專利名稱：反干擾前置處理器的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種適用于無(wú)線通信接收器的反干擾前置處理器，特別涉及一種設(shè)計(jì)給全球定位系統(tǒng)(Global Positioning System；GPS)接收器的盲目反干擾前置處理器。
背景技術(shù)：
全球定位系統(tǒng)(Global Positioning System；GPS)利用衛(wèi)星定位技術(shù)，提供飛機(jī)、船、以及車(chē)子等交通工具準(zhǔn)確的導(dǎo)航信息。GPS接收器可以藉由展頻技術(shù)與高處理增益，有效的將衛(wèi)星傳來(lái)的導(dǎo)航信息信號(hào)萃取?？墒侨绻腥魏螐?qiáng)大干擾源與信息信號(hào)共存時(shí)，接收器的效能便會(huì)顯著的被降級(jí)。這種干擾信號(hào)為數(shù)據(jù)信號(hào)的干擾(jammer)。干擾功率值與信號(hào)功率值的比例通常小于40dB，即40dB的干擾-信號(hào)比(jammer-to-sinal ratio；JSR)為可容許的范圍。實(shí)際操作時(shí)，維持這樣的比例通常為不可能的，因?yàn)橛袝r(shí)地面上接收到的GPS衛(wèi)星信號(hào)強(qiáng)度僅為-160dBm，而一些偶然或非偶然的無(wú)線電頻率干擾很容易超過(guò)此理想比例，造成接收器無(wú)法正常工作。由此可知，有關(guān)壓抑干擾的技術(shù)為目前熱門(mén)的課題。
波束產(chǎn)生器(beamformer)為一種線性組合器，利用大小為Mx1的多個(gè)(complex)權(quán)向量(weight vector)w，將數(shù)組數(shù)據(jù)向量x轉(zhuǎn)換為純量輸出y，其中M代表天線的數(shù)目y＝wHx公式(1)上述波束產(chǎn)生器的設(shè)計(jì)包含，將期望信號(hào)(SOI)的合成引導(dǎo)向量(composite steering vector)ad中對(duì)應(yīng)單位響應(yīng)限制(unit responseconstraint)的輸出功率縮小。藉由解下列最佳化問(wèn)題，可得到最佳權(quán)向量(optimum weight vector)w。
minw---E{|y|2}≡wHRw]]>subject towHad＝1 公式(2)其中，R為一個(gè)大小為MxM的數(shù)據(jù)相關(guān)矩陣，定義為
R=E{xxH}=σd2adadH+AuSuAuH+σn2I]]>≈AuSuAuH+σn2I]]>公式(3)其中矩陣大小為K×K的矩陣Su=E{susuH}]]>代表包含干擾源的來(lái)源相關(guān)矩陣。噪聲相關(guān)矩陣按照白空間假設(shè)(spatial whiteness assumption)，為σn2I。這里注意到，公式(3)的估計(jì)算式是根據(jù)期望信號(hào)遠(yuǎn)大于干擾能量的事實(shí)而導(dǎo)出的，即σn2<<σi2,]]>其中σi2代表干擾的功率。實(shí)施上，公式(3)的數(shù)據(jù)相關(guān)矩陣會(huì)被公式(4)的時(shí)間平均(time-averaging)算式取代。
R^=1NΣn=1Nx[n]xH[n]]]>公式(4)其中，x[n]代表接收數(shù)據(jù)的第n個(gè)抽樣值，而N則為抽樣的總數(shù)。
