【技术实现步骤摘要】
本专利技术属于移动通信，更具体地，涉及移动通信系统中的智能天线系统的自适应波束形成方法。
技术介绍
1、波束形成技术是阵列信号处理中的一个重要的研究领域，被广泛的研究和运用于雷达、通信系统、声呐、地理环境探测等领域中。波束形成的研究最早可追溯到上世纪六十年末期的高分辨技术。在这期间，burg、capon、schimdt等学者提出了一系列经典的波束形成算法。
2、为了获得高频谱效率，自适应天线，或智能天线技术已经成为现代通信系统中的核心技术。而自适应波束形成，正是自适应滤波算法在自适应天线系统中的应用。自适应波束形成技术是使用一个空间滤波器，通过阵列天线来接受来自不同方向角的通信信号，然后利用自适应波束形成器对接收到的不同方向角的通信信号进行加权处理，抑制干扰信号，增强期望方向角的信号，提高信号输出信噪比。
3、自适应波束形成技术是智能天线的关键技术之一，在通信、雷达、声纳等方面有着广泛的应用。自适应波束形成的原理是根据一定的准则和算法自适应的调整阵列天线阵元激励的权值，使阵列方向图主瓣指向有用信号，干扰方向对准零陷，尽可能地提高阵列输出所需信号的强度，同时减小干扰信号的强度，从而提高阵列输出的信噪比。我们所说的阵列方向图，也就是波束，正是由阵列的权值向量所决定的，所达到的效果就是将不同的用户或者信号从空间上实现分离。
4、传统的最小均方算法的系统波束形成原理是：利用最陡梯度法来寻找滤波器抽头权向量w(k)系统的输入信号为x(k),d(k)为期望输出信号，y(k)为滤波器输出，通过使d(k)与y
5、(1)复数最小均方滤波(least mean square filter，lms)方法
6、参考文献l“yili xia,and danilo p.mandic,,complementary mean squareanalysis of augmented clms for second order noncircular gaussian signals,ieeesignal processing letters,vol.24,no.9,september,2017,1413-1417”该方法是将复数lms算法引入自适应波束形成中，具有较低的计算复杂度，一定程度上提高了算法收敛速度。但是该方法是基于最小均方准则(假设噪声方差有限)推导得到的。在强冲击噪声环境下，方差是无穷的，会导致该方法性能非常不稳定。
7、(2)递归最小二乘(recursive least squares，rls)方法
8、参考文献2haykin,simon s.“adaptive filter theory.”pearson educationindia,2008.该文献提出了一种rls消除方法。由于该方法基于递归策略，因此收敛速度决。但是，和文献l类似，该方法仍然基于二范数方法推导出来，因此，在冲击噪声换下，rls算法性能大大降低。
技术实现思路
1、针对现有技术的以上缺陷或改进需求，本专利技术提出了一种基于q高斯核的自适应波束形成方法，该方法对冲击噪声和高斯噪声的噪声抑制能力好，残留误差小。
2、为实现上述目的，按照本专利技术的一个方面，提供了一种基于q高斯核的自适应波束形成方法，包括：
3、通信信号的接收和离散处理，得到离散的通信信号矩阵x(k)；
4、将x(k)作为自适应滤波器的输入得到滤波值y(k)，并与校验信号d(k0)相减,得到滤波器当前采样时刻k的误差信号e(k)；
5、对误差信号e(k)进行q高斯核计算，并基于q高斯核的p范数计算；
6、权向量更新滤波器生成当前采样时刻k的增益向量b(k)，随后滤波器算出下一时刻k的权向量w(k)；
7、令k＝k+1,重复上述步骤，直至滤波结束。
8、在一些可选的实施方案中，所述通信信号的接收和离散处理，得到离散的通信信号矩阵x(k)，包括：
9、通信信号是由16根天线构成的均匀线阵列接收得到的，阵列中相邻天线的间距为通信信号波长的1/2；
10、将天线接收的通信信号离散化处理得到离散的通信信号矩阵x(k),即x(k)＝as(k)+n(k)，其中，k为当前采样时刻，s(k)＝[s1(k)s2(k)...si(k)]t为干扰信号的通信信号矩阵，si(k)为干扰信号的通信信号矩阵中的第i个信号，n(k)为噪声矩阵，a为期望信号在天线阵列上的方向矩阵。
