一种多径效应的抑制方法、程序产品、电子设备及存储介质与流程

本技术涉及卫星通信，具体而言，涉及一种多径效应的抑制方法、程序产品、电子设备及存储介质。

背景技术：

1、地面卫星终端在接收卫星信号时，由于信号传播路径中存在建筑物、地形、植被等反射体，接收天线除收到直达信号外，还会收到一个或多个经反射、散射后到达的副本信号，即多径效应。多径效应会导致信号幅度的衰落、码相位偏移和载波相位畸变，严重时可使终端无法正常解调卫星信号，或导致定位精度大幅下降。但是，现有技术中的多径效应的抑制方法的效果较差。

技术实现思路

1、本技术实施例的目的在于提供一种多径效应的抑制方法、程序产品、电子设备及存储介质，用以解决现有技术中多径效应的抑制方法的效果较差的技术问题。

2、第一方面，本技术实施例提供一种多径效应的抑制方法，包括：获取环境感知信息，其中，环境感知信息包括运动状态信息、周围环境反射体信息以及当前接收信号的质量信息；基于环境感知信息估计多径信号参数；根据多径信号参数，在空域、时域及频域分别进行多径抑制处理，并对各域处理结果进行融合，得到经多径抑制处理后的卫星信号。

3、在上述方案中，通过获取包含运动状态信息、周围环境反射体信息以及当前接收信号质量信息的环境感知信息，并基于该环境感知信息估计多径信号参数，使得多径参数的估计不再仅依赖接收信号本身，而是融合了终端运动状态和周围环境反射体的感知数据，从而实现了对多径环境的实时感知和动态追踪；在此基础上，根据多径信号参数在空域、时域及频域分别进行多径抑制处理并对各域处理结果进行融合，克服了单一域处理方法对复杂多径场景抑制能力不足的缺陷，实现了空域、时域和频域多域联合处理的协同增益，显著提升了多径效应的抑制效果。

4、在可选的实施方式中，基于环境感知信息估计多径信号参数，包括：利用运动状态信息对当前接收信号进行多普勒补偿，得到经多普勒补偿后的接收信号；利用周围环境反射体信息构建多径传播几何模型，并根据几何模型确定多径时延的先验搜索范围；在先验搜索范围内，采用时域子空间方法对经多普勒补偿后的接收信号进行处理，估计多径信号参数。

5、在上述方案中，利用运动状态信息对当前接收信号进行多普勒补偿，消除了终端运动引起的频率偏移，保证了后续子空间方法所需的信号相干性；利用周围环境反射体信息构建多径传播几何模型并确定多径时延的先验搜索范围，以环境感知信息作为先验约束缩小了参数搜索空间；在先验范围内采用时域子空间方法对经多普勒补偿后的接收信号进行处理，即使在复杂环境和低信噪比条件下也能实现多径信号时延、幅度和相位参数的高精度估计，提高了多径参数估计的精度和速度。

6、在可选的实施方式中，对各域处理结果进行融合，包括：根据多径到达角、多径时延及多径频谱特征，动态确定空域处理、时域处理和频域处理的权重系数；按照权重系数对空域处理结果、时域处理结果和频域处理结果进行加权融合。

7、在上述方案中，根据多径到达角、多径时延及多径频谱特征，动态确定空域处理、时域处理和频域处理的权重系数，并按照所述权重系数对空域处理结果、时域处理结果和频域处理结果进行加权融合，使得系统能够根据实时多径参数和环境特征动态分配各域处理的权重，实现了空域、时域和频域处理的有机协同，达到了多域联合处理的协同增益效果，避免了固定权重模式下特定场景中单一域处理失配导致的抑制性能下降。

8、在可选的实施方式中，根据多径到达角、多径时延及多径频谱特征，动态确定空域处理、时域处理和频域处理的权重系数，包括：若多径到达角与直达波到达角的夹角大于预设角度阈值，则增大空域处理的权重系数；若多径时延大于预设时延阈值，则增大时域处理的权重系数；若多径信号呈现频域畸变特征，则增大频域处理的权重系数。

9、在上述方案中，通过设置预设角度阈值和预设时延阈值，当多径到达角与直达波到达角的夹角大于预设角度阈值时增大空域处理的权重系数，利用空域波束形成对来向差异明显的多径信号进行有效区分和抑制；当多径时延大于预设时延阈值时增大时域处理的权重系数，利用时域自适应滤波对长时延多径进行对消；当多径信号呈现频域畸变特征时增大频域处理的权重系数，利用频域均衡补偿多径引起的频谱失真。该动态权重调整策略使得空域、时域和频域处理能够根据多径的具体特征发挥各自优势，实现了抑制策略与多径场景的最优匹配。

