn)［D］.哈爾濱：哈爾濱工程大學(xué)，2019.

［22］徐廣輝. 新信號(hào)體制GNSS接收機(jī)信號(hào)同步與干擾抑制技術(shù)研究［D］.哈爾濱：哈爾濱工程大學(xué)，2018.

［23］聶俊偉. GNSS天線陣抗干擾算法及性能評(píng)估技術(shù)研究［D］. 長(zhǎng)沙：國(guó)防科學(xué)技術(shù)大學(xué)， 2012.

［24］O′BRIEN A J， GUPTA I J. Comparison of OutputSINR and Receiver C/No for GNSS Adaptive Antennas［J］. IEEE Transactions on Aerospace & Electronic Systems， 2010， 45（4）： 1630.

［25］李?yuàn)^翔. 基于稀疏陣列的GNSS抗干擾方法研究［D］.哈爾濱：哈爾濱工程大學(xué)，2019.

［26］劉征. 基于循環(huán)平穩(wěn)特性的北斗導(dǎo)航系統(tǒng)抗干擾技術(shù)研究［D］.合肥：電子科技大學(xué)，2016.

［27］金鳴，呂婷婷，周曼麗，李昊陽(yáng)，曹源.基于LCMV準(zhǔn)則的空時(shí)極化聯(lián)合抗干擾算法［J］.無(wú)線電工程，2022，52（8）：1434.

JIN Ming， LV Tingting， ZHOU Manli， et al. Joint Anti-jamming Algorithm for Space-time Polarization Based on LCMV Criterion［J］.Radio Engineering，2022（8）：1434.

［28］ZHANG J， CUI X， XU H， et al. A Two-stage Interference Suppression Scheme Based on Antenna Array for GNSS Jamming and Spoofing［J］. Sensors， 2019， 19（18）： 3870.

（編輯：溫澤宇）