[发明专利]基于幂迭代广义瑞利商算法的雷达波束形成方法

说明书

一种基于幂迭代广义瑞利商算法的雷达波束形成方法，实现步骤为：1、设定雷达接收阵列回波信号；2、计算采样协方差矩阵；3、特征值分解采样协方差矩阵；4、计算雷达波束形成器最优主特征向量；5、计算雷达波束形成器权向量；6、判断当前迭代与前一次迭代的雷达波束形成器权向量比值是否满足指定条件，若是，则得到雷达波束形成器最优权后执行步骤7，否则，执行步骤4；7、形成雷达波束。本发明可以较大降低计算量和计算复杂度，更利于雷达波束形成的快速实现，同时可以有效抑制干扰和噪声，本发明可用于雷达信号处理过程中导向矢量失配情况下的雷达波束形成。

技术领域

本发明属于通信技术领域，更进一步涉及雷达波束形成技术领域中的一种基于幂迭代广义瑞利商算法的雷达波束形成方法。本发明可用于雷达信号处理过程中导向矢量失配情况下的雷达波束形成。

背景技术

自适应波束形成主要是对空间不同导向位置的来波信号进行增强或抑制，提高系统的输出信干噪比(SINR)。Capon波束形成器属于自适应波束形成器，该波束形成器通过在线性约束目标信号的同时最小化输出功率来自适应地调整权矢量，这一准则也被称为最小方差无畸变响应(MVDR)准则。当阵列导向矢量确定已知时，在理想情况下，最小方差无畸变响应(MVDR)波束形成器可以取得最优性能。然而当自适应阵列应用于实际问题时，实际信号导向矢量与期望信号导向矢量失配，标准最小方差无畸变响应(MVDR)波束形成器性能退化。

为了提高最小方差无畸变响应(MVDR)波束形成器抗导向矢量失配的稳健性，采用经典的最坏情况性能最优(WCPO)波束形成器。对于经典的最坏情况性能最优(WCPO)波束形成器，幂迭代广义瑞利商算法可以较大降低计算量和计算复杂度，更利于雷达波束形成的快速实现，同时可以有效抑制雷达波束形成过程中的干扰和噪声。

电子科技大学在其申请的专利文献“一种基于干扰噪声协方差矩阵重构的波束形成方法”(申请号：2014108096214申请公开号：CN104535969A)中公开一种基于干扰噪声协方差矩阵重构的波束形成方法。该方法包括如下步骤：步骤1，采用阵列接收数据重新估算干扰加噪声协方差矩阵；步骤2，用重构的干扰加噪声协方差矩阵更新原始最坏情况性能最优算法中的协方差矩阵；步骤3，按照最坏情况性能最优准则使得波束输出的信干噪比(SINR)最大。该方法存在的不足之处是：该方法在最坏情况性能最优(WCPO)准则下将原始的非凸问题转化为一个凸的二阶锥规划(SOCP)，并利用传统的高效内点法进行求解。在实际应用中，尤其是当阵列规模较大时，该凸的二阶锥规划(SOCP)技术的计算量较大，计算复杂度高，不利于雷达波束形成的快速实现。

Serra J等人在其发表的论文“Asymptotically Optimal Linear Shrinkage ofSample LMMSE and MVDR Filters”(IEEE Transactions on Signal Processing，62(14)，3552-3564 2014)提出了一种基于线性最小均方差(LMMSE)和最小方差无失真响应(MVDR)的自适应对角加载波束形成方法。该方法的实现步骤是：步骤1，建立信号模型；步骤2，将样本最小方差无失真响应(MVDR)滤波器缩小到阵列处理中的传统(Bartlett)波束形成器；步骤3，通过加载收缩参数用单位矩阵与采样协方差矩阵(SCM)的线性组合来得到一个新的协方差矩阵估计；步骤4，利用加载后的协方差矩阵进行自适应求解权矢量，实现波束形成。该方法存在的不足之处在于：该方法首先利用线性最小均方差(LMMSE)和最小方差无失真响应(MVDR)准则，在对样本协方差矩阵进行对角加载时难以有效抵抗较大的导向矢量失配，使得系统无法有效抑制雷达波束形成过程中干扰和噪声，其次当样本数量较多时，求解样本协方差矩阵的计算量大，无法实时进行雷达波束形成。

发明内容

本发明的目的在于针对上述已有技术的不足，提供一种基于幂迭代广义瑞利商算法的雷达波束形成方法，该方法可以利用迭代广义瑞利商算法较大降低计算量和计算复杂度，更利于雷达波束形成的快速实现，同时可以有效抑制波束形成过程中的干扰和噪声，从而解决导向矢量失配的情况下的雷达波束形成问题。