CN105204006A - 基于子空间的干扰噪声协方差矩阵重构的波束形成方法 - Google Patents
基于子空间的干扰噪声协方差矩阵重构的波束形成方法 Download PDFInfo
- Publication number
- CN105204006A CN105204006A CN201510680829.5A CN201510680829A CN105204006A CN 105204006 A CN105204006 A CN 105204006A CN 201510680829 A CN201510680829 A CN 201510680829A CN 105204006 A CN105204006 A CN 105204006A
- Authority
- CN
- China
- Prior art keywords
- signal
- covariance matrix
- matrix
- vector
- theta
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/28—Details of pulse systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/35—Details of non-pulse systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Noise Elimination (AREA)
Abstract
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。
Description
技术领域
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。
背景技术
Capon自适应波束形成算法可以在保证对期望信号无失真输出的条件下,使阵列输出功率最小,最大限度的提高波束输出信干噪比(Signal-to-Interference-plus-NoiseRatio,SINR)、最大限度的提高阵列增益,具有较好的方位分辨力和较强的干扰抑制能力。但是,Capon波束形成是建立在对期望信号导向矢量和干扰噪声协方差矩阵均精确已知的假想基础上的,对期望信号导向矢量和干扰噪声协方差矩阵的误差比较敏感。而在实际应用中,干扰噪声协方差矩阵一般是难以得到的,往往采用包含期望信号成分的样本协方差矩阵来代替,期望信号成分的存在一方面会导致Capon波束形成性能在快拍数较少时急剧下降,尤其是在期望信号输入信噪比较大之时;另一方面会导致Capon波束形成对期望信号导向矢量误差非常敏感,从而引起期望信号“自消”现象,大大降低波束形成性能。
为了减小样本协方差矩阵中期望信号成分带来的不利影响,近5年来已经出现了大量的方法来重建干扰噪声协方差矩阵以从根本上消除期望信号的成分的存在,提高自适应波束形成算法的稳健性。2012年,YujieGu等提出了一种在不包含期望信号来波方向的角度区间上进行基于Capon谱的积分来重构干扰噪声协方差矩阵,同时建立基于该重构干扰噪声协方差矩阵的关于期望信号导向矢量误差的二次约束二次规划(quadraticallyconstrainedquadraticprogramming,QCQP)优化问题来重新估计期望信号导向矢量。这个算法在干扰信号导向矢量没有误差之时可以逼近最优性能,但是也存在各自的不足,该算法过分依赖于阵列的干扰噪声结构先验信息,对干扰信号导向矢量误差十分敏感等。究其原因,主要是该算法并没有从定义的角度来重构干扰噪声协方差矩阵,使得其与理想干扰噪声协方差矩阵之间相关系数很小,尤其是干扰信号导向矢量存在误差之时。
发明内容
本发明的目的在于提供一种基于子空间的干扰噪声协方差矩阵重构的波束形成方法(Interference-plus-NoiseCovarianceMatrixreconstruction,IPNCMreconstruction),用重构的干扰噪声协方差矩阵代替样本协方差矩阵;同时提出一种新导向矢量估计算法来估计期望信号的导向矢量,联合重构的IPNCM和估计的期望信号导向矢量设计新的波束形成算法,从而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。
本发明的思路是: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
基于子空间的干扰噪声协方差矩阵重构的波束形成方法,具体步骤如下:
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θd,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,sd(n)和a(θd)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如下的形式: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°≤θd≤90°,n=1,2,...,N;
