CN102508213A - 基于零陷加宽的波束域自适应干扰抑制方法 - Google Patents

Abstract

本发明公开了一种基于零陷加宽的波束域自适应干扰抑制方法，主要解决常规自适应干扰抑制方法无法对消运动及时变干扰的问题。其实现过程为：(1)采集样本单元和待检测单元的数据；(2)估计干扰源个数及来波方向；(3)根据干扰以及雷达平台的运动范围确定零陷加宽参数，产生修正数据，并对样本单元数据进行修正；(4)估计所需辅助波束个数，构造辅助波束矩阵；(5)对样本单元数据和待检测单元数据分别进行波束合成；(6)计算自适应权值；(7)利用自适应权值对待检测单元主波束合成数据进行自适应干扰抑制。本发明具有能够抑制运动及时变干扰和干扰抑制性能稳健的优点，可用于雷达信号探测中。

Description

基于零陷加宽的波束域自适应干扰抑制方法

技术领域

本发明属于数据处理技术领域，涉及阵列信号处理，特别是一种基于零陷加宽的波束域自适应干扰抑制方法，用于在雷达平台运动、干扰时变的情况下对干扰进行有效地抑制。

背景技术

雷达在工作过程中，不可避免的受到各种外部干扰的影响。为了保证雷达系统正常工作，必须采取合适的方法抑制这些外部干扰。现代雷达系统多采用相控阵体制，具有较多的空域自由度，因而采取空域自适应滤波的方法抑制来自特定方向的外部干扰是一种常用的技术手段。空域自适应滤波，即自适应波束形成的核心是在合成天线方向图中对准干扰的方向形成零陷以抑制干扰。而自适应波束形成的一个重要步骤是训练样本的选取，只有训练样本中干扰的统计特性与待检测单元中干扰的统计特性一致，才能获得比较好的干扰对消效果。在雷达中，通常在“休止期”采集干扰的训练样本，然后计算自适应权值，受雷达工作方式及实时处理的限制，通常难以在每个脉冲重复周期都对权值进行更新，只能采用若干脉冲重复周期使用相同的权值。然而，天线的转动、干扰的运动等因素会导致训练样本和待检测单元干扰统计特性不一致，此时干扰很可能不在自适应波束形成所形成的零陷范围以内，导致干扰抑制性能下降，严重情况下可能完全失效。Mailloux和Zatman对上述问题进行了研究，并分别独立地提出了加宽零陷的方法来解决上述问题，这两种方法本质是一样的，都是通过协方差矩阵锥削实现的。

实际上，现代相控阵雷达中，阵元数往往很多，为了降低运算量与存贮量，通常采取部分自适应阵列处理的方式。在部分自适应阵列处理中应用这种对干扰加噪声协方差矩阵锥削的零陷加宽方法时，仍然需要先估计全阵的干扰加噪声协方差矩阵，然后对估计得到的干扰加噪声协方差矩阵锥削，再通过降维变换得到部分自适应处理所需的干扰加噪声协方差矩阵。上述问题限制了该方法在实际系统中的应用。使得传统零陷加宽方法无法直接应用于自适应旁瓣相消系统等部分自适应阵列处理结构中。

发明内容

本发明提出一种基于改进的零陷加宽的波束域自适应干扰抑制方法，以解决现有零陷加宽方法不能应用于部分自适应阵列处理结构这一问题，并提高在雷达平台运动或者干扰运动情况下的干扰抑制性能。

为实现上述目的，本发明基于接收阵列天线旁瓣的外部干扰表现出空变、时变的特点；雷达自适应阵列处理方式一般采用批处理方式的特点；雷达接收到的外部干扰可以看做“点”干扰的特点；针对上述特点，对样本单元数据进行修正，修正后的样本单元数据相当于把原来的单个“点”干扰变成了密集分布的“一簇”干扰，这样，经过自适应处理后，在这“一簇”干扰处均形成了零陷，这样就得到了一个具有较宽凹口的空域滤波器，保证干扰得到有效抑制。具体步骤包括如下：

