[发明专利]一种基于协方差矩阵混合重构的稳健波束形成方法

权利要求书

1.一种基于协方差矩阵混合重构的稳健波束形成方法，其特征在于，包括：

S1：获取天线阵列的接收数据协方差矩阵

S2：对所述接收数据协方差矩阵进行去期望信号重构，得到第一重构协方差矩阵

S3：利用传统波束形成功率谱对所述接收数据协方差矩阵进行除期望信号范围外的区域进行重构，得到第二重构协方差矩阵

S4：对所述第一重构协方差矩阵和所述第二重构协方差矩阵进行加权求和，得到混合重构的协方差矩阵R_i+n；

具体地，包括：

S41：对去除期望信号对应的特征值λ_N的特征值λ_i重新排序，将其中的最大值定义为最大干扰值λ_ganrao，将最后M个较小的值相加，相当于噪声的估计值，M为阵元数的1/2，再对剩余的N-1个特征值λ_i与所述噪声的估计值进行比较，将大于所述噪声估计值的特征值λ_i去除，剩余的特征值λ_i进行求和，得到普通噪声值λ_zao；

S42：根据最大干扰值λ_ganrao、期望信号对应的特征值λ_N和普通噪声值λ_zao，定义得到，

β＝λ₁+λ₂+...+λ_N-1，

a＝(10log10(λ_Nα))α，

b＝(10log10(β(1-α)))(1-α)，

其中，若a0，则取a为0.00001；

S43：根据定义的a值和b值，对所述第一重构协方差矩阵和所述第二重构协方差矩阵进行加权求和，得到混合重构的协方差矩阵R_i+n，

S5：根据所述混合重构的协方差矩阵R_i+n，得到估计期望信号导向矢量

S6：根据所述混合重构的协方差矩阵R_i+n和所述估计期望信号导向矢量得到权矢量w。

2.根据权利要求1所述的方法，其特征在于，所述步骤S2包括：

S21：对所述接收数据协方差矩阵进行特征分解，

其中，λ_i表示特征值，表示特征分解后对应的特征向量，H表示共轭转置；

S22：将理想期望信号导向矢量a(θ₀)向每个特征向量投影，得到所述理想期望信号导向矢量a(θ₀)在所述每个特征向量上的投影p_i，

S23：对所述投影p_i进行从小到大的排序，并将所述投影p_i对应的特征向量和特征值λ_i进行排序，

λ_N≥λ_N-1≥...≥λ₁，

其中，λ_N表示期望信号对应的特征值，表示期望信号对应的特征向量；

S24：将所述期望信号对应的特征向量去除，用剩余的特征向量构造协方差矩阵如下，

其中，表示去除所述期望信号对应的特征向量后的剩余特征向量，λ_k表示去除所述期望信号对应的特征值λ_N后的剩余特征值，γ表示对角加载量，I表示对角单位矩阵，

对于和根据判决条件进行判断，所述判决条件如下，

若pan＞0，则记为所述第一重构协方差矩阵

若pan≤0，则记为所述第一重构协方差矩阵

3.根据权利要求2所述的方法，其特征在于，所述步骤S3包括：利用传统波束形成功率谱对所述接收数据协方差矩阵进行除期望信号范围外的传统波束形成功率谱重构，得到第二重构协方差矩阵

其中，表示期望信号范围外的区域，a(θ)表示区域对应的导向矢量。