本发明专利技术提出了脉冲噪声环境下基于分数阶梯度的自适应波束形成方法，主要解决现有自适应波束形成方法在强脉冲噪声环境下波束形成性能严重下降的问题。其实现方案是：参数初始化；求解采样信号加权输出；利用分数低阶矩构建自适应波束形成的代价函数；利用分数阶梯度方法搜寻代价函数的最小值，并迭代更新自适应波束形成的权矢量；当迭代次数达到预设的权值次数时，得到最终的自适应权矢量，同时得到波束形成的输出结果。本发明专利技术所提供的波束形成方法可在强脉冲噪声环境下提供较优的波束形成性能，且具有较高的鲁棒性，可用于雷达、通信、声呐等系统中。声呐等系统中。声呐等系统中。
【技术实现步骤摘要】
脉冲噪声环境下基于分数阶梯度的自适应波束形成方法
[0001]本专利技术涉及信号处理领域，具体涉及一种自适应波束形成方法，可用于复杂噪声环境下的雷达、通信、声纳系统，有效的抑制脉冲噪声对于波束形成的影响，提高系统的鲁棒性。
技术介绍
[0002]自适应波束形成技术可以根据接收信号对阵元加权因子进行实时地调整，自适应地调整天线方向图，提高期望信号的增益，并抑制干扰信号，其是阵列信号处理领域的一个重要研究内容。现阶段自适应波束形成领域常用的寻优准则有：最小均方误差MMSE准则、最大信干噪比MSINR准则和最小噪声方差MNV准则。依据上述寻优准则进行自适应权值求解，需要回波信号或噪声拥有有限的二阶矩。然而，在实际的外场环境中，许多噪声都呈现显著的尖峰脉冲特性。这类噪声属于非高斯噪声，称为脉冲噪声，其统计特性满足α稳定分布。脉冲噪声存在有限的分数低阶矩FLOM，但是不存在有限的二阶矩和高阶矩。因此，基于二阶矩的自适应波束形成方法在脉冲噪声环境中会出现性能退化，甚至得到完全错误的结果。鉴于现有算法的局限性，研究脉冲噪声环境下的自适应波束形成方法十分有必要。
[0003]赵知劲，董科海等人在其发表的论文《基于分数低阶统计量的线性约束恒模盲自适应波束形成方法》(电路与系统学报2010第2期)中公开了一种线性约束的自适应波束形成方法。其将分数低阶统计量引入到传统的线性约束波束形成中，改变了代价函数，并推导了权矢量更新公式。该方法在弱脉冲噪声环境下可取得较好的波束形成效果，但是由于其权矢量迭代公式中包含输入信号，因此在强脉冲噪声环境下时，权矢量迭代公式很难接近最优权矢量，导致算法性能下降；同时由于该方法需要步长因子满足一定条件权矢量才能收敛到最优值，而条件又与输入信号有关，因而难以实现。
[0004]邱天爽，金芳晓等人在申请号为2018101122396的专利文献中公开了一种基于最大相关熵准则的自适应波束形成方法。其实现步骤为：1)计算每个采样点的输出和参考信号；2)利用输出信号的相关熵的相关函数估计精确的循环频率；3)基于最大相关熵准则估计自适应权矢量；4)实现稳健的波束形成。该方法将相关熵准则应用到波束形成当中，虽说在弱脉冲噪声环境下可以提高波束形成的鲁棒性。但由于其利用输入信号的自相关矩阵进行自适应权矢量的迭代更新，当输入信号中脉冲噪声较强时，会导致性能下降，甚至失效。
技术实现思路
[0005]本专利技术的目的在于克服现有技术的不足，提供一种脉冲噪声环境下基于分数阶梯度的自适应波束形成方法，以提高在强脉冲噪声环境下的波束形成性能和系统鲁棒性。
[0006]本专利技术的关键技术是：以分数低阶矩构建自适应波束形成的代价函数，并通过分数阶梯度进行自适应权矢量更新，使波束形成的权矢量不断的向最优权值逼近，获得在强脉冲噪声情况下较好的波束形成效果和较优的鲁棒性。其实现步骤包括如下：
[0007](1)参数初始化：
[0008]设置分数低阶矩阶次p和分数阶梯度阶次r，p的取值范围是(0,α)，α为稳定分布的特征指数，取值范围是(0,2],r的取值范围是(0,p)；
[0009]设置步长因子μ和权值更新次数N
I
，其中μ>0，N
I
为一个大于1000的正整数；
[0010](2)利用阵列天线接收远场的回波信号s(t)，并通过模数转换器获取采样后的阵列接收信号X(k)；
[0011](3)求解k时刻的采样信号加权输出y(k)：
[0012]y(k)＝w
H
(k)X(k)
[0013]其中,w(k)为k时刻的自适应权矢量，X(k)表示k时刻的阵列接收信号，H表示向量转置操作；
[0014](4)计算k时刻采样信号加权输出与期望波束形成的输出误差e(k)：
[0015]e(k)＝y(k)
‑
d(k)
[0016]其中，d(k)表示k时刻期望波束形成输出；
[0017](5)根据输出误差e(k)得到基于分数低阶矩的代价函数J
FLOM
(w)；
[0018](6)利用分数阶梯度法搜寻代价函数J