(A)在一个相干处理期的休止期处采集干扰的数据样本，得到样本单元接收数据，记为x(k)，在休止期之外采集数据，得到待检测单元接收数据，记为m(k)，其中x(k)和m(k)均为N×1维矢量，k表示采样时刻，k＝1，2，…，L，L表示样本数，N为阵元数；

(B)根据样本单元接收数据x(k)估计干扰源数目p及干扰来波方向θ₁，θ₂，…，θ_p；

(C)对样本单元接收数据x(k)进行修正处理；

(C1)计算零陷加宽参数

其中，d为阵元间距，λ为雷达工作波长，θ_i为第i个干扰的来波方向，θ_W为角度域零陷宽度值；

(C2)根据零陷加宽参数Δ，令随机序列

服从(-Δ，Δ)的均匀分布，k＝1，2，…，L，则修正数据 ${\hat{e}}_k={(1,e^{j{\widehat{\mathrm{\ω}}}_k},\·\·\·,e^{j(N-1){\widehat{\mathrm{\ω}}}_k})}^T,$ 其中(·)^T表示转置；

(C3)根据修正数据

对样本单元接收数据x(k)进行修正：

k＝1，2，…，L，为修正后的样本单元接收数据；

(D)确定辅助波束个数，构造辅助波束矩阵：

(D1)根据已知阵元数N，零陷加宽参数Δ，计算所需辅助波束个数γ为：

其中

表示向右取整，γ取奇数值；

(D2)对于第i个干扰，i＝1，2，…，p，选取γ个辅助波束，构造辅助波束矩阵C_i＝[a(θ_i-lΔθ)，…，a(θ_i-Δθ)，a(θ_i)，a(θ_i+Δθ)，…，a(θ_i+lΔθ)]，其中θ_i指第i个干扰来波方向，a(·)为指向(·)的波束导向矢量，l为中间变量，l满足γ＝2l+1，Δθ为辅助波束间隔角度，Δθ＝θ_w/γ，已知有p个干扰，则辅助波束矩阵：T＝[C₁，C₂，…，C_p]；

(E)对修正后的样本单元数据

进行主波束合成得到d₀(k)，对修正后的样本单元数据

进行辅助波束合成得到z(k)；对待检测单元数据m(k)进行主波束合成得到p₀(k)，对待检测单元数据m(k)进行辅助波束合成得到u(k)；

(F)计算自适应权值：

(F1)根据修正后样本单元辅助波束合成数据z(k)估计自相关矩阵R_z；

(F2)根据修正后样本单元主波束合成数据d₀(k)以及修正后样本单元辅助波束合成数据z(k)估计互相关矩阵

(F3)将自相关矩阵R_z的逆矩阵与互相关矩阵

相乘，得到自适应权值w_z：

其中(·)^\-1表示求逆；

(G)使用自适应权值w_z对待检测单元主波束合成数据p₀(k)进行干扰抑制。

本发明与现有方法相比具有以下优点：

1、本发明由于根据干扰及雷达平台的运动范围设定零陷加宽参数，克服了传统方法无法根据干扰及雷达平台的运动情况设定零陷宽度的缺点，保证干扰始终落在零陷范围以内，从而能够使运动及时变干扰得到很好的抑制。

2、本发明由于基于修正数据对样本单元数据进行修正，克服了传统方法无法直接对样本单元数据进行修正的缺点，使得零陷加宽方法可以应用于部分自适应阵列处理结构。

3、本发明由于根据实际情况估计所需辅助波束个数，克服了现有方法无法合理选择辅助波束个数的缺点，因此计算量较小，能在最经济合理的情况下进行干扰抑制。

附图说明

图1是本发明基于零陷加宽的波束域自适应干扰抑制的流程图；

图2是本发明中波束域自适应干扰抑制原理框图；

图3是取零陷加宽参数Δ＝0.1时使用本发明所得的自适应方向图；

图4是在干扰运动情况下，取零陷加宽参数Δ＝0.2，用本发明和现有方法对干扰进行抑制后所得输出信干噪比曲线对比图；

图5是在零陷加宽参数Δ＝0.2，使用不同辅助波束数时，使用本发明所得的自适应方向图。

具体实施方式

为了清楚的说明本发明的具体实施方式，首先简单介绍以下两个方面的内容：

一.零陷加宽原理

零陷加宽原理是由Mailloux最早提出的，是一种基于构造锥削矩阵对协方差矩阵进行锥削的方法，如下所示：

R_MZ＝R⊙T_MZ    1)

