脉冲噪声环境下的波束形成方法、存储设备及波束形成器技术

本发明专利技术公开了脉冲噪声环境下的波束形成方法、存储设备及波束形成器，方法包括：获取基站预设的天线阵列中采集到的采样数据，对采样数据进行离群值检测并剔除异常数据；利用矩阵填充技术对采样数据中缺失的数据进行恢复，并利用恢复后的采样数据求解加权矢量；根据求解出的加权矢量对采样数据进行加权求和，得到波束形成的输出。本发明专利技术所提供的波束形成方法，可以有效抑制脉冲噪声的影响，能够在脉冲噪声的干扰下实现对数据信号的高精度测量，提高波束形成的鲁棒性，有利于实现更高的输出信干噪比。

【技术实现步骤摘要】
脉冲噪声环境下的波束形成方法、存储设备及波束形成器
本专利技术涉及自适应波束形成
，具体涉及脉冲噪声环境下的波束形成方法、存储设备及波束形成器。
技术介绍
自适应波束形成技术被广泛应用于许多领域，例如相控阵雷达系统、主动声纳、地震学、医疗成像等。自适应波束形成技术理论从知识走向工程应用仍面临许多实际问题。其中，大部分理论工作主要讨论的前提是假设环境噪声是符合高斯分布的，而现实应用中由于存在各种因素，环境噪声往往是脉冲噪声。现有技术中，为提高脉冲噪声环境下波束形成的鲁棒性，可采用基于分数低阶统计量(FLOS)理论的波束形成器求解加权矢量。虽然该方法在脉冲噪声环境下能实现一定的鲁棒性，但是这需要获取脉冲噪声的概率分布等先验信息，这在实际应用中通常是很难得到。或可采用基于最小化归一化方差的线性约束(LCMNV)波束形成器进行波束形成：先对采样数据进行自适应无穷范数归一化，然后计算数据协方差矩阵，并求解权矢量。此方法能有效提升波束形成的输出性能，但是无法在较强脉冲噪声干扰下实现足够的鲁棒性，降低了阵列信号处理系统的测量精度。因此，现有技术还有待于改进和发展。
技术实现思路
本专利技术要解决的技术问题在于，针对现有技术的上述缺陷，提供脉冲噪声环境下的波束形成方法、存储设备及波束形成器，旨在解决现有技术中在脉冲噪声环境下，无法实现足够鲁棒性的问题。本专利技术解决技术问题所采用的技术方案如下：一种脉冲噪声环境下的波束形成方法，其中，所述方法包括：获取基站预设的天线阵列中采集到的采样数据，对采样数据进行离群值检测并剔除异常数据；利用矩阵填充技术对采样数据中缺失的数据进行恢复，并利用恢复后的采样数据求解加权矢量；根据求解出的加权矢量对采样数据进行加权求和，得到波束形成的输出。所述的脉冲噪声环境下的波束形成方法，其中，所述获取基站预设的天线阵列中收集到的采样数据，对采样数据进行离群值检测并剔除异常数据具体包括：预先在基站建立用于采集信号的天线阵列；波束形成器获取所述天线阵列中每个阵元采集到的信号，并将采集到的信号作为采样数据；利用Hampel算法对所有的采样数据进行离群值检测，确定出异常数据；所述异常数据代表被脉冲噪声污染的数据；将异常数据进行剔除。所述的脉冲噪声环境下的波束形成方法，其中，所述天线阵列中的各阵元中的脉冲噪声均是独立不相关的。所述的脉冲噪声环境下的波束形成方法，其中，所述利用Hampel算法对所有的采样数据进行离群值检测，确定出异常数据具体包括：首先求解阵元采集到的采样数据的模值；根据Hampel算法分别计算阵元中采样数据模值的中值与中位数绝对偏差；调用预设的函数对求出的中值与中位数绝对偏差进行处理，确定出被脉冲噪声污染的数据以及位置。所述的脉冲噪声环境下的波束形成方法，其中，所述将异常数据进行剔除具体包括：获取采样数据中被脉冲噪声污染的数据的位置；将该位置上的数据置为零。所述的脉冲噪声环境下的波束形成方法，其中，所述利用矩阵填充技术对采样数据中缺失的数据进行恢复，并利用恢复后的采样数据求解加权矢量具体包括：波束形成器获取采样数据中数据为零的位置；利用矩阵填充技术对数据为零的位置进行数据恢复，并重新输出采样数据；波束形成器重新获取恢复后的采样数据，并利用恢复后的采样数据求解加权矢量。所述的脉冲噪声环境下的波束形成方法，其中，所述利用矩阵填充技术对数据为零的位置进行数据恢复具体包括：获取采样数据中的非零数据的个数及其位置；将数据恢复问题建模成矩阵填充问题；利用奇异值阈值法求解相应的矩阵填充问题并恢复出完整的采样数据。所述的脉冲噪声环境下的波束形成方法，其中，所述加权矢量是利用最差性能优化算法求解得到的。一种存储设备，其上存储有多条指令，其中，所述指令适于由处理器加载并执行，以实现上述任一项所述的脉冲噪声环境下的波束形成方法。一种波束形成器，其中，包括：处理器、与处理器通信连接的存储设备，所述存储设备适于存储多条指令；所述处理器适于调用所述存储设备中的指令，以执行实现上述任一项所述的脉冲噪声环境下的波束形成方法。本专利技术的有益效果：本专利技术所提供的波束形成方法，可以有效抑制脉冲噪声的影响，能够在脉冲噪声的干扰下实现对数据信号的高精度测量，提高波束形成的鲁棒性，有利于实现更高的输出信干噪比。附图说明图1是本专利技术的脉冲噪声环境下的波束形成方法的第一较佳实施例的流程图。图2是本专利技术的脉冲噪声环境下的波束形成方法与现有技术的第一对比效果图。图3是本专利技术的脉冲噪声环境下的波束形成方法与现有技术的第二对比效果图。图4是本专利技术的波束形成器的较佳实施例的功能原理框图。具体实施方式为使本专利技术的目的、技术方案及优点更加清楚、明确，以下参照附图并举实施例对本专利技术进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。如图1所示，图1是本专利技术的脉冲噪声环境下的波束形成方法的第一较佳实施例的流程图。所述脉冲噪声环境下的波束形成方法包括以下步骤：步骤S100、获取基站预设的天线阵列中采集到的采样数据，对采样数据进行离群值检测并剔除异常数据。较佳地，所述步骤S100具体包括：步骤S101、预先在基站建立用于采集信号的天线阵列；步骤S102、波束形成器获取所述天线阵列中每个阵元采集到的信号，并将采集到的信号作为采样数据；步骤S103、利用Hampel算法对所有的采样数据进行离群值检测，确定出异常数据；所述异常数据代表被脉冲噪声污染的数据；步骤S104、将异常数据进行剔除。具体实施时，本专利技术在获取数据信号之前需要预先在基站建立用于采集数据的天线阵列。所述天线阵列包括若干阵元，每一个阵元均对信号进行采集。当需要获取信号进行波束成形时，波束形成器可获取所述天线阵列中每个阵元采集到的信号，并将采集到的信号作为采样数据。本专利技术中的波束形成器用于获取采样数据，求解加权矢量并得到波束形成的输出。具体地，设定阵元接收到的采样数据为x(k)：x(k)＝S0(k)a(θ0)+i(k)+n(k)其中s0(k)为期望信号，a(θ0)表示入射角度为θ0的期望信号对应的导向矢量，i(k)表示干扰信号矢量，n(k)表示噪声矢量。k表示第k次采样。本专利技术所要解决的是在脉冲噪声环境下提高波束形成的鲁棒性。假设噪声模型为高斯混合模型，则n(k)可以写成：n(k)＝ng(k)+ni(k)其中ng表示高斯噪声，ni表示脉冲噪声。较佳地，本专利技术中假设所述天线矩阵中的各阵元中的脉冲噪声均是独立不相关的。因此，第m个阵元上的噪声矢量nm(k)可以写成：其中b是一个二进制伯努利随机变量，并且b等于1的概率为1-p，等于0的概率为p，p表示脉冲噪声出现的概率。表示方差为均值为零的高斯分布。表示方差为均值为零的高斯分布。并且当波束形成器获取到所述采样数据后，利用Hampel算法对所有的采样数据进行离群值检测，确定出异常数据。具体地，包括以下步骤：1、首先求解各阵元采集到的数据的模值。例如，求解第m个阵元上第k次采样数据的模(振幅)，得到：其中Xm(k)表示第m个阵元上的第k次采样数据。2、根据Hampel算法分别计算的中值μk和中位数绝对偏差计算方法如下：其中med(·)表示对(·)求中位数，Nw表示估计窗口长度，定义如下：3、波束形成器调用预设的函数对求出的本文档来自技高网...

