互耦条件下未知互耦信息的干扰相干稳健波束形成方法技术

本发明专利技术公开了一种互耦条件下未知互耦信息的干扰相干稳健波束形成方法。属于自适应阵列信号处理领域的波束形成技术。本发明专利技术基于阵列互耦结构的特殊性，在未知阵列互耦具体信息的情况下，分别重构出干扰加噪声协方差矩阵和期望信号协方差矩阵，最后利用最大化信噪比准则求得最终权向量。本发明专利技术不用提前知道互耦信息，且既不需要对期望信号导向矢量进行估计，也不需要进行任何空间平滑去相干处理。在期望信号功率较强和较弱时都保持非常好的性能，且可以快速的收敛。

【技术实现步骤摘要】
互耦条件下未知互耦信息的干扰相干稳健波束形成方法
本专利技术涉及自适应阵列信号处理领域的波束形成技术，具体是涉及在未知互耦信息且干扰相干情况下均匀线阵存在互耦时的稳健波束形成方法。
技术介绍
现有的绝大部分稳健波束形成方法基本都是假设在干扰和期望信号互不相干或互不相关的理想情况下进行波束形成。在实际复杂的通信环境中，由于多径反射、电磁干扰等因素的存在，往往造成信号源之间相干或相关。此时阵列接收的源信号协方差矩阵将缺秩，从而导致某些相干源的方向矢量不再正交于噪声子空间，不能在干扰方向形成零陷。而现有的专门针对相干干扰或相关干扰的波束形成算法又都忽略了互耦的影响。实际应用中，当阵元间距离较近时，阵元间就会存在不可忽略的互耦效应。阵元互耦存在时，导向矢量出现失配，从而导致期望信号有可能被当成干扰而抑制。这一现象加剧了波束形成算法的恶化。考虑一个N维远场窄带信号，阵元数为M。假设期望信号入射角度为θ0,K个来自不同方向的干扰信号，其入射角度分别为θk,k＝1,2,…,K。理想情况下n时刻的接收信号x(n)为：x(n)＝A(θ)s(n)+e(n),n＝1,2,…,N，其中A(θ)＝[a(θ0),a(θ1),…,a(θK)]为大小为M×(K+1)的阵列导向矢量矩阵，s(n)＝[s0(n),s1(n),…,sK(n)]T为n时刻信号的复包络，e(n)为零均值、方差为的噪声向量；期望信号的导向矢量为a(θ0)；期望信号的复包络为s0(n)。当噪声与源信号不相干，且各信号相互独立时，为了求得信号功率，一种解决思路是最小化如下的代价函数J(见文献：Reviewofuserparameter-freerobustadaptivebeamformingalgorithms；LinDu,TarikYardibi,JianLi；DigitalSignalProcessing,2009,19(4),Page(s):567-582)：下标k代表第k个信号，为干扰噪声协方差矩阵：Rx为接收信号的协方差矩阵：其中P为大小为(K+1)×(K+1)的对角阵，其对角元素为每一个入射信号的功率，E{·}表示求取期望值操作。将代价函数J关于sk(n)最小化，可以得到：其中权向量进而得到信号功率的估计量为：在实际应用中，由于真实的协方差矩阵Rx很难得到，因此常用样本协方差矩阵代替，其中当存在相关或相干源时，直接求取出的权向量并不能抑制相关或相干干扰。一种能有效解决信号与干扰相干或相关问题的稳健波束形成算法是基于以下迭代思想的IAA(Iterativedaptiveapproach)算法：首先，用经典的空间匹配滤波器算法(DAS，Delay-and-sum)求得初始化权向量；然后，估计出每个信号的功率，得到初始化的重构接收信号协方差矩阵；再通过迭代的方式估计信号的真实功率，进而利用基于谱估计的协方差矩阵重构算法，得到满秩的协方差矩阵，从而计算出权向量，得到波束形成，具体可参考文献：RobustadaptivebeamformingusingIAA-basedinterference-plus-noisecovariancematrixreconstruction,YasenWang,QinglongBao,ZengpingChen；ElectronicsLetters,2016,52(13),Page(s)：1185-1186)。在IAA算法中，由于其初始化处理以及迭代过程中的功率估计方法，相干或相关信号被去相干。迭代后，可以得到精确的空间功率谱，并且通过在期望信号可能存在的区间内对上述空间功率谱进行谱峰搜索，就可以得到期望信号的波束到达角，从而得到期望信号的导向矢量估计为了得到最优的波束形成，接下来需对干扰加噪声协方差矩阵进行重构。