其中，R为干扰加噪声的协方差矩阵，⊙表示Hadamard乘积，锥削矩阵T_MZ的具体表达式为：

${\left[T_{\mathrm{MZ}}\right]}_{\mathrm{mn}}=\frac{\sin \left((m-n)\mathrm{\Δ}\right)}{(m-n)\mathrm{\Δ}}=\sin c((m-n)\mathrm{\Δ}/\mathrm{\π})---2)$

其中，[T_MZ]_mn表示矩阵T_MZ的第m行第n列元素，Δ为零陷加宽参数，Δ＝πdW/λ，λ为雷达工作波长，d为阵元间距，W为方向正弦域的零陷宽度，Mailloux的基于协方差矩阵锥削的零陷加宽方法的实质是将入射角为θ_i的“点”干扰替换为均匀分布在方向正弦域(sinθ_i-W/2，sinθ_i+W/2)范围内的“一簇”密集干扰，则自适应方向图会形成一个以sinθ_i为中心，方向正弦域宽度为W的凹口。

假定零陷宽度角度域范围为(θ_i-θ_W/2，θ_i+θ_W/2)，θ_i为干扰入射角度，因为角度域零陷宽度θ_W值较小，所以有：

sin(θ_i+θ_W/2)≈sinθ_i+cosθ_isin(θ_W/2)         3)

由W定义可知：

sin(θ_i+θ_W/2)-sinθ_i＝W/2        4)

综合式3)，式4)可得：

W≈2cosθ_isin(θ_W/2)          5)

将Δ＝πdW/λ代入式5)可得Δ与零陷宽度范围θ_W的关系为：

$\mathrm{\Δ}\≈\frac{2\mathrm{\π}d\cos {\mathrm{\θ}}_i\sin ({\mathrm{\θ}}_W/2)}{\mathrm{\λ}}---6)$

而Zelman也在同时期提出了一种零陷加宽方法，Zatman提出的方法是与Mailloux提出的方法等效的，方法如下：

R_ZT＝R⊙T_ZT    7)

其中Zetman锥削矩阵T_ZT表达式如下：

${\left[T_{\mathrm{ZT}}\right]}_{\mathrm{mn}}=\frac{\sin \left(\mathrm{\π}{b}_{\mathrm{\ω}}{\mathrm{\τ}}_i\right)}{\mathrm{\π}{b}_{\mathrm{\ω}}{\mathrm{\τ}}_i}=\sin c\left(b_{\mathrm{\ω}}{\mathrm{\τ}}_i\right)---8)$

b_ω表示等效带宽，τ_i表示信号到达第m个阵元和第n个阵元间的传播时延差，

d表示阵元间距，θ_i为干扰入射角，c为电磁波传播速度。

以上两种零陷加宽方法在实际运用时均需要先得到全阵的干扰加噪声的协方差矩阵，但是工程中，由于阵元数很多，考虑到计算量和存贮量，往往采取部分自适应处理的方法，不会去估计全阵的协方差矩阵，这导致以上零陷加宽方法不能应用于工程中。

二.改进零陷加宽方法

假定存在随机向量e如下所示：

$e=\left[\begin{array}{c}1\\ e^{j\widehat{\mathrm{\ω}}}\\ \·\\ \·\\ \·\\ e^{j(N-1)\widehat{\mathrm{\ω}}}\end{array}\right]---9)$

其中服从(-Δ，Δ)的均匀分布，N为阵元数。对e求协方差矩阵，可得：

cov(e)＝E(ee^H)＝[sinc((m-n)Δ/π)]_mn          10)

其中(·)^H表示共轭转置，可见随机向量e的协方差矩阵与式2)中Mailloux锥削矩阵表达式相同。

假定cov(x)＝R，cov(e)＝T_MZ，并且有

其中x、e不相关，均为零均值的随机向量，cov(·)表示求协方差矩阵，则

的协方差矩阵可表示如下：

11)

