[发明专利]一种基于特征空间的前后向自适应波束形成方法有效
申请号: | 201110303643.X | 申请日: | 2011-09-30 |
公开(公告)号: | CN102499712A | 公开(公告)日: | 2012-06-20 |
发明(设计)人: | 王平;许琴;范文政;高阳;何为;邹强鑫;熊兰;张莉 | 申请(专利权)人: | 重庆大学 |
主分类号: | A61B8/00 | 分类号: | A61B8/00 |
代理公司: | 北京同恒源知识产权代理有限公司 11275 | 代理人: | 赵荣之 |
地址: | 400044 *** | 国省代码: | 重庆;85 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 特征 空间 前后 自适应 波束 形成 方法 | ||
1.一种基于特征空间的前后向自适应波束形成方法,其特征在于:包括以下步骤:
S1:接收传感器阵列的采样信号;
S2:对采样信号进行前后向平滑处理,得到样本协方差矩阵估计;
S3:对样本协方差矩阵估计进行对角加载,得到空间协方差矩阵估计;
S4:将空间协方差矩阵估计与方向向量结合,计算得到自适应波束形成权值;
S5:对空间协方差矩阵估计进行特征分解,构造信号子空间;
S6:将自适应波束形成权值投影到信号子空间中,得到新的自适应波束形成权值;
S7:将新的自适应波束形成权值对采样信号数据进行加权求和,得到自适应波束信号。
2.根据权利要求1所述的基于特征空间的前后向自适应波束形成方法,其特征在于:所述步骤2中进行前后向平滑处理前还包括对采样信号进行聚焦延时处理,得到聚焦延时后的信号x(k);所述信息x(k)表示为x(k)=[x1(k),x2(k),...,xM(k)],其中,M表示传感器阵列的阵元个数。
3.根据权利要求1所述的基于特征空间的前后向自适应波束形成方法,其特征在于:所述步骤2中进行前后向平滑处理,得到样本协方差矩阵估计,具体包括以下步骤:
S21:把M个阵元的数据分为阵元数目为L的子阵,分别计算各个子阵的相关矩阵,然后根据以下公式来计算,得到前向协方差矩阵估计为
公式中为第l个子阵的输出向量, 表示 的共轭转置;
S22:定义后向重叠向量为l=1,2,...,M,通过以下公式计算,得到后向协方差矩阵估计
其中, 表示第l个子阵的后向输出向量, 表示 的共轭转置;
S23:通过以下公式来计算前后向协方差矩阵估计:
其中, 表示前向协方差矩阵估计与后向协方差矩阵估计的求和平均。
4.根据权利要求1所述的基于特征空间的前后向自适应波束形成方法,其特征在于:所述步骤S3中,通过下列公式对前后向协方差矩阵 进行对角加载得到对角加载后的前后向协方差矩阵估计
其中, Δ为算法加入的空间噪声与信号功率比, 为信号等效功率,I表示单位矩阵。
5.根据权利要求1所述的基于特征空间的前后向自适应波束形成方法,其特征在于:所述步骤S4中,通过以下公式来计算自适应波束形成权值:
公式中,a为方向向量,w为自适应波束形成权值, 为 的逆矩阵。
6.根据权利要求1所述的基于特征空间的前后向自适应波束形成方法,其特征在于:所述步骤S5中,通过以下公式对 进行特征分解可得:
其中,λ1≥λ2≥…≥λL是相应的L个特征值,其对应的特征向量分别为ei,i=1,2,...,L;用大于最大特征值0.5倍的特征值所对应的特征向量组成信号子空间Es,而其余特征值对应的特征向量组成噪声子空间En, 表示Es的共轭转置, 表示En的共轭转置,num为信号子空间中特征向量的个数,则Λs=diag{λ1,λ2,…,λnum},Λn=diag{λnum+1,…,λL},Es=[e1,e2,…,enum],En=[enum+1,…,eL]。
7.根据权利要求1所述的基于特征空间的前后向自适应波束形成方法,其特征在于:所述步骤S6中新的自适应波束形成权值通过以下公式来计算:
其中,w1表示将自适应波束形成权值投影到由协方差矩阵特征空间构造的信号子空间Es后的自适应波束形成权值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆大学,未经重庆大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201110303643.X/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种可注射的关节软骨组织修复材料及其制备方法
- 下一篇:平面排水装置