一种基于信源个数约束的稳健自适应波束形成方法技术

本发明专利技术公开了一种基于干扰源个数约束的协方差矩阵重构和期望信号导向矢量准确估计的稳健自适应波束形成技术，首先估计出干扰源个数、期望信号角度区域、干扰角度区域和噪声角度区域，在噪声角度区域内估计噪声平均功率，获得噪声协方差矩阵；在干扰区域内由噪声平均功率估计出准确的干扰功率，重构干扰协方差矩阵，再根据干扰源个数的约束，对重构出的干扰协方差矩阵进行修正，获得干扰加噪声协方差矩阵；在期望信号角度区域内由噪声平均功率估计出准确的期望信号功率，重构期望信号协方差矩阵，对其特征分解获得期望信号的导向矢量，据此可获得稳健自适应波束形成器的权矢量，形成稳健自适应波束形成器的输出。

【技术实现步骤摘要】
一种基于信源个数约束的稳健自适应波束形成方法
本专利技术涉及阵列信号处理领域，尤其是涉及基于干扰源个数约束的协方差矩重构与期望信号导向矢量准确估计的稳健自适应波束形成方法。
技术介绍
近来一系列稳健自适应波束形成方法被提出，具有代表性的稳健方法有：线性约束最小方差方法、对角加载方法、特征子空间方法、不确定集方法、最差情况性能最优方法等。但是，考虑到参数、不确定集等选择以及算法复杂度，当阵列模型存在误差时，这些稳健自适应波束形成算法并没有很好的性能。近年来基于协方差矩阵重构的稳健自适应波束形成方法针对阵列存在各种误差时有很好的性能，成为研究的热点。该方法主要是利用Capon空间功率谱，在非期望信号角度区域内积分重构出干扰加噪声协方差矩阵，然后通过该矩阵利用优化算法估计出期望信号的导向矢量，但是该重构方法直接利用Capon空间功率谱在非期望信号角度区域内对角度变量进行积分，由于噪声在整个空间中均有分布，导致重构出的干扰加噪声协方差矩阵不够精确，致使该算法的稳健性受到了限制。接着，一种针对任意类型阵列误差的干扰加噪声协方差矩阵重构方法被提出，该方法主要是改变了原始的线性积分区域并将其变换为一个空间圆环形不确定集，但是该算法任然没有考虑到噪声的影响，也不能得到较为精准的干扰加噪声协方差矩阵并且计算复杂度较高。
技术实现思路
本专利技术的目的是提供一种新的稳健自适应波束形成方法，在信源个数约束的条件下重构更准确的干扰加噪声协方差矩阵、估计更加精准的期望信号的导向矢量，从而提高在任意误差情况下波束形成器的稳健性。本专利技术提供的基于信源个数约束的稳健自适应波束形成方法，包括如下步骤：步骤1、根据Capon空间功率谱估计出干扰信号和期望信号的总个数，期望信号的个数设置为1，估计出的干扰信号的个数设置为L(干扰和期望信号的总个数需要估计，如果总个数为L+1，一般假设只存在1个期望信号，那么就存在L个干扰信号)，期望信号角度区域、干扰角度区域和噪声角度区域，在噪声角度区域内估计出噪声平均功率，获得噪声协方差矩阵；步骤2、在干扰角度区域内，干扰功率近似为Capon功率谱减去步骤1中估计的噪声平均功率，根据干扰功率重构出干扰协方差矩阵，接着对重构出的干扰协方差矩阵的特征进行分解，根据估计出的干扰源个数L，从由大到小排序的特征值中选择排序为前L的特征值及其对应的特征矢量，再次重构出秩为L的干扰协方差矩阵，结合步骤1中估计的噪声协方差矩阵，获得干扰加噪声协方差矩阵；步骤3、在期望信号角度区域内，期望信号功率近似为Capon功率谱减去步骤1中估计的噪声平均功率，根据期望信号功率重构出期望信号协方差矩阵，接着对期望信号协方差矩阵的特征进行分解，选择最大的特征值对应的特征矢量作为对期望信号导向矢量的估计；步骤4、结合步骤2和3中获得的干扰加噪声协方差矩阵和期望信号导向矢量，得到自适应波束形成器的最优权矢量，将该最优权矢量作用于阵列接收数据，获得波束形成器的输出信号，形成对期望信号的稳健接收。