其中(·)^*表示共轭。

上式证明传统的基于协方差矩阵锥削的零陷加宽方法可以替代，如果能构造修正数据

就可以直接对样本单元接收数据进行修正：

然后对修正后的样本单元接收数据进行协方差估计，得到估计值

相对于传统零陷加宽方法，这种基于对样本单元数据进行修正的零陷加宽方法的最显著的优点是可以直接运用于部分自适应阵列处理结构，本发明正是在此基础上，将零陷加宽方法应用于波束域自适应干扰抑制方法，得到了更好的干扰抑制性能。

参照图1，本发明的具体实施步骤如下：

步骤一.采集样本单元接收数据和待检测单元接收数据。

在一个相干处理期的休止期处采集干扰的数据样本得到样本单元接收数据x(k)，在休止期之外采集数据，得到待检测单元接收数据m(k)，其中x(k)与m(k)均为N×1维矢量，N为阵元数，k表示采样时刻，k＝1，2，…，L，L表示样本数。

步骤二.估计干扰源个数及干扰波达方向。

估计信号波达方向的方法有传统波束扫描、capon谱估计、music谱估计等多种方法，其中传统波束扫描方法较为简单、容易实现，因此本发明实施例采用传统波束扫描方法来估计干扰源数目p及干扰来波方向θ₁，θ₂，…，θ_p，但不局限于这种方法。

传统波束扫描方法是在雷达探测方位范围内利用波束形成结果搜索峰值的方法来进行干扰个数和干扰波达方向估计的，具体步骤如下：

2.1)假定雷达监测方位范围为(-90°，90°)，设定精度，将方位角θ₀在(-90°，90°)遍历，对于每个具体的θ₀值，构造波束导向矢量a(θ₀)，根据a(θ₀)对样本单元接收数据x(k)进行波束形成，其输出

y(k)＝a^H(θ₀)x(k)     12)

2.2)根据上述方法得到波束合成输出y(k)的幅度随方位角θ₀变化的若干值，对这些值进行峰值搜索，然后利用恒虚警检测去掉噪声峰值，最后得出的峰值个数即为干扰源个数p，其峰值对应角度即为干扰来波方向θ₁，θ₂，…，θ_p。

步骤三.修正样本单元接收数据。

首先，根据雷达系统工作方式及干扰非平稳的特点，设定角度域零陷宽度θ_W，按照式6)计算出零陷加宽参数Δ，令随机序列

服从(-Δ，Δ)的均匀分布，k＝1，2，…，L，则修正数据 ${\hat{e}}_k={(1,e^{j{\widehat{\mathrm{\ω}}}_k},\·\·\·,e^{j(N-1){\widehat{\mathrm{\ω}}}_k})}^T,$ N为阵元数；

然后，对样本单元数据x(k)进行修正：

⊙表示Hadamard乘积，k＝1，2，…，L，其中为修正后的样本单元数据。

步骤四.确定辅助波束个数，构造辅助波束矩阵。

4.1)确定辅助波束个数：

根据式2)与式8)相互等效的关系，令式2)与式8)相等，得到含有信号等效带宽b_ω的等式：

(m-n)Δ/π＝b_ωτ_i    13)

其中Δ为零陷加宽参数，τ_i表示信号到达第m个阵元和第n个阵元间的传播时延差，

d表示阵元间距，θ_i为干扰入射角，c为电磁波传播速度。

将τ_i的表达式代入式13)，进一步得到信号等效带宽b_ω的表达式：

$b_{\mathrm{\ω}}=\frac{(m-n)\mathrm{\Δ}}{\mathrm{\π}{\mathrm{\τ}}_i}=\frac{\mathrm{\Δc}}{\mathrm{\π}d\sin {\mathrm{\θ}}_i}---14)$

