[發明專利]一種基于數據相關約束的魯棒自適應波束形成方法

有效

• 申請號: 201910988687.7
• 申請日: 2019-10-17
• 公開（公告）號: CN110727915B
• 公開（公告）日: 2021-06-18
• 發明（設計）人: 莊杰;倪麗花;檀天涵;陳道林;蔣迪;萬群;殷吉昊
• 申請（專利權）人: 電子科技大學
• 主分類號: G06F17/16
• 分類號: G06F17/16;G06F30/20;G01S7/282;G01S7/35;G01S7/41;H04B7/06
• 代理公司: 成都玖和知識產權代理事務所(普通合伙) 51238
• 代理人: 胡琳梅

1.一種基于數據相關約束的魯棒自適應波束形成方法，其特征在于，該方法包括：

計算樣本協方差矩陣

對所述樣本協方差矩陣進行特征值分解；

利用Capon空間譜重構期望信號協方差矩陣

求解下面的優化問題：

其中，θ_l表示期望信號的角度,Θ₀表示期望信號的角度的范圍，利用Capon空間譜重構期望信號協方差矩陣其中，期望信號的角度范圍表示為Θ₀＝[θ_0,L,θ_0,H]；a表示導向矢量，a(θ_l)表示θ_l處的導向矢量,L表示在期望信號的角度范圍內的均勻采樣點數，w表示權重矢量,N表示陣元數目，w^H表示權重矢量的Heminte矩陣；

獲取最優權重矢量a_*表示式(1)的最優解。

2.根據權利要求1所述的基于數據相關約束的魯棒自適應波束形成方法，其特征在于，設置一功率門限值對Capon空間功率譜所收集的信號進行選擇以篩選出噪聲。

3.根據權利要求2所述的基于數據相關約束的魯棒自適應波束形成方法，其特征在于，進一步求解以下的優化問題：

表示經功率門限值篩選后計算到的期望信號協方差矩陣。

4.根據權利要求3所述的基于數據相關約束的魯棒自適應波束形成方法，其特征在于，將式(2)的優化問題轉化為：

其中,κ_max為樣本協方差矩陣的主特征值；為的主特征向量；

通過拉格朗日乘子算法對式(3)中的優化問題進行求解，得到最優導向矢量：

其中λ,μ分別表示拉格朗日乘子系數，且λ≥0，μ≥0；表示C_λ的逆；

其中I為單位矩陣；為向量b_s的Heminte矩陣；

確定拉格朗日乘子系數λ的上界，即λ_max；

其中γ₁,γ_N分別為的最大特征值和最小特征值；

在[0,λ_max]中搜索最優拉格朗日乘子系數λ，則λ滿足以下條件：

則，最優解a_*＝d_λ。