[发明专利]基于收缩估计协方差矩阵重构稳健自适应波束形成方法

说明书

本发明公开了基于收缩估计协方差矩阵重构稳健自适应波束形成方法，包括：对采样协方差矩阵进行线性收缩估计；对线性收缩估计得到的采样协方差矩阵进行特征分解，得到噪声子空间；再依据MUSIC谱计算出期望小角度区间内的平均噪声功率，在重构精确期望信号协方差矩阵过程中剔除平均噪声功率；对重构的期望信号协方差矩阵进行特征分解，取最大特征值对应的特征向量作为初步估计的期望信号导向矢量，将它的模约束和噪声功率约束联立为拉普拉斯约束，得到修正的期望信号导向矢量；利用线性收缩得到的采样协方差矩阵和期望信号导向矢量，形成稳健自适应波束。本发明所形成波束的主瓣波束和输出信干噪比均更接近理想值，且具有更高的抗干扰能力。

技术领域

本发明属于阵列信号处理的稳健波束形成技术领域，尤其涉及基于收缩估计协方差矩阵重构稳健自适应波束形成方法。

背景技术

自适应波束形成是指波束形成器根据信号环境的变化，自适应地形成各个阵元的加权因子，达到增强期望信号、滤除对期望信号有影响的干扰和噪声。自适应波束形成是阵列信号处理中的一项重要技术，广泛应用于雷达、无线通信、导航、声纳、地震监测以及生物医学工程等众多领域。实际应用中，通常存在各种误差和非理想因素，导致波束形成器性能急剧下降。随着波束形成技术的发展以及实际应用的需求，将自适应波束形成技术运用到工程的实际问题主要是算法的鲁棒性不足和算法运算复杂度过高，因而也是自适应波束形成研究的热点问题。基于当前硬件设备运算能力的大幅度提升，相应地拓展了原本较高复杂度的算法实际应用范围。因此，将强大硬件和较高复杂度的算法相结合，对研究自适应波束形成技术及其稳健性问题具有重要的理论意义和实用价值。

目前，稳健自适应波束形成技术主要分为以下几类：

(1)对角加载类波束形成技术

该技术通过对采样协方差矩阵添加一个对角矩阵，使得采样协方差矩阵受到噪声子空间的扰动相对减小，从而减少噪声特征值的分散，降低对加权矢量的影响。该技术有较好的波束保形效果，且运算复杂度低，收敛快。但是如何快速寻找合适的对角加载量，仍然是当前该技术需要解决的问题，并且当加载因子选择不恰当，将会导致输出的信干噪比急剧下降。

(2)干扰加噪声协方差矩阵重构技术

在经过对稳健自适应波束形成技术的深入研究之后发现，影响波束形成器性能的最大原因在于采样协方差矩阵中包含有期望信号成分。根据Capon波束形成器(Capon于1967年提出的恒定增益指向最小方差波束形成器)和MVDR波束形成器(最小方差无畸变波束形成器)的对权矢量是等价的，可以通过重构干扰加噪声协方差矩阵，来改善波束形成器的稳健性。干扰加噪声协方差矩阵重构技术指利用空间谱估计技术，在非期望信号区间对采样协方差矩阵进行积分重建出不含期望信号的干扰加噪声协方差矩阵，并且通过MVDR波束形成器的最优导向矢量约束，对求解真实期望导向矢量转化为一个QCQP(二次约束二次规划)问题。在模型匹配的情况下，该技术性能较优越；但在实际中，模型失配是不可避免的，当采样协方差矩阵存在误差，那么重构出的干扰加噪声协方差矩阵也不够精确，因而性能下降明显。

(3)基于特征子空间波束形成技术

该技术是通过对采样协方差矩阵进行特征分解，来划分出不同的信号子空间，其中大特征值对应的特征矢量张成的空间认为是期望信号加干扰子空间，小特征值对应的特征矢量张成的空间认为是噪声子空间。而期望信号加干扰子空间也是由期望信号的导向矢量和干扰的导向矢量所张成的空间，故真实的期望信号导向矢量一定落在期望信号加干扰子空间内。所以可以将存在误差的期望信号导向矢量向期望信号加干扰子空间内进行投影来消除误差，从而提高波束形成器的稳健性。但是在低信噪比条件下，采样协方差矩阵的特征值大小非常接近，很难准确地区分出期望信号加干扰子空间和噪声子空间。

(4)基于不确定集合的波束形成技术