一種針對來波方向誤差的干擾噪聲協(xié)方差矩陣重構(gòu)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于陣列信號處理領(lǐng)域，主要設(shè)及基于協(xié)方差矩陣重構(gòu)的標準Capon自適 應(yīng)波束形成算法對對干擾信號來波方向誤差的穩(wěn)健性。
【背景技術(shù)】
[0002] Capon自適應(yīng)波束形成算法可W在保證對期望信號無失真輸出的條件下，使陣列 輸出功率最小，最大限度的提高波束輸出信干噪比（Si即al-to-Inte計erence-plus-Noise Ratio,SINR)、最大限度的提高陣列增益，具有較好的方位分辨力和較強的干擾抑制能力。 但是，Capon波束形成是建立在對期望信號導(dǎo)向矢量和干擾噪聲協(xié)方差矩陣均精確已知的 假想基礎(chǔ)上的，對期望信號導(dǎo)向矢量和干擾噪聲協(xié)方差矩陣的誤差比較敏感。而在實際應(yīng) 用中，干擾噪聲協(xié)方差矩陣一般是難W得到的，往往采用包含期望信號成分的樣本協(xié)方差 矩陣來代替，期望信號成分的存在一方面會導(dǎo)致Capon波束形成性能在快拍數(shù)較少時急劇 下降，尤其是在期望信號輸入信噪比較大之時；另一方面會導(dǎo)致Capon波束形成對期望信 號導(dǎo)向矢量誤差非常敏感，從而引起期望信號"自消"現(xiàn)象，大大降低波束形成性能。
[0003] 為了減小樣本協(xié)方差矩陣中期望信號成分帶來的不利影響，近5年來已經(jīng)出現(xiàn)了 大量的方法來重建干擾噪聲協(xié)方差矩陣W從根本上消除期望信號的成分的存在，提高自適 應(yīng)波束形成算法的穩(wěn)健性。2012年，化jieGu等提出了一種在不包含期望信號來波方向 的角度區(qū)間上進行基于Capon譜的積分來重構(gòu)干擾噪聲協(xié)方差矩陣，同時建立基于該重構(gòu) 干擾噪聲協(xié)方差矩陣的關(guān)于期望信號導(dǎo)向矢量誤差的二次約束二次規(guī)劃（qua化atically constrainedqua化aticprogramming,QCQP)優(yōu)化問題來重新估計期望信號導(dǎo)向矢量。運 個算法在干擾信號導(dǎo)向矢量沒有誤差之時可W逼近最優(yōu)性能，但是也存在各自的不足，該 算法過分依賴于陣列的干擾噪聲結(jié)構(gòu)先驗信息，對干擾信號來波方向誤差十分敏感，且其 計算量很大，需要采用CVX等優(yōu)化軟件進行求解。究其原因，主要是該算法并沒有從定義的 角度來重構(gòu)干擾噪聲協(xié)方差矩陣，使得其與理想干擾噪聲協(xié)方差矩陣之間相關(guān)系數(shù)很小， 尤其是干擾信號導(dǎo)向矢量存在誤差之時。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的在于提供一種針對來波方向誤差的干擾噪聲協(xié)方差矩陣 重構(gòu)方 '法(ARobustalgorithmagainstlargelookdirectionerrorfor Interference-plus-NoiseCovarianceMatrixreconstructionalgorithm,民IPNCM reconstruction)，用重構(gòu)的干擾噪聲協(xié)方差矩陣代替樣本協(xié)方差矩陣；同時提出一種新導(dǎo) 向矢量估計算法來估計期望信號的導(dǎo)向矢量，聯(lián)合重構(gòu)的IPNCM和估計的期望信號導(dǎo)向矢 量設(shè)計新的波束形成算法，從而克服現(xiàn)有波束形成算法的不足，使波束形成算法對干擾信 號來波方向誤差具有很好的穩(wěn)健性。
