《IEEE Access》：Iterative Greedy Look-Up Table Optimization for Fast Analog Null Steering in GNSS Anti-Jamming Receivers
编辑推荐：
为应对GNSS面临的严重干扰威胁，本研究提出了一种基于迭代贪婪优化（IGO）的自适应查找表（LUT）优化框架。该研究针对传统功率反演法中LUT“粗分辨率搜索性能不足、细分辨率计算成本过高”的矛盾，动态筛选最优条目。结果显示，在保持抗干扰性能的同时，优化后的LUT可将搜索空间最多缩减96.5%，为接收机硬件设计提供了高效低成本的解决方案。
在卫星定位已成为日常生活和关键基础设施核心的今天，全球导航卫星系统（GNSS）信号却异常脆弱，极易受到恶意干扰。想象一下，自动驾驶汽车、无人机、乃至电网同步系统，都可能因为定位信号丢失而陷入混乱甚至灾难。传统接收机面对高强度干扰信号时，会完全失去定位能力。为了解决这个问题，一种名为“模拟调零”的技术被提出，它可以在天线端就形成信号接收的“盲区”（即波束零点），将干扰方向“屏蔽”掉，从而在干扰环境下保护微弱的卫星信号。这项技术的一个关键优势在于其“模拟”特性，它避免了在多个天线通道上部署昂贵、耗电的高速模数转换器（ADCs），为低功耗、低成本抗干扰接收机设计提供了可能。
然而，模拟调零的实现依赖于一个预先计算好的“配方表”——查找表（Look-Up Table, LUT）。这张表里存储了针对不同干扰方向所需的天线加权系数。理想的LUT需要做到两点：一是“全”，即能覆盖360度全方位，不留死角；二是“精”，即形成的零点要足够“深”，足以抑制强干扰。但这在实践中是一个两难困境。如果LUT设计得过于精细，条目数量会爆炸式增长，导致实时查找的时间长得无法接受；如果设计得过于粗糙，虽然查得快，但要么零点深度不够，要么覆盖不完整，留下被干扰的空档。这正是当前模拟调零技术在实际应用中的核心瓶颈。
为了解决这一难题，由研究人员在《IEEE Access》上发表的研究，引入了一个创新的自适应LUT优化框架。他们没有采用传统的、计算量巨大的穷举搜索来生成LUT，也没有使用遗传算法、模拟退火等不确定性较高的种群优化方法，而是另辟蹊径，利用了零点覆盖问题中的“次模结构”特性。基于此，他们提出了名为迭代贪婪优化（Iterative Greedy Optimization, IGO）的确定性算法。该方法从一个高分辨率的、能提供深零点的基础LUT出发，但其目标不是全部使用，而是像一位精明的采购员，只挑选“性价比最高”的条目。IGO的核心思想是，增量式地、贪婪地选择那些能在最大程度上扩展有效零点覆盖范围，同时与其他已选条目重叠度最低的LUT条目。这个过程是单次前向执行、确定收敛的，最终能在保证达到目标抑制深度和全方位空间覆盖的前提下，生成一个条目数量大幅精简的优化LUT。简单来说，就是用智能筛选代替蛮力罗列，在确保性能不降级的前提下，极大地压缩“配方表”的厚度，从而实现快速、高效的实时干扰抑制。
为实现上述研究，作者主要采用了以下几个关键技术方法：首先，基于四阵元均匀圆形天线阵（Uniform Circular Array, UCA）模型进行理论推导和仿真建模，量化分析LUT性能与阵列构型、干扰参数的关系。其次，构建了完整的IGO算法流程，包括初始化、增益计算、迭代筛选和收敛性验证模块。在实验验证阶段，研究使用了加拿大Calian公司生产的可控接收天线（Controlled Reception Pattern Antenna, CRPA）进行硬件实测，以验证优化LUT在真实射频环境下的性能。最后，通过集成Syntony GNSS信号模拟器的硬件在环（Hardware-in-the-Loop）导航测试平台，在模拟的恶劣干扰（干信比J/S高达65 dB）环境下，对接收机的最终定位可用性进行了评估。
研究结果：
- •
仿真验证了IGO算法的有效性：基于四阵元UCA的仿真结果表明，与传统穷举搜索法相比，IGO优化的LUT可以在达到相同目标零点深度时，将所需的计算时间和LUT条目数量减少高达20倍。这证明了IGO在理论层面具有显著压缩搜索空间、降低计算复杂度的能力。
- •
实测确认了IGO-LUT的干扰抑制性能：在Calian CRPA上的实际射频测试结果显示，经过IGO优化得到的精简LUT，其干扰抑制性能能够达到甚至超过预先设定的性能指标。更关键的是，优化过程成功将搜索空间（即LUT条目总数）减少了最高96.5%。这表明算法不仅能“纸上谈兵”，更能应用于真实硬件，在保持高性能的同时，极大地减轻了接收机实时信号处理的负担。
- •
硬件在环导航测试证明了系统级优势：在J/S = 65 dB的强干扰环境下，使用IGO优化LUT的抗干扰接收机能够维持完整的定位可用性，即持续输出有效、准确的定位结果。与之形成鲜明对比的是，未受保护的普通接收机在干扰下完全失效，出现了彻底的定位中断。导航性能分析进一步揭示，在同等条件下，采用IGO方案的接收机能够获得更快的定位收敛速度和其他导航精度指标的提升。
研究结论与讨论：
本研究成功提出并验证了一种基于迭代贪婪优化（IGO）的自适应查找表优化框架，从根本上解决了模拟调零技术在实现快速、深度、全方位干扰抑制时所面临的核心矛盾——性能与复杂度的权衡。IGO算法的创新之处在于，它摆脱了传统随机优化方法的不确定性和高计算成本，利用问题的数学结构实现了确定性的高效收敛。最终生成的优化LUT，是一个“小而精悍”的解决方案，它用极少的条目（搜索空间减少最高96.5%），换来了不妥协的干扰抑制性能（满足甚至超越目标抑制深度）和完整的空间覆盖。
这项工作的重要意义在于，它极大地推动了模拟调零技术走向实用化。通过将LUT的生成和查找过程从“算力密集型”转变为“智能筛选型”，IGO方案显著降低了对接收机处理芯片的算力要求和内存需求，这使得在资源受限的嵌入式平台（如车载、机载、手持设备）上实现高性能、低成本的实时抗干扰成为可能。实验证明，即使在极端恶劣的干扰环境下，采用该方案的接收机依然能保持可靠的定位导航能力，这对于保障关键基础设施、自动驾驶、无人机应用等领域的GNSS服务安全与韧性具有重要的工程应用价值。该研究为下一代抗干扰接收机的设计提供了一条高效、确定且性能可保障的技术路径。
