看小波如何缓解GNSS的干扰效应？

　　本文提到了利用小波包变换、基于鲁棒矢量跟踪的GPS软件接收机，成为较好地缓解GNSS干扰效应的一种方法。阿尔弗雷德·哈尔是一位匈牙利数学家，在其做博士论文期间，提出了小波的概念。小波，顾名思义，是一个短暂的随着时间的振荡波，其幅度从零值开始，经历一个或多个波形变化后，又返回到零值。在这里，小波（wavelet）是具有明确定义属性的数学函数。虽然哈尔于1909年就提出“小波”的概念，但是直到20世纪70年代至80年代，人们才真正开始研究使用小波，利用所谓的小波分析，以帮助解决科学和工程中的各种问题，这些新的应用领域还在不断涌现。《GPS World》创新栏目（2019年4月号）又引入了其中一个新领域—GNSS干扰缓解。

 

　　
图1.实验过程中所用的硬件设备组合

 

　　通常，小波分析也有助于改善GNSS的应用。正在进行的任务包括：伪距测量的去噪，载波相位测量中的周跳检测和消除，以及将诸如多径的偏差与高频接收机噪声分离。这里，让人们了解小波分析的另一个GNSS应用，特别是通过小波包变换（WPT），有效地识别和分离在GPS接收机接收到的组合信号中的干扰信号。在使用硬件模拟器系统的窄带干扰测试中，传统的接收机往往无法进行定位运作。但是利用所提出的WPT方法，容易抑制干扰信号，允许获取卫星信号并能够计算定位解。

 

　　GPS技术已融入我们日常生活中的许多方面。因此，对能在没有外部辅助的情况下可有效操作的稳健GPS接收机需求不断增长，以提供连续可靠和准确的定位、导航和定时（PNT）解决方案。但是，由于频繁的信号丢失或衰减、多路径或干扰，这些解决方案并不是总是可行的。在具有挑战性的环境条件下，接收系统的故障会导致安全问题，特别是在生命与健康有关的关键应用中。

 

　　接收机架构在定义接收机在挑战环境下的鲁棒性方面起着重要作用。基于标量跟踪的GPS接收机可以在视距（LOS）条件下，实现高精度导航。然而，它们总是无法在信号恶化的环境中提供足够的精准度，例如在城市峡谷，郊区茂密的树林植被环境中。相反，基于矢量跟踪的GPS接收机在这种具有挑战性的环境中可提供更好的性能。在基于矢量跟踪的接收机中，跟踪环路和导航处理器被组合以解决单个估值计算问题。因此，与基于标量跟踪的接收机相比，矢量感知接收机架构有许多优点。首先，当信号高度衰减甚至完全阻塞时，来自健康卫星的强信号信息可用于跟踪微弱信号。因此，基于矢量跟踪的接收机具有更好的抗干扰和干扰缓解能力。其次，它们可以在卫星中断后快速重新获取信号。第三，即使在正常的LOS条件下，与基于标量跟踪的接收机相比，它们也具有改进的导航解决方案精度的作用。所有这些优势使基于矢量跟踪的接收机成为研究接收机稳健性的最佳平台。然而，在存在强干扰信号的情况下，基于矢量跟踪的接收机仍然面临性能降级的厄运。因此，这里提出了一种新的抗干扰技术，用于基于矢量跟踪的GPS软件接收机的干扰缓解。

 

　　由于分别在发射机和接收机处发生的扩频和解扩过程，GPS信号的扩频特性提供了对窄带干扰的抗干扰能力。然而，GPS信号以-158 dBW量级的非常低的功率到达接收机，使其易于受到干扰。具有足够功率和合适的时间和频率特性的干扰会降低定位解决方案的精度，并且可能导致GPS信号的完全阻塞。此外，干扰信号的存在增加了获取所需GPS信号的挑战性。因此，已经采用了许多抗干扰技术旨在缓解GPS接收机的干扰。 GPS接收系统采用的抗干扰方法，主要分为四类：一是天线级技术，其基于使用天线阵列来产生辐射（接收）模式，该模式基于到达方向衰减干扰信号；二是自动增益控制（AGC），其中可以通过AGC的饱和来检测干扰；三是后相关技术，在通过相关器后处理信号；四是预相关技术，是基于在通过模数转换器之后，但在它们到达相关器之前处理信号。这里介绍的基于小波包变换（WPT）的新型干扰抑制技术，属于预相关技术类。 WPT使得所接收的受干扰组合GPS信号能够在变换域中表示，其中可以更好地识别和分离干扰信号，而不会显著降低GPS有用信号。虽然WPT在干扰缓解方面表现出色，但以往技术的主要缺点是计算复杂性。这里所介绍新的基于小波包的窄带干扰抑制技术，能显著地降低计算复杂度。

 

　　该文章从信号干扰模型、小波包变换、干扰缓解算法、实验工作等几个部分描述了整个方法的要点，并且得到了很好的结果，形成明确无误的结论。

 

　　
图2. 显示了GPS PRN31卫星 在干扰缓解前的交叉模糊函数 (CAF)。从图中可以明显看出, 由于难以将峰值与噪声隔离, 搜索空间相当嘈杂, 接收机无法获得 GPS 信号。

 

　
　图3. 该图表明, 在应用干扰缓解算法后, 峰值从噪声地平上清晰地出现, 接收机可以很容易地检测到GPS PRN31的信号。

 

　　总之，在该文中，提出了一种基于WPT减轻线性啁啾窄带干扰信号的新方法。结果表明，这里提出的算法，在显著降低计算复杂性的情况下，能够在抑制干扰信号方面保持优异性能。在所提出的技术中，可识别受干扰影响的子带，并进一步分解并用于重建干扰信号。然后，通过从接收信号中减去估计的干扰信号，来获得GPS有用信号。并利用捕获和导航性能对算法性能进行了评估。结果表明，该算法成功地抑制了窄带干扰，而不会显著降低GPS有用信号。