S2、对样本协方差矩阵进行特征值分解其中νi,i=1,2,…,M为按降序排列的特征值,即ν1≥ν2≥…≥νM,ei为νi对应的特征向量,Es=[e1,e2,…,eD]和En=[eD+1,…,eM]分别为信号子空间和噪声子空间矩阵,Δs=diag{ν1,ν2,…,νD}和Δn=diag{νD+1,…,νM}为其对应的对角阵,估计噪声的功率为
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Θd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θj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Cs进行特征值分解其中βi,i=1,2,…,M为按降序排列的特征值,即β1≥β2≥…≥βM,di为βi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
进一步地,S3所述得到的具体方法为:
S31、将第d个信号的角度区间Θd进行区间离散化为包含Jd个元素的角度集合对角度集合中每个角度θj上采用Capon空间谱估计算法,得到每个角度的功率估计从而得到第d个信号的协方差矩阵 其中,Jd为整数;
S32、对第d个信号的协方差矩阵Cd进行特征值分解其中,γi,i=1,2,…,M为按降序排列的特征值,即γ1≥γ2≥…≥γM,bi为γi对应的特征向量,Bs=[b1,b2,…,bK]和Bn=[bK+1,…,bM]分别为信号子空间和噪声子空间矩阵,Ωs=diag{γ1,γ2,…,γK}和Ωn=diag{γK+1,…,γM}为其对应的对角阵,信号子空间的维度K由参数ρ(0<ρ<1)给定,即K为满足条件时最小的整数,第d个信号的导向矢量存在于由矩阵Bs的列向量bi,i=1,2,…,K所张成的信号子空间,即该导向矢量可以由矩阵Bs的各个列向量bi进行线性表出,即第d个信号的导向矢量属于集合其中,αB∈RK×1是相应的实数系数向量;
S33、第d个信号的导向矢量也存在于由矩阵Es的列向量所张成的信号子空间,即该导向矢量可以由矩阵Es的各个列向量进行线性表出,即第d个信号的导向矢量属于以下的集合其中,αE∈RD×1是相应的实数系数向量;
S34、采用投影交替算法求取两个集合ΞE和ΞB的交集作为第d个信号的导向矢量的估计,即其中,和分别为样本协方差矩阵和第d个信号协方差矩阵Cd的投影矩阵,Υ(PBPE)表示取矩阵PBPE最大特征值所对应的特征向量,联合样本协方差矩阵得到第d个信号的功率估计
S35、对D-1个干扰信号均在相应的角度区间Θd,d=2,3,…,D重复S31~S34的操作,估计所有D-1个干扰信号的导向矢量及其功率联合噪声功率重构干扰噪声协方差矩阵
本发明的有益效果是:
属于每个干扰信号的角度区间Θd一般都比较小,同样的离散点数可以获得比较小的角度间隔,尽可能的将干扰信号来波方向包含于内,以此提高相应导向矢量的估计精度;同时,采用投影交替算法取两个集合ΞE和ΞB的交集作为导向矢量的估计,可以减小由离散角度区间求和代替连续角度区间积分所带来的近似误差,一定程度上可以进一步提高导向矢量的估计精度,从而提高干扰噪声协方差矩阵的估计精度,有效减少期望信号成分,可以大大减弱或避免期望信号“自消”现象;最后,提出一种新的期望信号导向矢量估计算法,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,可以大大提高其估计精度,大大提高输出SINR。
附图说明
图1是本发明方法的流程图。
图2是本发明波束输出SINR随期望信号输入SNR的变化曲线图。
图3是本发明波束输出SINR随阵列接收数据快拍数的变化曲线图。
具体实施方式
下面结合实施例和附图,详细说明本发明的技术方案。
如图1所示:
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θd,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,sd(n)和a(θd)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如下的形式: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°≤θd≤90°,n=1,2,...,N;
S2、首先对样本协方差矩阵进行特征值分解其中νi,i=1,2,…,M为按降序排列的特征值,即ν1≥ν2≥…≥νM,ei为νi对应的特征向量,Es=[e1,e2,…,eD]和En=[eD+1,…,eM]分别为信号子空间和噪声子空间矩阵,Δs=diag{ν1,ν2,…,νD}和Δn=diag{νD+1,…,νM}为其对应的对角阵,估计噪声的功率为
