基于贝叶斯压缩感知算法的自适应波束形成器设计方法技术

本发明专利技术公开了一种基于贝叶斯压缩感知算法的自适应波束形成器设计方法，包括：(1)平面阵列阵元接收声波入射信号，所述声波入射信号包含目标信号和干扰信号，基于声波入射信号构建自适应波束形成器，采用贝叶斯压缩感知算法对声波入射信号进行波达方向估计；(2)根据干扰信号的波达方向和入声波入射信号的Capon空间谱重构得到干扰加噪声协方差矩阵；(3)定义最大旁瓣水平约束值，并根据最大旁瓣水平约束值对目标波束图的旁瓣进行约束，同时根据干扰加噪声协方差矩阵通过凸优化方法计算自适应波束形成器的阵元权重系数。具有更大的输出信干燥比。

【技术实现步骤摘要】
基于贝叶斯压缩感知算法的自适应波束形成器设计方法
本专利技术涉及声纳阵列信号处理领域，具体涉及一种基于贝叶斯压缩感知算法(BCS)的自适应波束形成器设计方法。
技术介绍
近年来，相控阵三维成像声纳技术由于其在水下物理、生物、地质等方面的应用而得到了迅速发展。传统的相控阵三维声纳具有固定的波束方向，不能在抵消干扰的同时自动跟踪期望信号的来向，无法适应复杂水声环境下工作的需要，如申请公布号为CN109116334A的专利申请公开了一种基于超波束加权的声纳波束形成方法及系统。自适应波束形成算法作为一个新的技术手段，在保证期望信号大增益接收的前提下，自适应地使波束方向图零陷对准干扰的方向，实现对阵列的波束方向图进行自适应的控制，从而抑制掉干扰或者降低干扰信号的强度。因此，研究自适应波束形成算法具有重要意义。如申请公布号为CN110736976A的专利申请公开了一种任意阵形的声纳波束形成器性能估计方法。申请公布号为CN110196421A的专利申请公开了一种密布式MIMO声纳自适应波束形成探测方法。
技术实现思路
本专利技术的目的是提供一种基于贝叶斯压缩感知算法的自适应波束形成器设计方法，该自适应波束形成器设计方法通过贝叶斯压缩感知算法实现了对干扰加噪声协方差矩阵更准确地重构，相比较于其他自适应算法具有更大的输出信干燥比，同时，波束方向图的旁瓣峰值被约束在了更低的水平。为实现上述专利技术目的，本专利技术提供的技术方案为：一种基于贝叶斯压缩感知算法的自适应波束形成器设计方法，包括以下步骤：r>(1)平面阵列阵元接收声波入射信号，所述声波入射信号包含目标信号和干扰信号，基于声波入射信号构建自适应波束形成器，采用贝叶斯压缩感知算法对声波入射信号进行波达方向估计；(2)根据干扰信号的波达方向和声波入射信号的Capon空间谱重构得到干扰加噪声协方差矩阵；(3)定义最大旁瓣水平(PSLL)约束值，并根据最大旁瓣水平约束值对目标波束图的旁瓣进行约束，同时根据干扰加噪声协方差矩阵通过凸优化方法计算自适应波束形成器的权重系数值。步骤(1)中，接收的声波入射信号表示为：其中，k表示采样快拍数，X(k)表示采样快拍数为k时接收的声波入射信号，n(k)表示高斯噪声向量，s(k)＝[sl(k)，l＝1，2，...，L]T表示L+1个方向的入射信号源，l表示入射方向的索引，当l＝0时，(αl，βl)表示目标信号的入射方向，当l＝1，2，...，L时，(αl，βl)表示干扰信号的入射方向，a(αl，βl)表示入射方向为(αl，βl)的阵列流形矢量，Φ＝[a(αl，βl)，l＝1，2，...，L]表示阵列流形矩阵，具体表示如下：其中，λ为波长，xn，yn表示第n个阵元的位置，n＝1，2，...，N，N为自然数，ul＝sinαl，vl＝sinβl，ul，ul∈[-1，1]，l＝1，2，...