公式(2)中的線性限制最小變異數(shù)(Linear Constrained MinimumVariance；LCMV)問(wèn)題的解答為w＝R-1ad公式(5)這個(gè)公式中w的常數(shù)增益因?yàn)椴挥绊戄敵鯯INR效能值而被省略。無(wú)法實(shí)施LCMV波束產(chǎn)生器的最主要原因是合成引導(dǎo)向量(composite steeringvector)ad不可能實(shí)際的被實(shí)施。
另一種取得常用的方法為取得信號(hào)權(quán)(signal weights)，以產(chǎn)生期望時(shí)序信號(hào)Sd與波束產(chǎn)生器的輸出y之間的最小均方錯(cuò)誤(Minimum Mean SquareError；MMSE)。也就是信號(hào)權(quán)是根據(jù)下列的最小化公式得到的。
ϵ=E{|Sd-y|2}=E{|Sd-wHx|2}]]>=E{SdSd*}-wHE{xsd*}-xHE{wsd}+wHE{x*xT}w]]>公式(6)產(chǎn)生的解答可由以下公式得到的。
w＝R-1ds公式(7)其中ds＝E{x*Sd}。

發(fā)明內(nèi)容
本發(fā)明的一目的在于提供一種干擾檢測(cè)器，用來(lái)判斷是否有強(qiáng)大的干擾出現(xiàn)。
本發(fā)明的另一目的在于當(dāng)接收器接收到包含強(qiáng)大干擾的信號(hào)時(shí)，能減輕效能退化(performance degradation)。
本發(fā)明的一個(gè)實(shí)施例中揭露一種盲目(blind)反干擾前置處理器，用來(lái)減輕因?yàn)閺?qiáng)大干擾而造成的效能退化，其中包括一個(gè)干擾檢測(cè)器。干擾檢測(cè)器計(jì)算與接收信號(hào)有關(guān)的一個(gè)數(shù)據(jù)相關(guān)矩陣R，并根據(jù)該矩陣的特征值(eigen-value)分布狀態(tài)判斷接收數(shù)據(jù)是否被強(qiáng)大的干擾影響。反干擾前置處理器更包括一個(gè)最佳組合器，當(dāng)干擾檢測(cè)器判斷到有強(qiáng)大干擾時(shí)，根據(jù)變換數(shù)據(jù)(transformed data)Tx構(gòu)成一個(gè)權(quán)向量，否則根據(jù)接收數(shù)據(jù)x構(gòu)成權(quán)向量。權(quán)向量被用來(lái)控制搜集期望信號(hào)(SOI)的波束圖案。
與接收數(shù)據(jù)有關(guān)的數(shù)據(jù)相關(guān)矩陣R是由如公式(4)所顯示的時(shí)間平均算式估計(jì)得到的。
數(shù)據(jù)相關(guān)矩陣R的特征值分布是由計(jì)算平均追蹤(averaged trace)與數(shù)據(jù)關(guān)系矩陣R的確定數(shù)根(root of determinate)之間的比例， 其中M代表特征值的數(shù)目。追蹤的計(jì)算是為累加數(shù)據(jù)關(guān)系矩陣R中對(duì)角線的數(shù)值。干擾檢測(cè)器根據(jù)此比例是否大于一默認(rèn)值，例如10，判斷所接收的信號(hào)中有沒(méi)有強(qiáng)大的干擾。
