[发明专利]一种高动态下的零陷展宽方法

权利要求书

1.一种高动态下的零陷展宽方法，其特征在于，包括以下步骤：

步骤1、获取接收信号的估计协方差矩阵的采样数据，对估计协方差矩阵的采样数据进行带通滤波、Hilbert变换以及幅相校正后进入步骤2；

步骤2、对所获取估计协方差矩阵的采样数据等间隔抽取后分两路输出，其中一路输入FIFO模块存储，及另一路进行等间隔抽取后送入QR分解单元进行协方差矩阵估计，输出得到更新的协方差矩阵R；其中QR分解由N次Givens旋转进行输入数据消元实现，抽取间隔T_d大于一次Givens旋转时间，协方差估计样本数N取值大于2M，M为接收阵元数；

步骤3、根据更新的协方差矩阵R代入式R^HV＝La(θ_d)中进行中间变量V的前向迭代更新，得到更新的中间变量V，其中a(θ_d)为角度θ_d对应的导向矢量；L为采样次数；

步骤4、根据更新的协方差矩阵R和中间变量V进行后向迭代计算，得到更新的最优权值W_opt；

步骤5、将FIFO模块所存储估计协方差矩阵的采样数据输出 ，并与更新的最优权值W_opt进行乘加运算后滤波输出。

2.根据权利要求1所述高动态下的零陷展宽方法，其特征在于，所述步骤2中对所获取估计协方差矩阵的采样数据等间隔抽取，具体为：

每间隔T时刻抽取一次采样快拍，并连续操作N次；

获取第i组NT时段快拍的入射角θ_i，得到接收信号模型及其对应的协方差矩阵，根据协方差矩阵求逆引理，得到加权矢量的最优近似解。

3.根据权利要求1所述高动态下的零陷展宽方法，其特征在于，所述步骤2中QR分解单元进行QR分解具体为：

将所获取估计协方差矩阵的采样数据经过延迟处理分别依次延迟一个脉动间隔t，在第t_i个脉动时刻，第一排数据x₁(t₁)进入脉动结构，经过边界单元计算后得出旋转因子c₁/s₁，该边界单元计算对角元素r_ii和产生内部单元所需要的Givens的旋转因子c和s，其中使用两次CORDIC旋转，第一次使用CORDIC旋转来实现输入数据的求模运算得到输入数据的模值|x_in|和旋转角θ，第二次使用CORDIC旋转来实现对角元素r_ii和旋转角更新；计算旋转角θ和的正余弦值，更新得到旋转因子c和s；

在第t_i+1个脉动时刻，第二排数据x₂(t₁)进入脉动结构，经过内部单元的一次计算，得出经过一次Givens的旋转因子c₁/s₁的上三角矩阵R的非对角元素r₁₂和经过变换后待消元元素x_out12；

在第t_i+2个脉动时刻，第三排数据x₃(t₁)经过内部单元的一次计算，得出经过一次Givens的旋转因子c₁/s₁的上三角矩阵R的非对角元素r₁₃和经过变换后待消元元素x_out13，依次类推，每经过一次边界单元消元一个元素，采用流水线结构经过7个脉动周期便可以将新进的元素消元，完成更新后的上三角矩阵，及在t＝t_i+7时刻输出更新的协方差矩阵R。

4.根据权利要求1所述高动态下的零陷展宽方法，其特征在于，所述步骤4得到更新的最优权值W_opt采用公式：RW_opt＝V。