一種抗陣列系統(tǒng)誤差的穩(wěn)健波束形成方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于自適應(yīng)陣列天線控制領(lǐng)域,尤其涉及一種抗陣列系統(tǒng)誤差的穩(wěn)健波束 形成方法。
【背景技術(shù)】
[0002] 自適應(yīng)波束形成技術(shù)能夠在空間干擾方向自適應(yīng)地形成零陷,有效抑制空間干擾 和噪聲,提高輸出信干噪比(SINR),被廣泛應(yīng)用于雷達(dá),聲納,移動(dòng)通信,射電天文等領(lǐng)域。 常用的波束形成器如Capon波束形成器,是建立在陣列對(duì)期望信號(hào)導(dǎo)向矢量準(zhǔn)確已知的情 況下,在實(shí)際的應(yīng)用中,當(dāng)存在信號(hào)波前擾動(dòng)失真,局部相干散射,陣列流形誤差等造成陣 列對(duì)期望信號(hào)導(dǎo)向矢量估計(jì)失配時(shí),自適應(yīng)波束形成器會(huì)將實(shí)際期望信號(hào)誤認(rèn)為干擾,在 期望信號(hào)實(shí)際方向形成零陷,導(dǎo)致出現(xiàn)信號(hào)"自消"的現(xiàn)象,陣列輸出性能急劇下降。
[0003] 針對(duì)陣列系統(tǒng)誤差引起期望信號(hào)導(dǎo)向矢量失配導(dǎo)致陣列輸出性能急劇下降的 問題,近年來出現(xiàn)了很多提高陣列波束形成器穩(wěn)健性的算法。對(duì)角加載(LSMI)是一 種常用的方法(B.D.Carlson,Covariancematrixestimationerrorsanddiagonal loadinginadaptivearrays,IEEETransactionsonAerospaceandElectronic systems,vol. 24,pp. 397-401,July1988),在一定程度上提高了陣列對(duì)期望信號(hào)矢 量失配的穩(wěn)健性,其性能的改善程度依賴于加載量的選擇,但沒有一種可靠的方法 選擇對(duì)角加載量。Vorobyov等人提出了 一種最壞情況性能最優(yōu)穩(wěn)健波束形成算法 (S.A.Vorobyov,A.B.Gershman,andZ.-Q.Luo.Robustadaptivebeamformingusing worst-caseperformanceoptimization:Asolutiontothesignalmismatchproblem. IEEETransactionsonSignalProcessing,vol. 51,pp. 313-324,Feb. 2003.worst-case performanceoptimization,WCP0),通過建立導(dǎo)向矢量的不確定集,保證在不確定集中 導(dǎo)向矢量最差情況下,性能最優(yōu),這種方法在本質(zhì)上仍屬于對(duì)角加載一類的方法,是其 對(duì)角加載量可以隨約束參數(shù)進(jìn)行調(diào)整,因而其穩(wěn)健性較LSMI方法得到很大的提高,但 這種方法受到不確定集參數(shù)設(shè)定的影響,而不確定集約束參數(shù)在實(shí)際中又很難準(zhǔn)確得 到。 文獻(xiàn)(KhabbazibasmenjA. ,VorobyovS.A. ,andHassanienA.Robustadaptive beamformingbasedonsteeringvectorestimationwithaslittleaspossible priorinformation.IEEETransactionsonSignalProcessing, 2012,60(6):2974-2987, SDP-RAB)提出基于最小先驗(yàn)信息下導(dǎo)向矢量估計(jì)的穩(wěn)健波束形成算法,該算法只需知道期 望信號(hào)來波的大致區(qū)域,該算法在低快拍數(shù)下對(duì)波前擾動(dòng)失真,局部相干散射,陣列流形誤 差等具有較強(qiáng)的穩(wěn)健性,但由于其約束條件過于松弛,當(dāng)快拍數(shù)較高時(shí),輸入信噪比(SNR) 較高時(shí),性能反而有所下降。