導(dǎo)變換數(shù)據(jù)Tx的變換矩陣T是一個(gè)與干擾正交(orthonormal)矩陣Uj有關(guān)的補(bǔ)投影(complementary projection)矩陣，T=I-UjUjH.]]>本發(fā)明的另一實(shí)施例揭露一種GPS接收器，包括至少一根天線、反干擾前置處理器、相關(guān)器(correlator)、以及相位補(bǔ)償器。其中反干擾前置處理器可與先前敘述的實(shí)質(zhì)上相同。天線接收從衛(wèi)星傳來(lái)的GPS信號(hào)，并根據(jù)權(quán)向量輸出加權(quán)并累加的數(shù)據(jù)。反干擾前置處理器檢測(cè)并藉由產(chǎn)生特定權(quán)向量，壓制接收數(shù)據(jù)中強(qiáng)大的干擾，特定權(quán)向量依據(jù)檢測(cè)信號(hào)中判斷強(qiáng)大干擾的方向，設(shè)計(jì)為阻隔接收的這些有強(qiáng)大干擾的方向。相關(guān)器展開(kāi)反干擾前置處理器的輸出，以萃取被傳送的數(shù)據(jù)。最終，相位補(bǔ)償器檢測(cè)并彌補(bǔ)被反干擾前置處理器旋轉(zhuǎn)的相位。在一實(shí)施例中，GPS接收器更可包括一個(gè)硬決策(harddecision)檢測(cè)器，與相位補(bǔ)償器連接，用來(lái)恢復(fù)GPS的數(shù)據(jù)位。
相位補(bǔ)償器是根據(jù)GPS數(shù)據(jù)中各子幀第一個(gè)字的預(yù)設(shè)前文(preamble)，檢測(cè)被反干擾前置處理器引進(jìn)的相位旋轉(zhuǎn)。相位補(bǔ)償器包括一前文萃取器、一相位對(duì)齊乘法器、以及一累加器。前文萃取器將前文的位置找到，并傳給相位對(duì)齊乘法器，藉由將恢復(fù)被展開(kāi)(despread)的數(shù)據(jù)與預(yù)設(shè)前文相成，補(bǔ)償前文位的相位。累加器于是將連續(xù)處理過(guò)的前文相加。
為了讓本發(fā)明的上述和其它目的、特征、和優(yōu)點(diǎn)能更明顯易懂，下文特舉一較佳實(shí)施例，并配合附圖，作詳細(xì)說(shuō)明如下。


圖1為根據(jù)本發(fā)明第一實(shí)施例的反干擾前置處理器的結(jié)構(gòu)圖。
圖2為圖1中顯示的反干擾檢測(cè)器的結(jié)構(gòu)圖。
圖3為根據(jù)本發(fā)明第二實(shí)施例的GPS接收器的結(jié)構(gòu)圖。
圖4顯示使用在GPS系統(tǒng)中遙測(cè)(Telemetry；TLM)字的數(shù)據(jù)格式。
圖5為圖3中顯示的相位補(bǔ)償器的結(jié)構(gòu)圖。
附圖符號(hào)說(shuō)明1反干擾前置處理器；10干擾檢測(cè)器；12最佳組合器；141-14M、301-30M天線；102-108計(jì)算單元；3GPR接收器；32反干擾前置處理器；34相關(guān)器；36相位補(bǔ)償器；38硬決策檢測(cè)器。
具體實(shí)施例方式
在無(wú)線通信系統(tǒng)中，數(shù)組(array)處理技術(shù)普遍的被用來(lái)減輕衰減的影響。位了有可信賴的通信品質(zhì)，在有干擾的環(huán)境下，天線輸出會(huì)被加權(quán)并累加，以接收最大的期望信號(hào)(signal-of-interest)。直接序列展頻(DirectSequence Spread Spectrum；DSSS)系統(tǒng)中，與最大信號(hào)-干擾加噪聲比例(maximum signal to interference plus noise ratio；MSNR)波束產(chǎn)生器有關(guān)的最佳加權(quán)值(weight)是直接利用相關(guān)器的輸入與輸出信號(hào)所構(gòu)成的。以數(shù)學(xué)式表示，最佳加權(quán)值可由公式(8)得到Rw=λR~w]]>公式(8)其中， 代表與恢復(fù)被展開(kāi)(despread)數(shù)據(jù)有關(guān)的數(shù)據(jù)相關(guān)矩陣。