[发明专利]基于子空间补偿的自适应波束形成算法

摘要

本发明涉及雷达信号处理技术领域，具体提供了一种基于子空间补偿的自适应波束形成算法，首先对雷达采样数据协方差进行特征分解，并利用真实的期望信号导向矢量与特征向量相关性，补偿估计的信号子空间，然后将期望信号导向矢量向估计的信号子空间投影，如果投影值较大则说明估计的信号子空间中包含期望信号的导向矢量，估计的信号子空间就是所求的信号子空间，不需要进行补偿，否则需要对估计的信号子空间进行补偿，再利用期望信号导向矢量与采样协方差矩阵的特征向量之间的相关性补偿估计的信号子空间，得到所求的信号子空间，最后利用补偿的信号子空间求取最优权矢量，同时获得自适应天线方向图。

主权项

一种基于子空间补偿的自适应波束形成算法，其特征在于，包括如下步骤：步骤一，获取雷达采样数据，并通过如下公式(1)估计该采样数据的协方差矩阵R^=1KXXH---(1);]]>其中[·]H表示矩阵共轭转置运算，X为雷达系统天线线阵阵元的K次采样数据的矩阵，且M为雷达系统天线线阵的阵元数量；步骤二，通过如下公式(2)对协方差矩阵进行特征分解：R^=EsΛsEsH+EnΛnEnH---(2);]]>其中Λs为目标与干扰信号特征值，且Λs＝{υ1,υ2,…,υp+1}，υ为协方差矩阵的特征值，Es为目标与干扰信号子空间，且Es＝{e1,e2,…,ep+1}，Λn为噪声的特征值，且Λn＝{υp+2,υp+3,…,υM}，En为噪声子空间，且En＝{ep+2,ep+3,…,eM}，p为干扰信号的数量，e是与υ对应的特征向量；步骤三，得到目标导向矢量在估计的信号子空间Es中的投影u，如公式(3)所示：u=EsEsHa^(θ0)---(3);]]>目标导向矢量且am(θ0)＝exp{‑j2π(m‑1)d sinθ0/λ}，其中m＝1,2,3…M，θ0为雷达系统天线的主波束方向，d为雷达系统天线线阵的阵元间距，λ为工作波长；步骤四，通过如下公式(4)判断估计的信号子空间Es是否包含目标的导向矢量norm(u)<γnorm(a^(θ0)),(0<γ<1)---(4);]]>其中γ为根据雷达系统需求设定的常数，若公式(4)为真，则说明目标导向矢量不在估计的信号子空间Es中，执行步骤五，若公式(4)为假，则说明估计的信号子空间Es为所求的信号子空间，执行步骤六；步骤五，首先通过如下公式(5)得到与特征向量e之间的相关系数y(i)，y(i)=|eiHa^(θ0)|,i=1,...,M---(5);]]>并将其按照从大到小的顺序进行排序，通过如下公式(6)得到所求的信号子空间的数量l，(y(1)+…+y(l))/M＞ξ，0＜ξ＜1  (6)；其中ξ为根据雷达系统参数设定的常数，通过公式(6)进而得到的补偿后的信号子空间且步骤六，根据信号子空间和目标导向矢量求取最优权矢量ω，如公式(7)所示：ω=inv(R^)*a^a^H*inv(R^)*a^---(7);]]>其中为通过子空间校正后的期望信号导向矢量，且信号子空间P的取值如下：P=Es,norm(u)<γnorm(a^(θ0))P=P^,norm(u)≥γnorm(a^(θ0)).]]>