[发明专利]一种基于数据预处理的协方差矩阵正交化波束形成方法

说明书

技术领域

本发明属于自适应波束形成技术领域，涉及一种基于数据预处理的协方差矩阵正交化波束形成方法。

背景技术

自适应波束形成技术是20世纪80年代以来新兴的一门天线波束形成技术。该技术通过对空间不同来向的信号进行采样，根据信号环境的变化自适应地调整各阵元的加权因子，最后经过加权相加处理达到增强期望信号、滤除干扰信号及噪声的目的。该技术能够充分利用阵列天线所获取的空间信息，大幅度地提高阵列的抗干扰能力。经过几十年的发展，自适应波束形成技术已在雷达、通信、声纳、导航、语音信号处理、地震监测以及生物医学工程等众多领域得到了广泛的应用和研究。特别是随着现代军事行动的日益复杂以及高技术对抗水平的不断提高，雷达和通信系统所需的信息日趋复杂，而在极低的信噪比条件下进行目标检测和信息提取显得十分困难。采用自适应波束形成可以在电磁工作环境恶化和大量射频干扰存在的情况下，有效地降低强干扰和方向性干扰对有用信号的影响，大幅度地提高输出信噪比，准确地进行目标检测和信息提取。

当前在众多的高性能抗干扰的波束形成算法中，Hung等提出的Gram-Schmidt（GS）正交化算法是一种快速子空间投影算法，该算法抗干扰性能好，运算量小，收敛速度快，因而受到了广泛的关注。常规GS正交化算法中，对估计协方差矩阵进行GS正交化(RGS)能够减小噪声扰动的影响，抗干扰性能较好。它首先利用快拍数据估计协方差矩阵；然后对估计协方差矩阵的列进行GS正交化构造干扰子空间；最后将静态权矢量向干扰子空间作正交投影得到自适应波束形成的权矢量。然而该算法不能直接应用在训练快拍中包含期望信号信息的场合，否则就会产生期望信号相消现象，导致方向图畸变，自适应波束形成的抗干扰性能下降。

发明内容

本发明针对常规基于协方差矩阵GS正交化(RGS)算法不能直接应用在训练快拍中包含期望信号信息的问题，提出了一种基于数据预处理的协方差矩阵正交化波束形成方法。该方法首先对训练快拍进行预处理，剔除期望信号；然后利用预处理后的数据估计协方差矩阵，并对协方差矩阵的列进行GS正交化构造干扰子空间；最后将对应的静态权矢量向干扰子空间作正交投影得到自适应权矢量。为了更准确地估计干扰子空间，在预处理的基础上对正交化的自适应门限进行了修正。当训练快拍中混有期望信号时，本方法能大幅度地提高阵列的抗干扰性能。

本发明方法是通过下述技术方案实现的：

一种基于数据预处理的协方差矩阵正交化波束形成方法，其实现的具体步骤如下：

步骤一、训练快拍数据的预处理；

①阵列天线所接收的信号模型建立；

对于空间位置自由配置的N个阵元组成的阵列，在所有阵元各向同性的条件下，假设远场处有一个期望信号和M个窄带干扰信号分别从θ₀和θ₁,θ₂,...,θ_M方向以平面波入射到阵列上，则阵列接收的N×1维快拍数据矢量x(t)可以表示为：

x(t)＝As(t)+n(t)                                              (1)

式中，x(t)＝[x₁(t),x₂(t),...,x_N(t)]^T，s(t)＝[s₀(t),s₁(t),...,s_M(t)]^T为M+1个互不相关的信号源复包络；n(t)＝[n₁(t),n₂(t),...,n_N(t)]^T为N×1维噪声矢量，A为阵列流形矩阵，表示为：

A＝[a(θ₀),a(θ₁),...,a(θ_M)]                                          (2)