S3、设阵列接收的D-1个干扰信号的来波方向估计值为由于一般采用低分辨率的DOA估计算法,故而信号的真实来波方向θd往往存在于其估计值的临近角度区间内,不妨假设该角度区间为在每个角度区间为Θd上采用如下算法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,得到具体如下:
S31、将第d个信号的角度区间Θd进行区间离散化为包含Jd个元素的角度集合对角度集合中每个角度θj上采用Capon空间谱估计算法,得到每个角度的功率估计从而得到第d个信号的协方差矩阵 其中,Jd为整数;
S32、对第d个信号的协方差矩阵Cd进行特征值分解其中γi,i=1,2,…,M为按降序排列的特征值,即γ1≥γ2≥…≥γM,bi为γi对应的特征向量,Bs=[b1,b2,…,bK]和Bn=[bK+1,…,bM]分别为信号子空间和噪声子空间矩阵,Ωs=diag{γ1,γ2,…,γK}和Ωn=diag{γK+1,…,γM}为其对应的对角阵,信号子空间的维度K可由参数ρ(0<ρ<1)给定,即K为满足条件时最小的整数;显然,第d个信号的导向矢量存在于由矩阵Bs的列向量bi,i=1,2,…,K所张成的信号子空间,即该导向矢量可以由矩阵Bs的各个列向量bi进行线性表出,故而第d个信号的导向矢量属于集合其中αB∈RK×1是相应的实数系数向量;
S33、同样的第d个信号的导向矢量也存在于由矩阵Es的列向量所张成的信号子空间,即该导向矢量可以由矩阵Es的各个列向量进行线性表出,故而第d个信号的导向矢量属于以下的集合其中,αE∈RD×1是相应的实数系数向量;
S34、采用投影交替算法求取两个集合ΞE和ΞB的交集作为第d个信号的导向矢量的估计,即其中,和分别为样本协方差矩阵和第d个信号协方差矩阵Cd的投影矩阵,Υ(PBPE)表示取矩阵..最大特征值所对应的特征向量;联合样本协方差矩阵可以得到第d个信号的功率估计
S35、对D-1个干扰信号均在相应的角度区间Θd,d=2,3,…,D重复S31~S34的操作,以此估计所有D-1个干扰信号的导向矢量及其功率联合噪声功率重构干扰噪声协方差矩阵
S4、同样的,期望信号也是采用低分辨率的DOA估计算法,故其真实来波方向θ1往往存在于其估计值的临近角度区间内,不妨设真实来波方向θ1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θj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Cs进行特征值分解其中βi,i=1,2,…,M为按降序排列的特征值,即β1≥β2≥…≥βM,di为βi对应的特征向量;显然,期望信号导向矢量存在于矩阵Cs的信号子空间内,本发明采用其最大特征值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从而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
实施例1
由10个阵元构成的均匀线阵接收3个远场信源发射的窄带信号,其预设来波方向分别为和其中第1个信号为期望信号;对应的角度区间分别为和采用角度间隔Δθ=0.1°对其进行离散化处理,且参数ρ设为ρ=0.9来确定S32步骤中信号子空间的维度K。两个干扰信号的输入信噪比SNR均为30dB,阵列接收数据快拍数为30,期望信号输入信噪比变化范围为-20dB~40dB,进行200次蒙特卡洛实验。本实施主要考虑本发明波束形成算法对干扰信号和期望信号来波方向误差的鲁棒性,故而假设所有阵列接收信号(包括期望信号和干扰信号)的来波方向误差服从区间[-8°,8°]的均匀分布。
具体如下:
①、由阵列接收数据矩阵X得到阵列接收数据的协方差矩阵对其进行特征值分解得到其投影矩阵同时估计噪声功率
②、对每个干扰信号角度区间Θd,d=2,3用角度间隔Δθ=0.1°对其进行离散化处理得到离散角度区间然后采用Capon空间谱估计算法,得第d个干扰信号的协方差矩阵并对其进行特征值分解得到其投影矩阵应用投影交替算法取两个集合的交集得第d个信号的导向矢量估计值联合样本协方差矩阵,得其功率估计 根据干扰噪声协方差矩阵的定义重构得到
③、对期望信号角度区间Θ1用角度间隔Δθ=0.1°对其进行离散化处理得到离散角度区间然后采用Capon空间谱估计算法,得其信号协方差矩阵并对其进行特征值分解,取其最大特征值β1对应的特征向量d1作为期望信号导向矢量的估计,即联合重构的从而得到基于干扰噪声协方差矩阵重构(IPNCM-Sub)的波束形成
④、改变输入信号信噪比SNR,重复①②③,得到基于干扰噪声协方差矩阵重构的波束形成算法输出SINR随期望信号输入信噪比SNR的变化曲线。
按照本发明的方法进行IPNCM-Sub波束形成加权设计,得到其波束输出SINR随期望信号输入SNR的变化曲线如图2所示。本发明提出的基于子空间的干扰噪声协方差矩阵重构波束形成算法无论在低信噪比还是高信噪比,其输出SINR逼近最佳输出SINR,即使在干扰信号导向矢量存在误差之时。这充分验证了本发明所提出的基于子空间的干扰噪声协方差矩阵重构(IPNCM-Sub)的波束形成对干扰信号导向矢量误差具有很好的鲁棒性,同时可以很好的减弱了期望信号“自消”现象,大大提高了输出SINR。
