本发明专利技术提供了一种自适应波束形成方法、装置、设备及可读存储介质，所述方法包括：获取第一数据和第二数据，所述第一数据包括第一时域目标信号和第一时域干扰信号；所述第二数据包括实时产生的混合时域信号；基于所述第一数据计算得到每个时频单元所对应的神经网络掩码值，基于每个时频单元所对应的所述神经网络掩码值对神经网络模型进行训练，得到训练好的模型；对所述第二数据进行处理，得到至少一个混合频域信号，将所述混合频域信号输入所述训练好的模型中，得到第一输出结果；基于所述第一输出结果计算得到协方差矩阵，基于所述协方差矩阵，利用MVDR准则求出权矢量，基于所述权矢量，形成自适应波束。形成自适应波束。形成自适应波束。
【技术实现步骤摘要】
一种自适应波束形成方法、装置、设备及可读存储介质
[0001]本专利技术涉及波束形成
，具体而言，涉及一种自适应波束形成方法、装置、设备及可读存储介质。
技术介绍
[0002]目前，由于接收机接收到的信号为包括干扰信号和目标信号的混合信号，在使用传统的MVDR自适应波束形成算法时，根据混合信号做协方差矩阵求得的权值会同时抑制目标信号和干扰信号，这虽然会起到抑制干扰信号的效果，但是同时对目标信号也存在抑制的效果，影响目标信号的质量。
技术实现思路
[0003]本专利技术的目的在于提供一种自适应波束形成方法、装置、设备及可读存储介质，以改善上述问题。
[0004]为了实现上述目的，本申请实施例提供了如下技术方案：一方面，本申请实施例提供了一种自适应波束形成方法，所述方法包括：获取第一数据和第二数据，所述第一数据包括第一时域目标信号和第一时域干扰信号；所述第二数据包括实时产生的混合时域信号；基于所述第一数据计算得到每个时频单元所对应的神经网络掩码值，基于每个时频单元所对应的所述神经网络掩码值对神经网络模型进行训练，得到训练好的模型；对所述第二数据进行处理，得到至少一个混合频域信号，将所述混合频域信号输入所述训练好的模型中，得到第一输出结果；基于所述第一输出结果计算得到协方差矩阵，基于所述协方差矩阵，利用MVDR准则求出权矢量，基于所述权矢量，形成自适应波束。
[0005]可选的，所述基于所述第一数据计算得到每个时频单元所对应的神经网络掩码值，包括：对所述第一时域目标信号和所述第一时域干扰信号进行进行短时傅里叶变换处理，形成第一频域目标信号和第一频域干扰信号；基于所述第一频域目标信号和所述第一频域干扰信号形成第一结果，所述第一结果包括每个时频单元所对应的神经网络掩码值。
[0006]可选的，所述基于每个时频单元所对应的所述神经网络掩码值对神经网络模型进行训练，得到训练好的模型，包括：将所述第一时域目标信号和第一时域干扰信号进行混合，得到第一混合时域信号，将所述第一混合时域信号进行短时傅里叶变换处理，得到第一混合频域信号；将所述每个时频单元所对应的所述神经网络掩码值和所述第一混合频域信号输入神经网络模型，对所述神经网络模型进行训练，得到训练好的模型。
[0007]可选的，所述对所述第二数据进行处理，得到至少一个混合频域信号，将所述混合
频域信号输入所述训练好的模型中，得到第一输出结果，包括：利用具有N个单元的均匀线性阵列对所述实时产生的混合时域信号进行接收，形成N个第二混合时域信号；对每个所述第二混合时域信号进行短时傅里叶变换处理得到N个第二混合频域信号，基于训练好的模型和N个所述第二混合频域信号，得到每个所述第二混合频域信号所对应的掩码值。
[0008]可选的，所述基于所述第一输出结果计算得到协方差矩阵，包括：基于所述第一输出结果，形成每个所述混合频域信号所对应的标签值；基于每个所述混合频域信号所对应的标签值、每个所述混合频域信号的幅度谱和每个所述混合频域信号的相位，计算得到每个所述混合频域信号所对应的干扰信号频谱；对每个所述干扰信号频谱进行逆短时傅里叶变换处理，得到对应的时域干扰信号，基于全部的所述时域干扰信号计算得到所述协方差矩阵。
[0009]可选的，所述基于每个所述混合频域信号所对应的标签值、每个所述混合频域信号的幅度谱和每个所述混合频域信号的相位，计算得到每个所述混合频域信号所对应的干扰信号频谱，包括：用1减去每个所述混合频域信号所对应的标签值，得到每个所述混合频域信号所对应的标签值的反值；将每个所述混合频域信号的幅度谱和对应的标签值的反值相乘得到每个所述混合频域信号中干扰信号的幅度谱，基于每个所述混合频域信号中干扰信号的幅度谱和每个所述混合频域信号的相位得到所述干扰信号频谱。
[0010]第二方面，本申请实施例提供了一种自适应波束形成装置，所述装置包括获取模块、训练模块、处理模块和形成模块。
[0011]获取模块，用于获取第一数据和第二数据，所述第一数据包括第一时域目标信号和第一时域干扰信号；所述第二数据包括实时产生的混合时域信号；训练模块，用于基于所述第一数据计算得到每个时频单元所对应的神经网络掩码值，基于每个时频单元所对应的所述神经网络掩码值对神经网络模型进行训练，得到训练好的模型；处理模块，用于对所述第二数据进行处理，得到至少一个混合频域信号，将所述混合频域信号输入所述训练好的模型中，得到第一输出结果；形成模块，用于基于所述第一输出结果计算得到协方差矩阵，基于所述协方差矩阵，利用MVDR准则求出权矢量，基于所述权矢量，形成自适应波束。