，L，L为自然数；基于声波入射信号构建自适应波束形成器表示为：Y(k)＝wHX(k)(3)其中，Y(k)表示自适应波束形成器的输出，wH∈CN表示阵元权重系数，上标H表示赫尔米特转置，自适应波束形成器的输出信干燥比(SINR)可计算如下：其中，E[-]表示期望，|·|2表示平方，Xs(k)，Xi(k)和Xn(k)分别表示目标信号分量，干扰信号分量和噪声分量，σs2表示信号的能量，as表示目标信号的阵列流形矢量，Ri+n＝E[(Xi(k)+Xn(k)(Xi(k)+Xn(k)H]∈CN×N表示干扰加噪声协方差矩阵，则自适应波束形成器的设计转化为如下问题：minwwHRi+nw，subjecttowHas＝1.(5)采用贝叶斯压缩感知算法对声波入射信号进行波达方向(DOA)估计时，令候选的信号方向数量为M，则候选信号源可表示为则阵元接收到的声波入射信号改写为：其中，表示噪声向量，表示候选信号源向量，阵列流形矩阵如下所示：则DOA估计问题可转化为如下所示：其中，Q＝R,I，和分别表示候选信号源的实部和虚部，表示后验概率，则为：其中，R(·)表示取实部，I(·)表示取虚部，ε(k)为保真度系数，表示信号DOA估计的精度，后验概率引入超参数转化为：其中，Q＝R,I，R,I分别表示实部和虚部，超参数的值由求解其最大似然函数得到，如下所示：其中，Q＝R,I，a,b为用户自定义比例控制参数，表示以为对角元素的对角矩阵，上标T表示矩阵的转置；则声波入射信号的DOA估计通过下式可以求得：由于具有K个采样点，而上面的推导过程仅使用其中一个采样点。通过多任务贝叶斯压缩感知算法(MT-BCS)进行DOA估计时，可以通过共享相同的超参数和观测矩阵来关联K个采样点，从而提高了估计精度，所以公式(14)中的DOA估计可以写成：当入射方向索引l＝0时，根据公式(15)得到目标信号的波达方向，当入射方向索引l≠0时，根据公式(15)得到干扰信号的波达方向。步骤(2)中，根据目标信号方位的先验信息可以将由步骤(1)得到的波达方向分为目标信号源的入射方向为(u0,v0)，对应的阵列流形矢量为以及干扰信号源的入射方向为(ul,vl)(l＝1,2,…,L)，对应的阵列流形矢量为声波入射信号Capon空间谱函数为：其中，表示阵元的采样协方差矩阵，则根据干扰信号的波达方向重构的干扰加噪声协方差矩阵如下：步骤(3)中，定义最大旁瓣水平(PSLL)约束值为BPPSLL，令(uj,vj)(j＝1,2,…,J)表示目标波束图的旁瓣区域，则旁瓣的约束如下：结合重构的干扰加噪声协方差矩阵则自适应波束形成器的阵元系数通过凸优化方法求解，得到自适应波束形成器的权重系数值，求解过程如下所示：subjectto在获得自适应波束形成器的权重系数值后，即可以根据Y(k)＝wHX(k)得到自适应波束形成器。最大旁瓣水平(PSLL)约束值与阵列的孔径和阵元个数相关，本专利技术中根据阵列的孔径和阵元个数设定最大旁瓣水平(PSLL)约束值，阵元越多则旁瓣越小。例如针对20×20的阵列，最大旁瓣水平(PSLL)约束值是-25dB，当约束值小于-25的时候求不出解。与现有技术相比，本专利技术具有的有益效果为：本专利技术中，贝叶斯压缩感知算法将对阵元接收到的声波入射信号进行DOA估计获得目标信号源与干扰信号源的方位，根据获得的目标信号源和干扰信号源方位再结合采样数据的Capon空间谱估计可以精确地重构出干扰加噪声协方差矩阵。同时，相对于其他自适应波束形成算法，本专利技术提出的自适应波束形成器对波束方向图的旁瓣进行了约束，将旁瓣控制在了较低的水平。该方法实现了对干扰加噪声协方差矩阵更准确的重构，具有更大的输出信干燥比和更好的旁瓣控制水平。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方本文档来自技高网...