公式(7)中特征算式(eigen-equation)的答案是由最大特征值相關(guān)的固有向量(eigenvector)而算得的。當(dāng)路徑延遲可被準(zhǔn)確的估計(jì)時(shí)，MSNR波束產(chǎn)生器可以有效的對(duì)付強(qiáng)大的干擾。可是當(dāng)有強(qiáng)大干擾時(shí)，SOI路徑的延遲很難被準(zhǔn)確的估測(cè)，因此相關(guān)器無(wú)法成功的萃取SOI。如此會(huì)使MSNR準(zhǔn)則中的預(yù)期信號(hào)被消除。所以一個(gè)補(bǔ)償辦法就是在送進(jìn)相關(guān)器之前，就先壓抑強(qiáng)大的干擾。
在DSSS信號(hào)環(huán)境中，如果所有信號(hào)都有相近的功率與處理增益，即展開(kāi)碼的長(zhǎng)度也相同，在恢復(fù)被展開(kāi)之前被干擾的信號(hào)的統(tǒng)計(jì)特質(zhì)會(huì)與白高斯噪聲(white Guassian noise)相近似。也就是說(shuō)，恢復(fù)被展開(kāi)的數(shù)據(jù)相關(guān)矩陣的特征值會(huì)幾乎相同，因此特征值的分布會(huì)很小。另一方面，特征值分布會(huì)因?yàn)楦鱾€(gè)信號(hào)功率不相近而增加。因此特征值的分布情況可以用來(lái)判斷強(qiáng)大干擾是否存在。
第一實(shí)施例如圖1所示，本發(fā)明揭露一種盲目反干擾前置處理器1，包括一個(gè)干擾檢測(cè)器10與一個(gè)最佳組合器12。
干擾檢測(cè)器10根據(jù)接收信號(hào)的數(shù)據(jù)相關(guān)矩陣中特征值的分布，判斷是否有強(qiáng)大干擾存在。根據(jù)特征值的特性，數(shù)據(jù)相關(guān)矩陣R的特征值乘積可以如公式(9)一般，由R的確定數(shù)(determinant)表示。
λ1xλ2x...xλM＝det(R) 公式(9)其中，λi(i＝1，2，...M)代表特征值，以及det(.)代表確定數(shù)算式。當(dāng)系統(tǒng)中沒(méi)有強(qiáng)大干擾時(shí)，數(shù)據(jù)相關(guān)矩陣的確定數(shù)det(R)大概等于M個(gè)特征值的乘積，如下列所示。
det(R)≈σ2M公式(10)其中σ2為恒等(identical)信號(hào)功率(特征值)，與接收數(shù)據(jù)相關(guān)矩陣的噪聲功率幾乎相同。而這個(gè)恒等信號(hào)功率由下列算式而估計(jì)得到。
σ2≈det(R)M]]>公式(11)數(shù)據(jù)相關(guān)矩陣R的特征值的總合可由R的對(duì)角線數(shù)值的總合得知，稱做R的追蹤(trace)。
Σi=1Mλi=Σi=1MRii≡tr(R)]]>公式(12)其中Rii代表數(shù)據(jù)相關(guān)矩陣R的對(duì)角線數(shù)值，而tr(.)則為代表總功率的追蹤算式。根據(jù)公式(12)，如果系統(tǒng)沒(méi)有強(qiáng)大干擾時(shí)，恒等信號(hào)功率可由tr(R)/M算得，即
λ1≈σ2≈tr(R)/M 公式(13)根據(jù)公式(11)及(13)，沒(méi)有強(qiáng)大干擾的系統(tǒng)中， 的值大約會(huì)等于tr(R)/M。