实施例2
由10个阵元构成的均匀线阵接收3个远场信源发射的窄带信号,其预设来波方向分别为和其中第1个信号为期望信号;对应的角度区间分别为和采用角度间隔Δθ=0.1°对其进行离散化处理,且参数ρ设为ρ=0.9来确定S32步骤中信号子空间的维度K。两个干扰信号的输入信噪比SNR均为30dB,期望信号输入信噪比为25dB,阵列接收数据快拍数变化范围为10~100,进行200次蒙特卡洛实验。本实施主要考虑本发明波束形成算法对干扰信号和期望信号来波方向误差的鲁棒性,故而假设所有阵列接收信号(包括期望信号和干扰信号)的来波方向误差服从区间[-6°,6°]的均匀分布。
具体如下:
①、由阵列接收数据矩阵X得到阵列接收数据的协方差矩阵对其进行特征值分解得到其投影矩阵同时估计噪声功率
②、对每个干扰信号角度区间Θd,d=2,3用角度间隔Δθ=0.1°对其进行离散化处理得到离散角度区间然后采用Capon空间谱估计算法,得第d个干扰信号的协方差矩阵并对其进行特征值分解得到其投影矩阵应用投影交替算法取两个集合的交集得第d个信号的导向矢量估计值联合样本协方差矩阵,得其功率估计根据干扰噪声协方差矩阵的定义重构得到
③、对期望信号角度区间Θ1用角度间隔Δθ=0.1°对其进行离散化处理得到离散角度区间然后采用Capon空间谱估计算法,得其信号协方差矩阵并对其进行特征值分解,取其最大特征值β1对应的特征向量d1作为期望信号导向矢量的估计,即联合重构的从而得到基于干扰噪声协方差矩阵重构(IPNCM-Sub)的波束形成
④、改变阵列接收数据快拍数,重复①②③,得到基于干扰噪声协方差矩阵重构的波束形成算法输出SINR随阵列接收数据快拍数的变化曲线。
按照本发明的方法进行IPNCM-Sub波束形成加权设计,得到其波束输出SINR随阵列接收数据快拍数的变化曲线如图3所示。本发明提出的基于子空间的干扰噪声协方差矩阵重构波束形成算法在快拍数较少时输出SINR就达到稳定,且在相同快拍数下,期输出SINR逼近最优输出SINR,这也充分说明了IPNCM-Sub波束形成算法的有效性。
Claims (2)
1.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θd,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,sd(n)和a(θd)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°≤θd≤90°,n=1,2,...,N;
S2、对样本协方差矩阵进行特征值分解其中νi,i=1,2,…,M为按降序排列的特征值,即ν1≥ν2≥…≥νM,ei为νi对应的特征向量,Es=[e1,e2,…,eD]和En=[eD+1,…,eM]分别为信号子空间和噪声子空间矩阵,Δs=diag{ν1,ν2,…,νD}和Δn=diag{νD+1,…,νM}为其对应的对角阵,估计噪声的功率为
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Θd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θj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Cs进行特征值分解其中βi,i=1,2,…,M为按降序排列的特征值,即β1≥β2≥…≥βM,di为βi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
2.根据权利要求1所述的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:S3所述得到的具体方法为:
S31、将第d个信号的角度区间Θd进行区间离散化为包含Jd个元素的角度集合对角度集合中每个角度θj上采用Capon空间谱估计算法,得到每个角度的功率估计从而得到第d个信号的协方差矩阵 其中,Jd为整数;
S32、对第d个信号的协方差矩阵Cd进行特征值分解其中,γi,i=1,2,…,M为按降序排列的特征值,即γ1≥γ2≥…≥γM,bi为γi对应的特征向量,Bs=[b1,b2,…,bK]和Bn=[bK+1,…,bM]分别为信号子空间和噪声子空间矩阵,Ωs=diag{γ1,γ2,…,γK}和Ωn=diag{γK+1,…,γM}为其对应的对角阵,信号子空间的维度K由参数ρ(0<ρ<1)给定,即K为满足条件时最小的整数,第d个信号的导向矢量存在于由矩阵Bs的列向量bi,i=1,2,…,K所张成的信号子空间,即该导向矢量可以由矩阵Bs的各个列向量bi进行线性表出,即第d个信号的导向矢量属于集合其中,αB∈RK×1是相应的实数系数向量;
