[发明专利]色噪声下基于协方差矩阵重构的波束形成方法

说明书

本发明色噪声下基于协方差矩阵重构的波束形成方法，所述波束形成方法包括如下步骤:S1，建立阵列天线接收信号模型；S2，通过修正采样协方差矩阵的小特征值，进而修正采样协方差距阵；S3，应用矩阵分解以及空间谱估计理论分别构造干扰信号子空间与另一个信号子空间，并通过交替投影算法来求取两个子空间的交集，求取期望信号导向矢量；S4，通过修正后的采样协方差矩阵减去期望信号协方差矩阵的方法，对干扰噪声协方矩阵进行重构；最后求取阵列天线权值矢量。在角度失配和大期望信号功率情况下，本发明的方法能够准确地估计出干扰噪声协方差矩阵和期望信号导向矢量，相比其他重构协方差矩阵方法来讲，本发明算法具有稳健性更好的优点。

技术领域

本发明涉及自适应阵列信号处理的技术领域，具体而言，涉及一种色噪声下基于协方差矩阵重构的波束形成方法。

背景技术

近些年来，波束形成器被广泛应用于雷达、声呐、地震学、医学成像、语音处理和无线电通信等领域。而波束形成器的性能主要受到协方差矩阵和期望信号导向矢量的影响。在实际应用中，理想协方差矩阵不能够直接得到，通常采用采样协方差矩阵代替，而色噪声会导致协方差矩阵小特征值扰动，进而导致波束形成器性能下降。同时由于采样数据中含有期望信号，当导向矢量失配时会导致算法的性能严重下降。为了解决上述问题，很多稳健波束形成算法被提出来。

文献(DU L,LI J,STOICA P.Fully Automatic Computation of DiagonalLoading Levels for Robust Adaptive Beamforming[J].IEEE Transactions onAerospaceElectronic Systems,2009,46(1):449-458.)利用对角加载的方法，算法对期望信号的灵敏度下降，算法性能得到提升。但对角加载量是依据经验值来选取的，并且对导向矢量失配下提高算法性能的效果较差。文献(VOROBYOV S A,GERSHMAN A B,LUO ZQ.Robust adaptive beamforming using worst-case performance optimization:asolution to the signal mismatch problem[J].IEEE Transactions on SignalProcessing,2003,51(2):313-324.)提出了最差性能最优波束形成算法，提高了导向矢量失配下算法的稳健性，但是该方法对色噪声环境导致的波形畸变不起作用。文献采用干扰噪声协方差矩阵重构和期望信号导向矢量估计的方法提高算法的性能。但是该方法对色噪声环境下算法性能的下降没有效果。文献(ZHANGYi,YANG Qiong,TANG Chengkai.An Anti-jamming Algorithm for GPS Adaptive Nulling Antenna Based on Colored Loading[J].Journal of Northweatern Polytechnical University,2015，33(5)：874-878.)提出了一种基于有色载入的GPS自适应调零天线的抗干扰算法，该算法利用滤波器的权值矢量和方向矢量构建有色修正矩阵，并通过该修正矩阵来得到滤波权值。但是该方法只是针对低快拍数下导致的自适应波形畸变问题，并且该方法不能解决导向矢量失配下期望信号相消问题。以上方法并不能完全解决由色噪声环境和导向矢量失配下期望信号相消而导致的算法性能下降问题，因此如何提高这两种情况下算法的性能是一个亟需解决的问题。

发明内容

本发明提供了一种色噪声下基于协方差矩阵重构的波束形成方法，旨在改善在色噪声环境和导向矢量失配下期望信号相消而导致的算法性能下降的问题。

本发明是这样实现的：

色噪声下基于协方差矩阵重构的波束形成方法，所述波束形成方法包括如下步骤:

S1，建立阵列天线接收信号模型；

S2，通过修正采样协方差矩阵的小特征值，进而修正采样协方差距阵；