Støj- og jamningseffektestimering via skrå projektion: Sådan virker spatial anti-jamming

Skrå projektion lader en adaptiv beamformer skelne ønsket signal fra jamning uden at kende støjunderrummet præcist. Ved at estimere styringsvektorer for både signal og jamning kan støjeffekt og jamningseffekt beregnes, og J/S-forholdet bliver et konkret designmål.

Hvad er støj- og jamningseffektestimering via skrå projektion?

Støj- og jamningseffektestimering via skrå projektion er en metode til spatial anti-jamming. Grundtanken er, at man først estimerer styringsvektorerne (steering vectors, SV) for henholdsvis det forventede signal og jamningssignalerne. Ud fra disse opstilles en skrå projektionsoperator, der kan isolere de to underrum, så støjeffekten og jamningseffekten estimeres hver for sig. De fremkomne estimater indgår derefter i vægtningen af den adaptive beamformer, hvilket giver en mere præcis undertrykkelse af jamning, end hvad rene ortogonale projektioner typisk formår.

Fremgangsmåden er beskrevet af Y Liu i IEEE Wireless Communications Letters, bind 15, side 2328, udgivet den 11. juli 2026. Det centrale her er, at man ikke blot kompenserer geometrisk for jamning, men også forsøger at kvantificere, hvor meget effekt der reelt skal undertrykkes. Det lyder måske som en mindre detalje, men det gør faktisk metoden brugbar i radar- og kommunikationssystemer, hvor jamningen ikke bare rammer sidesløjfen, men også hovedlappen.

I praksis betyder det altså, at anti-jamming ikke bare handler om at lægge et nul i strålemønstret og så tro, at man er færdig. Man er nødt til at have styr på samspillet mellem signalstyrke, støjgulv og jamningseffekt, hvis systemet skal dimensioneres ordentligt – ellers rammer man ved siden af. Her er skrå projektion faktisk et ganske nyttigt matematisk værktøj, fordi det gør det muligt at regne sig frem til netop denne fordeling med udgangspunkt i de estimerede styringsvektorer.

Hvordan adskiller skrå projektion signal- og jamningsunderrum?

Med ortogonal projektion projicerer man signalet ned på et underrum, der står vinkelret på interferensen. Skrå projektion er en anden sag – her behøver projektionsretningen nemlig ikke være ortogonal i forhold til målunderrummet. Det betyder, at man kan bevare det ønskede signal, mens jamningen stadig bliver dæmpet. Tilbage i 1994 viste Behrens og Scharf, at netop denne geometri gør det muligt at regne på ydeevnen ud fra vinklerne mellem signal- og støjunderrummene.

En skrå projektionsmatrix er med til at mindske lækage i estimeringen af det spatiale effektspektrum og retter samtidig interferensens styringsvektorer op – det beskrev Y Duan i 2022 i arbejdet om kovariansmatricer baseret på skrå projektion. Samme år viste Y Ji, at eigen-subspace kombineret med eigen-skår projektion kan undertrykke flere hovedlapsinterferenser på én gang. Og i 2024 demonstrerede X Zhao, at man med en skrå projektionsoperator og en adaptiv vægtvektor kan håndtere henholdsvis hovedlaps- og sidesløjfeinterferens.

Det centrale er nemlig, at skrå projektion ikke stiller krav om, at jamningen er fuldstændig ukorreleret med signalet i alle dimensioner. I stedet udnytter den den geometriske vinkel mellem underrummene, og det er faktisk her, metodens styrke ligger. Netop fordi den arbejder med vinkler frem for at forlange perfekt separation, klarer den sig forholdsvis godt, selv når styringsvektorerne ikke er estimeret helt præcist. Og det er jo den situation, man i praksis står i ude i felt, hvor der altid vil være en vis usikkerhed i estimaterne. Derfor kan metoden betragtes som robust under de vilkår, der typisk gælder i virkelige systemer.

Hvilken rolle spiller styringsvektorer ved estimering af støj- og jamningseffekt?