[0004] 以上穩(wěn)健的波束形成方法都是基于采樣矩陣的求逆(SMI)的改進(jìn)。然而當(dāng)期 望信號(hào)存在于訓(xùn)練信號(hào)中時(shí),即使陣列導(dǎo)向矢量沒有誤差,LSMI算法與WCP0算法在高信 噪比情況下性能都遠(yuǎn)遠(yuǎn)低于理想情況,為了克服這個(gè)缺點(diǎn),Y.Gu等提出了一種基于干擾 加噪聲協(xié)方差矩陣估計(jì)的穩(wěn)健波束形成方法(Gu,Y.J·,andLeshem,A.Robustadaptive beamformingbasedoninterferencecovariancematrixreconstructionand steeringvectorestimation.IEEETransactionsonSignalProcessing, 2012, 60, (7) ,pp. 3881 - 3885),該方法利用干擾區(qū)域的Capon譜來重構(gòu)干擾加噪聲協(xié)方差矩陣,無需已 知干擾的數(shù)量,該方法對(duì)于期望信號(hào)D0A估計(jì)偏差,波前擾動(dòng)失真,局部相散射引起的導(dǎo)向 矢量失配具有極強(qiáng)的穩(wěn)健性,輸出SINR能夠接近理論最優(yōu)值,是目前最好的穩(wěn)健波束形成 方法,但缺點(diǎn)是在低輸入信噪比出現(xiàn)陣列流形誤差時(shí),由于估計(jì)協(xié)方差矩陣也將存在誤差, 因而輸出SINR下降較快。
【發(fā)明內(nèi)容】
[0005] 本發(fā)明的目的是提供一種能夠提高自適應(yīng)天線波束形成抗干擾性能的,抗陣列系 統(tǒng)誤差的穩(wěn)健波束形成方法。
[0006] -種抗陣列系統(tǒng)誤差的穩(wěn)健波束形成方法,包括以下步驟,
[0007] 步驟一:構(gòu)建陣列天線接收數(shù)據(jù)的采樣協(xié)方差矩陣:
[0008]
[0009] 步驟二:對(duì)協(xié)方差矩陣R進(jìn)行特征分解:
[0010]
[0011] 其中,μ為對(duì)協(xié)方差矩陣食進(jìn)行特征分解所得到的第i個(gè)特征值,兔為μ派對(duì) 應(yīng)的特征向量;步驟三:將估計(jì)的期望信號(hào)導(dǎo)向矢量民向每個(gè)特征向量@投影,得到:
[0012] / =1,2,.…N ,
[0013] 將p(i)從大到小依次排列,設(shè)p(i)的最大值max(p(i))所對(duì)應(yīng)的特征向量為 t, #對(duì)應(yīng)的特征值為.#,將?去除,剩余的特征向量為氏為,…,其分別對(duì)應(yīng)的特征值 為TM,/?,…?ν-1 ]
[0014] 得到不包含期望信號(hào)分量的協(xié)方差矩陣
[0015] 步驟四:利用干擾區(qū)域的Capon空間譜重構(gòu)干擾加噪聲協(xié)方差矩陣:
[0016]
' _ '' ' 9
[0017] 其中,a(Θ)表示Θ方向的導(dǎo)向矢量;
[0018] 步驟五:得到干擾加噪聲協(xié)方差矩陣的估計(jì)值:
[0019]
[0020] 其中α和β為加權(quán)因子,》= 々/(>+/^+々2+…+ 丨),A二(為+々2+…+ ;
[0021] 步驟六:構(gòu)建二次約束二次優(yōu)化問題對(duì)估計(jì)的期望信號(hào)導(dǎo)向矢量進(jìn)行校正:
[0022]
[0023] 得到校正后的期望信號(hào)導(dǎo)向矢量估計(jì)%:
[0024] a0=a0 +e1 ;
[0025] 步驟七:得到自適應(yīng)加權(quán)向量:
,利用w進(jìn)行波束形成,得到天線陣 列輸出數(shù)據(jù)。
[0026] 有益效果:
[0027] 本發(fā)明針對(duì)Y.Gu所提出方法的問題,提出一種基于協(xié)方差矩陣混合重構(gòu)和導(dǎo)向 矢量估計(jì)相結(jié)合的穩(wěn)健波束形成方法,該方法的干擾加噪聲協(xié)方差矩陣來源于兩部分的加 權(quán)組合。該方法不但對(duì)期望信號(hào)D0A估計(jì)偏差,波前擾動(dòng)失真,局部相散射引起的導(dǎo)向矢量 失配具有極強(qiáng)的穩(wěn)健性,輸出SINR比Y.Gu所提方法能夠更加接近理論最優(yōu)值,且對(duì)陣列流 形誤差也具有極強(qiáng)的穩(wěn)健性。
[0028] 針對(duì)實(shí)際陣列天線應(yīng)用中,由于期望信號(hào)導(dǎo)向矢量估計(jì)誤差導(dǎo)致輸出信干噪比 (SINR)急劇下降的問題,本發(fā)明方法通過將期望信號(hào)分量從協(xié)方差矩陣中移出,利用估計(jì) 的干擾加噪聲協(xié)方差矩陣替代原來的采樣協(xié)方差矩陣。因而,降低了波束形成器對(duì)期望信 號(hào)導(dǎo)向矢量失配的敏感性,有效的提高了波束形成器抗導(dǎo)向矢量失配的穩(wěn)健性。仿真結(jié)果 表明,本發(fā)明方法在期望信號(hào)導(dǎo)D0A估計(jì)失配,波前擾動(dòng)失真,局部相干散射等系統(tǒng)誤差情 況下,輸出SINR能夠接近理論最優(yōu)值,且優(yōu)與目前已提出的大多數(shù)方法。