11、在一些可选的实施方案中，所述将x(k)做为自适应滤波器的输入得到滤波值y(k)，并与校验信号d(k0)相减,得到滤波器当前采样时刻k的误差信号e(k)，包括：
12、将通信信号矩阵x(k)作为自适应滤波器的输入从而得到滤波值y(k),y(k)＝wh(k)x(k)，其中，上标h代表共轭转置，w(k)为自适应滤波器在当前采样时刻k的抽头权系数；当前采样时刻k＜8时，w(k)＝0；
13、将期望信号中校验时刻k0的校验信号d(k0)减去校验时刻k0的滤波值y(k0),得到滤波器在校验时刻k0的误差信号e(k0),e(k0)＝d(k0)-y(k0)；
14、当前采样时刻k≠k0时，当前采样时刻k的误差信号e(k)，其中，e(k)＝d(k0)-y(k)。
15、在一些可选的实施方案中，所述对误差信号e(k)进行q高斯核计算，包括：
16、算出当前采样时刻k的滤波器的误差信号e(k)的q高斯核kq,σ(e(k))，其中q为常数，范围为1～3，σ表示宽度参数。
17、在一些可选的实施方案中，所述基于q高斯核的p范数计算，包括：
18、滤波器算出当前采样时刻k的误差信号e(k)的基于q高斯核的p范数ξ(k)，
19、在一些可选的实施方案中，权向量更新滤波器生成当前采样时刻k的增益向量：其中，λ表示遗忘因子，其取值范围为0.9～1；p(k)为当前采样时刻k的递归矩阵，由公式p(k)＝λ-1p(k-1)-λ-1b(k)xh(k)p(k-1)得到，其大小为16×16；当前采样时刻k＜8时，p(k)＝0。
20、在一些可选的实施方案中，滤波器算出下一时刻k的权向量w(k),w(k)＝w(k-1)+b(k)[d(k0)-xh(k)w(k-1)]。
21、按照本专利技术的另一方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述方法的步骤。
22、总体而言，通过本专利技术所构思的以上技术方案与现有技术相比，能够取得下列有益效果：
23、(1)本专利技术对残差信号进行基于q-高斯核p范数得到，由本文档来自技高网...
【技术保护点】
1.一种基于q高斯核的自适应波束形成方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述通信信号的接收和离散处理，得到离散的通信信号矩阵X(k)，包括：
3.根据权利要求2所述的方法，其特征在于，所述将X(k)作为自适应滤波器的输入得到滤波值y(k)，并与校验信号d(k0)相减,得到滤波器当前采样时刻k的误差信号e(k)，包括：
4.根据权利要求3所述的方法，其特征在于，所述对误差信号e(k)进行q高斯核计算，包括：
5.根据权利要求4所述的方法，其特征在于，所述基于q高斯核的p范数计算，包括：
6.根据权利要求5所述的方法，其特征在于，权向量更新滤波器生成当前采样时刻k的增益向量：其中，λ表示遗忘因子，其取值范围为0.9～1，P(k)为当前采样时刻k的递归矩阵，P(k)＝λ-1P(k-1)-λ-1B(k)xH(k)P(k-1)，当前采样时刻k＜8时，P(k)＝0。
7.根据权利要求6所述的方法，其特征在于，滤波器算出下一时刻k的权向量W(k)，W(k)＝W(k-1)+B(k)[d(k0)
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7任一项所述方法的步骤。
...【技术特征摘要】
1.一种基于q高斯核的自适应波束形成方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述通信信号的接收和离散处理，得到离散的通信信号矩阵x(k)，包括：
3.根据权利要求2所述的方法，其特征在于，所述将x(k)作为自适应滤波器的输入得到滤波值y(k)，并与校验信号d(k0)相减,得到滤波器当前采样时刻k的误差信号e(k)，包括：
4.根据权利要求3所述的方法，其特征在于，所述对误差信号e(k)进行q高斯核计算，包括：
5.根据权利要求4所述的方法，其特征在于，所述基于q高斯核的p范数计算，包括：
6...
【专利技术属性】
技术研发人员：刘倩倩，何鎏璐，刘慧，
申请(专利权)人：宁波力斗智能技术有限公司，
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。