[发明专利]一种基于信源个数约束的稳健自适应波束形成方法有效

专利信息
申请号: 201810530886.9 申请日: 2018-05-29
公开(公告)号: CN108809398B 公开(公告)日: 2021-05-07
发明(设计)人: 叶中付;朱星宇 申请(专利权)人: 中国科学技术大学
主分类号: H04B7/08 分类号: H04B7/08
代理公司: 北京科迪生专利代理有限责任公司 11251 代理人: 杨学明;邓治平
地址: 230026 安*** 国省代码: 安徽;34
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 信源 个数 约束 稳健 自适应 波束 形成 方法
【权利要求书】:

1.一种基于信源个数约束的稳健自适应波束形成方法,其特征在于,包括如下步骤:

步骤1、对于M个阵元组成的线性阵列,根据Capon空间 功率谱表达式获得信号功率在空间中的分布情况,分别估计出期望信号和干扰信号的个数,其中,期望信号的个数假设为1,干扰信号的个数假设为L;期望信号的角度区域和干扰信号的角度区域由信号功率在空间中的分布获得;在整个空间中,除去期望信号角度区域和干扰角度区域后为噪声角度区域,根据信号功率在噪声角度区域内的分布估计出噪声的平均功率,并获得噪声协方差矩阵;

步骤2、在干扰角度区域内,干扰功率近似为Capon空间 功率谱减去步骤1中估计的噪声平均功率,根据干扰功率重构出干扰协方差矩阵,接着对重构出的干扰协方差矩阵的特征进行分解,根据估计出的干扰源个数L,从由大到小排序的特征值中选择排序为前L的特征值及其对应的特征矢量,再次重构出秩为L的干扰协方差矩阵,结合步骤1中估计的噪声协方差矩阵,获得干扰加噪声协方差矩阵;

步骤3、在期望信号角度区域内,期望信号功率近似为Capon空间 功率谱减去步骤1中估计的噪声平均功率,根据期望信号功率重构出期望信号协方差矩阵,接着对期望信号协方差矩阵的特征进行分解,选择最大的特征值对应的特征矢量作为对期望信号导向矢量的估计;

步骤4、结合步骤2和3中获得的干扰加噪声协方差矩阵和期望信号导向矢量,得到自适应波束形成器的最优权矢量,将该最优权矢量作用于阵列接收数据,获得波束形成器的输出信号,形成对期望信号的稳健接收。

2.根据权利要求1所述的稳健自适应波束形成方法,其特征在于,所述Capon空间功率谱表示为:

其中,为阵列接收数据x(k)的协方差矩阵估计,为根据阵列结构假设的、对应方向角度为θ的导向矢量,根据θ的变化能够获得各个方向上的功率分布情况,根据功率分布,将θ的取值范围划分为期望信号角度区域Θs、干扰角度区域Θi和噪声角度区域Θn

利用Capon空间功率谱,噪声平均功率可近似估计为:

其中,Ave{·}表示取平均值操作;根据估计出的噪声平均功率可获得噪声协方差矩阵:

I表示M×M单位矩阵。

3.根据权利要求2所述的稳健自适应波束形成方法,其特征在于,所述步骤2包括以下步骤:

步骤21、由干扰功率重构干扰协方差矩阵,计算公式为:

在Θi范围内只选择的区域,th≥0;

步骤22、将特征分解,将其特征值从大到小排列λ1≥λ2≥…≥λM,相对应的特征矢量为e1,e2,…,eM,根据步骤1中估计出的干扰源个数L,从由大到小排序的特征值中选择排序为前L的特征值及其对应的特征矢量,再次重构干扰协方差矩阵:

最后获得干扰加噪声协方差矩阵:

4.根据权利要求3所述的稳健自适应波束形成方法,其特征在于,所述步骤3包括以下步骤:

步骤31、由期望信号功率重构期望信号协方差矩阵,计算公式为:

在Θs范围内只选择的区域,th≥0;

步骤32、对进行特征分解,将其特征值从大到小排列为c1≥c2≥…≥cM,相对应的特征矢量为d1,d2,…,dM,将最大的特征值对应的特征矢量作为对期望信号导向矢量的估计:d1为c1对应的特征矢量。

5.根据权利要求4所述的稳健自适应波束形成方法,其特征在于,所述步骤4包括以下步骤:

首先,结合步骤2和3中获得的干扰加噪声协方差矩阵和期望信号导向矢量,得到自适应波束形成器的最优权矢量:

根据步骤2中对进行的特征分解,以及噪声协方差矩阵为可获得

其中

然后,将该最优权矢量应用于阵列接收数据x(k),获得波束形成器的输出信号形成对期望信号的稳健接收。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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中国科学技术大学,未经中国科学技术大学许可,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/201810530886.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top