进一步的，上述稳健自适应波束形成方法中，所述Capon空间功率谱表示为：其中，为阵列接收数据x(k)的协方差矩阵估计，为根据阵列结构假设的、对应方向角度为θ的导向矢量，根据θ的变化能够获得各个方向上的功率分布情况，根据功率分布，将θ的取值范围划分为期望信号角度区域Θs、干扰角度区域Θi和噪声角度区域Θn；利用Capon空间功率谱，噪声平均功率可近似估计为：其中，Ave{·}表示取平均值操作；根据估计出的噪声平均功率可获得噪声协方差矩阵：I表示M×M单位矩阵。进一步的，上述稳健自适应波束形成方法中，所述步骤2包括以下步骤：步骤21、由干扰功率重构干扰协方差矩阵，计算公式为：在Θi范围内只选择的区域，th≥0；步骤22、将特征分解，将其特征值从大到小排列λ1≥λ2≥…≥λM，相对应的特征矢量为e1,e2,…,eM，根据步骤1中估计出的干扰源个数L，从由大到小排序的特征值中选择排序为前L的特征值及其对应的特征矢量，再次重构干扰协方差矩阵：最后获得干扰加噪声协方差矩阵：进一步的，上述稳健自适应波束形成方法中，所述步骤3包括以下步骤：步骤31、由期望信号功率重构期望信号协方差矩阵，计算公式为：在Θs范围内只选择的区域，th≥0；步骤32、将进行特征分解其中c1≥c2≥…≥cM，将最大的特征值对应的特征矢量作为对期望信号导向矢量的估计：d1为c1对应的特征矢量。进一步的，上述稳健自适应波束形成方法中，所述步骤4包括以下步骤：首先，结合步骤2和3中获得的干扰加噪声协方差矩阵和期望信号导向矢量，得到自适应波束形成器的最优权矢量：根据步骤2中对进行的特征分解，以及噪声协方差矩阵为可获得其中然后，将该最优权矢量应用于阵列接收数据x(k)，获得波束形成器的输出信号y(k)＝wHx(k)，形成对期望信号的稳健接收。由上述本专利技术提供的技术方案可以看出，首先通过Capon空间功率谱分别估计出干扰和期望信号的个数以及期望信号角度区域、干扰角度区域和噪声角度区域，接着估计噪声的平均功率，获得噪声协方差矩阵，然后根据噪声功率获得干扰功率的准确近似，根据干扰功率重构更加准确的干扰协方差矩阵，再将重构的干扰协方差矩阵特征分解，根据估计出的干扰源个数选取前L个大特征值及其对应的特征矢量再次重构出秩为L干扰协方差矩阵，减少了原重构协方差矩阵中的噪声成分，进一步提高了干扰协方差矩阵的准确度。同理，由干扰功率获得期望信号功率的最佳近似，根据期望信号功率重构出准确的期望信号协方差矩阵，接着对期望信号协方差矩阵特征分解，由于最大特征值对应的特征矢量包含了期望信号最多的信息，可将其作为对期望信号导向矢量的估计。本专利技术方案在提升算法性能的同时算法复杂很低、适用性很强。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。图1为本专利技术实施例提供的一种基于信号源个数约束的协方差矩阵重构和期望信号导向矢量准确估计的波束形成算法流程图；图2为本专利技术实施例提供的阵列信号接收模型的示意图。具体实施方式下面结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术的保护范围。本专利技术实施例提供一种基于信源个数约束重构出更加准确干扰加噪声协方差矩阵以及估计出更加准确的期望信号导向矢量，在各种误差情况下、此算法均有很强的稳健性。如图1所示，该方法主要包括如下步骤：步骤1、首先根据Capon空间功率谱估计出干扰和期望信号的个数(L个干扰和1个期望信号)，期望信号角度区域、干扰角度区域和噪声角度区域，在噪声的角度区域内估计出噪声的平均功率，获得噪声协方差矩阵；步骤2、在干扰角度区域内，干扰功率近似为Capon功率谱减去步骤1中估计的噪声功率，根据干扰功率重构出干扰协方差矩阵，接着对重构出的干扰协方差矩阵特征分解，根据估计出的干扰源个数L、从由大到小排序的特征值中本文档来自技高网...