【技术保护点】
一种脉冲噪声环境下的波束形成方法，其特征在于，所述方法包括：获取基站预设的天线阵列中采集到的采样数据，对采样数据进行离群值检测并剔除异常数据；利用矩阵填充技术对采样数据中缺失的数据进行恢复，并利用恢复后的采样数据求解加权矢量；根据求解出的加权矢量对采样数据进行加权求和，得到波束形成的输出。

【技术特征摘要】
1.一种脉冲噪声环境下的波束形成方法，其特征在于，所述方法包括：获取基站预设的天线阵列中采集到的采样数据，对采样数据进行离群值检测并剔除异常数据；利用矩阵填充技术对采样数据中缺失的数据进行恢复，并利用恢复后的采样数据求解加权矢量；根据求解出的加权矢量对采样数据进行加权求和，得到波束形成的输出。2.根据权利要求1中所述的脉冲噪声环境下的波束形成方法，其特征在于，所述获取基站预设的天线阵列中收集到的采样数据，对采样数据进行离群值检测并剔除异常数据具体包括：预先在基站建立用于采集信号的天线阵列；波束形成器获取所述天线阵列中每个阵元采集到的信号，并将采集到的信号作为采样数据；利用Hampel算法对所有的采样数据进行离群值检测，确定出异常数据；所述异常数据代表被脉冲噪声污染的数据；将异常数据进行剔除。3.根据权利要求2中所述的脉冲噪声环境下的波束形成方法，其特征在于，所述天线阵列中的各阵元上的脉冲噪声均是独立不相关的。4.根据权利要求2中所述的脉冲噪声环境下的波束形成方法，其特征在于，所述利用Hampel算法对所有的采样数据进行离群值检测，确定出异常数据具体包括：首先求解阵元采集到的采样数据的模值；根据Hampel算法分别计算采样数据模值的中值与中位数绝对偏差；调用预设的函数对求出的中值与中位数绝对偏差进行处理，确定出被脉冲噪声污染的数据以及位置。5.根据权利要求2中所述的脉冲噪声环境下的波束形...

【专利技术属性】
技术研发人员：廖斌，文珺，周翔，黄辉平，
申请(专利权)人：深圳大学，
类型：发明
国别省市：广东,44