S33、第d个信号的导向矢量也存在于由矩阵Es的列向量所张成的信号子空间,即该导向矢量可以由矩阵Es的各个列向量进行线性表出,即第d个信号的导向矢量属于以下的集合其中,αE∈RD×1是相应的实数系数向量;
S34、采用投影交替算法求取两个集合ΞE和ΞB的交集作为第d个信号的导向矢量的估计,即其中,和分别为样本协方差矩阵和第d个信号协方差矩阵Cd的投影矩阵,Υ(PBPE)表示取矩阵PBPE最大特征值所对应的特征向量,联合样本协方差矩阵得到第d个信号的功率估计
S35、对D-1个干扰信号均在相应的角度区间Θd,d=2,3,…,D重复S31~S34的操作,估计所有D-1个干扰信号的导向矢量及其功率联合噪声功率重构干扰噪声协方差矩阵
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510680829.5A CN105204006A (zh) | 2015-10-19 | 2015-10-19 | 基于子空间的干扰噪声协方差矩阵重构的波束形成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510680829.5A CN105204006A (zh) | 2015-10-19 | 2015-10-19 | 基于子空间的干扰噪声协方差矩阵重构的波束形成方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105204006A true CN105204006A (zh) | 2015-12-30 |
Family
ID=54951786
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510680829.5A Pending CN105204006A (zh) | 2015-10-19 | 2015-10-19 | 基于子空间的干扰噪声协方差矩阵重构的波束形成方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105204006A (zh) |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106707250A (zh) * | 2017-01-24 | 2017-05-24 | 西安电子科技大学 | 基于互耦校正的雷达阵列自适应波束形成方法 |
CN106842135A (zh) * | 2016-12-23 | 2017-06-13 | 西安电子科技大学 | 基于干扰加噪声协方差矩阵重构的自适应波束形成方法 |
CN107167776A (zh) * | 2017-07-02 | 2017-09-15 | 中国航空工业集团公司雷华电子技术研究所 | 基于子空间补偿的自适应波束形成算法 |
CN107167778A (zh) * | 2017-07-03 | 2017-09-15 | 电子科技大学 | 一种基于协方差矩阵重构和导向矢量估计的稳健波束形成方法 |
CN108241160A (zh) * | 2017-12-29 | 2018-07-03 | 中国电子科技集团公司第二十研究所 | 一种卫星导航干扰源空间谱峰估计方法 |
CN108629125A (zh) * | 2018-05-08 | 2018-10-09 | 重庆邮电大学 | 基于异常值检测的子空间投影滤波器设计 |
CN108663668A (zh) * | 2018-05-18 | 2018-10-16 | 西安电子科技大学 | 基于iaa的干扰加噪声协方差矩阵重构稳健波束形成方法 |
CN109450499A (zh) * | 2018-12-13 | 2019-03-08 | 电子科技大学 | 一种基于导向矢量和空间功率估计的鲁棒波束形成方法 |
CN109541552A (zh) * | 2018-12-27 | 2019-03-29 | 天津职业技术师范大学 | 雷达天线阵列的自适应波束形成方法和系统 |
CN109600152A (zh) * | 2018-12-17 | 2019-04-09 | 西北工业大学 | 一种基于子空间基变换的自适应波束形成方法 |
CN109639333A (zh) * | 2018-12-05 | 2019-04-16 | 上海神添实业有限公司 | 一种基于有效重构协方差矩阵的波束形成方法 |
CN110361697A (zh) * | 2019-07-09 | 2019-10-22 | 西安电子科技大学 | 一种基于协方差矩阵混合重构的稳健波束形成方法 |
CN111431574A (zh) * | 2020-04-30 | 2020-07-17 | 中国科学技术大学 | 一种多重稳健自适应波束形成方法 |
CN111435158A (zh) * | 2019-01-11 | 2020-07-21 | 电信科学技术研究院有限公司 | 一种信号到达角的估计方法及基站 |
CN111665477A (zh) * | 2020-07-06 | 2020-09-15 | 羿升(深圳)电子装备有限公司 | 基于干扰加噪声协方差矩阵重构的稳健波束形成方法 |
