一种基于有效重构协方差矩阵的波束形成方法技术

本发明专利技术公开了一种基于有效重建协方差矩阵的稳健自适应波束形成方法。该方法通过引入判断因子作为算法是否重构协方差矩阵的标准，首先利用功率谱估计算法来估计期望信号角度方向，把期望信号角度能否被估计出来作为协方差矩阵重建的标准，然后分别构建不同信噪比情况下的协方差矩阵，即在低信噪比下无需重构协方差矩阵，在高信噪比下采用协方差矩阵重构方法，最终求取阵列权值矢量，最终达到保证波束形成器输出性能的同时降低其计算复杂度。本发明专利技术在高信噪比情况下仍具有较好的输出性能。本发明专利技术增加了一个阈值判断过程，利用期望信号能够被估计出来作为临界条件，能够很好地平衡复杂度与输出性能之间的关系。

【技术实现步骤摘要】
一种基于有效重构协方差矩阵的波束形成方法
本专利技术涉及波束形成
和信号处理领域，具体涉及一种基于有效重构协方差矩阵的波束形成方法。
技术介绍
自适应波束形成技术能够依据外界环境变化特性与接收信号特性来自适应地改变权值矢量大小，进而保证期望信号能够无失真接收并使干扰性能得到最大程度地抑制，因此能够适用于较为复杂的工程应用环境，具有广阔的应用前景。波束形成器通过阵列权值矢量来达到主瓣波束对准期望信号来向并且零陷对准干扰信号来向的目的，而最优权值矢量是基于干扰噪声矩阵与期望信号导向矢量都准确无误的情况下。实际应用环境中干扰噪声矩阵很难得到，一般都是通过采样协方差矩阵来代替，但采样数据里通常会包含期望信号，当期望信号功率较小时，此时求取的采样协方差矩阵与干扰噪声协方差矩阵的差距较小，对应求取的阵列权值矢量与最优权值矢量之间的差距也较小，所以对波束形成器的输出性能影响较小，但当期望信号功率较大时，波束形成器极易把期望信号当成干扰信号来抑制，进而导致算法输出性能下降。针对该问题，一系列稳健的波束形成算法被提出来，主要代表算法是干扰噪声矩阵重构算法。《基于子空间的干扰噪声协方差矩阵重构的波束形成方法》(专利申请号201510680829.5，申请日2015.10.19，申请人电子科技大学)，介绍了一种基于子空间的干扰噪声协方差矩阵重构的波束形成方法，用重构的干扰噪声协方差矩阵代替样本协方差矩阵，同时提出了一种新导向矢量估计算法来估计期望信号的导向矢量，提高了波束形成算法对干扰信号导向矢量误差具有很好的稳健性，但是该方法未考虑算法工程实现的复杂度问题。《基于相关计算和协方差矩阵重构的自适应波束形成方法》(专利申请号201510548956.X，申请日2015.08.31，申请人中国科学院声学研究所)，介绍了一种基于相关计算和协方差矩阵重构的自适应波束形成方法，解决了在采样快拍数中含有期望信号的情况下，SMI算法的自适应方向图主瓣变形及旁瓣升高、期望信号相消、输出信干噪比严重下降的问题，但是该方法仅针对的是接收信号中期望信号功率较大的情况下，对期望信号功率微弱时没有效果，反而复杂度会升高。《一种基于协方差矩阵重构的自适应波束形成方法》(专利申请号201611055429.6，申请日2016.11.25，申请人线电子科技大学)，介绍了一种基于协方差矩阵重构的自适应波束形成方法，该方法通过重构干扰加噪声协方差矩阵，消除用于计算自适应波束形成器权矢量的采样协方差矩阵中期望信号分量，从而提高波束形成器的性能，但是该方法仍然是针对期望信号功率大的情况下，并未考虑小功率期望信号下算法的性能问题。论文《RobustAdaptiveBeamformingBasedonInterferenceCovarianceMatrixReconstructionandSteeringVectorEstimation》(作者：GuY等，期刊IEEETransactionsonSignalProcessing，发表日期2012年7月)提出利用空间谱估计来重构干扰噪声协方差矩阵的方法，但是该方法需要对除期望信号所在角度区域外的整个空间域进行累加计算，计算量很大。