γ=tr(R)Mxdet(R)M≈1]]>公式(14)因此，公式(14)的結(jié)果可以被當(dāng)作檢測(cè)是否有強(qiáng)大干擾的依據(jù)。當(dāng)有強(qiáng)大干擾時(shí)，γ的值會(huì)遠(yuǎn)大于1。相反的，如果計(jì)算出來(lái)的結(jié)果接近1時(shí)，γ≈1，干擾檢測(cè)器便判斷沒(méi)有強(qiáng)大的干擾。
干擾檢測(cè)器的所有步驟可藉由圖2以及下列的敘述做概括。
首先，接收的數(shù)據(jù)相關(guān)矩陣根據(jù)公式(4)，R^=1NΣn=1Nx[n]xH[n],]]>被計(jì)算。
圖2也顯示方塊102計(jì)算從M個(gè)天線141-14M接收的信號(hào)的數(shù)據(jù)相關(guān)矩陣R。
特征值的乘積與總合會(huì)分別根據(jù)公式(9)，λ1xλ2x...xλM，＝det(R)，以及公式(12)，Σi=1Mλi=Σi=1MRii≡tr(R),]]>被計(jì)算出來(lái)，因此而獲得對(duì)應(yīng)的det(R)104以及tr(R)106。
接著，如公式(14)，γ=tr(R)Mxdet(R)M≈1,]]>顯示的比例γ會(huì)由方塊108計(jì)算。當(dāng)此比例γ遠(yuǎn)大于1時(shí)，干擾檢測(cè)器判斷出強(qiáng)大干擾存在，否則只有與SOI相較之下微小的干擾存在。當(dāng)檢測(cè)到強(qiáng)大干擾后，下個(gè)步驟則為將接收數(shù)據(jù)轉(zhuǎn)換，以消除此強(qiáng)大干擾。根據(jù)特征分解技術(shù)，數(shù)據(jù)相關(guān)矩陣R可被展開(kāi)R≈UsΛsUsH+UjΛjUjH]]>公式(15)其中Us與Uj分別代表SOI與強(qiáng)大干擾中分布的特征值相關(guān)的信號(hào)子空間(subspace)以及干擾子空間。對(duì)角線矩陣Λs與Λj分別是由SOI與強(qiáng)大干擾的特征值構(gòu)成的。這里須注意一點(diǎn)，公式(15)的估測(cè)試基于假設(shè)有強(qiáng)大干擾存在的情況。假設(shè)強(qiáng)大干擾的功率比SOI還大許多，Uj的主要特征向量構(gòu)成強(qiáng)大干擾的子空間。另一個(gè)Us中特征向量補(bǔ)足子空間，大約與強(qiáng)大干擾的有效引導(dǎo)向量(effective steering vectors)成正交(orthogonal)。因此壓抑強(qiáng)大干擾的轉(zhuǎn)換矩陣T通常為與干擾正交矩陣Uj相關(guān)的補(bǔ)投影(complementaryprojection)矩陣。
T=I-UjUjH]]>公式(16)當(dāng)圖1中干擾檢測(cè)器10判斷到天線141-14M接收的信號(hào)是否有強(qiáng)大干擾時(shí)，會(huì)將信息傳遞給最佳組合器12。最佳組合器12根據(jù)是否有強(qiáng)大干擾存在而產(chǎn)生權(quán)向量w。
如果干擾檢測(cè)器10檢測(cè)到有強(qiáng)大干擾，權(quán)向量w是根據(jù)轉(zhuǎn)換數(shù)據(jù)Tx產(chǎn)生的，以確保強(qiáng)大干擾被有效的壓抑。本發(fā)明中，權(quán)向量是根據(jù)如公式(17)所示的最大信號(hào)加噪聲-噪聲比例(maximum signal plus noise-to-noiseratio；MSNNR)而計(jì)算得到的。
maxwE{|wHTx|2}E{|wHTn|2}≡wHTRTwwHT2w=wHTRTwwHTw]]>公式(17)公式(17)的答案是由特征算式的主要模式(即對(duì)應(yīng)最大特征值的特征向量)求得。