Styringsvektorer siger noget om, hvordan et signal fra en bestemt retning opfattes af antennearrayet — altså hvilket "aftryk" retningen sætter i arrayet. Når man først har estimeret SV for både det ønskede signal og for jamningssignalerne, kan man konstruere den skrå projektionsoperator. Den projicerer målsignalet langs jamningsunderrummet og omvendt, så de to bidrag kan holdes adskilt, når man regner på effekt. Det er selve idéen: at skille de to ting, så de ikke blandes sammen. Men det afhænger helt af, hvor gode SV-estimaterne er — er de upræcise, falder nøjagtigheden af både støj- og jamningseffektestimatet tilsvarende.

Y Tan viste i 2026, hvordan en robust adaptiv beamformer kan bygges op omkring underrumsmetoder, netop for at håndtere den usikkerhed der altid vil være forbundet med styringsvektorerne. Året før, i 2025, arbejdede J Tian med vinkelestimering af et sekundært mål i monopulsradar – et scenarie hvor præcise SV er helt afgørende, hvis man skal kunne skelne to mål der ligger tæt op ad hinanden. Det gennemgående træk ved begge arbejder er, at fejl i SV-estimatet ikke bliver siddende isoleret, men forplanter sig direkte videre til selve effektberegningen.

I praksis betyder det, at man bør udnytte så meget forhåndsviden som muligt om arrayets geometri og signalets retning. Når styringsvektoren først er estimeret, kan støjeffekten nemlig beregnes som den resterende effekt i støjunderrummet, mens jamningseffekten i stedet findes ud fra projektionen langs jamningsunderrummet. Det er præcis denne opdeling, der gør metoden så velegnet til adaptiv beamforming.

Hvordan beregnes J/S-forholdet, og hvilke værdier kræves for effektiv jamning?

J/S-forholdet angiver forholdet mellem styrken af ECM-signalet og styrken af målets retursignal, og det opgøres i dB. Man finder det ved at tage udgangspunkt i én-vejs rangeligningen for jammeren og to-vejs rangeligningen for signalet — de to regnestykker er altså ikke ens, og det er hele pointen. For at jamme en modtager effektivt skal jamningseffekten J være større end kommunikationssignalet S. Det lyder måske som en lav tærskel, men selv et J/S på 0 dB kan faktisk slå dekodningen ud af drift, fordi de fleste transceivere har brug for flere dB i S/N for overhovedet at fungere.

Her er et konkret regneeksempel: En bærbar jammer med en 5 W sender og en omniantenne med enhedsforstærkning. Senderen og modtageren står 100 m fra hinanden, mens jammeren befinder sig 300 m fra modtageren. Det giver J/S = 7 + 0 − 3 − (−5) + 40 − 50 = −1 dB. Sætter man i stedet en 4 dBi-antenne og en 30 W sender på 1 km, ender J/S på 1 dB. Til sammenligning arbejder gotenna-enheder i VHF-området omkring 150 MHz med 2 W-radioer og en omniantenne på cirka −5 dBi, og de angives at kunne kommunikere over omkring 4 miles.

Kanal kapacitetsformlen viser sammenhængen: B er målsignalets IBW, S er gennemsnitlig signalstyrke, og N = (N0 + J0)/B, hvor N0 er termisk støj og J0 er jammerens samlede sendte effekt. Dermed sænker jamning kanalkapaciteten direkte. Når J/S først er tilstrækkeligt høj på en given afstand, øger yderligere effekt sjældent effektiviteten, og for høj J/S kan få signalprocessoren til at ignorere jamningen eller aktivere anti-jamming-tilstande.

Hvilke begrænsninger og betingelser gælder for undertrykkelse af hovedlapsjamning?

