潘延明，卢艳娥，骆艳卜，李思佳

(空军工程大学 电信工程学院，陕西 西安710077)

空时自适应滤波算法的优点是能够在不增加天线阵元数目的前提下大大提高信号处理的自由度，并可以抵消诸如连续波干扰、调频干扰等多种窄带和宽带干扰。在最小均方误差MMSE(Minimum Mean Square Error)准则下，维纳滤波WF(Wiener Filter)对期望信号的估计是最优的[1,2]。维纳滤波仅仅依赖观测信号的二阶统计量，易于实现，因此被广泛应用于多种场合。但是该方法需要计算观测信号的自相关矩阵的逆矩阵，这意味着空时自适应滤波的计算量会随着自相关矩阵维数的增加而急剧增大。因此，在当前硬件条件下，以降低计算量为目的的降秩处理是空时自适应滤波所研究的重要问题之一[3]。

针对空时自适应滤波问题，现有的降秩方法很多，其中应用最广泛的是多级维纳滤波MSNWF。相对于其他的降秩方法，MSNWF有更优的稳态和瞬态性能，能够在处理器维数远小于信号空间维数时，使性能接近最佳，并且避免了求解矩阵的逆、特征空间分解等复杂的运算，给计算带来了方便[4-5]。然而，MSNWF包含前向迭代和后向迭代两个过程，在阵元数目过多时，双向迭代过程使MSNWF的计算量大大增加，难以满足实时性的要求。针对这一问题，本文采用基于共轭梯度的多级维纳滤波算法CG-MSNWF,该算法只有前向迭代过程，避免了开放运算，计算量小。在相同的干扰抑制性能条件下，该算法的收敛速度比MSNWF有所提高，能够快速适应时变的场景，易于实时处理。……