[发明专利]一种基于二阶锥规划的波束赋形的鲁棒性自适应算法

说明书

本发明涉及一种基于二阶锥规划的波束赋形的鲁棒性自适应算法；包括以下步骤：S1：构建接收端最大化信号干噪比的模型，S2：获取模型所需参数，S3：针对参数误差，加入扰动矩阵，提高模型鲁棒性，S4：引入矩阵分解方法，保证求解模型时参数具有半正定性的约束，S5：根据步骤S2‑S4可得矩阵参数重新构建优化模型，S6：将S5所得模型转化为二阶锥规划问题，S7：通过二阶锥规划迭代方式，计算阵列天线优化设计的权重向量；该在保证模型本身鲁棒性的同时，还具有运算复杂度低的优点，可以减少系统的运算量，提高系统对模型求解的运算效率，达到在更短的时间内求出问题的最优权重解的效果，实现了最大化信干躁比的最初目标。

技术领域

本发明涉及自适应阵列信号处理领域，更具体地，涉及一种基于二阶锥规划的波束赋形的鲁棒性自适应算法。

背景技术

自适应波束赋形是自适应阵列信号处理领域的一个重要研究领域；所谓波束赋形就是根据一些最优准则来自动调节天线阵元的权值，产生所需的空间波束，让阵列天线的主波束对准目标信号方向，旁辦或零陷对准干扰信号方向，从而提高接收端信号的信干噪比，充分提高了系统功率的有效利用性；现如今自适应波束赋形已经广泛的应用于雷达、通信、电子对抗、声纳、语音信号处理等领域，并逐渐成为了众多应用领域中的核心技术及主要发展方向，比如雷达中的相控阵天线系统、波束灵活控制、干扰置零，移动通信中的智能天线阵列技术、波束赋形等。

自适应波束赋形最大化信干噪比模型目前有两种模型，一种是简化的秩一信号模型，即假设信源为点源信号，从信源到阵列天线只有一条传播路径；另一种是一般化的一般秩信号模型，即信号在传播的过程中存在不相关的散射，从信源到阵列天线有多一条传播路径，在实际应用中，信号通常都是具有一般秩的。

在一般秩信号的信干噪比模型中，通常使用半正定规划去解该模型；在该模型中的输入的参数由于采样误差等原因具有不确定性，造成了不可能在多项式时间内解出该模型的问题；为了解决这个问题，早期使用柯西-施瓦茨不等式和采样矩阵求逆的方法把最坏参数情况中的最优权重解算出来，但是该方法在某些情况下不能满足参数本身的半正定性，最优权重解并不是实际的最优解；为了解决这个问题后来提出了一种矩阵分解的方法，然后用迭代的方式去逼近半正定规划的最优解，虽然这个问题解决了上述不可在多项式时间求解和参数本身性质的约束问题，但是对于整个问题的求解仍然需要消耗大量的运算时间。

发明内容

本发明为克服上述现有技术所述的缺陷，提供一种基于二阶锥规划的波束赋形的鲁棒性自适应算法。

所述的算法包括以下步骤：

S1：构建接收端最大化信号干噪比的模型；

S2：获取模型所需参数；

S3：针对S2获取的参数中的误差，加入扰动矩阵，并考虑在最坏情况下整个接收端的最大化信干噪比模型，提高模型鲁棒性；

S4：引入矩阵分解方法，保证求解模型时参数具有半正定性的约束；

S5：根据步骤S2-S4可得矩阵参数重新构建优化模型；

S6：将S5所得模型转化为二阶锥规划问题；

S7：通过二阶锥规划迭代方式，计算阵列天线优化设计的权重向量。

本发明提供一种基于二阶锥规划的波束赋形的鲁棒性自适应算法；首先构建接收端最大化信号干噪比的模型，通过直接或间接的方式获取系统所需参数，然后针对所获取参数中的误差，加入扰动矩阵，并考虑在最坏情况下整个接收端的最大化信干噪比模型，提高模型鲁棒性，再引入矩阵分解方法，保证求解模型时参数具有半正定性的约束，重新确定矩阵参数重新构建优化模型，最后将S5所得模型转化为二阶锥规划问题，通过二阶锥规划迭代方式，计算阵列天线优化设计的权重向量。