一种基于原子范数最小化的二维鲁棒自适应波束形成方法技术

本发明专利技术公开了一种基于原子范数最小化的二维鲁棒自适应波束形成方法，其包括：利用克罗内克积将二维阵列流形矩阵重构成一维矢量并建立相应的接收信号数学模型；构建一种接收端目标及干扰信号的原子范数表示方法；建立基于原子范数最小化设计联合估计干扰协方差矩阵和期望信号功率及导向矢量的最优化问题及其约束条件；构建该优化问题的半正定规划问题；采用交替优化方法将该问题分解为两个迭代步骤求解，获得重构的干扰协方差矩阵和期望信号导向矢量；由Capon波束形成算法得到权矢量。本发明专利技术不受期望目标信号的影响，能够自适应调整指向方向，对于期望目标信号污染和目标方向先验信息错误的样本数据具有良好的有效性和稳健性。稳健性。稳健性。

【技术实现步骤摘要】
一种基于原子范数最小化的二维鲁棒自适应波束形成方法


[0001]本专利技术涉及阵列信号处理
，特别是涉及一种基于原子范数最小化的二维鲁棒自适应波束形成方法。

技术介绍

[0002]自适应数字波束形成(ADBF)是一种在抑制干扰的同时提取所需信号的重要方法，在雷达、声纳、无线通信等领域有着广泛的应用。ADBF将维纳滤波理论应用于空间滤波，其权值矢量依赖于信号环境。它充分利用空间域的自由度自适应抑制干扰。根据最大信噪比(SNR)、最小均方误差(MSE)和线性约束最小方差(LCMV)等准则设计自适应波束形成器。例如，MVDR波束形成器是目前最流行、最成熟的波束形成器之一，它具有较高的分辨率和最佳的干扰抑制能力。然而，MVDR假设目标信号在训练数据中是缺失的，目标方向的知识在之前是准确的。当接收的数据受到目标污染时，性能会急剧下降。在实际操作中，性能的下降可能会更严重，因为一些先验信息通常是不准确的，这导致了转向矢量不匹配。这种性能下降包括目标信号的自零、主瓣的移位和副瓣的上升。
[0003]为了解决波束形成的鲁棒性问题，人们提出了许多方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于原子范数最小化的二维鲁棒自适应波束形成方法，所述方法包括：步骤S1、针对二维均匀矩形平面天线阵列，建立阵列流形，并利用克罗内克积将二维阵列流形矩阵重构成一维阵列流形矢量，获得其数学模型；步骤S2、基于步骤S1中的一维阵列流形矢量的数学模型，对二维均匀矩形平面天线阵列的接收信号采用原子范数的表示，其中，该接收信号包括目标信号和干扰信号；步骤S3、针对接收信号模型建立基于原子范数最小化的干扰协方差矩阵和目标方向联合估计最优化问题及其约束条件；步骤S4、基于对偶范数与Schur补，将步骤S3中的最优化问题转化为半正定规划问题；步骤S5、采用交替优化方法将步骤S4中的半正定规划问题分解为两个子问题分别进行迭代求解，获得重构的干扰协方差矩阵和期望信号导向矢量；步骤S6、根据Capon波束形成算法求得最优权矢量，利用最优权矢量对接收信号加权求和，形成稳健波束。2.根据权利要求1所述的一种基于原子范数最小化的二维鲁棒自适应波束形成方法，其特征在于，在所述步骤S1中，所述的一维阵列流形矢量，其具体表示为：其具体表示为：其具体表示为：在公式(1)
‑
(3)中，θ
x
＝(θ
x,0
,θ
x,1
,...,θ
x,Q
‑1)和θ
y
＝(θ
y,0
,θ
y,1
,...,θ
y,Q
‑1)分别为第一维和第二维到达角，A
M,N
(θ
y
,θ
x
)是一维阵列流形矢量，表示为第一维导向矢量和第二维导向矢量的克罗内克积；a
M
(θ
y,q
)为第一维导向矢量，a
N
(θ
x,q
)为第二维导向矢量，其中，λ为波长，q＝1,2,...,Q
‑
1为Q个信源的索引值，M和N分别为与之对应的阵元数量，d
y
和d
x
为相应的阵元间距。3.根据权利要求2所述的一种基于原子范数最小化的二维鲁棒自适应波束形成方法，其特征在于，在所述步骤S2中，所述的接收信号，其具体表示为：在公式(3)中，s
q
(t)代表接收信号的复数幅值，n(t)为噪声。4.根据权利要求3所述的一种基于原子范数最小化的二维鲁棒自适应波束形成方法，其特征在于，在所...

【专利技术属性】
技术研发人员：刘升恒，何泽人，黄永明，杨绿溪，
申请(专利权)人：东南大学，
类型：发明
国别省市：