[發明專利]基于IAA的干擾加噪聲協方差矩陣重構穩健波束形成方法

有效

• 申請號: 201810479426.8
• 申請日: 2018-05-18
• 公開（公告）號: CN108663668B
• 公開（公告）日: 2022-03-22
• 發明（設計）人: 王彤;解彩蓮;任兵
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G01S7/41
• 分類號: G01S7/41
• 代理公司: 西安睿通知識產權代理事務所(特殊普通合伙) 61218
• 代理人: 惠文軒

1.一種基于IAA的干擾加噪聲協方差矩陣重構穩健波束形成方法，其特征在于，所述方法包括如下步驟：

步驟1，設置均勻線陣，所述均勻線陣包括N個陣元，所述均勻線陣的觀測范圍內存在Q+1個信號源，所述Q+1個信號源包含1個期望信號和Q個干擾信號；將所述均勻線陣的觀測范圍內的角度均勻劃分成M等份，得到M個角度值θ_m，m＝1,2,…,M，其中，N和M均為大于0的正整數；

獲取均勻線陣接收到的回波數據，以及角度值θ_m處的導向矢量a(θ_m)，m＝1,2,…,M，根據所述均勻線陣接收的回波數據以及角度值θ_m處的導向矢量a(θ_m)，m＝1,2,…,M，估計得到角度值θ_m處的功率初始值m＝1,2,…,M；

步驟2，令l表示第l次迭代，l的初值為1，l＝1,...,L；L為設定的迭代總次數；

步驟3，根據第l次迭代時角度值θ_m處的功率值組成一個M×M維的對角功率矩陣P_l，從而根據所述對角功率矩陣得到第l次迭代時的采樣協方差矩陣進而得到第l次迭代時角度值θ_m處的干擾加噪聲協方差矩陣Q_l(θ_m)，m＝1,2,…,M；

步驟4，根據所述第l次迭代時的采樣協方差矩陣所述第l次迭代時角度值θ_m處的干擾加噪聲協方差矩陣Q₁(θ_m)，m＝1,2,…,M，以及角度值θ_m處的導向矢量a(θ_m)，m＝1,2,…,M，計算得到角度值θ_m處的回波信號幅度的第l次估計值k為對均勻線陣接收到的回波數據的第k次采樣，K為總的采樣數目；

根據所述角度值θ_m處的回波信號幅度的第l次估計值計算第l+1次迭代時所述角度值θ_m處的功率值

步驟5，令l的值加1，重復執行步驟3和步驟4，直到lL，得到最后一次迭代的角度值θ_m處的功率值，m＝1,2,…,M，組成一個M×M維的對角功率矩陣P_L；將所述對角功率矩陣P_L對角線上的元素排列成為M個元素的列矢量p，所述列矢量p中M個元素分別對應M個角度值θ_m的功率值，m＝1,2,…,M，選取列矢量p中的最大值作為期望信號的功率值，列矢量p中的最大值對應的角度值作為期望信號的入射方向；

步驟6，根據所述均勻線陣接收到的回波數據，計算所述回波數據的真實采樣協方差矩陣R，從而得到所述真實采樣協方差矩陣R的N個特征值和對應的N個特征向量；

(6a)獲取的均勻線陣接收到的回波數據x：

x＝[x(1) x(2)…x(k)…x(K)]

其中，回波數據x的第k列x(k)表示所述均勻線陣第k次采樣得到回波數據，則x為N×K維矩陣，根據回波數據x計算得到真實采樣協方差矩陣

(6b)對所述真實采樣協方差矩陣R進行特征分解，得到其中，λ_i表示所述真實采樣協方差矩陣特征分解后的第i個特征值，u_i表示特征值λ_i對應的特征向量，所述真實采樣協方差矩陣的特征值數目與均勻線陣的陣元數目相等，均為N；

步驟7，分別計算期望信號的導向矢量與N個特征向量的相關性，在所述真實采樣協方差矩陣R中剔除與所述期望信號的導向矢量相關性最大的特征向量和對應的特征值，得到重構后的采樣協方差矩陣

所述期望信號的導向矢量相關性最大的特征向量和對應的特征值為u_I和λ_I，1≤I≤N，則重構后的采樣協方差矩陣

步驟8，計算噪聲功率的估計值，將其作為對角加載電平加到所述重構后的采樣協方差矩陣中，得到最終的干擾加噪聲協方差矩陣；

(8a)計算噪聲功率的估計值其中，N₁為設定的信源個數，且采用下式確定N₁：

其中，γ表示所選取的信源功率占總功率的比值，前N₁個大特征值對應的特征向量張成信號加干擾子空間，余下的N-N₁小特征值對應的特征向量張成噪聲子空間；

(8b)將所述噪聲功率的估計值作為對角加載電平加到所述重構后的采樣協方差矩陣中，得到最終的干擾加噪聲協方差矩陣其中，I表示單位矩陣；

步驟9，根據期望信號的導向矢量，以及最終的干擾加噪聲協方差矩陣，計算得到均勻線陣的自適應波束形成器的權矢量w_rec，進而完成了基于IAA的干擾加噪聲協方差矩陣重構穩健波束形成器的設計。