[0005] 本發(fā)明的思路是：本發(fā)明基于一種針對來波方向誤差的干擾噪聲協(xié)方差矩陣重構(gòu) 方法，首先利用陣列接收數(shù)據(jù)來估計所有D個信號的導(dǎo)向矢量== 1、2,??'，0及D-1 個干擾信號的功率兩(氣,^^==2,3，~，￡>，同時估計噪聲功率祭，:然后按照干擾噪聲協(xié)方 差矩陣的定義
來重新構(gòu)造干擾噪聲協(xié)方差矩陣
，聯(lián)合估計的導(dǎo)向矢量和重構(gòu)的技W得到新 的波束形成加權(quán)矢量
[0006] -種針對來波方向誤差的干擾噪聲協(xié)方差矩陣重構(gòu)方法，具體步驟如下：
[0007] S1、由M個陣元構(gòu)成的均勻線陣接收到D個來自遠場信源的信號，所述D個信 號的來波方向為0d，設(shè)第1個信號為期望信號，其余D-1個均為干擾信號，所述D個 信號之間互不相關(guān)，且信號與噪聲之間互不相關(guān)，則第n個快拍下陣列接收數(shù)據(jù)記為
其中,Sd(n)和a( 0d)分別為第d個信號的基帶信號 波形和導(dǎo)向矢量，v(n)表示陣列接收到的零均值高斯白噪聲矢量，則陣列接收到的N個快 拍數(shù)據(jù)可表示為如下的形式：X= [x(l)，…，x(N)]，由陣列接收數(shù)據(jù)矩陣X可W得到陣列接 收數(shù)據(jù)的樣本協(xié)方差矩陣
其中，M為整數(shù)，D為整數(shù)，N為整 數(shù)，d=l，2,…，D，-90?！赌縟《90。，n=l，2，...，N;
[0008] S2、首先對樣本協(xié)方差矩陣良進行特征值分解
其中vi，i= 1，2,…，M為按降序排列的特征值，即Vi>VVm，6i為V1對應(yīng)的特征向量，由此 得到噪聲功率的估計天
[0009] S3、設(shè)陣列接收的所有D個信號的來波方向估計值為= 1.2,…，D，設(shè)真實來波 方向白d角度區(qū)間為吟/ +Arf]，d=l，2，...，Z)，在每個角度區(qū)間為?d上采用如 下算法進行相應(yīng)的導(dǎo)向矢量及其信號功率的估計，聯(lián)合噪聲功率忿2，從而對干擾噪聲協(xié)方 差矩陣進行重構(gòu)，得到，具體步驟為：
[0010] S31、將第d個信號的角度區(qū)間?d進行區(qū)間離散化為包含Jd個元素的角度集合 新二[巧，…，氣,]，對角度集合瑪中每個角度0,上采用Capon空間譜估計算法，得到每個 角度的功率估計
從而得到第d個信號的協(xié)方差矩 陣
其中，Jd為整數(shù)；
[0011] S32、對第d個信號的協(xié)方差矩陣Cd進行特征值分解
其中 丫1d，i= 1，2,…，M為按降序排列的特征值，即丫1 丫 2 丫Md，bid為丫 1d對應(yīng) 的特征向量，采用其最大特征值丫 1d對應(yīng)的特征向量b1d作為期望信號導(dǎo)向矢量的估計， 即幸,/)二V而-d,
[0012] S33、對所有D個信號均在相應(yīng)的角度區(qū)間?d，d= 1，2,…，D重復(fù)S31~S32的 操作，估計所有D個信號的導(dǎo)向矢量= 1，2,…，。；
[0013]S34、對D-1個干擾信號，聯(lián)合樣本協(xié)方差矩陣食t可W得到其相應(yīng)的干擾信號功率 估計
，^ = 2,3，'''，Z)，再聯(lián)合噪聲功率護，重構(gòu)干擾噪聲協(xié)方差矩 陣