已知信号等效带宽b_ω的表达式，根据信号角频率与信号带宽的关系，得到信号等效角频率b_θ的表达式：

将b_θ的表达式代入下式以估计信号的有效秩α：

其中，α为信号的有效秩，

表示向右取整，T(θ)表示阵列孔径渡越时间，根据阵列孔径渡越时间的含义可以直接写出T(θ)的表达式：

其中N为阵元数。

将T(θ)的表达式代入式15)，进一步得到信号有效秩的估计公式如下：

因为在进行干扰抑制时，只有当辅助波束的个数γ大于等于干扰信号的有效秩α时，干扰才能得到有效抑制，所以所需辅助波束个数γ应满足如下条件：

通过上式可以合理地选择抑制干扰所需辅助波束个数，辅助波束个数应该等于或者略大于

4.2)构造辅助波束矩阵：

假定干扰个数为p，对于其中的第i个干扰，i＝1，2，…，p，由式17)得到所需辅助波束个数γ，这里选取γ为奇数，则第i个干扰的辅助波束矩阵如下：

C_i＝[a(θ_i-lΔθ)，…，a(θ_i-Δθ)，a(θ_i)，a(θ_i+Δθ)，…，a(θ_i+lΔθ)]    18)

其中θ_i指第i个干扰来波方向，a(·)为指向(·)的波束导向矢量，l为中间变量，l满足γ＝2l+1，Δθ为辅助波束间隔角度，Δθ＝θ_w/γ，θ_w为零陷宽度，C_i相当于对第i个干扰取2l+1个辅助波束；

已知有p个干扰，则辅助波束矩阵如下：

T＝[C₁，C₂，…，C_i，…，C_p]       19)

其中，i＝1，2，…，p。

步骤五.对修正后样本单元数据以及待检测单元数据分别进行波束合成。

5.1)对修正后的样本单元数据

进行主波束合成，具体方法是将期望信号导向矢量a(θ₀)的共轭转置与修正后样本单元数据

相乘，得到修正后的样本单元主波束合成数据，记为d₀(k)：

$d_0\left(k\right)=a{\left({\mathrm{\θ}}_0\right)}^H\hat{x}\left(k\right)---20)$

其中，a(θ₀)表示期望信号导向矢量，(·)^H表示复共轭转置，在主波束合成过程中，为了降低接收波束的旁瓣电平，可进行加窗处理；

5.2)对待检测单元数据m(k)进行主波束合成，具体方法是将期望信号导向矢量a(θ₀)的共轭转置与待检测单元数据m(k)相乘，得到待检测单元主波束合成数据，记为p₀(k)：

p₀(k)＝a(θ₀)^Hm(k)；      21)

5.3)根据辅助波束矩阵T对修正后的样本单元数据进行辅助波束合成，具体方法是将辅助波束矩阵T的共轭转置与修正后样本单元数据

相乘，得到修正后的样本单元辅助波束合成数据，记为z(k)：

$z\left(k\right)=T^H\hat{x}\left(k\right);---22)$

5.4)根据辅助波束矩阵T对待检测单元数据进行辅助波束合成，具体方法是将辅助波束矩阵T的共轭转置与待检测单元数据m(k)相乘，得到待检测单元辅助波束合成数据，记为u(k)：

u(k)＝T^Hm(k)。       23)

步骤六.计算自适应权值。

6.1)根据修正后样本单元的辅助波束合成数据z(k)，按下式估计自相关矩阵R_z：

$R_z=\underset{k=1}{\overset{L}{\mathrm{\Σ}}}z\left(k\right)z{\left(k\right)}^H/L---24)$

其中k表示采样时刻，k＝1，2，…，L，L表示样本数；

6.2)根据修正后样本单元的主波束合成数据d₀(k)以及修正后样本单元的輔助波束合成数据z(k)，按下式估计互相关矩阵

$r_{{\mathrm{zd}}_0}=\underset{k=1}{\overset{L}{\mathrm{\Σ}}}z\left(k\right)d_0{\left(k\right)}^H/L;---25)$

6.3)将自相关矩阵R_z的逆矩阵与互相关矩阵

相乘，得到自适应权值w_z：

其中(·)^\-1表示求逆。

步骤七.对待检测单元主波束合成数据进行干扰抑制。

参照图2，使用自适应权值w_z对待检测单元主波束合成数据p₀(k)进行干扰抑制，具体过程为：先将自适应权值w_z的共轭转置与待检测单元辅助波束合成数据u(k)相乘，通过自适应权值w_z的自适应调整作用，使w_z的共轭转置与u(k)相乘后的结果中的干扰与待检测单元主波束合成数据p₀(k)中的干扰相等；然后从待检测单元主波束合成数据p₀(k)中减去相乘后的结果，即可达到抑制干扰的目的，干扰抑制后的输出数据记为ε₀(k)：

