[发明专利]一种基于稀疏约束控制旁瓣的零陷展宽方法

权利要求书

1.一种基于稀疏约束控制旁瓣的零陷展宽方法，其特征在于，包括：

S1：获取天线阵列的接收数据协方差矩阵

S2：利用传统波束形成功率谱对所述接收数据协方差矩阵的扩展的干扰信号区域进行重构，得到干扰加噪声重构协方差矩阵具体包括：

利用传统波束形成功率谱对所述接收数据协方差矩阵的扩展的干扰信号区域进行重构，得到干扰加噪声重构协方差矩阵

其中，表示接收数据协方差矩阵扩展后的干扰信号区域，a(θ)表示区域对应的导向矢量，H表示共轭转置，-1表示逆矩阵；

S3：对所述接收数据协方差矩阵的扩展的零陷区域进行导向矢量积分，得到导向矢量的相关矩阵并对所述导向矢量的相关矩阵进行特征分解，构建线性约束条件，具体包括：

S31：在所述干扰信号区域内划分出I个插值点，在每个插值点上构建阵列接收信号的导向矢量

其中，i表示第i个插值点；

S32：根据所述阵列接收信号的导向矢量构建得到导向矢量的相关矩阵

S33：对所述导向矢量的相关矩阵进行特征分解，

其中，λ_i表示特征值，表示特征分解后对应的特征向量；

S34：对所述特征值λ_i进行排序，得到前M个较大的特征值，根据所述M个大特征值对应的特征向量构建线性约束条件，

e＝[1 0 0…0]，

其中，分别表示特征值λ₁,λ₂,…,λ_M对应的特征向量，λ₁＞λ₂＞…＞λ_M，M为阵元数的1/2；

S4：根据所述线性约束条件，构建权向量求解模型；

具体地，所述权向量求解模型为，

s.t.w^HC＝e

其中，λ表示主瓣相似性控制变量，γ表示旁瓣稀疏约束控制变量，w_q＝a(θ₀)，a(θ₀)表示期望信号导向矢量，s.t.表示约束条件，w表示权向量，A_pangban表示旁瓣区域的字典矩阵；

S5：利用凸优化算法求解所述权向量求解模型，得到权向量w。