10、在可选的实施方式中，在根据多径信号参数，在空域、时域及频域分别进行多径抑制处理之前，多径效应的抑制方法还包括：将环境感知信息输入神经网络，得到神经网络输出的多径抑制策略参数；根据多径抑制策略参数，调整空域处理、时域处理及频域处理的多径抑制处理策略。

11、在上述方案中，在根据多径信号参数进行多域抑制处理之前，将环境感知信息输入神经网络，利用神经网络输出多径抑制策略参数，并根据该策略参数调整空域处理、时域处理及频域处理的多径抑制处理策略，实现了多径抑制策略的智能化实时优化。由于神经网络模型为轻量化设计，推理延迟小，能够满足终端的实时性要求，克服了传统深度学习方法推理延迟大、难以满足实时终端需求的缺陷。

12、在可选的实施方式中，在对各域处理结果进行融合之后，多径效应的抑制方法还包括：对经多径抑制处理后的信号进行质量评估；根据质量评估结果调整估计多径信号参数时涉及的参数和/或进行多径抑制处理时涉及的参数。

13、在上述方案中，在对各域处理结果进行融合之后，对经多径抑制处理后的信号进行质量评估，并根据所述质量评估结果调整估计多径信号参数时涉及的参数和/或进行多径抑制处理时涉及的参数，形成了闭环反馈结构。通过该闭环反馈机制，系统能够持续跟踪多径环境的变化并自适应调整处理参数，克服了开环系统在环境变化时性能退化的缺陷，实现了多径抑制的持续优化。

14、在可选的实施方式中，质量评估结果包括多径残余误差，对经多径抑制处理后的信号进行质量评估，包括：计算经多径抑制处理后的信号的多径残余误差。

15、在上述方案中，通过计算经多径抑制处理后的信号的多径残余误差，并将该多径残余误差作为质量评估结果用于反馈调整，使得反馈调节具有明确的量化依据。多径残余误差能够准确反映当前多径抑制处理后的残余干扰水平，通过将该残余误差反馈至参数估计过程和抵消处理过程，系统可以精确判断当前抑制策略的有效性并据此调整相关参数，实现了闭环自适应调整的精确控制，确保了多径抑制效果的持续改善。

16、第二方面，本技术实施例提供一种多径效应的抑制装置，包括：获取模块，用于获取环境感知信息，其中，环境感知信息包括运动状态信息、周围环境反射体信息以及当前接收信号的质量信息；估计模块，用于基于环境感知信息估计多径信号参数；处理模块，用于根据多径信号参数，在空域、时域及频域分别进行多径抑制处理，并对各域处理结果进行融合，得到经多径抑制处理后的卫星信号。

17、在上述方案中，通过获取包含运动状态信息、周围环境反射体信息以及当前接收信号质量信息的环境感知信息，并基于该环境感知信息估计多径信号参数，使得多径参数的估计不再仅依赖接收信号本身，而是融合了终端运动状态和周围环境反射体的感知数据，从而实现了对多径环境的实时感知和动态追踪；在此基础上，根据多径信号参数在空域、时域及频域分别进行多径抑制处理并对各域处理结果进行融合，克服了单一域处理方法对复杂多径场景抑制能力不足的缺陷，实现了空域、时域和频域多域联合处理的协同增益，显著提升了多径效应的抑制效果。

18、在可选的实施方式中，估计模块具体用于：利用运动状态信息对当前接收信号进行多普勒补偿，得到经多普勒补偿后的接收信号；利用周围环境反射体信息构建多径传播几何模型，并根据几何模型确定多径时延的先验搜索范围；在先验搜索范围内，采用时域子空间方法对经多普勒补偿后的接收信号进行处理，估计多径信号参数。

19、在上述方案中，利用运动状态信息对当前接收信号进行多普勒补偿，消除了终端运动引起的频率偏移，保证了后续子空间方法所需的信号相干性；利用周围环境反射体信息构建多径传播几何模型并确定多径时延的先验搜索范围，以环境感知信息作为先验约束缩小了参数搜索空间；在先验范围内采用时域子空间方法对经多普勒补偿后的接收信号进行处理，即使在复杂环境和低信噪比条件下也能实现多径信号时延、幅度和相位参数的高精度估计，提高了多径参数估计的精度和速度。

