[发明专利]一种分块并行的大型阵列快速自适应波束形成方法

说明书

本发明公开了一种分块并行的大型阵列快速自适应波束形成方法，包括：对相控阵雷达接收的数据重新构造，得到接收数据块；根据粒子群算法搜索最优分块方式；根据搜索得到的最优分块方式或均匀分块方式对所述接收数据块进行分块，得到相应子数据块；对所有子数据块同时并行计算，得到各自对应的协方差矩阵；将阵列导向矢量按照所采用的最优分块方式或均匀分块方式相应地分成若干子导向矢量；根据所述协方差矩阵的逆矩阵和对应的子导向矢，得到每个相应子数据块对应的自适应抗干扰权值；将所述自适应抗干扰权值按照分块方式的顺序组合，得到全阵的自适应抗干扰权值。本发明所提算法可以并行实现、计算速度更快，更适合多核高速芯片进行并行计算，提高实时性，同时算法性能上也得到了改善。

技术领域

本发明属于雷达信号处理技术领域，具体涉及一种分块并行的大型阵 列快速自适应波束形成方法。

背景技术

随着科技的发展，雷达作为一种利用电磁波探测目标的电子设备被广 泛应用。干扰是雷达使用过程中面临的主要问题之一，对于相控阵雷达， 自适应波束形成技术的各种方法对干扰有良好的抑制效果。而如今干扰形 式更加复杂，对雷达的探测能力也有更高的要求，因此相控阵雷达的阵列 规模越来越大，这也使传统的自适应波束形成技术的运算量和运算复杂度 成倍的增加，导致算法收敛速度慢，无法实现对阵列信号的实时处理。

为了解决上面的问题，现有技术提出了一些方法。文献1(Adaptive arraybeamforming based on an efficient technique.IEEE Trans.AP-44,1996(8):1094-1101)公开了一种分块并行的波束形成算法 (ERLS)；文献2(Sub-array RLS adaptivealgorithm.IEEE Electronics letters,1999,35(13):1061-1062)公开了一种异步的基于RLS的分块并行算法； 文献3(Subarray Adaptive Array Beamforming Algorithm Basedon LCMV.Asia pacific microwave conference proceedings,2005,3:1964-1966.)公开了一种分 块并行的波束形成算法(LCMV)，是通过闭环的方式，迭代多次得到的自适 应抗干扰权值；文献4(Rapid convergence rate in adaptive radar[J]IEEE Trans on AES，1973，2：237—252.)公开了一种采样协方差矩阵求逆(SMI)算法， 其是采用最大信干噪比准则的一种开环的算法。

然而，文献1提出的方法其波束形成性能受分块形式的影响，而且当 最大子权矢量的维数比较大时，ERLS的运算量很大；文献2提出的方法每 次迭代更新一次权重系数需要比ERLS多M-2个节拍(M为分块的块数)， 迭代处理效率低；文献3提出的方法在某些干扰分布情况下，算法收敛速 度较慢，从而大大限制了它的应用场合；文献4提出的方法在阵元数目较 多时，算法运算量较大，无法在短时间内完成抗干扰权值计算。

发明内容

为了解决现有技术中存在的上述问题，本发明提供了一种分块并行的 大型阵列快速自适应波束形成方法。本发明要解决的技术问题通过以下技 术方案实现：

一种分块并行的大型阵列快速自适应波束形成方法，包括：

步骤1：对相控阵雷达接收的数据重新构造，得到接收数据块；

步骤2：根据粒子群算法搜索最优分块方式；

步骤3：根据搜索得到的最优分块方式或均匀分块方式对所述接收数据 块进行分块，得到相应子数据块；

步骤4：对所有子数据块同时并行计算，得到各自对应的协方差矩阵；

步骤5：将阵列导向矢量按照所采用的最优分块方式或均匀分块方式相 应地分成若干子导向矢量；