[发明专利]一种具有联合鲁棒性的波束形成方法

说明书

本发明属于阵列信号处理领域，主要涉及基于标准Capon自适应波束形成对算法对协方差矩阵误差和期望信号导向矢量误差的稳健性。本发明基于一种具有联合鲁棒性的波束形成方法(RAB‑JR)，首先提出一种修正的广义线性组合算法(Modified General Linear Combination)来重新估计协方差矩阵，以提高波束形成算法对协方差矩阵误差的鲁棒性；然后利用该协方差矩阵构造关于期望信号导向矢量误差的二次约束二次规划的优化问题求解期望信号导向矢量，以提高对期望信号导向矢量误差的鲁棒性；最后联合所得协方差矩阵和期望信号导向矢量，形成具有联合鲁棒性的波束形成算法。本发明可以大大减弱或避免期望信号自零陷现象，提高对期望信号导向矢量误差的鲁棒性，大大提高输出SINR。

技术领域

本发明属于阵列信号处理领域，主要涉及基于标准Capon自适应波束形成对算法对协方差矩阵误差和期望信号导向矢量误差的稳健性。

背景技术

Capon自适应波束形成算法可以在保证对期望信号无失真输出的条件下，使阵列输出功率最小，最大限度的提高波束输出信干噪比(Signal-to-Interference-plus-NoiseRatio，SINR)、最大限度的提高阵列增益，具有较好的方位分辨力和较强的干扰抑制能力。但是，Capon波束形成是建立在对期望信号导向矢量和干扰噪声协方差矩阵均精确已知的假想基础上的，对期望信号导向矢量和干扰噪声协方差矩阵的误差比较敏感。而在实际应用中，导向矢量与干扰噪声协方差矩阵往往都存在一定的估计误差，这样就造成Capon波束形成的性能下降严重。

为减小Capon波束形成对各种误差引起的性能下降，近30年来已经出现了大量的方法来提高自适应波束形成算法的稳健性，诸如：对角加载、最差性能最优化算法等，这些算法随在一定程度上可以提高阵列输出信干噪比SINR，但是这些算法往往只对协方差矩阵误差或期望信号导向矢量误差具有一定的鲁棒性，而不能同时对两种误差都有鲁棒性。如对角加载类算法针对的是由于样本快拍数不足而引起的协方差矩阵误差、最差性能最优化算法则针对的是期望信号导向矢量的随机矢量误差等。

究其原因，主要是是因为采用样本协方差矩阵来代替理想干扰噪声协方差矩阵之时，引入了期望信号成分，即使在期望信号导向矢量没有误差之时，其性能也会急剧降低，尤其是高输入SNR的情况。

发明内容

本发明的目的在于提供一种具有联合鲁棒性的波束形成方法(Robust AdaptiveBeamforming with Joint Robustness,RAB-JR)，既考虑协方差矩阵误差，又考虑期望信号导向矢量误差，对两种误差具有联合鲁棒性，以提高波束形成算法的性能。

本发明的思路是：本发明基于一种具有联合鲁棒性的波束形成方法(RAB-JR)，首先提出一种修正的广义线性组合算法(Modified General Linear Combination)来重新估计协方差矩阵，以提高波束形成算法对协方差矩阵误差的鲁棒性；然后利用该协方差矩阵构造关于期望信号导向矢量误差的二次约束二次规划的优化问题求解期望信号导向矢量，以提高对期望信号导向矢量误差的鲁棒性；最后联合所得协方差矩阵和期望信号导向矢量，形成具有联合鲁棒性的波束形成算法。

一种具有联合鲁棒性的波束形成方法，具体步骤如下:

S1、由M个阵元构成的均匀线阵接收到D个来自远场信源的信号，所述D个信号的来波方向为θ_d，设第1个信号为期望信号，其余D-1个均为干扰信号，所述D个信号之间互不相关，且信号与噪声之间互不相关，则第n个快拍下阵列接收数据记为其中，s_d(n)和a(θ_d)分别为第d个信号的基带信号波形和导向矢量，v(n)表示阵列接收到的零均值高斯白噪声矢量，则阵列接收到的N个快拍数据可表示为如下的形式：X＝[x(1),…,x(N)]，由阵列接收数据矩阵X可以得到阵列接收数据的样本协方差矩阵其中，