利用基于谱估计的协方差矩阵重构算法，假设期望信号可能存在的角区间为Θ，为Θ在整个扫描空间的补。协方差矩阵重构为：其中的为IAA算法中循环迭代后得到的信号功率估计。因此IAA算法的权向量可以最终表示为：当阵列存在互耦时，θk方向阵列的导向矢量应为：相应的阵列导向矢量矩阵为：其中Z为反映阵元互耦效应的互耦矩阵。通常情况下，互耦效应与阵元间距成反比，并且很容易根据互易原理得到，互耦矩阵Z为一对称矩阵。考虑均匀线阵，互耦矩阵表示为：其中ci(i＝2,…,M-1)为互耦系数，因此存在阵列互耦时接收信号为：此时，上述IAA算法中虽然可以有效解决期望信号与干扰相干或者相关的问题，但是却没有解决阵列互耦效应的问题。存在阵列互耦时，导向矢量a(θ)会出现失配。由IAA算法的权向量wIAA可知，由于期望信号到达角的估计会失误，权向量会因为导向矢量的失配而出现偏差，从而导致期望信号有可能会被当作干扰抑制。此外，由于重构的矩阵依然没有考虑到互耦引起的导向矢量失配，再基于其进行波束形成，干扰极有可能不会被抑制。此外，现有的很多经典波束形成方法，比如采样协方差矩阵求逆(SMI,StimulateCovarianceMatrixInversing)算法、对角加载(DL，DiagonalLoading)波束形成算法，以及基于特征子空间的波束形成(ESB，Eigen-SubspaceBeamforming)算法均没有对相干或相关源去相干，且权向量中的导向矢量会失配，因此会出现性能的下降。
技术实现思路
本专利技术的专利技术目的在于：针对现有的波束形成方法只能单一解决信号源相干或相关的情况，本专利技术公开了一种可以同时有效解决阵列互耦和信号源相干或相关问题的方法。本专利技术基于阵列互耦结构的特殊性，在未知阵列互耦具体信息的情况下，分别重构出干扰加噪声协方差矩阵和期望信号协方差矩阵，最后利用最大化信噪比准则求得最终权向量。本专利技术不用提前知道互耦信息，且既不需要对期望信号导向矢量进行估计，也不需要进行任何空间平滑去相干处理。在期望信号功率较强和较弱时都保持非常好的性能，且可以快速的收敛。在波束形成处理中，存在阵列互耦的导向矢量可以表示为：其中K表示干扰信号的个数，θk表示干扰信号的入射角度；用Q表示互耦系数非零个数，则非零互耦系数向量c＝[1,c2,c3,…cQ-1]T，M×Q维矩阵T[θk]的构造为：T[θk]＝T1[θk]+T2[θk],k＝0,1,…,K，M表示阵元数。其中符号{·}i,j表示矩阵的第i行第j列对应的元素，[·]i+j-1和[·]i-j+1分别表示向量的第i+j-1个元素和第i-j+1个元素，a(θk)表示关于入射角度θk的导向矢量。因此，基于可将已有的存在阵列互耦时接收信号模型变换为：其中为存在阵列互耦时的接收信号复包络。当噪声与源信号不相干时，且各信号相互独立时，接收信号样本协方差矩阵为：其中I表示单位矩阵，σ2表示噪声功率。为了求得存在阵列互耦时的接收信号复包络可求解如下式的代价函数：其中，W∈CM×M是复权矩阵，CM×M表示矩阵大小为M×M，||·||表示向量的2-范数。将展开得：最小化上述的展开式，可得的估计量为：且最优复权矩阵为：所以可求得存在阵列互耦时的接收信号复包络为：当入射信号存在相关或相干源时，先初始化接收数据的重构协方差矩阵。基于入射信号均匀分布在空域中的L(K＜＜L)个网格点中的入射角度θl，初始化估计出此时的接收信号复包络本文档来自技高网...

【技术保护点】
互耦条件下未知互耦信息的干扰相干稳健波束形成方法，其特征在于，包括下列步骤：步骤1：获取包含互耦信息的接收信号

【技术特征摘要】
1.互耦条件下未知互耦信息的干扰相干稳健波束形成方法，其特征在于，包括下列步骤：步骤1：获取包含互耦信息的接收信号的信号复包络以及的自相关矩阵以及干扰加噪声协方差矩阵和期望信号协方差矩阵101：初始化的信号复包络其中，M表示阵元个数，N表示接收信号的快拍数，预置参数L表示信号分布的空域网格点数目，θl表示在第l个网格点的信号入射角度，符号[·]H表示对矩阵进行共轭转置T[θl]＝T1[θl]+T2[θl]，且T1[θl]、T2...

【专利技术属性】
技术研发人员：谢菊兰，杨雪，罗紫惠，干鹏，何子述，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川,51