Metoder til hovedlapsundertrykkelse stiller typisk krav om, at mål, jamning og støj er ukorrelerede, og at jamningseffekten holdes moderat. L Wang viste i 2025, at hovedlapsjamning kan undertrykkes via fælles polarisation, men netop under disse forudsætninger. Hvis jammeren er for stærk, eller hvis korrelationen mellem kilderne er for høj, falder ydeevnen. Det gælder også for skrå projektion, hvor nøjagtigheden af de estimerede styringsvektorer er afgørende.

Der er også en praktisk grænse for, hvor meget J/S man bør tilføje. Når jamningen er tilstrækkelig til at slå modtageren ud, giver yderligere effekt ikke nødvendigvis mere effekt. Tværtimod kan overdreven J/S udløse anti-jamming-funktioner i modtageren, hvilket gør jamningen ineffektiv. Support ECM (SOJ) kræver desuden markant større jamningseffekt end SIJ for at dække samme mål.

Endelig afhænger skrå projektions ydeevne af, hvor godt styringsvektorerne er estimeret. I miljøer med mange samtidige interferenskilder eller hurtig bevægelse bliver SV-estimeringen sværere, og effektberegningen bliver tilsvarende usikker. Det er den centrale begrænsning, man bør teste, inden metoden tages i brug.

Hvordan klarer skrå projektion sig sammenlignet med FFT og periodogram?

Guillaume Bouleux viste i 2013 i Mechanical Systems and Signal Processing, bind 41, s. 301–312, at skrå projektion som forbehandling kombineret med Total Least Squares forbedrer effektspektrumestimeringen sammenlignet med FFT- og periodogrambaseret analyse. Artiklen handlede om rotorstangsdefekter, men princippet er generelt: når signalet ligger tæt på interferensen, giver FFT og periodogram for meget lækage.

Skrå projektion mindsker lækagen, fordi den ikke tvinger projektionen til at være ortogonal. Det giver en mere præcis effektfordeling mellem de relevante frekvenser. I rotorstangsdiagnostik bruges en frekvensestimator baseret på forhåndsviden om underrummet, kombineret med skrå projektion og Total Least Squares, til at estimere effekten af de fundne frekvenser.

For anti-jamming betyder det, at man kan skelne jamningseffekt fra støjeffekt med større sikkerhed, end hvis man blot analyserede effektspektret med FFT. Det er især vigtigt, når jamningen ligger i hovedlappen og tæt på målets frekvens. Dermed bliver effektestimeringen et mere stabilt grundlag for de adaptive vægte.

Hvad er burn-through range, og hvorfor er den vigtig?

Burn-through range er den afstand, hvor målretursignalet første gang kan detekteres gennem ECM. Den opstår, fordi jamningseffekten aftager med én-vejs rangeligningen, mens målreturen aftager med to-vejs rangeligningen. På kortere afstand falder J/S derfor hurtigere end signalet, og på et tidspunkt bliver signalet stærkt nok til at blive set.

GP Kefalas forenklede i 1981 beregninger af radarstøjjamning, og J Geikas beskrev i 1994 en jammer-effektivitetsmodel. Begge peger på, at burn-through range er et centralt designmål. David A Moschella forklarede i 2017 på Cyntony-bloggen, hvordan J/S-forholdet driver denne grænse. For en kommunkationsforbindelse betyder det, at jammeren kun er effektiv inden for et bestemt afstandsbånd.

I praksis skal man kende både jammerens effekt, antenneforstærkning og afstanden til modtageren for at vurdere, om burn-through range ligger inden for det område, man vil beskytte. Skrå projektion hjælper her ved at give et mere præcist estimat af jamningseffekten, så man kan beregne J/S og dermed burn-through range med større sikkerhed.

Hvilke anvendelser og praktiske trin er der i en typisk implementering?

En typisk implementering følger en fast sekvens: estimer styringsvektorer for det forventede signal og for jamningssignalerne, opstil den skrå projektionsoperator, estimer støjeffekt og jamningseffekt, og brug estimaterne til at forbedre de adaptive beamformer-vægte, så både hovedlaps- og sidesløjfeinterferens undertrykkes. Rækkefølgen er vigtig, fordi effektestimeringen bygger på SV-estimaterne.

