[发明专利]一种基于对角加载技术的稳健自适应波束形成方法

说明书

技术领域

本发明属于数字信号处理领域,涉及阵列信号处理领域中的波束形成技术。

背景技术

波束形成是阵列信号处理领域的一个重要的研究内容，广泛应用于雷达、声呐、无线通信、语音信号处理、医疗成像、地震学等领域。在众多自适应波束形成的算法中，Capon波束形成算法由于具有性能良好、表达形式灵活的优点因而备受研究者青睐。但标准的Capon波束形成算法依赖对阵型、信号模型等的一些假设，当导向矢量存在误差时，波束形成器的性能下降严重。为提高其稳健性，近几十年来涌现出了多种基于Capon波束形成算法的稳健自适应波束形成算法。

基于对角加载技术的稳健自适应波束形成算法是常见一类算法，对角加载波束形成算法通过对采样协方差矩阵添加一个加载小量来实现对协方差矩阵的修正，可以在不改变矩阵特征向量结构的条件下，达到抑制噪声波束的目的。对角加载波束形成算法简单且效果明显，易于工程实现。该类算法的关键是加载因子的选取，通常该加载因子可通过优化、迭代等方法寻得。由于缺乏准确的理论指导造成了很难选取最优的加载因子。若选取的加载因子过小，加权矢量的范数将会很大进而导致不能有效抑制噪声波束；当加权因子过大时会削弱波束形成器抑制干扰及降低噪声的能力，因而在选择加载因子时往往需要折中。

发明内容

本发明的目的是提供一种能够提高自适应雷达天线阵列波束形成抗干扰、抗阵列导向矢量失配、算法简捷的波束形成方法。本发明的技术方案如下：

一种基于对角加载技术的稳健自适应波束形成方法，包括下列步骤：

步骤一：计算由K次快拍采样的接收信号x(k)构建雷达天线阵列接收信号的采样协方差矩阵R。

步骤二：利用Lagrange算子，求得Capon波束形成器的波束形成矢量为：

其中，表示期望信号的估计导向矢量，R_i+n为干扰加噪声协方差矩阵，用接收信号的采样协方差矩阵R来代替R_i+n。

步骤三：采用对角加载技术，计算雷达天线阵列的加权矢量w_DL即各阵元复加权值：

其中，加载因子为平均噪声能量。

步骤四：输出雷达天线阵列的自适应波束。

本发明的有益效果是：

本发明通过对雷达天线阵列接收信号的协方差矩阵进行对角加载，增强了雷达天线阵列在接收信号导向矢量存在误差时的稳健性。同时，对角加载矩阵G基于雷达天线阵列接收信号的协方差矩阵R，加载因子γ采用特定的方式来设定，进而避免优化、迭代等复杂计算。本发明能较好地克服因观测方向失配及存在局部相干散射给雷达天线阵列带来的性能损失，具有较好的稳健性。

附图说明

图1是观测方向失配下不同方法对雷达天线阵列输出信干噪比随采样快拍数K变化的曲线图。

图2是存在局部相干散射时不同方法对雷达天线阵列输出信干噪比随采样快拍数K变化的曲线图。

具体实施方式

步骤一：计算雷达天线阵列接收信号的采样协方差矩阵R：

根据雷达天线阵列接收信号的结构模型，将阵元数为N的雷达天线阵列接收信号的快拍模型定义如下：x(k)＝s(k)+i(k)+n(k)，其中s(k)表示期望信号，i(k)表示干扰信号，n(k)表示噪声信号。由K次快拍采样的接收信号x(k)构建传感器阵列接收信号的协方差矩阵：K为采样快拍数，x(k)为第k个采样快拍，(·)^H是厄米特(Hermitian)转置。

步骤二：求取Capon波束形成器的加权矢量w_c：

典型的Capon波束形成器可以表示为如下的优化问题：

利用Lagrange算子，可得Capon波束形成器的加权矢量为：

其中，表示期望信号的估计导向矢量，R_i+n为干扰加噪声协方差矩阵。真实的R_i+n只有在仿真中才是已知的，因而实际中常用接收信号的K次样本协方差矩阵R来代替R_i+n。

步骤三：构造雷达天线阵列的加权矢量(即各阵元复加权值的排列)w_DL的表达式：

将对角加载技术运用到雷达天线阵列的加权矢量w_DL的计算中，进而可得到：式中γ为加载因子，G为对角加载矩阵。

步骤四：构建对角加载矩阵G：