基于迭代收缩加权融合的自适应空滤滤波方法技术

本发明专利技术公开了一种基于迭代收缩加权融合的自适应空滤滤波方法，其实现过程为：由阵列天线接收数据建立信号模型，得到接收数据的采样协方差矩阵；采用自适应迭代的方式在线更新先验协方差矩阵；根据均方误差最小准则计算采样协方差矩阵与先验协方差矩阵的加权系数，并利用收缩加权融合处理方法得到估计的协方差矩阵；最后计算自适应权矢量进行空滤滤波。本发明专利技术在小样本情况下能以较高精度估计出协方差矩阵，能有效缓解先验知识与当前数据模型失配问题，避免了子空间维数的确定，同时具有输出信干噪比高和收敛速度快之优点，为自适应空滤滤波的实际应用提供了一种有效的处理方法。

【技术实现步骤摘要】
基于迭代收缩加权融合的自适应空滤滤波方法
本专利技术属于信号处理领域，涉及阵列信号处理技术，具体地说是一种采用收缩加权融合并基于迭代更新的自适应空滤滤波方法，用于在小样本条件下以较高精度估计协方差矩阵，提高天线阵列输出的信干噪比。
技术介绍
阵列信号处理是信号处理领域中的一个热点研究方向，在雷达、声纳、通信、地震监测等领域应用非常广泛，自适应空滤滤波是阵列信号处理的一个重要研究内容，其目的是在增强目标信号功率的同时抑制干扰和噪声，从而提高阵列天线输出的信干噪比。自适应空滤滤波本质是对各阵元进行自适应加权，阵列权矢量决定了阵列天线的性能，而权矢量很大程度上依赖于信号协方差矩阵，因此信号协方差矩阵估计精度直接影响自适应空滤滤波的性能，而在小样本条件下，信号协方差矩阵存在较大的估计误差，导致阵列抑制干扰的能力急剧下降，因此，研究小样本条件下空滤滤波方法，具有重要的实际应用价值。目前，计算自适应权矢量算法有多种。协方差矩阵求逆(SMI)算法是一种常用有效算法，但当阵列数据中含有期望信号时，SMI算法会导致输出的信噪比严重下降；子空间投影类算法对期望信号较强的环境，滤波效果较好，但该类算法需要本文档来自技高网...

【技术保护点】
一种基于迭代收缩加权融合的自适应空滤滤波方法，包括如下步骤： (1)由阵列天线k时刻的接收数据X(k)建立信号模型，并计算接收数据的采样协方差矩阵(2)利用接收数据的采样协方差矩阵得到搜索角θ的初始化能量谱密度并初始化先验协方差矩阵(3)根据已得到的先验协方差矩阵，采用最小二乘方法，得到搜索角空间的最优权w(θ)，并更新搜索角空间的能量谱密度和先验协方差矩阵重复步骤(3)，在线更新先验协方差矩阵，直到得到一个稳定的先验协方差矩阵R0；(4)把先验协方差矩阵R0与接收数据的采样协方差矩阵进行收缩加权融合处理，利用均方误差最小准则计算加权系数，得到收缩加权融合后的协方差矩阵RE；(5)计算自适应波...

【技术特征摘要】
1.一种基于迭代收缩加权融合的自适应空滤滤波方法，包括如下步骤：(1)由阵列天线k时刻的接收数据X(k)建立信号模型，并计算接收数据的采样协方差矩阵(2)利用接收数据的采样协方差矩阵得到搜索角θ的初始化能量谱密度并初始化先验协方差矩阵(3)根据已得到的先验协方差矩阵，采用最小二乘方法，得到搜索角空间的最优权w(θ)，并更新搜索角空间的能量谱密度和先验协方差矩阵重复步骤(3)，在线更新先验协方差矩阵，直到得到一个稳定的先验协方差矩阵R0；(4)把先验协方差矩阵R0与接收数据的采样协方差矩阵进行收缩加权融合处理，利用均方误差最小准则计算加权系数，得到收缩加权融合后的协方差矩阵RE；(5)计算自适应波束形成的最优权矢量wopt，利用得到的最优权矢量处理接收数据，从而获得高输出信干噪比的有用信号；其中步骤(1)所述的信号模型及协方差矩阵，按如下步骤进行：1a)设X(k)为k时刻阵列接收数据，其中k＝1,…,L，L为采样快拍数；设a0和s0(k)分别为目标信号的导向矢量和在k时刻的复包络，AJ＝[a1…aP]和sJ(k)＝[s1(k)…sP(k)]T分别为P个干扰信号的阵列流形和在k时刻的复包络矢量，其中ai,i＝1…P表示第i个干扰信号的导向矢量，si(k),i＝1…P表示第i个干扰信号在k时刻的复包络，上标T表示转置操作；设N(k)为在k时刻的加性高斯白噪声；1b)根据阵列信号处理理论，接收数据的信号模型为：X(k)＝a0s0(k)+AJsJ(k)+N(k)；1c)接收数据的协方差矩阵为：其中上标H表示共轭转置操作；所述步骤(4)中的对先验协方差矩阵与接收数据的采样协方差矩阵进行收缩加权融合处理，按如下步骤进行：4a)按如下公式计算收缩加权融合后的协方差矩阵RE：其中R0为先验协方差矩阵，α和β分别为采样协方差矩阵和先验协方差矩阵的加权系数；4b)根据均...

【专利技术属性】
技术研发人员：贺顺，李国民，
申请(专利权)人：西安科技大学，
类型：发明
国别省市：陕西;61