TRTw＝ηTw 公式(18)其中，η代表公式(18)中特征算式的最大特征值。由于T是一個(gè)冪等矩陣(idempotent matrix)，因此T2＝T。由于強(qiáng)大干擾被壓抑，由權(quán)向量w得到的波束圖案可以同時(shí)產(chǎn)生主波束(main beam)搜集SOI，并且產(chǎn)生無(wú)訊區(qū)(nulls)來(lái)壓抑強(qiáng)大的干擾。
當(dāng)強(qiáng)大干擾不存在時(shí)，權(quán)向量w可以直接根據(jù)接收數(shù)據(jù)而獲得，同樣地，MSNNR的原理可以在這里被使用。
maxwE{|wHx|2}E{|wHn|2}≡wHRwwHw]]>公式(19)公式(19)的答案可由Rw=η~w]]>推倒而得知，其中， 代表最大的特征值。明顯地，由權(quán)向量w獲得的波束圖案會(huì)產(chǎn)生一個(gè)用來(lái)搜集SOI的主波束。
第二實(shí)施例圖3顯示一個(gè)根據(jù)本發(fā)明第二實(shí)施例的GPR接收器3。GPS接收器3主要包括反干擾前置處理器32、相關(guān)器34、相位補(bǔ)償器36、以及硬決策檢測(cè)器38。圖3的反干擾前置處理器32可以與第一實(shí)施例描述的盲目反干擾前置處理器相同。反干擾前置處理器32的輸出被相關(guān)器34恢復(fù)之前被展開(kāi)并萃取被傳遞的數(shù)據(jù)。相位補(bǔ)償器36需要彌補(bǔ)反干擾前置處理器32中最佳組合器所引進(jìn)的相位旋轉(zhuǎn)。如果被旋轉(zhuǎn)的相位不被更正，將會(huì)造成嚴(yán)重的效能退化。因此相位補(bǔ)償器36根據(jù)GPS數(shù)據(jù)中每一個(gè)子幀對(duì)應(yīng)的第一個(gè)/遙測(cè)字(Telemetry；TLM)中8位的預(yù)設(shè)前文(preambles)估計(jì)結(jié)合機(jī)制中引進(jìn)的相位旋轉(zhuǎn)角度。對(duì)應(yīng)遙測(cè)字(TLM)的數(shù)據(jù)格式顯示在圖4中，其中每個(gè)字包括30位的數(shù)據(jù)。
前文位(0，1)的相位差被隱藏在接收數(shù)據(jù)中，可藉由將恢復(fù)被展開(kāi)的數(shù)據(jù)與預(yù)設(shè)前文位相乘而對(duì)齊。由于恢復(fù)被展開(kāi)的數(shù)據(jù)與預(yù)設(shè)前文位的乘積可以消除對(duì)應(yīng)前文位的相位影響，對(duì)齊的相位數(shù)據(jù)中許多位可同時(shí)被處理。估計(jì)的相位也可以藉由下列公式算出。
公式(20)對(duì)應(yīng)相位補(bǔ)償器的圖顯示在圖5中。這里因?yàn)閷?shí)施便利的理由，將為了對(duì)齊相位的乘法器由前文萃取器代替。圖5中，相位補(bǔ)償器包括一個(gè)前文位萃取器，用來(lái)尋找前文位的位置，一個(gè)相位對(duì)齊乘法器，用來(lái)補(bǔ)償前文位中的相位，以及一個(gè)累加器，用來(lái)累加連續(xù)處理的前文位。
圖3的相位補(bǔ)償器36于是將輸出送進(jìn)硬決策檢測(cè)器38，以恢復(fù)GPS數(shù)據(jù)位。
雖然本發(fā)明已以較佳實(shí)施例揭露如上，然其并非用以限定本發(fā)明，任何熟習(xí)此技藝者，在不脫離本發(fā)明的精神和范圍內(nèi)，當(dāng)可作些許的更動(dòng)與潤(rùn)飾，因此本發(fā)明的保護(hù)范圍當(dāng)視后附的申請(qǐng)專利范圍所界定者為準(zhǔn)。
