[發明專利]一種用于陣列天線足球機器人的快速自適應波束形成算法

在審

• 申請號: 201611061197.5
• 申請日: 2016-11-25
• 公開（公告）號: CN106599551A
• 公開（公告）日: 2017-04-26
• 發明（設計）人: 孫以澤;錢炳鋒;馬西沛;汪燁
• 申請（專利權）人: 東華大學
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 上海申匯專利代理有限公司31001
• 代理人: 翁若瑩,柏子雵

技術領域

本發明涉及一種利用陣列天線協助機器人進行目標識別的算法。

背景技術

當前大多數足球機器人不能在大霧、下雨、黑夜等環境中比賽，為了能讓機器人足球比賽24小時無障礙開展，需要利用陣列天線協助機器人進行目標識別。

傳統的陣列天線當訓練快拍數據不含期望信號時，常規SMI算法對波束指向誤差、通道幅相誤差等誤差不敏感，但對低快拍誤差不穩健。低快拍時，常規SMI算法會因噪聲子空間對應的小特征值抖動，導致方向圖畸變，副瓣電平抬高。而且對于實際雷達系統，往往要求自適應波束形成算法具有較低的運算量和較快的收斂速度。為了提高常規自適應波束形成算法對低快拍誤差的穩健性和實現的快速性，國內外學者相繼提出了許多性能良好的ADBF算法。對角加載(LSMI)算法通過在常規SMI算法的目標函數上添加了對角加載項，減小了噪聲擾動的影響，從而克服了低快拍誤差。但LSMI方法最大的不足是對角加載量的最優值不易確定。帶惡化函數的SMI(PFM-SMI)算法用自適應權值與靜態權值之間的誤差值構造惡化函數，在保證陣列輸出SINR最大的同時，滿足某些二次約束，進而求得最優權矢量。PFM-SMI算法在一定程度上避免了低快拍誤差導致的旁瓣抬高，但該方法運算量大，且存在參數選擇問題。正交投影算法通過干擾噪聲協方差矩陣進行特征值分解構造干擾信號空間，然后將約束導向矢量向干擾子空間作正交投影，獲得自適應權矢量。由于通過干擾子空間求取自適應權，因此該算法避免了噪聲擾動對自適應權矢量的影響，不會使自適應波束圖副瓣抬高。但該算法由于需要特征值分解，因此運算量較大，同時在構造干擾子空間時存在干擾個數的確定問題。

上述這些穩健的ADBF算法或多或少都存在一些不足，且都存在一個快速實現的問題。近年來，Hung等提出的Gram-Schmidt(GS)正交化算法是一種快速子空間投影算法，該算法在較高的干噪比下能夠較好地重構干擾子空間，具有子空間投影算法的快速收斂特性，而且其運算復雜度小，便于工程實現，尤其適用于陣元數較多、干擾源數較少及強干擾源的場合，從而受到廣泛的關注。

發明內容

本發明的目的是提出一種基于GS正交化的快速自適應波束形成算法。

為了達到上述目的，本發明的技術方案是提供了一種用于陣列天線足球機器人的快速自適應波束形成算法，其特征在于，包括以下步驟：

步驟1、對訓練樣本集合進行預處理，剔除期望信號，假設k時刻陣列接收的快拍數據矢量為x(k)，則x(k)中第l個數據分量x_l可以表示為，l＝1，2，...，N：

式(1)中，s_i表示第i個導向矢量，β_l，i表示第l個快拍的第i個相位調制，里面包含了DOA信息，n_l表示第l個快拍的噪聲矢量；

對x_l作數據預處理得到x_l′，

步驟2、利用預處理后的數據估計協方差矩陣，并對協方差矩陣的列向量進行RGS正交化構造干擾子空間；

步驟3、將對應的靜態權矢量向干擾子空間作正交投影得到自適應權矢量。

優選地，所述步驟2包括以下步驟：

步驟2.1、將式(2)寫成矩陣形式，有：

x′(k)＝Bx(k)(3)，式(3)中：

x′(k)＝[x₁′，x₂′，…，x_N-1′]^T表示預處理數據矢量；

B表示阻塞矩陣

x′(k)的協方差矩陣表示為

步驟2.2、計算得到協方差矩陣GS正交算法的正交化自適應門限Δ′(k)

預處理數據矢量x′(k)的噪聲方差近似表示為：

式(6)中，σ_n表示噪聲方差；

協方差矩陣的噪聲方差近似為：

則有正交化自適應門限Δ′(k)為：

式中，U_i及U_i′表示對的列矢量進行RGS正交化得到的正交向量，i表示第i次迭代；

步驟2.3、協方差矩陣GS正交算法的正交化過程表示為：

優選地，在所述步驟3中：

協方差矩陣GS正交算法的自適應權矢量為w_MRGS，則有：