论文《RobustMVDRbeamformingbasedoncovariancematrixreconstruction》(作者：PengchengM，期刊ScienceChinaInformationSciences，发表日期2013年4月)采用采样协方差矩阵去除期望信号成分方法重构干扰噪声矩阵，但是该方法在导向矢量角度失配情况下会存在较大误差。论文《Robustadaptivebeamformingviaanovelsubspacemethodforinterferencecovariancematrixreconstruction》(作者：YuanX，期刊SignalProcessing，发表日期2016年7月)提出了仅需计算干扰信号所在角度区域来重构协方差矩阵，大大降低算法的复杂度。论文《Robustadaptivebeamformingbasedoninterferencecovariancematrixsparsereconstruction.》(作者：GuY，期刊SignalProcessing，发表日期2013年9月)利用稀疏约束来重构干扰噪声协方差矩阵重建来提高算法在采样数据中含有期望信号情况与模型失配情况下性能，并且其输出性能近似于最优性能，但是低信噪比下算法的性能的提升远小于算法复杂度的提高，而很少有文献涉及到协方差矩阵有效重构的问题，因此针对有效重构协方差矩阵的问题，具有重要的研究意义。
技术实现思路
本专利技术的目的是提供一种基于有效重构协方差矩阵的波束形成方法，解决目前现有的干扰噪声协方差矩阵重构的波束形成器在高输入信噪比情况下性能提升较高，但在低输入信噪比情况下性能提升不大而复杂度却大大增加的问题。为达到上述目的，本专利技术提供了一种基于有效重构协方差矩阵的波束形成方法，其包括以下步骤：步骤1：采用M个阵元组成的均匀线阵，空间内有J+1个远场窄带信号入射到阵列，假设以1号阵元作为参考点，信号入射方向角度为θ，其他阵元同1号阵元间的时间延时为τm，并且满足τm＝(m-1)dsinθ/c，则可建立阵列接收信号模型；步骤2：通过特征分解方法得到协方差矩阵特征值分布情况，得到阵列接收信号中大特征值个数；步骤3：利用MUSIC算法估计大特征值所对应的信号，通过设定功率谱阈值：临界门ξ来估计出大功率信号所对应的角度；步骤4：已知期望信号的角度区域Θ，并且有Θ＝[θmin,θmax]，并假定期望信号来波方向为θd，θd∈Θ；设定估计出的角度方向为θi(i＝1,2,…,P)，其中P为估计出的信号源个数，通过判断θi(i＝1,2,…,P)中是否存在位于期望信号角度区域Θ范围内来确定重构协方差矩阵的临界值：判断因子β；步骤5：分别求出不同判断因子情况下所对应的协方差矩阵，具体包括：步骤5.1：在低信噪比情况下，采用噪声平均的方法对协方差矩阵进行修正，以消除有限快拍数对采样协方差矩阵产生的影响；步骤5.2：在高信噪比情况下，采用干扰噪声协方差矩阵重构的方法，以提高算法的性能；步骤6：最终求取不同情况下对应的阵列权值矢量。上述的基于有效重构协方差矩阵的波束形成方法，其中，步骤1中，所述阵列天线接收信号模型的建立步骤包括：步骤1.1：将阵列接收信号模型写成：式中，J代表干扰个数，s0(t)代表期望信号，θ0代表期望信号来向，sj(t)(j＝1,…,J)代表第j个干扰信号，θj(j＝1,…,J)代表干扰信号来向，a(θ0)是期望信号所对应的导向矢量；a(θj)(j＝1,…,J)是干扰信号所对应的导向矢量，n(t)是高斯白噪声，并定义步骤1.2：假定期望信号和干扰信号间互不相关，则阵列接收数据真实协方差矩阵写成：RX＝E[X(t)XH(t)]＝Rs+Rj+n式中，Rs、Rj+n分别是期望信号、干扰和噪声信号所对应协方差矩阵，(·)H代表矩阵转置符号；步骤1.3：采用采样协方差矩阵来代替阵列接收数据真实协方差矩阵：R＝X(t)XH(t)/K式中，K为采样快拍数。上述的基于有效重构协方差矩阵本文档来自技高网...