【附圖說明】
[0029] 圖1是本發(fā)明的實(shí)現(xiàn)步驟示意圖;
[0030] 圖2為導(dǎo)向矢量D0A估計(jì)失配時(shí)陣列輸出信干噪比圖;
[0031] 圖3為波前擾動(dòng)失真時(shí)陣列輸出信干噪比圖;
[0032] 圖4為局部相干散射時(shí)陣列輸出信干噪比圖;
[0033] 圖5為出現(xiàn)陣列流形誤差時(shí),陣列輸出信干噪比圖。
【具體實(shí)施方式】
[0034] 下面將結(jié)合附圖對(duì)本發(fā)明做進(jìn)一步詳細(xì)說明。
[0035] 本發(fā)明的目的在于提供一種能夠提高自適應(yīng)天線波束形成抗干擾性能的穩(wěn)健波 束形成方法。
[0036] 本發(fā)明的目的是這樣實(shí)現(xiàn)的:
[0037] 本發(fā)明包括如下步驟:
[0038] (1)構(gòu)建陣列天線接收數(shù)據(jù)的采樣協(xié)方差矩陣
[0039] (2)對(duì)食進(jìn)行特征分解
"
[0040] (3)將估計(jì)的期望信號(hào)導(dǎo)向矢量向每個(gè)特征向量%投影,得到 Ρ(〇=|^|2, / =U2,…,況;將p(i)從大至IJ小依次排列,設(shè)p⑴的最大值max(p(i))所對(duì) 應(yīng)的特征向量為?,f對(duì)應(yīng)的特征值為象,i可視為是期望信號(hào)的特征向量,將t去除, 設(shè)剩余的特征向量為,…Λ、Μ],其分別對(duì)應(yīng)的特征值為[a,/&···,/%_山進(jìn)而可以得到
[0041] (4)利用干擾區(qū)域的Capon空間譜重構(gòu)干擾加噪聲協(xié)方差矩陣
[0042] (5)將_+b與食_加權(quán)組合,可以得到本發(fā)明波束形成方法中干擾加噪聲協(xié)方差 矩陣R1+n的估計(jì)值為:馬+,,=?艮+" + /?民+";其中α和β為加權(quán)因子,其表達(dá)式分別為:
[0043] 十十…+,)' -)), /?=(/,; + /? 十…+-iV'.、.:
[0044] (6)構(gòu)建如下二次約束二次優(yōu)化問題對(duì)估計(jì)的期望信號(hào)導(dǎo)向矢量進(jìn)行校正:
[0045]
[0046] 則校正后的期望信號(hào)導(dǎo)向矢量估計(jì)4可以表示為4〇=€?+&:;
[0047] (7)本發(fā)明波束形成方法的自適應(yīng)加權(quán)向量可以表示為W:
_進(jìn)行 波束形成,得到天線陣列輸出數(shù)據(jù)。
[0048] 其中:泛.表示陣列接收數(shù)據(jù)的采樣協(xié)方差矩陣;
[0049] 1^:表示R逆矩陣;
[0050] 表示期望信號(hào)區(qū)域外的空間所有區(qū)域;
[0051] Κ:表示采樣快拍數(shù);
[0052]μ1:表示對(duì)R進(jìn)行特征分解所得到的第i個(gè)特征值;
[0053] % :表示μ;所對(duì)應(yīng)的特征向量;
[0054] a(Θ):表示Θ方向的導(dǎo)向矢量;
[0055] 4 :表示估計(jì)的期望信號(hào)的導(dǎo)向矢量;
[0056] ^ :表示運(yùn)與真實(shí)期望信號(hào)的導(dǎo)向矢量的誤差值;
[0057]w:表示陣列的自適應(yīng)加權(quán)矢量。
[0058] 在#的定義中,Θ二[(-90',6(,-8Kj(G+8"90').hΘ。表示期望信號(hào)估計(jì)的來波方 向。
[0059] 對(duì)期望信號(hào)D0A估計(jì)失配,波前擾動(dòng)失真,局部相干散射,陣列流形誤差引起的系 統(tǒng)誤差,均有較好的穩(wěn)健性。
[0060] 方法不但適用于單波束天線波束形成,也適用于多波束天線波束形成。
[0061] 本發(fā)明涉及的是一種自適應(yīng)陣列天線的控制方法,具體地說是針對(duì)常規(guī)自適應(yīng)天 線陣列波束形成方法在出現(xiàn)陣列系統(tǒng)誤差,如期望信號(hào)來波方向(D0A)估計(jì)失配,波前擾 動(dòng)失真,局部相干散射,陣列流形誤差時(shí),性能急劇下降的問題,發(fā)明一種抗陣列系統(tǒng)誤差 的穩(wěn)健波束形成