【技术保护点】
1.一种基于信源个数约束的稳健自适应波束形成方法，其特征在于，包括如下步骤：步骤1、根据Capon空间功率谱估计出干扰信号和期望信号的总个数，期望信号的个数设置为1，估计出的干扰信号的个数设置为L，期望信号角度区域、干扰角度区域和噪声角度区域，在噪声角度区域内估计出噪声平均功率，获得噪声协方差矩阵；步骤2、在干扰角度区域内，干扰功率近似为Capon功率谱减去步骤1中估计的噪声平均功率，根据干扰功率重构出干扰协方差矩阵，接着对重构出的干扰协方差矩阵的特征进行分解，根据估计出的干扰源个数L，从由大到小排序的特征值中选择排序为前L的特征值及其对应的特征矢量，再次重构出秩为L的干扰协方差矩阵，结合步骤1中估计的噪声协方差矩阵，获得干扰加噪声协方差矩阵；步骤3、在期望信号角度区域内，期望信号功率近似为Capon功率谱减去步骤1中估计的噪声平均功率，根据期望信号功率重构出期望信号协方差矩阵，接着对期望信号协方差矩阵的特征进行分解，选择最大的特征值对应的特征矢量作为对期望信号导向矢量的估计；步骤4、结合步骤2和3中获得的干扰加噪声协方差矩阵和期望信号导向矢量，得到自适应波束形成器的最优权矢量，将该最优权矢量作用于阵列接收数据，获得波束形成器的输出信号，形成对期望信号的稳健接收。...

【技术特征摘要】
1.一种基于信源个数约束的稳健自适应波束形成方法，其特征在于，包括如下步骤：步骤1、根据Capon空间功率谱估计出干扰信号和期望信号的总个数，期望信号的个数设置为1，估计出的干扰信号的个数设置为L，期望信号角度区域、干扰角度区域和噪声角度区域，在噪声角度区域内估计出噪声平均功率，获得噪声协方差矩阵；步骤2、在干扰角度区域内，干扰功率近似为Capon功率谱减去步骤1中估计的噪声平均功率，根据干扰功率重构出干扰协方差矩阵，接着对重构出的干扰协方差矩阵的特征进行分解，根据估计出的干扰源个数L，从由大到小排序的特征值中选择排序为前L的特征值及其对应的特征矢量，再次重构出秩为L的干扰协方差矩阵，结合步骤1中估计的噪声协方差矩阵，获得干扰加噪声协方差矩阵；步骤3、在期望信号角度区域内，期望信号功率近似为Capon功率谱减去步骤1中估计的噪声平均功率，根据期望信号功率重构出期望信号协方差矩阵，接着对期望信号协方差矩阵的特征进行分解，选择最大的特征值对应的特征矢量作为对期望信号导向矢量的估计；步骤4、结合步骤2和3中获得的干扰加噪声协方差矩阵和期望信号导向矢量，得到自适应波束形成器的最优权矢量，将该最优权矢量作用于阵列接收数据，获得波束形成器的输出信号，形成对期望信号的稳健接收。2.根据权利要求1所述的稳健自适应波束形成方法，其特征在于，所述Capon空间功率谱表示为：其中，为阵列接收数据x(k)的协方差矩阵估计，为根据阵列结构假设的、对应方向角度为θ的导向矢量，根据θ的变化能够获得各个方向上的功率分布情况，根据功率分布，将θ的取值...

【专利技术属性】
技术研发人员：叶中付，朱星宇，
申请(专利权)人：中国科学技术大学，
类型：发明
国别省市：安徽,34