[发明专利]一种基于改进的混合入侵杂草算法阵列天线波束合成方法

说明书

技术领域

本发明涉及一种基于改进的混合入侵杂草算法阵列天线波束合成方法。

背景技术

现代通信面临各种新问题和新挑战，阵列天线作为新兴起的事物，引起了广泛的关注。阵列天线波束合成作为阵列天线里面重要的方面，帮助天线增强期望信号，抑制干扰和噪声，由此得到更高的信噪比输出。为了达到这个目的，自适应波束合成需要计算各个天线的权矢量，并对阵列天线分别进行加权，然后对各个天线的输出进行求和，使阵列天线辐射主瓣对准期望信号，在干扰信号方向产生零陷。实际中，信号的来波方向是处于变化中的，因此自适应波束合成需要快速收敛。又因为合成波束的主瓣精确对准期望信号，零陷更好对准干扰信号有利于提高输出信号的信噪比，所以系统要求合成算法具有很高的精确度。

阵列天线波束合成方法很多，例如递归最小二乘波束合成(RLS)或最小均方算法(LMS)，依照预测误差来递推并更新系数，构造成线性滤波器进行卷积滤波，从而得到最小二乘输出。但是此波束合成方法需要反复迭代，因此实时性较差。广义旁瓣相消波束合成(GSC)，波束合成方法可以降低计算维度，适当加快天线处理实时性。但是该波束合成在处理多维度或者不可微目标函数时容易陷入局部最优解。特征子空间波束合成(ESB)，该算法求出信号子空间和噪声子空间，将期望信号导向矢量投影到信号子空间以减少噪声特征值波动所引起的误差。但本波束合成方法在低信噪比和高维度时不适用，并且特征值分解给信号处理带来了很大计算量。自适应对角加载波束合成(ADL)，该算法在采样协方差矩阵基础上加载一个对角阵，以减小噪声子空间特征值的分散程度，从而增加了系统对期望信号估计误差的影响。但是波束合成方法加载量的确定一直是一个难题。将优化算法应用于阵列天线波束合成，产生了优良的性能。2014年，刘燕在西安电子科技大学可以大学学报发表一篇名为[入侵杂草优化算法用于阵列天线方位图综合]文章。将种子分发方差根据其适应度值而变化。这样，尽管在后期适应度值较低的种群仍然会产生较大的方差，因此算法仍然具备全局搜索能力。并且由此产生的新算法收敛速度较先前有所提高。将新算法应用于阵列天线方位图综合中，产生较好的性能。本文基于阵列天线波束合成要求输出信号具有较高信干噪比，并且波束合成方法具有较高的实时性的问题，我们提出基于改进的杂草算法(IWO)波束合成方法。杂草算法(IWO)自提出很快就应用在阵列天线波束合成，至今已在诸多领域得到应用并且已有很多改进算法。综上，阵列天线波束合成要求系统具有较强的稳健性和自适应性，并且能够较迅速得收敛到问题最优解。目前很多波束合成方法已经提出，可是波束合成方法在提高收敛速度的同时严重影响了阵列天线的输出精度，辐射主瓣和零陷位置产生了严重偏差。

发明内容

本发明的目的在于提供一种能够在保证收敛精度的前提下，提高收敛速度的基于改进的混合入侵杂草算法阵列天线波束合成方法。

本发明的目的是这样实现的：

(1)阵列天线接收空间信号：

应用多根天线组成固定的空间分布，对空间信号进行接收，多根天线接收空间信号可以有效提高期望信号功率，并且增加天线分辨率；

(2)计算各天线权矢量，对各自天线进行加权：

应用杂草算法基于最大信噪比准则，计算各天线加权矢量，对各自天线进行加权：

(2.1)根据阵列天线问题，定义适应度函数即最大信干噪比：

f为适应度值，SINR为天线输出信噪比，R_s为期望信号的协方差矩阵，R_i+n为干扰加噪声的协方差矩阵，H为对矩阵共轭转置，w＝[w₁,w₂,...,w_M]^H为权矢量；

(2.2)初始化种群：在D维空间随机产生一组初始解，在D维空间随机产生每个权矢量的初始值；

(2.3)生长繁殖：根据个体适应性，计算每个个体产生种子数：

f_max和f_min分别为该代进化中最大、最小适应度值，s_max和s_min分别为可产生的最大种子数和最小种子数，f(X_i)为第i个杂草的适应度值，F_floor(x)函数表示向下取整；

(2.4)空间扩散：子代种子在父代杂草以正态分布形式(N₀,σ²)分散，σ为标准差，种子分发方差为：