[0014] S4、聯(lián)合S34所得的干擾噪聲協(xié)方差矩陣食i+g和S32所估計的期望信號導(dǎo)向矢 量
從而得到基于對導(dǎo)向矢量誤差具有魯棒性的干擾噪聲協(xié)方差矩陣重構(gòu) 巧IPNCM)的波束形成
[0015] 進一步地，S3所述D個信號包括期望信號和干擾信號。
[0016] 本發(fā)明的有益效果是：
[0017] 屬于每個信號的角度區(qū)間?d-般都比較小，同樣的離散點數(shù)可W獲得比較小的 角度間隔，盡可能的將干擾信號來波方向包含于內(nèi)，W此提高相應(yīng)導(dǎo)向矢量的估計精度；同 時，取各個信號的協(xié)方差矩陣的主特征向量作為導(dǎo)向矢量估計，可W減小由離散角度區(qū)間 求和代替連續(xù)角度區(qū)間積分所帶來的近似誤差，一定程度上可W進一步提高導(dǎo)向矢量的估 計精度，從而提高干擾噪聲協(xié)方差矩陣的估計精度，有效減少期望信號成分，可W大大減弱 或避免期望信號"自消"現(xiàn)象，大大提高輸出SINR。
【附圖說明】
[001引圖1是本發(fā)明方法的流程圖。
[0019] 圖2是本發(fā)明波束輸出SINR隨期望信號輸入SNR的變化曲線圖。
[0020] 圖3是本發(fā)明波束輸出SINR隨陣列接收數(shù)據(jù)快拍數(shù)的變化曲線圖。
【具體實施方式】
[0021] 下面結(jié)合實施例和附圖，詳細說明本發(fā)明的技術(shù)方案。
[0022] 如圖1所示：
[0023] S1、由M個陣元構(gòu)成的均勻線陣接收到D個來自遠場信源的信號，所述D個信 號的來波方向為0d，設(shè)第1個信號為期望信號，其余D-1個均為干擾信號，所述D個 信號之間互不相關(guān)，且信號與噪聲之間互不相關(guān)，則第n個快拍下陣列接收數(shù)據(jù)記為
其中，Sd(n)和a(0d)分別為第d個信號的基帶信 號波形和導(dǎo)向矢量，v(n)表示陣列接收到的零均值高斯白噪聲矢量，則陣列接收到的N個 快拍數(shù)據(jù)可表示為如下的形式：X= [x(l)，…，x(N)]，由陣列接收數(shù)據(jù)矩陣X可W得到陣列 接收數(shù)據(jù)的樣本協(xié)方差矩陣
其中，M為整數(shù)，D為整數(shù)，N為 整數(shù)，d= 1，2,…，D，-90?！? 90。，n= 1，2,. ..，N;
[0024]S2、首先對樣本協(xié)方差矩陣政y進行特征值分解
其中Vi，i= 1，2,…，M為按降序排列的特征值，即Vi>VVm，6i為V1對應(yīng)的特征向量，由此 得到噪聲功率的估計呆
[0025]S3、設(shè)陣列接收的所有D個信號（包括期望信號和干擾信號）的來波方向 估計值為聳，^/=^1，2，。，/)，由于一般采用低分辨率的004估計算法，故而信號的真 實來波方向9d往往存在于其估計值4的臨近角度區(qū)間內(nèi)，不妨假設(shè)該角度區(qū)間為錢3=[4-4^，爲(wèi)+4^，6?=1，2，...，0，:在每個角度區(qū)間為0止采用如下算法進行相應(yīng)的導(dǎo) 向矢量及其信號功率的估計，聯(lián)合噪聲功率.從而對干擾噪聲協(xié)方差矩陣進行重構(gòu)，得 到；具體如下：
[0026]S31、將第d個信號的角度區(qū)間?d進行區(qū)間離散化為包含Jd個元素的角度集合 嗦=[辭，…為J，對角度集合新中每個角度目.，上采用Capon空間譜估計算法，得到每個 角度的功率估計'
從而得到第d個信號的協(xié)方差矩 陣
.其中，Jd為整數(shù)；
[0027]S32、對第d個信號的協(xié)方差矩陣Cd進行特征值分解