一种相关干扰源下的稳健自适应波束形成方法技术

本发明专利技术公开了一种相关干扰源下的稳健自适应波束形成方法，包括：对采样协方差矩阵特征分解，并将特征向量划分为信号子空间和噪声子空间；根据特征值估计噪声功率；利用子空间正交性，估计期望信号与干扰的初始角度，根据已知阵列形状获得初始角度对应的名义导向矢量，并向噪声子空间投影获取名义导向矢量的误差矢量；依据子空间正交性，进行导向矢量更新估计，得到期望信号和干扰的导向矢量；根据估计到的期望信号和干扰导向矢量与采样协方差矩阵的期望信号和干扰部分，重构干扰加噪声协方差矩阵；基于估计得到的期望信号导向矢量与重构的干扰加噪声协方差矩阵，对阵列接收数据进行波束形成。进行波束形成。进行波束形成。

【技术实现步骤摘要】
一种相关干扰源下的稳健自适应波束形成方法


[0001]本专利技术涉及阵列信号处理领域中波束形成研究领域，尤其涉及一种相关干扰源下的稳健自适应波束形成方法。

技术介绍

[0002]传统波束形成方法虽然能够在一定程度上提高波束形成器的稳健性，但是当期望信号出现在协方差矩阵中，导致波束形成器将期望信号当作干扰进行抑制，出现“自消”现象，造成波束形成器性能下降。目前基于协方差矩阵重构类算法虽然在一定程度上能够改善波束形成器的性能，但是对期望信号导向矢量的估计往往是通过求解凸优化问题，存在着复杂度高，重构协方差矩阵中冗余成分较多等问题。此外，目前大多数基于协方差矩阵重构类的算法均是采用不相关的干扰源作为假设条件，而在实际中出现的更多则是相关干扰源，这类算法在相关干扰源的条件下性能提升有限。鉴于此，有必要研究相关干扰源的场景下新的波束形成算法，提高波束形成器在实际应用中的性能。

技术实现思路

[0003]本专利技术的目的是提供一种相关干扰源下的稳健自适应波束形成方法，通过对期望信号和相关干扰源的导向矢量以及干扰功率矩阵的估计，进一步提高波束本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种相关干扰源下的稳健自适应波束形成方法，其特征在于，包括：步骤1、对阵列接收数据的采样协方差矩阵进行特征分解，将期望信号和干扰的特征值对应的特征矢量称为信号子空间，将剩余特征值对应的特征矢量称为噪声子空间；根据噪声子空间对应的特征值得到噪声功率的估计值；步骤2、根据步骤1中信号子空间和噪声子空间的正交性，获得全空间的谱值，通过对谱值进行谱峰搜索得到期望信号与干扰的初始角度，根据已知阵列形状获得初始角度对应的名义导向矢量；将得到期望信号与干扰的名义导向矢量向步骤1中的噪声子空间投影获取期望信号和干扰导向矢量的误差矢量；步骤3、利用步骤2中的期望信号和干扰的名义导向矢量以及误差矢量，依据子空间正交性原理，进行期望信号和干扰的导向矢量更新估计，得到期望信号和干扰导向矢量的估计值；步骤4、根据步骤1中的噪声功率估计值，步骤3中的期望信号和干扰导向矢量的估计值以及阵列接收数据的采样协方差矩阵中的期望信号和干扰部分，进行干扰加噪声协方差矩阵的重构，得到重构的干扰加噪声协方差矩阵；步骤5、基于步骤3中估计得到的期望信号导向矢量与步骤4重构的干扰加噪声协方差矩阵，对阵列接收数据进行波束形成。2.根据权利要求1所述的一种相关干扰源下的稳健自适应波束形成方法，其特征在于：所述步骤1具体实现如下：阵列接收数据的采样协方差矩阵为：其中，x(k)表示阵列在时刻k接收的数据，K表示快拍数，H表示矩阵或者向量的共轭转置运算；对采样协方差矩阵进行特征分解得到：其中，M表阵元数，表示按照降序排列的特征值，为该特征值对应的特征矢量；表示特征矢量矩阵，表示由特征值组成的对角矩阵；表示前L个特征值对应的特征矢量矩阵，并将其称为信号子空间，表示前L个特征值组成的对角矩阵，L表示期望信号和干扰的数量；由剩余M
‑
L个特征值对应的特征矢量矩阵，并将其称为噪声子空间，表示剩余M
‑
L个特征值组成...

【专利技术属性】
技术研发人员：叶中付，杨会超，
申请(专利权)人：中国科学技术大学，
类型：发明
国别省市：