權(quán)利要求
1.一種反干擾前置處理器，用來(lái)減輕因一強(qiáng)大干擾造成的接收效能退化，該反干擾前置處理器包括一干擾檢測(cè)器，計(jì)算與一接收信號(hào)相關(guān)的一數(shù)據(jù)相關(guān)矩陣R，并根據(jù)該數(shù)據(jù)相關(guān)矩陣的特征值分布判斷該接收信號(hào)是否包括該強(qiáng)大干擾；以及一最佳組合器，如果該干擾檢測(cè)器判斷該強(qiáng)大干擾存在時(shí)，根據(jù)一轉(zhuǎn)換數(shù)據(jù)Tx產(chǎn)生一權(quán)向量，否則根據(jù)該接收數(shù)據(jù)x產(chǎn)生該權(quán)向量；其中，該權(quán)向量控制搜集一期望信號(hào)的一波束圖形。
2.如權(quán)利要求1所述的反干擾前置處理器，其中，該數(shù)據(jù)相關(guān)矩陣R是由一時(shí)間平均算式估計(jì)而得，R^=1NΣn=1Nx[n]xH[n],]]>其中x[n]代表該接收信號(hào)的第n次抽樣，并且N代表抽樣的數(shù)目。
3.如權(quán)利要求2所述的反干擾前置處理器，其中，判斷該特征值分布是利用計(jì)算一平均追蹤與該數(shù)據(jù)相關(guān)矩陣R的一確定數(shù)根之間的一比例，Mdet(R)Mtr(R),]]>其中M代表特征值的數(shù)目。
4.如權(quán)利要求3所述的反干擾前置處理器，其中，該追蹤的計(jì)算是為累加該數(shù)據(jù)關(guān)系矩陣R中多個(gè)對(duì)角線數(shù)值。
5.如權(quán)利要求3所述的反干擾前置處理器，其中，該干擾檢測(cè)器根據(jù)該比例是否大于一默認(rèn)值，判斷該接收信號(hào)中有沒(méi)有強(qiáng)大的干擾。
6.如權(quán)利要求5所述的反干擾前置處理器，其中，該默認(rèn)值為10。
7.如權(quán)利要求1所述的反干擾前置處理器，其中，導(dǎo)出該變換數(shù)據(jù)Tx的變換矩陣T為與一干擾正交矩陣Uj有關(guān)的一補(bǔ)投影矩陣，T=I-UjUjH.]]>
8.一種全球定位系統(tǒng)接收器，其中包括至少一根天線，接收多個(gè)信號(hào)，并且輸出根據(jù)一權(quán)向量加權(quán)并累加的數(shù)據(jù)，其中該權(quán)向量控制搜集期望信號(hào)的一波束圖案；一反干擾前置處理器，連接于該天線，檢測(cè)該接收信號(hào)中有無(wú)強(qiáng)大的干擾，以及利用產(chǎn)生該權(quán)向量壓抑強(qiáng)大干擾；一相關(guān)器，將從該反干擾前置處理器的輸出恢復(fù)被展開(kāi)并萃取被傳送的數(shù)據(jù)；以及一相位補(bǔ)償器，連接于該相關(guān)器，以檢測(cè)并補(bǔ)償相位旋轉(zhuǎn)。
9.如權(quán)利要求8所述的GPS接收器，更包括一硬決策檢測(cè)器，連接至該相位補(bǔ)償器，用來(lái)恢復(fù)該GPS數(shù)據(jù)位。
10.如權(quán)利要求8所述的GPS接收器，其中，該反干擾前置處理器包括一干擾檢測(cè)器，計(jì)算與該接收信號(hào)相關(guān)的一數(shù)據(jù)相關(guān)矩陣R，并根據(jù)該數(shù)據(jù)相關(guān)矩陣的特征值分布判斷該接收信號(hào)是否包括強(qiáng)大干擾；以及一最佳組合器，如果該干擾檢測(cè)器判斷到有強(qiáng)大干擾時(shí)，根據(jù)一轉(zhuǎn)換數(shù)據(jù)Tx產(chǎn)生該權(quán)向量，否則根據(jù)該接收數(shù)據(jù)x產(chǎn)生該權(quán)向量。
