[发明专利]一种联合JADE和CLEAN的主瓣抗干扰方法

摘要

本发明公开了一种联合JADE和CLEAN的主瓣抗干扰方法,属于雷达抗干扰技术领域，特别涉及盲源分离抗主瓣干扰技术。本发明首先利用JADE算法估计出干扰信号的导向矢量和波形，进而重构出干扰阵列信号；然后计算重构得到的干扰阵列信号的MUSIC谱，得到仅包含干扰信号的MUSIC谱；最后在空域上利用CLEAN算法将干扰信号的MUSIC谱在接收信号的MUSIC谱上对消，从而得到目标信号的波达方向估计。仿真结果表明，本方法可以很好的完成干扰抑制，并将目标DOA估计出来。

主权项

1.一种联合JADE和CLEAN的主瓣抗干扰方法，它包括以下步骤：步骤1：设空间中存在彼此相互独立的M个目标信号和P个大功率干扰信号，且目标信号与干扰信号的波达方向差异在主瓣角度范围之内，同时入射到空间一阵列，该阵列由L个阵元组成，且假设目标信号与干扰信号都为远场窄带信号，第l个阵元t时刻接收信号为：其中，s_m(t),m＝1,2,…,M为第m个目标信号，θ_Tm为第m个目标信号的波达方向即DOA角度，J_p(t),p＝1,2,…,P为第p个干扰信号，θ_Jp为第p个干扰信号的波达方向即DOA角度，n(t)表示t时刻噪声信号，T表示采样总数，d表示阵元间距，λ为工作波长，则天线阵列接收信号为：X(t)＝[x1(t),x2(t),…,xL(t)]T,t＝1,2,…,T   (2)其中，(·)T表示转置操作符，T表示采样总数；步骤2：计算天线阵列接收信号X(t)的MUSIC谱：步骤2‑1：计算接收信号的空间相关矩阵其中，(·)H表示共轭转置操作符；步骤2‑2：对相关矩阵做特征值分解，并将特征值按单调递增顺序排列，将后L‑M‑P个特征值对应的特征向量u_M+P+1,u_M+P+2,…,u_L构成矩阵G：G＝[uM+P+1 uM+P+2 … uL]    (4)步骤2‑3：X(t)的MUSIC谱公式为：其中，为阵列导向矢量，d为阵元间距，λ为工作波长；由于不知道目标源的波达方向信息，将空间角度θ划分K表示空间角度划分的格子数，依次计算函数1/a^H(θ)GG^Ha(θ)的值，得到X(t)的MUSIC谱P_X(θ)；步骤3：采用特征矩阵联合对角化的盲源分离算法分离目标信号与干扰信号：步骤3‑1：对接收信号X(t)进行预白化，得到白化信号Z(t)，即：Z(t)＝WX(t)     (6)其中，W为白化矩阵；步骤3‑2：求白化信号Z(t)的四阶累积量矩阵Qz：其中E[·]表示求均值操作，zi(t)表示白化信号Z(t)的第i行，i,j,k,l分别属于1～M+P；对Qz进行特征值分解，得到前M+P个最大特征值λ1,λ2,…,λM+P和其对应的特征向量v1,v2,…,vM+P，其中vi,i＝1,2,…,M+P为(M+P)2×1维列矢量，因此得到需要近似联合对角化的目标矩阵{M1,M2,…,MM+P}；其中Vec(Mi)＝λivi,i＝1,2,…,M+P，Vec(·)表示向量化算符，即将一个矩阵的列向量按照在矩阵的排列次序排成列向量；步骤3‑3：利用酉矩阵V对{M1,M2,…,MM+P}进行近似联合对角化；步骤3‑4：得到分离信号与阵列流型估计：其中，W^#为白化矩阵W的伪逆；y(t)为分离信号，包含目标信号波形估计与干扰信号波形估计为阵列流型估计，包含目标信号的阵列流型估计与干扰信号的阵列流型估计步骤4：假设步骤3估计出来的干扰信号波形为干扰阵列流型为则重构接收信号中的干扰成分为：其中，为估计出来的干扰成分；步骤5：在空域上利用CLEAN算法计算目标的MUSIC谱：步骤5‑1：按步骤2的方法计算步骤4估计出来的干扰成分的MUSIC谱，得到干扰成分的MUSIC谱PJ(θ)；步骤5‑2：为了得到目标的MUSIC谱，需要最小化代价函数：利用步骤5‑1得到的P_J(θ)和步骤2得到的P_X(θ)计算权系数步骤5‑3：利用步骤4‑2得到的权系数计算目标的MUSIC谱为：其中，PT(θ)为干扰抑制后的目标MUSIC谱；找出前M个最大值分别所对应的θ，即是目标的波达方向。