20、在可选的实施方式中，处理模块具体用于：根据多径到达角、多径时延及多径频谱特征，动态确定空域处理、时域处理和频域处理的权重系数；按照权重系数对空域处理结果、时域处理结果和频域处理结果进行加权融合。

21、在上述方案中，根据多径到达角、多径时延及多径频谱特征，动态确定空域处理、时域处理和频域处理的权重系数，并按照所述权重系数对空域处理结果、时域处理结果和频域处理结果进行加权融合，使得系统能够根据实时多径参数和环境特征动态分配各域处理的权重，实现了空域、时域和频域处理的有机协同，达到了多域联合处理的协同增益效果，避免了固定权重模式下特定场景中单一域处理失配导致的抑制性能下降。

22、在可选的实施方式中，处理模块还用于：若多径到达角与直达波到达角的夹角大于预设角度阈值，则增大空域处理的权重系数；若多径时延大于预设时延阈值，则增大时域处理的权重系数；若多径信号呈现频域畸变特征，则增大频域处理的权重系数。

23、在上述方案中，通过设置预设角度阈值和预设时延阈值，当多径到达角与直达波到达角的夹角大于预设角度阈值时增大空域处理的权重系数，利用空域波束形成对来向差异明显的多径信号进行有效区分和抑制；当多径时延大于预设时延阈值时增大时域处理的权重系数，利用时域自适应滤波对长时延多径进行对消；当多径信号呈现频域畸变特征时增大频域处理的权重系数，利用频域均衡补偿多径引起的频谱失真。该动态权重调整策略使得空域、时域和频域处理能够根据多径的具体特征发挥各自优势，实现了抑制策略与多径场景的最优匹配。

24、在可选的实施方式中，多径效应的抑制装置还包括：输入模块，用于将环境感知信息输入神经网络，得到神经网络输出的多径抑制策略参数；调整模块，用于根据多径抑制策略参数，调整空域处理、时域处理及频域处理的多径抑制处理策略。

25、在上述方案中，在根据多径信号参数进行多域抑制处理之前，将环境感知信息输入神经网络，利用神经网络输出多径抑制策略参数，并根据该策略参数调整空域处理、时域处理及频域处理的多径抑制处理策略，实现了多径抑制策略的智能化实时优化。由于神经网络模型为轻量化设计，推理延迟小，能够满足终端的实时性要求，克服了传统深度学习方法推理延迟大、难以满足实时终端需求的缺陷。

26、在可选的实施方式中，多径效应的抑制装置还包括：评估模块，用于对经多径抑制处理后的信号进行质量评估；调整模块，用于根据质量评估结果调整估计多径信号参数时涉及的参数和/或进行多径抑制处理时涉及的参数。

27、在上述方案中，在对各域处理结果进行融合之后，对经多径抑制处理后的信号进行质量评估，并根据所述质量评估结果调整估计多径信号参数时涉及的参数和/或进行多径抑制处理时涉及的参数，形成了闭环反馈结构。通过该闭环反馈机制，系统能够持续跟踪多径环境的变化并自适应调整处理参数，克服了开环系统在环境变化时性能退化的缺陷，实现了多径抑制的持续优化。

28、在可选的实施方式中，质量评估结果包括多径残余误差，评估模块具体用于：计算经多径抑制处理后的信号的多径残余误差。

29、在上述方案中，通过计算经多径抑制处理后的信号的多径残余误差，并将该多径残余误差作为质量评估结果用于反馈调整，使得反馈调节具有明确的量化依据。多径残余误差能够准确反映当前多径抑制处理后的残余干扰水平，通过将该残余误差反馈至参数估计过程和抵消处理过程，系统可以精确判断当前抑制策略的有效性并据此调整相关参数，实现了闭环自适应调整的精确控制，确保了多径抑制效果的持续改善。

30、第三方面，本技术实施例提供一种计算机程序产品，包括计算机程序指令，所述计算机程序指令被处理器读取并运行时，执行如第一方面所述的方法。

31、第四方面，本技术实施例提供一种电子设备，包括：处理器、存储器和总线；所述处理器和所述存储器通过所述总线完成相互间的通信；所述存储器存储有可被所述处理器执行的计算机程序指令，所述处理器调用所述计算机程序指令能够执行如第一方面所述的方法。

32、第五方面，本技术实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储计算机程序指令，所述计算机程序指令被计算机运行时，使所述计算机执行如第一方面所述的方法。

33、为使本技术的上述目的、特征和优点能更明显易懂，下文特举本技术实施例，并配合所附附图，作详细说明如下。