[发明专利]基于子空间的干扰噪声协方差矩阵重构的波束形成方法

摘要

本发明属于阵列信号处理领域，主要涉及基于协方差矩阵重构的标准Capon自适应波束形成算法对对干扰信号导向矢量误差的稳健性。本发明基于子空间的干扰噪声协方差矩阵重构的波束形成算法，首先利用阵列接收数据来估计所有D-1个干扰信号的导向矢量及其功率同时估计噪声功率然后按照干扰噪声协方差矩阵的定义来重新构造干扰噪声协方差矩阵最后在较小的角度区间Θ₁构造信号协方差矩阵，取其主特征向量作为期望信号导向矢量估计联合重构的得到新的波束形成加权矢量本发明克服现有波束形成算法的不足，使波束形成算法对干扰信号导向矢量误差具有很好的稳健性。

主权项

基于子空间的干扰噪声协方差矩阵重构的波束形成方法，其特征在于，包括如下步骤：S1、由M个阵元构成的均匀线阵接收到D个来自远场信源的信号，所述D个信号的来波方向为θ_d，设第1个信号为期望信号，其余D‑1个均为干扰信号，所述D个信号之间互不相关，且信号与噪声之间互不相关，则第n个快拍下阵列接收数据记为其中，s_d(n)和a(θ_d)分别为第d个信号的基带信号波形和导向矢量，v(n)表示阵列接收到的零均值高斯白噪声矢量，则阵列接收到的N个快拍数据可表示为：X＝[x(1),…,x(N)]，由阵列接收数据矩阵X可以得到阵列接收数据的样本协方差矩阵其中，M为整数，D为整数，N为整数，d＝1,2,…,D，‑90°≤θ_d≤90°，n＝1,2,...,N；S2、对样本协方差矩阵进行特征值分解其中ν_i,i＝1,2,…,M为按降序排列的特征值，即ν₁≥ν₂≥…≥ν_M，e_i为ν_i对应的特征向量，E_s＝[e₁,e₂,…,e_D]和E_n＝[e_D+1,…,e_M]分别为信号子空间和噪声子空间矩阵，Δ_s＝diag{ν₁,ν₂,…,ν_D}和Δ_n＝diag{ν_D+1,…,ν_M}为其对应的对角阵，估计噪声的功率为${\widehat{\mathrm{\σ}}}^2=\frac{1}{M-D}\underset{i=D+1}{\overset{M}{\Σ}}{\mathrm{\ν}}_i;$S3、设阵列接收的D‑1个干扰信号的来波方向估计值为设该角度区间为在每个角度区间为Θ_d上进行相应的导向矢量及其信号功率的估计，联合噪声功率从而对干扰噪声协方差矩阵进行重构，得到S4、设真实来波方向θ₁角度区间为对其进行区间离散化为包含J₁个元素的角度集合对角度集合中每个角度θ_j上采用Capon空间谱估计算法，得到其信号协方差矩阵并对矩阵C_s进行特征值分解其中β_i,i＝1,2,…,M为按降序排列的特征值，即β₁≥β₂≥…≥β_M，d_i为β_i对应的特征向量，采用其最大特征值β₁对应的特征向量d₁作为期望信号导向矢量的估计，即其中，J₁为整数；S5、联合S3所得的干扰噪声协方差矩阵和S4所估计的期望信号导向矢量得到基于子空间干扰噪声协方差矩阵重构(IPNCM‑Sub)的波束形成$w_{IPNCM-Sub}=\frac{{\hat{R}}_{i+n}^{-1}\hat{a}\left({\mathrm{\θ}}_1\right)}{{\hat{a}}^H\left({\mathrm{\θ}}_1\right){\hat{R}}_{i+n}^{-1}\hat{a}\left({\mathrm{\θ}}_1\right)}.$