ε₀(k)＝p₀(k)-w_z ^Hu(k)。       26)

本发明可以通过以下实验仿真进一步说明：

1)仿真条件

接收阵列为64元等距线阵，雷达工作频率为10MHz，阵元间距为半波长，一个单频干扰，干扰入射角为25°，待检测方位为0°方向，干噪比为60dB，噪声为白噪声，为了降低旁瓣电平，加旁瓣电平为-40dB的Taylor窗。

2)、仿真内容与结果

当零陷加宽参数Δ＝0.1时，使用本发明所得的自适应方向图如图3所示；

在干扰运动或雷达平台运动的情况下，零陷加宽参数Δ＝0.2时，使用本发明和常规自适应方法对干扰进行抑制后所得的输出信干噪比变化曲线对比图如图4所示；

当零陷加宽参数Δ＝0.2，辅助波束个数分别为7个、5个、9个时，使用本发明所得的自适应方向图分别如图5(a)、图5(b)、图5(c)所示。

3)、仿真结果分析

由图3、图5(a)可见，本发明能够根据实际情况调节零陷加宽参数，从而得到具有实际需要的零陷宽度的自适应方向图；

由图4可见，在干扰运动或雷达平台运动的情况下，由于此时样本单元数据与待检测单元数据中的干扰不匹配，导致常规自适应方法得到的信干噪比很低，干扰抑制性能很差，而本发明基于零陷加宽的波束域自适应干扰抑制始终保持较高的信干噪比，能够很好抑制干扰；

在已知辅助波束个数理论估计值为7的条件下，由图5(a)可见，当仿真使用辅助波束的个数也为7时，自适应方向图的零陷深度较深，干扰抑制性能良好；由图5(b)可见，当仿真使用辅助波束的个数为5时，自适应方向图的零陷深度变浅，干扰抑制性能下降；由图5(c)可见，当仿真使用辅助波束的个数为9时，自适应方向图虽然零陷较深，但是自适应方向图零陷附近旁瓣电平较高，导致干扰抑制性能也不好。而且从计算量以及实际花费方面考虑，辅助波束多，意味着计算量大、花费多，因此辅助波束的个数最好等于辅助波束个数理论估计值。仿真表明，本发明中辅助波束个数估计方法可以帮助我们经济合理的选择辅助波束个数。

Claims (8)

1.一种基于零陷加宽的波束域自适应干扰抑制方法，包括如下过程：

(A)在一个相干处理期的休止期处采集干扰的数据样本，得到样本单元接收数据，记为x(k)，在休止期之外采集数据，得到待检测单元接收数据，记为m(k)，其中x(k)和m(k)均为N×1维矢量，k表示采样时刻，k＝1，2，…，L，L表示样本数，N为阵元数；

(B)根据样本单元接收数据x(k)估计干扰源数目p及干扰来波方向θ₁，θ₂，…，θ_p；

(C)对样本单元接收数据x(k)进行修正处理；

(C1)计算零陷加宽参数

其中，d为阵元间距，λ为雷达工作波长，θ_i为第i个干扰的来波方向，θ_W为角度域零陷宽度值；

(C2)根据零陷加宽参数Δ，令随机序列

服从(-Δ，Δ)的均匀分布，k＝1，2，…，L，则修正数据 ${\hat{e}}_k={(1,e^{j{\widehat{\mathrm{\ω}}}_k},\·\·\·,e^{j(N-1){\widehat{\mathrm{\ω}}}_k})}^T,$ 其中(·)^T表示转置；

