GPS为代表的GNSS在取得广泛应用的同时,也暴露出严重的系统脆弱性问题：系统的抗干扰能力差。特别是高动态接收系统,其所处的电磁环境复杂,静态和低动态的干扰抑制技术不能直接套用,提高高动态接收机自身的干扰抑制能力及其可靠性是近年来的研究热点。本文围绕高动态环境下如何抑制压制性干扰展开理论研究。主要研究工作归纳如下：第一、建立多重信号分类及功率倒置联合抗干扰模型(MUSIC-PI)。传统的功率倒置算法(PI)无法区分干扰和信号,对期望信号有较大损失,MUSIC-PI算法将多重信号分类(MUSIC)的基本原理应用于实际导向矢量的估计,利用正交空间能量最小化原理辅助零陷形成。本模型可估计出最优权值,有效地抑制压制性干扰的同时减少对卫星信号的损伤。当输入信噪比降到为20dB以下时,最小均方误差算法(LMS)和PI算法失效,而MUSIC-PI算法能准确产生零陷,抑制深度达到-120dB,且稳健性提高明显。第二、研究高动态干扰时变问题,提出基于隐马尔可夫(HMM)和多星约束最小功率(Multi-PI)级联干扰抑制模型,即HMM-Multi-PI模型。HMM-Multi-PI模型的第一级是HMM算法；第二级是一种从功率倒置引导至多星约束最小的引导算法(PI&Multi-PI),这是一种引导模型,其先用PI算法进行初级干扰抑制,再用Multi-PI算法来提升干扰抑制性能。捕星效果从好到差的顺序是：HMM-Multi-PI算法、Multi-PI算法、HMM算法和PI算法；实验结果表明：HMM-Multi-PI算法对抑制时变干扰、窄带宽带混合干扰是有优势的。第三、研究高动态干扰源波达方向(DOA)估计问题,提出一种基于DOA的凸优化约束模型(CCOB),能有效改善错配下的DOA性能,提升了系统的鲁棒性。针对卫星信号较弱,无法通过波束形成来确定DOA的特点,提出无主瓣零陷模型(NMLC),其只需估计压制干扰的DOA。并在此基础上,在DOA周边增加虚拟零陷,同时将剩余的空间作功率最大化处理,此算法称为无主瓣零陷展宽模型(NMLCB)。抑制深度从高到低的顺序是：NMLCB算法、导数约束算法(DN)和PI算法；零陷宽度从宽到窄的顺序是：NMLCB算法、DN算法和PI算法。实验结果表明：NMLCB算法对解决NSS接收机的高动态DOA失配问题是有效的。第四、研究高动态干扰源的欠采样问题,建立采样信号的凸优化重建模型(CCOB-CS)。本模型先对采样的信号进行CCOB处理,增强DOA的鲁棒性,再运用正交匹配追踪法(OMP)进行信号重建。实验结果表明：利用压缩感知理论,将稀疏重建原理应用于高动态抗干扰阵列处理领域可解决采样中遇到的少快拍问题。相对于传统抗干扰模型,信干噪比(SINR)提升明显。第五、研究欠采样DOA估计问题,建立l0范数的连续压缩感知的DOA估计框架(ZNM),这是一种无网格模型,突破了信号子空间模型的原有框架,适用于少快拍DOA估计问题。相对于经典的空间谱分析算法,如MUSIC算法、求根多重信号分类算法(root-MUSIC)、最小二乘旋转不变子空间算法(TLS-ESPRIT)、Toeplitz近似算法(TAM)。它们之间的误差关系从大到小的顺序是：TLS-ESPRIT算法、TAM算法、MUSIC算法、root-MUSIC算法和ZNM算法。实验结果表明：ZNM的误差最小,零延迟下码捕获实验验证了更高的DOA估计准确性,其有利于提升干扰抑制效果。第六、研制一套FPGA+DSP软硬一体的阵列GPS抗干扰系统,其主要模块有：干扰源、八路射频前端、基于FPGA+DSP的基带板。通过三个实验分别评测了干扰类型、采样频率和干扰源DOA三个参数变化对GPS接收机及干扰抑制效果的影响。综上所述,本文对高动态GPS接收机的干扰抑制问题开展了深入研究,提出了应对干扰时变性、干扰DOA随机性和欠采样性的相应理论解决方案,并开展了GPS抗干扰原型机的研制工作,验证了设备的可用性。本文提出的理论和实验结果对高动态干扰抑制领域的下一步研究工作奠定了基础。