CN111665476A (zh) * | 2020-07-06 | 2020-09-15 | 羿升(深圳)电子装备有限公司 | 基于子空间方法的干扰协方差矩阵重构的稳健波束形成方法 |
CN112903081A (zh) * | 2021-01-21 | 2021-06-04 | 中国海洋石油集团有限公司 | 声矢量传感器阵列自适应波束形成方法、系统及存储介质 |
CN113253250A (zh) * | 2021-02-05 | 2021-08-13 | 中国人民解放军空军工程大学 | 基于矩阵重构的Coprime阵稳健自适应波束形成方法 |
CN114609651A (zh) * | 2022-03-28 | 2022-06-10 | 电子科技大学 | 基于小样本数据的卫星导航接收机空域抗干扰方法 |
CN114866378A (zh) * | 2022-05-20 | 2022-08-05 | 南京理工大学 | 空间调制中基于主成分分析的干扰协方差矩阵估计方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104502896A (zh) * | 2014-12-31 | 2015-04-08 | 电子科技大学 | 一种干扰协方差矩阵稳健重构方法 |
CN104535969A (zh) * | 2014-12-23 | 2015-04-22 | 电子科技大学 | 一种基于干扰噪声协方差矩阵重构的波束形成方法 |
-
2015
- 2015-10-19 CN CN201510680829.5A patent/CN105204006A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104535969A (zh) * | 2014-12-23 | 2015-04-22 | 电子科技大学 | 一种基于干扰噪声协方差矩阵重构的波束形成方法 |
CN104502896A (zh) * | 2014-12-31 | 2015-04-08 | 电子科技大学 | 一种干扰协方差矩阵稳健重构方法 |
Non-Patent Citations (2)
Title |
---|
XIAO LEI YUAN ET AL.: ""A Robust Interference Covariance Matrix Reconstruction Algorithm against Arbitrary Interference Steering Vector Mismatch"", 《IEICE TRANS.FUNDAMENTALS》 * |
杨金金 等: ""基于干扰矩阵重构的稳健自适应波束形成算法"", 《信息工程大学学报》 * |
Cited By (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106842135A (zh) * | 2016-12-23 | 2017-06-13 | 西安电子科技大学 | 基于干扰加噪声协方差矩阵重构的自适应波束形成方法 |
CN106842135B (zh) * | 2016-12-23 | 2019-07-09 | 西安电子科技大学 | 基于干扰加噪声协方差矩阵重构的自适应波束形成方法 |
CN106707250B (zh) * | 2017-01-24 | 2019-05-21 | 西安电子科技大学 | 基于互耦校正的雷达阵列自适应波束形成方法 |
CN106707250A (zh) * | 2017-01-24 | 2017-05-24 | 西安电子科技大学 | 基于互耦校正的雷达阵列自适应波束形成方法 |
CN107167776A (zh) * | 2017-07-02 | 2017-09-15 | 中国航空工业集团公司雷华电子技术研究所 | 基于子空间补偿的自适应波束形成算法 |
CN107167776B (zh) * | 2017-07-02 | 2021-04-20 | 中国航空工业集团公司雷华电子技术研究所 | 基于子空间补偿的自适应波束形成算法 |
CN107167778A (zh) * | 2017-07-03 | 2017-09-15 | 电子科技大学 | 一种基于协方差矩阵重构和导向矢量估计的稳健波束形成方法 |
CN108241160A (zh) * | 2017-12-29 | 2018-07-03 | 中国电子科技集团公司第二十研究所 | 一种卫星导航干扰源空间谱峰估计方法 |
CN108629125A (zh) * | 2018-05-08 | 2018-10-09 | 重庆邮电大学 | 基于异常值检测的子空间投影滤波器设计 |
CN108663668A (zh) * | 2018-05-18 | 2018-10-16 | 西安电子科技大学 | 基于iaa的干扰加噪声协方差矩阵重构稳健波束形成方法 |