[0012]可选的，所述训练模块，包括：第一变换单元，用于对所述第一时域目标信号和所述第一时域干扰信号进行进行短时傅里叶变换处理，形成第一频域目标信号和第一频域干扰信号；第一计算单元，用于基于所述第一频域目标信号和所述第一频域干扰信号形成第一结果，所述第一结果包括每个时频单元所对应的神经网络掩码值。
[0013]可选的，所述训练模块，包括：第二变换单元，用于将所述第一时域目标信号和第一时域干扰信号进行混合，得到第一混合时域信号，将所述第一混合时域信号进行短时傅里叶变换处理，得到第一混合
频域信号；训练单元，用于将所述每个时频单元所对应的所述神经网络掩码值和所述第一混合频域信号输入神经网络模型，对所述神经网络模型进行训练，得到训练好的模型。
[0014]可选的，所述处理模块，包括：第二计算单元，用于利用具有N个单元的均匀线性阵列对所述实时产生的混合时域信号进行接收，形成N个第二混合时域信号；第三计算单元，用于对每个所述第二混合时域信号进行短时傅里叶变换处理得到N个第二混合频域信号，基于训练好的模型和N个所述第二混合频域信号，得到每个所述第二混合频域信号所对应的掩码值。
[0015]可选的，所述形成模块，包括：第四计算单元，用于基于所述第一输出结果，形成每个所述混合频域信号所对应的标签值；第五计算单元，用于基于每个所述混合频域信号所对应的标签值、每个所述混合频域信号的幅度谱和每个所述混合频域信号的相位，计算得到每个所述混合频域信号所对应的干扰信号频谱；第六计算单元，用于对每个所述干扰信号频谱进行逆短时傅里叶变换处理，得到对应的时域干扰信号，基于全部的所述时域干扰信号计算得到所述协方差矩阵。
[0016]可选的，所述第五计算单元，包括：第一计算子单元，用于用1减去每个所述混合频域信号所对应的标签值，得到每个所述混合频域信号所对应的标签值的反值；第二计算子单元，用于将每个所述混合频域信号的幅度谱和对应的标签值的反值相乘得到每个所述混合频域信号中干扰信号的幅度谱，基于每个所述混合频域信号中干扰信号的幅度谱和每个所述混合频域信号的相位得到所述干扰信号频谱；第三方面，本申请实施例提供了一种自适应波束形成设备，所述设备包括存储器和处理器。存储器用于存储计算机程序；处理器用于执行所述计算机程序时实现上述自适应波束形成方法的步骤。
[0017]第四方面，本申请实施例提供了一种可读存储介质本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种自适应波束形成方法，其特征在于，包括：获取第一数据和第二数据，所述第一数据包括第一时域目标信号和第一时域干扰信号；所述第二数据包括实时产生的混合时域信号；基于所述第一数据计算得到每个时频单元所对应的神经网络掩码值，基于每个时频单元所对应的所述神经网络掩码值对神经网络模型进行训练，得到训练好的模型；对所述第二数据进行处理，得到至少一个混合频域信号，将所述混合频域信号输入所述训练好的模型中，得到第一输出结果；基于所述第一输出结果计算得到协方差矩阵，基于所述协方差矩阵，利用MVDR准则求出权矢量，基于所述权矢量，形成自适应波束。2.根据权利要求1所述的自适应波束形成方法，其特征在于，所述基于所述第一数据计算得到每个时频单元所对应的神经网络掩码值，包括：对所述第一时域目标信号和所述第一时域干扰信号进行进行短时傅里叶变换处理，形成第一频域目标信号和第一频域干扰信号；基于所述第一频域目标信号和所述第一频域干扰信号形成第一结果，所述第一结果包括每个时频单元所对应的神经网络掩码值。3.根据权利要求1所述的自适应波束形成方法，其特征在于，所述基于每个时频单元所对应的所述神经网络掩码值对神经网络模型进行训练，得到训练好的模型，包括：将所述第一时域目标信号和第一时域干扰信号进行混合，得到第一混合时域信号，将所述第一混合时域信号进行短时傅里叶变换处理，得到第一混合频域信号；将所述每个时频单元所对应的所述神经网络掩码值和所述第一混合频域信号输入神经网络模型，对所述神经网络模型进行训练，得到训练好的模型。4.根据权利要求1所述的自适应波束形成方法，其特征在于，所述对所述第二数据进行处理，得到至少一个混合频域信号，将所述混合频域信号输入所述训练好的模型中，得到第一输出结果，包括：利用具有N个单元的均匀线性阵列对所述实时产生的混合时域信号进行接收，形成N个第二混合时域信号，其中，N为正整数；对每个所述第二混合时域信号进行短时傅里叶变换处理得到N个第二混合频域信号，基于训练好的模型和N个所述第二混合频域信号，得到每个所述第二混合频域信号所对应的掩码值。5.一种自适应波束形成装置，其特征在于，包括：获取模块，用于获取第一数据和第二数据，所述第一数据包括第一时域目标信号和第一时域干扰信号；所...
【专利技术属性】
技术研发人员：马征，蒙仕进，吴彦良，张雯睿，旷森芸，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。