(C3)根据修正数据

对样本单元接收数据x(k)进行修正：

k＝1，2，…，L，

为修正后的样本单元接收数据；

(D)确定辅助波束个数，构造辅助波束矩阵：

(D1)根据已知阵元数N，零陷加宽参数Δ，计算所需辅助波束个数γ为：其中

表示向右取整，γ取奇数值；

(D2)对于第i个干扰，i＝1，2，…，p，选取γ个辅助波束，构造辅助波束矩阵C_i＝[a(θ_i-lΔθ)，…，a(θ_i-Δθ)，a(θ_i)，a(θ_i+Δθ)，…，a(θ_i+lΔθ)]，其中θ_i指第i个干扰来波方向，a(·)为指向(·)的波束导向矢量，l为中间变量，l满足γ＝2l+1，Δθ为辅助波束间隔角度，Δθ＝θ_w/γ，已知有p个干扰，则辅助波束矩阵：T＝[C₁，C₂，…，C_p]；

(E)对修正后的样本单元数据

进行主波束合成得到d₀(k)，对修正后的样本单元数据

进行辅助波束合成得到z(k)；对待检测单元数据m(k)进行主波束合成得到p₀(k)，对待检测单元数据m(k)进行辅助波束合成得到u(k)；

(F)计算自适应权值：

(F1)根据修正后样本单元辅助波束合成数据z(k)估计自相关矩阵R_z；

(F2)根据修正后样本单元主波束合成数据d₀(k)以及修正后样本单元辅助波束合成数据z(k)估计互相关矩阵

(F3)将自相关矩阵R_z的逆矩阵与互相关矩阵

相乘，得到自适应权值w_z：

其中(·)^\-1表示求逆；

(G)使用自适应权值w_z对待检测单元主波束合成数据p₀(k)进行干扰抑制。

2.根据权利要求1所述方法，其特征在于步骤E所述的对修正后的样本单元数据

进行主波束合成，是将期望信号导向矢量a(θ₀)的共轭转置与修正后样本单元数据

相乘，得到主波束合成后的结果，记为d₀(k)：

其中(·)^H表示共轭转置。

3.根据权利要求1所述方法，其特征在于步骤E所述的对修正后的样本单元数据进行辅助波束合成，是将辅助波束矩阵T的共轭转置与修正后样本单元数据

相乘，得到辅助波束合成后的结果，记为z(k)：

4.根据权利要求1所述方法，其特征在于步骤E所述的对待检测单元数据m(k)进行主波束合成，是将期望信号导向矢量a(θ₀)的共轭转置与待检测单元数据m(k)相乘，得到主波束合成后的结果，记为p₀(k)：p₀(k)＝a(θ₀)^Hm(k)。

5.根据权利要求1所述方法，其特征在于步骤E所述的对待检测单元接收数据m(k)进行辅助波束合成，是将辅助波束矩阵T的共轭转置与待检测单元接收数据m(k)相乘，得到辅助波束合成后的结果，记为u(k)：u(k)＝T^Hm(k)。

6.根据权利要求1所述方法，其特征在于步骤F所述的估计自相关矩阵R_z，是根据修正后样本单元的辅助波束合成数据z(k)，按下式估计自相关矩阵R_z：

$R_z=\underset{k=1}{\overset{L}{\mathrm{\Σ}}}z\left(k\right)z{\left(k\right)}^H/L---\left(24\right)$

其中L表示样本数，(·)^H表示共轭转置。

7.根据权利要求1所述方法，其特征在于步骤F所述的估计估计互相关矩阵

是根据修正后样本单元的主波束合成数据d₀(k)以及修正后样本单元辅助波束合成数据z(k)，通过下式估计互相关矩阵

$r_{{\mathrm{zd}}_0}=\underset{k=1}{\overset{L}{\mathrm{\Σ}}}z\left(k\right)d_0{\left(k\right)}^H/L.---\left(25\right)$

8.根据权利要求1所述方法，其特征在于步骤G所述的使用用自适应权值w_z对待检测单元主波束合成数据p₀(k)进行干扰抑制，是将自适应权值w_z的共轭转置与待检测单元辅助波束合成数据u(k)相乘，通过自适应权值w_z的自适应调整作用，使w_z的共轭转置与u(k)相乘后的结果中的干扰与待检测单元主波束合成数据p₀(k)中的干扰相等，最后从待检测单元主波束合成数据p₀(k)中减去相乘后的结果，即可达到抑制干扰的目的，干扰抑制后的输出数据，记为ε₀(k)：

ε₀(k)＝p₀(k)-w_z ^Hu(k)。        (26)

Images