【技术保护点】
1.一种基于贝叶斯压缩感知算法的自适应波束形成器设计方法，其特征在于，包括以下步骤：/n(1)平面阵列阵元接收声波入射信号，所述声波入射信号包含目标信号和干扰信号，基于声波入射信号构建自适应波束形成器，采用贝叶斯压缩感知算法对声波入射信号进行波达方向估计；/n(2)根据干扰信号的波达方向和入声波入射信号的Capon空间谱重构得到干扰加噪声协方差矩阵；/n(3)定义最大旁瓣水平约束值，并根据最大旁瓣水平约束值对目标波束图的旁瓣进行约束，同时根据干扰加噪声协方差矩阵通过凸优化方法计算自适应波束形成器的阵元权重系数。/n

【技术特征摘要】
1.一种基于贝叶斯压缩感知算法的自适应波束形成器设计方法，其特征在于，包括以下步骤：
(1)平面阵列阵元接收声波入射信号，所述声波入射信号包含目标信号和干扰信号，基于声波入射信号构建自适应波束形成器，采用贝叶斯压缩感知算法对声波入射信号进行波达方向估计；
(2)根据干扰信号的波达方向和入声波入射信号的Capon空间谱重构得到干扰加噪声协方差矩阵；
(3)定义最大旁瓣水平约束值，并根据最大旁瓣水平约束值对目标波束图的旁瓣进行约束，同时根据干扰加噪声协方差矩阵通过凸优化方法计算自适应波束形成器的阵元权重系数。


2.如权利要求1所述的基于贝叶斯压缩感知算法的自适应波束形成器设计方法，其特征在于，步骤(1)中，接收的声波入射信号表示为：



其中，k表示采样快拍数，X(k)表示采样快拍数为k时接收的声波入射信号，n(k)表示高斯噪声向量，s(k)＝[sl(k)，l＝1，2，...，L]T表示L+1个方向的入射信号源，l表示入射方向的索引，当l＝0时，(αl，βl)表示目标信号的入射方向，当l＝1，2，...，L时，(αl，βl)表示干扰信号的入射方向，a(αl，βl)表示入射方向为(αl，βl)的阵列流形矢量，Φ＝[a(αl，βl)，l＝1，2，...，L]表示阵列流形矩阵，具体表示如下：



其中，λ为波长，xn，yn表示第n个阵元的位置，n＝1，2，...，N，N为自然数，ul＝sinαl，vl＝sinβl，ul，ul∈[-1，1]，l＝1，2，...，L，L为自然数；
基于声波入射信号构建自适应波束形成器表示为：
Y(k)＝wHX(k)(3)
其中，Y(k)表示自适应波束形成器的输出，wH∈CN表示阵元权重系数，上标H表示赫尔米特转置。


3.如权利要求2所述的基于贝叶斯压缩感知算法的自适应波束形成器设计方法，其特征在于，自适应波束形成器的输出信干燥比(SINR)可计算如下：



其中，E[·]表示期望，|·|2表示平方，Xs(k)，Xi(k)和Xn(k)分别表示目标信号分量，干扰信号分量和噪声分量，σs2表示信号的能量，as表示目标信号的阵列流形矢量，Ri+n＝E[(Xi(k)+Xn(k)(Xi(k)+Xn(k)H]∈CN×N表示干扰加噪声协方差矩阵，则自适应波束形成器的设计转化为如下问题：
minwwHRi+nw，subjecttowHas＝1.(5)。


4.如权利要求1所述的基于贝叶斯压缩感知算法的自适应波束形成器设计方法，其特征在于，步骤(1)中，采用贝叶斯压缩感知算法对声波入射信号进行波达方向估计时，令候选的信...

【专利技术属性】
技术研发人员：陈耀武，林振伟，刘雪松，蒋荣欣，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江;33