【技术保护点】
1.一种基于有效重构协方差矩阵的波束形成方法，其特征在于，包括以下步骤：步骤1：采用M个阵元组成的均匀线阵，空间内有J+1个远场窄带信号入射到阵列，建立阵列接收信号模型；步骤2：通过特征分解方法得到协方差矩阵特征值分布情况，得到阵列接收信号中大特征值个数；步骤3：利用MUSIC算法估计大特征值所对应的信号，通过设定功率谱阈值：临界门ξ来估计出大功率信号所对应的角度；步骤4：已知期望信号的角度区域Θ，并且有Θ＝[θmin,θmax]，并假定期望信号来波方向为θd，θd∈Θ；设定估计出的角度方向为θi(i＝1,2,…,P)，其中P为估计出的信号源个数，通过判断θi(i＝1,2,…,P)中是否存在位于期望信号角度区域Θ范围内来确定重构协方差矩阵的临界值：判断因子β；步骤5：分别求出不同判断因子情况下所对应的协方差矩阵，具体包括：步骤5.1：在低信噪比情况下，采用噪声平均的方法对协方差矩阵进行修正，以消除有限快拍数对采样协方差矩阵产生的影响；步骤5.2：在高信噪比情况下，采用干扰噪声协方差矩阵重构的方法，以提高算法的性能；步骤6：最终求取不同情况下对应的阵列权值矢量。

【技术特征摘要】
1.一种基于有效重构协方差矩阵的波束形成方法，其特征在于，包括以下步骤：步骤1：采用M个阵元组成的均匀线阵，空间内有J+1个远场窄带信号入射到阵列，建立阵列接收信号模型；步骤2：通过特征分解方法得到协方差矩阵特征值分布情况，得到阵列接收信号中大特征值个数；步骤3：利用MUSIC算法估计大特征值所对应的信号，通过设定功率谱阈值：临界门ξ来估计出大功率信号所对应的角度；步骤4：已知期望信号的角度区域Θ，并且有Θ＝[θmin,θmax]，并假定期望信号来波方向为θd，θd∈Θ；设定估计出的角度方向为θi(i＝1,2,…,P)，其中P为估计出的信号源个数，通过判断θi(i＝1,2,…,P)中是否存在位于期望信号角度区域Θ范围内来确定重构协方差矩阵的临界值：判断因子β；步骤5：分别求出不同判断因子情况下所对应的协方差矩阵，具体包括：步骤5.1：在低信噪比情况下，采用噪声平均的方法对协方差矩阵进行修正，以消除有限快拍数对采样协方差矩阵产生的影响；步骤5.2：在高信噪比情况下，采用干扰噪声协方差矩阵重构的方法，以提高算法的性能；步骤6：最终求取不同情况下对应的阵列权值矢量。2.如权利要求1所述的基于有效重构协方差矩阵的波束形成方法，其特征在于，步骤1中，所述阵列天线接收信号模型的建立步骤包括：步骤1.1：将阵列接收信号模型写成：式中，J代表干扰个数，s0(t)代表期望信号，θ0代表期望信号来向，sj(t)(j＝1,…,J)代表第j个干扰信号，θj(j＝1,…,J)代表干扰信号来向，a(θ0)是期望信号所对应的导向矢量，a(θj)(j＝1,…,J)是干扰信号所对应的导向矢量，n(t)是高斯白噪声，并定义步骤1.2：假定期望信号和干扰信号间互不相关，则阵列接收数据真实协方差矩阵写成：RX＝E[X(t)XH(t)]＝Rs+Rj+n式中，Rs、Rj+n分别是期望信号、干扰和噪声信号所对应协方差矩阵，(·)H代表矩阵转置符号；步骤1.3：采用采样协方差矩阵来代替阵列接收数据真实协方差矩阵：R＝X(t)XH(t)/K式中，K为采样快拍数。3.如权利要求1所述的基于有效重构协方差矩阵的波束形成方法，其特征在于，步骤2中，...

【专利技术属性】
技术研发人员：雷舒杰，张军星，王雪博，王帅，蒲彬，吴迎春，史方明，
申请(专利权)人：上海神添实业有限公司，上海无线电设备研究所，
类型：发明
国别省市：上海,31