Til rotorstangsdiagnostik bruges en tilsvarende tilgang: en frekvensestimator baseret på forhåndsviden om underrummet, kombineret med skrå projektion og Total Least Squares, estimerer effekten af de fundne frekvenser. Bouleux' arbejde fra 2013 er et tidligt eksempel på, at metoden også virker uden for radar- og kommunikationsdomænet.

Nedenstående tabel opsummerer de centrale parametre og sammenhænge, man bør holde styr på, når man dimensionerer et anti-jamming-system baseret på skrå projektion.

Tabellen viser, at små ændringer i afstand og antenneforstærkning flytter J/S betydeligt. Det er derfor nødvendigt at estimere effekten løbende og ikke kun ved systemdesign. Skrå projektion giver netop denne løbende opdatering baseret på de aktuelle styringsvektorer.

Hvad er den historiske udvikling bag skrå projektion i anti-jamming?

Den grundlæggende teori blev lagt af RT Behrens i 1994 med arbejdet om skrå projektion i signalbehandling, som er citeret 658 gange. Siden er metoden blevet videreudviklet til eigen-skår projektion, kovariansmatrixmetoder og robust adaptiv beamforming. Y Duan bidrog i 2022 med kovariansmatrix baseret på skrå projektion, og Y Ji viste samme år, hvordan eigen-subspace og eigen-skår projektion kan undertrykke flere hovedlapsinterferenser.

I 2024 demonstrerede X Zhao hovedlapsinterferensundertrykkelse baseret på komprimeret sensing, og i 2025 arbejdede L Wang med hovedlapsjamning via fælles polarisation. Y Tan publicerede i 2026 en robust adaptiv beamformer baseret på underrumsmetoder, og Y Liu publicerede i 2026 den artikel i IEEE Wireless Communications Letters, der danner grundlag for denne gennemgang.

Tidslinjen viser en klar udvikling fra generel projektionsteori mod mere specialiserede metoder til hovedlapsundertrykkelse. Fælles for dem alle er, at effektestimering af støj og jamning bliver mere præcis, når man arbejder med skrå projektion i stedet for ren ortogonal projektion. Det gør metoden relevant for både radar og trådløs kommunikation.

Ofte stillede spørgsmål

Hvordan estimerer skrå projektion jamningseffekt?

Skrå projektion opstiller en operator ud fra estimerede styringsvektorer for signal og jamning. Operatoren isolerer jamningsunderrummet, så den resterende effekt kan beregnes som jamningseffekt. Denne effekt bruges derefter til at vægte den adaptive beamformer, så jamningen undertrykkes mere præcist end med ortogonal projektion.

Hvilket J/S-forhold er nødvendigt for effektiv jamning?

J/S er forholdet mellem jamningseffekt og målretureffekt i dB. Selv et J/S på 0 dB kan slå dekodning ud, fordi de fleste transceivere kræver flere dB i S/N. I praksis skal J overstige S tilstrækkeligt til at sænke kanalkapaciteten, men for høj J/S kan udløse anti-jamming-tilstande.

Hvilke betingelser begrænser hovedlapsundertrykkelse?

Metoder til hovedlapsundertrykkelse kræver typisk, at mål, jamning og støj er ukorrelerede, og at jamningseffekten holdes moderat. Hvis korrelationen er for høj, eller jammeren er for stærk, falder ydeevnen. Skrå projektion afhænger desuden af nøjagtigheden af de estimerede styringsvektorer.

Hvordan adskiller skrå projektion sig fra FFT-baseret effektspektrumestimering?

FFT og periodogram giver lækage, når signal og interferens ligger tæt på hinanden. Skrå projektion mindsker denne lækage, fordi projektionen ikke tvinges til at være ortogonal. Bouleux viste i 2013, at skrå projektion kombineret med Total Least Squares giver mere præcis effektestimering end FFT-baseret analyse.