[發明專利]一種協方差矩陣重構自適應波束形成方法及系統有效
| 申請號: | 202110673467.2 | 申請日: | 2021-06-17 |
| 公開(公告)號: | CN113422629B | 公開(公告)日: | 2023-02-21 |
| 發明(設計)人: | 陳鵬;高婧潔;王威 | 申請(專利權)人: | 長安大學 |
| 主分類號: | H04B7/06 | 分類號: | H04B7/06;H04B7/08;H04B15/00 |
| 代理公司: | 西安通大專利代理有限責任公司 61200 | 代理人: | 王艾華 |
| 地址: | 710000 陜*** | 國省代碼: | 陜西;61 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 協方差 矩陣 自適應 波束 形成 方法 系統 | ||
1.一種協方差矩陣重構自適應波束形成方法,其特征在于,具體過程如下:
獲取均勻線列陣接收時域數據,分別計算前向擬合系數和后向擬合系數,并采用遞推的方式依次對虛擬陣元所接收到的數據進行擬合,從而預測出各個虛擬陣元的快拍數據;具體包括以下步驟:
M個換能器組成的均勻線列陣接收來自空間的信號和噪聲的時域快拍數據x(k)=[x1(k),x2(k),…,xM(k)]T,其中信號與噪聲不相關,xm(k)表示第m個陣元接收到的時域數據,計算第2至M個陣元數據xF(k)=[x2(k),…,xM(k)]T所對應的前向樣本協方差矩陣
計算前向擬合的擬合向量dF:
最后得到前向擬合系數α:
計算第1至M-1個陣元數據XB(k)=[x1(k),…,xM-1(k)]T所對應的前向樣本協方差矩陣,
再計算前向擬合的擬合向量dB:
最后得到后向擬合系數β:
取第1至M-1個陣元數據xtemp(k)=[x1(k),…,xM-1(k)]T,計算0號陣元的前向擬合數據,
按照此規律,依次分別計算到第n個前向擬合數據:
取第2至M個陣元數據x'temp(k)=[x2(k),…,xM(k)]T,計算后向M+1號陣元的數據,
按照此規律,依次分別計算到第n個后向擬合數據:
將前向擬合數據、原始陣元接收數據以及后向擬合數據組合在一起,得到虛擬線列陣的接收數據矩陣,
xLP(k)=[x1-N(k),…,x1(k),…,xM(k),…,xM+N(k)]T,
接著,計算采樣協方差矩陣,
利用包含實際陣元和虛擬陣元的快拍數據計算更高維度的干擾加噪聲協方差矩陣,并采用特征分解和提取較大特征值的方式剔除重構誤差,最終引入理想的噪聲協方差矩陣,得到虛擬陣列對應的改善干擾加噪聲協方差矩陣;具體如下:
根據虛擬線列陣的陣元編號,得到對應的θ角度的導向矢量aLP(θ),計算各個角度對應的對角加載Capon空間譜p(θ),
其中I是單位對角矩陣,
根據Capon空間譜,劃分期望信號扇區其中B為設置的區域寬度,然后劃定除期望扇區以外的干擾加噪聲扇區為Θ的補集,在干擾加噪聲扇區內初步計算干擾加噪聲協方差矩陣
其中θl是內的第l個離散角度,接著進行特征分解
其中:λm(m=1,…,M)為按照從大到小順序排列的特征值,vm是對應的特征向量;Dint表示包含所有較大特征值的對角陣,Vint包含了較大特征值對應的特征向量,Re表示由較小特征值和特征向量組成的誤差協方差矩陣,所述較大特征值是根據估計干擾信號個數為Q,加上1個信號數為Q+1,Q+1是使得上式成立的最小正整數;由大至小排列的Q個干擾信號個數加上1個信號數Q+1組成較大特征值;此時,干擾加噪聲協方差矩陣修正為:
其中是估計的噪聲功率,為最小特征值,
在期望信號扇區內,重構期望信號協方差矩陣
其中θl是Θ內的第l個離散角度,估計期望信號的導向矢量為,
其中,為矩陣的最大特征值對應的特征向量;
計算虛擬陣列對應的波束形成器加權向量wLP:
根據該加權向量和虛擬線列陣的接收數據矩陣計算波束輸出y(k):
采用與計算改善干擾加噪聲協方差矩陣的同樣的方式,重構虛擬陣列對應的期望信號協方差矩陣,并提取出期望信號協方差矩陣最大特征值對應的特征向量,作為期望信號的導向矢量,根據所述導向矢量計算虛擬陣列對應的波束形成器加權向量,進而根據所述加權向量和虛擬線列陣的接收數據矩陣得到波束輸出。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于長安大學,未經長安大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110673467.2/1.html,轉載請聲明來源鉆瓜專利網。





