[发明专利]基于MWF中运用滑窗判定的噪声子空间估计方法

摘要

本发明涉及基于MWF中运用滑窗判定的噪声子空间估计方法。本方法根据MWF的特性，结合小矩阵最大特征值运算，提出一种运用滑窗定阶的方法，可以鲁棒的估计噪声子空间，更稳定地获得最优信干噪比。运用本方法可以使得干扰子空间分解更为准确可靠从而获得更好的抗干扰效果。

主权项

1.基于MWF中运用滑窗判定的噪声子空间估计方法，将各阶期望信号组成矢量形式，求取该矢量数据的协方差矩阵，根据该矩阵高阶对角元素接近于白噪声方差的特性，提出一种滑窗方法，该滑窗方法用一个小矩阵沿所得到的协方差矩阵对角线下滑，逐步比较小矩阵最大特征值与协方差矩阵的对角元素，当特征值略大于白噪声对角线元素时，也就达到了干扰子空间和白噪声子空间的分界点，其特征在于，包括如下步骤：S1、将抗干扰处理问题转化为维纳滤波模式：将接收信号矢量通过广义旁瓣对消器，得到上支路的期望信号，记为d0(n)，下支路x0(n)为待处理信号矢量，形成维纳滤波的模式；S2、粗略估计干扰子空间维数：按照最大相关并归一化算得h₁，阻塞矩阵B₁为h₁的零空间矩阵，将x₀(n)通过这一级滤波，得到d₁(n)、x₁(n)，及矢量x₁(n)中任意一路的方差依此类推，构建各级h_i和B_i，生成d_i(n)、x_i(n)、i＝1,2,…,MN‑1，白噪声方差为σ²，将与k倍σ²进行比较，k取3～5，当时，将此时的i作为粗略估计的噪声子空间维数，设为P₁，P₁总是大于准确的子空间维数P；S3、估计干扰子空间维数：运用MWF分析滤波器结构将接收信号矢量映射为各阶期望信号d_i(n)，i＝1,2,…,MN‑1，将各阶d_i(n)组成矢量形式，设为x_T(n)＝[d₁(n),d₂(n),L,d_MN‑1(n)]^T，求取x_T(n)的协方差矩阵沿的对角线，从第P₁阶开始截取一个小矩阵，设为R_j，用幂法算得R_j的最大特征值，设为λ_j，将λ_j与1.5σ²比较，当λ_j小于1.5σ²时，认为此时的j即是干扰子空间维数，也就是最佳的迭代次数，令j＝P；S4、执行MWF的综合滤波部分：在获得最佳迭代次数P之后，从第P级开始逆推，e_P(n)＝d_P(n)，根据维纳滤波理论推出这一步标量权值以此类推得到标量形式的各阶维纳滤波器权值，逐级反推得到综合滤波器的权值。