11.如權(quán)利要求10所述的GPS接收器，其中，該數(shù)據(jù)相關(guān)矩陣R是由一時(shí)間平均算式估計(jì)而得，R^=1NΣn=1Nx[n]xH[n],]]>其中x[n]代表該接收信號(hào)的第n次抽樣，并且N代表抽樣的數(shù)目。
12.如權(quán)利要求10所述的GPS接收器，其中，判斷該特征值分布是利用計(jì)算一平均追蹤與該數(shù)據(jù)相關(guān)矩陣R的一確定數(shù)根之間的一比例，Mdet(R)Mtr(R),]]>其中，M代表特征值的數(shù)目。
13.如權(quán)利要求12所述的GPS接收器，其中，該追蹤的計(jì)算是為累加該數(shù)據(jù)關(guān)系矩陣R中多個(gè)對(duì)角線數(shù)值。
14.如權(quán)利要求12所述的GPS接收器，其中，該干擾檢測(cè)器根據(jù)該比例是否大于一默認(rèn)值，判斷該接收信號(hào)中有沒(méi)有強(qiáng)大的干擾。
15.如權(quán)利要求14所述的GPS接收器，其中，該默認(rèn)值為10。
16.如權(quán)利要求10所述的GPS接收器，其中，導(dǎo)出該變換數(shù)據(jù)Tx的變換矩陣T為與一干擾正交矩陣Uj有關(guān)的一補(bǔ)投影矩陣，T=I-UjUjH.]]>
17.如權(quán)利要求8所述的GPS接收器，其中，該相位是根據(jù)GPS數(shù)據(jù)里各子幀中第一個(gè)字的前文，補(bǔ)償器檢測(cè)該反干擾前置處理器造成的該相位旋轉(zhuǎn)。
18.如權(quán)利要求17所述的GPS接收器，其中該相位補(bǔ)償器包括一前文萃取器，尋找一前文的位置；一相位對(duì)齊乘法器，藉由將恢復(fù)被展開(kāi)的數(shù)據(jù)與預(yù)設(shè)前文相成，補(bǔ)償該前文位的相位；以及一累加器，將連續(xù)處理過(guò)的該前文相加。
全文摘要
一種盲目反干擾前置處理器，用來(lái)檢測(cè)并防止由于強(qiáng)大干擾造成的效能退化。反干擾前置處理器包括一個(gè)干擾檢測(cè)器，根據(jù)接收數(shù)據(jù)相關(guān)矩陣(correlation matrix)的特征值(eigen－value)分布狀態(tài)判斷是否有強(qiáng)大的干擾在接收數(shù)據(jù)中，以及一個(gè)最佳組合器，在某些相位產(chǎn)生無(wú)信區(qū)(null)壓制檢測(cè)到的強(qiáng)大干擾，并在某些相位產(chǎn)生主波束(main－beam)接收期望信號(hào)(signal－of－interest；SOI)。本發(fā)明更揭露一種GPS接收器，包括反干擾前置處理器、相關(guān)器、相位補(bǔ)償器、以及硬決策(hard decision)檢測(cè)器。反干擾前置處理器的輸出傳送給相關(guān)器，以恢復(fù)比特流。GPS數(shù)據(jù)的各個(gè)子幀里第一個(gè)字所包括的8位前文(preamble)，被用來(lái)檢測(cè)由最佳組合器造成的相位旋轉(zhuǎn)。
文檔編號(hào)G01S1/00GK1700606SQ200510006240
公開(kāi)日2005年11月23日 申請(qǐng)日期2005年2月2日 優(yōu)先權(quán)日2004年5月20日
發(fā)明者林垂彩 申請(qǐng)人:明基電通股份有限公司