FLOM
(w)的最小值，求解k+1时刻的自适应权矢量w(k+1)：
[0019](6a)计算k时刻的分数阶梯度增量Δg(k)；
[0020]Δg(k)＝μ(
‑
X(k))
r
|e(k)|
p
‑
r
conj[sign(e(k))][0021]其中，conj[
·
]用于求取复数的共轭，sign(
·
)为符号函数；
[0022](6b)根据k时刻的分数阶梯度增量Δg(k)和k时刻的自适应权矢量w(k)，得出k+1时刻的自适应权矢量w(k+1)：
[0023]w(k+1)＝w(k)
‑
Δg(k)；
[0024](7)判断当前时刻自适应权矢量迭代次数k是否大于设定的权值更新次数N
I
：
[0025]若k≥N
I
，则导出此时刻后所有时刻的采样信号加权输出作为波束形成的最终输出结果；
[0026]否则，返回步骤(3)。
[0027]本专利技术与现有技术相比具有以下优点：
[0028]1)本专利技术考虑到实际外场环境中接收信号可能会包含脉冲噪声的问题，用分数低阶矩构建了自适应波束形成的代价函数，克服了基于二阶矩寻优准则的代价函数在脉冲噪声环境下无法求得最优值的问题，扩展了应用范围。
[0029]2)本专利技术利用分数阶梯度进行代价函数的寻优，相比于现有的基于整数阶梯度寻优的自适应波束形成方法，可通过调整分数阶梯度的阶次来降低脉冲噪声强度对于波束形成算法的影响，能在强脉冲噪声情况下获得较好的波束形成效果和较优的鲁棒性。
附图说明
[0030]图1是本专利技术的实现流程图；
[0031]图2是本专利技术和现有LMP自适应波束形成方法进行单次波束形成的天线方向图；
[0032]图3是本专利技术和现有LMP自适应波束形成方法进行五次波束形成的天线方向图。
具体实施方案
[0033]下面结合附图对本专利技术的实施例和鲜果做进一步详细描述。
[0034]参照图1，对本专利技术实例的实现步骤如下：
[0035]步骤一，参数初始化。
[0036]本实例利用分数低阶矩构建脉冲噪声环境下的自适应波束形成代价函数，在此基础上，引入分数阶梯度优化自适应权矢量的迭代公式，使自适应权矢量不断逼近最优权矢量，最终完成脉冲噪声环境下的自适应波束形成，其具体实现是：
[0037]设置分数低阶矩阶次p和分数阶梯度阶次r，p的取值范围是(0,α)，α为稳定分布的特征指数，取值范围是(0,2],r的取值范围是(0,p)；
[0038]设置自适应权矢量的迭代公式中步长因子μ和权值更新次数N
I
，其本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种脉冲噪声环境下基于分数阶梯度的自适应波束形成方法，其特征在于，包括如下步骤：(1)参数初始化：设置分数低阶矩阶次p和分数阶梯度阶次r，p的取值范围是(0,α)，α为稳定分布的特征指数，取值范围是(0,2],r的取值范围是(0,p)；设置步长因子μ和权值更新次数N
I
，其中μ>0，N
I
为一个大于1000的正整数；(2)利用阵列天线接收远场的回波信号s(t)，并通过模数转换器获取采样后的阵列接收信号X(k)；(3)求解k时刻的采样信号加权输出y(k)：y(k)＝w
H
(k)X(k)其中,w(k)为k时刻的自适应权矢量，X(k)表示k时刻的阵列接收信号，H表示向量转置操作；(4)计算k时刻采样信号加权输出与期望波束形成的输出误差e(k)：e(k)＝y(k)
‑
d(k)其中，d(k)表示k时刻期望波束形成输出；(5)根据输出误差e(k)得到基于分数低阶矩的代价函数J
FLOM
(w)；(6)利用分数阶梯度法搜寻代价函数J
FLOM
(w)的最小值，求解k+1时刻的自适应权矢量w(k+1)：(6a)计算k时刻的分数阶梯度增量Δg(k)；Δg(k)＝μ(
‑
X(k))
r
|e(k)|
p
‑
r
conj[sign(e(k))]其中，conj[
·
]用于求取复数的共轭，sign(
·
)为符号函数；(6b)根据k时刻的分数阶梯度增量Δg(k)和k时刻的自适应权矢量w(k)，得出k+1时刻的自适应权矢量w(k+1)：w(k+1)＝w(k)
‑
Δg(k)；(7)判断当前时刻自适应权矢量迭代次数k是否大于设定的权值更新次数N
I
：若k≥N
I
，则导出此时刻后所有时刻的采样信号加权输出作为波束形成的最终输出...
【专利技术属性】
技术研发人员：罗勇江，张飞，杨家利，崔志远，闫苏苏，
申请(专利权)人：西安电子科技大学，
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。