CN109639333A (zh) * | 2018-12-05 | 2019-04-16 | 上海神添实业有限公司 | 一种基于有效重构协方差矩阵的波束形成方法 |
CN109639333B (zh) * | 2018-12-05 | 2021-12-24 | 上海神添实业有限公司 | 一种基于有效重构协方差矩阵的波束形成方法 |
CN109450499B (zh) * | 2018-12-13 | 2021-03-16 | 电子科技大学 | 一种基于导向矢量和空间功率估计的鲁棒波束形成方法 |
CN109450499A (zh) * | 2018-12-13 | 2019-03-08 | 电子科技大学 | 一种基于导向矢量和空间功率估计的鲁棒波束形成方法 |
CN109600152A (zh) * | 2018-12-17 | 2019-04-09 | 西北工业大学 | 一种基于子空间基变换的自适应波束形成方法 |
CN109541552A (zh) * | 2018-12-27 | 2019-03-29 | 天津职业技术师范大学 | 雷达天线阵列的自适应波束形成方法和系统 |
CN109541552B (zh) * | 2018-12-27 | 2021-04-27 | 天津职业技术师范大学(中国职业培训指导教师进修中心) | 雷达天线阵列的自适应波束形成方法和系统 |
CN111435158A (zh) * | 2019-01-11 | 2020-07-21 | 电信科学技术研究院有限公司 | 一种信号到达角的估计方法及基站 |
CN111435158B (zh) * | 2019-01-11 | 2022-06-10 | 大唐移动通信设备有限公司 | 一种信号到达角的估计方法及基站 |
CN110361697B (zh) * | 2019-07-09 | 2021-08-13 | 西安电子科技大学 | 一种基于协方差矩阵混合重构的稳健波束形成方法 |
CN110361697A (zh) * | 2019-07-09 | 2019-10-22 | 西安电子科技大学 | 一种基于协方差矩阵混合重构的稳健波束形成方法 |
CN111431574A (zh) * | 2020-04-30 | 2020-07-17 | 中国科学技术大学 | 一种多重稳健自适应波束形成方法 |
CN111431574B (zh) * | 2020-04-30 | 2021-08-13 | 中国科学技术大学 | 一种多重稳健自适应波束形成方法 |
CN111665476A (zh) * | 2020-07-06 | 2020-09-15 | 羿升(深圳)电子装备有限公司 | 基于子空间方法的干扰协方差矩阵重构的稳健波束形成方法 |
CN111665477A (zh) * | 2020-07-06 | 2020-09-15 | 羿升(深圳)电子装备有限公司 | 基于干扰加噪声协方差矩阵重构的稳健波束形成方法 |
CN111665476B (zh) * | 2020-07-06 | 2024-01-26 | 羿升(深圳)电子装备有限公司 | 基于子空间方法的干扰协方差矩阵重构的稳健波束形成方法 |
CN112903081A (zh) * | 2021-01-21 | 2021-06-04 | 中国海洋石油集团有限公司 | 声矢量传感器阵列自适应波束形成方法、系统及存储介质 |
CN113253250A (zh) * | 2021-02-05 | 2021-08-13 | 中国人民解放军空军工程大学 | 基于矩阵重构的Coprime阵稳健自适应波束形成方法 |
CN114609651A (zh) * | 2022-03-28 | 2022-06-10 | 电子科技大学 | 基于小样本数据的卫星导航接收机空域抗干扰方法 |
CN114866378A (zh) * | 2022-05-20 | 2022-08-05 | 南京理工大学 | 空间调制中基于主成分分析的干扰协方差矩阵估计方法 |
CN114866378B (zh) * | 2022-05-20 | 2024-05-07 | 南京理工大学 | 空间调制中基于主成分分析的干扰协方差矩阵估计方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105204006A (zh) | 基于子空间的干扰噪声协方差矩阵重构的波束形成方法 | |
CN105182298A (zh) | 一种针对来波方向误差的干扰噪声协方差矩阵重构方法 | |
CN104535969A (zh) | 一种基于干扰噪声协方差矩阵重构的波束形成方法 | |
Rangarao et al. | gold-MUSIC: A Variation on MUSIC to Accurately Determine Peaks of the Spectrum | |
CN109450499B (zh) | 一种基于导向矢量和空间功率估计的鲁棒波束形成方法 | |
CN110113085B (zh) | 一种基于协方差矩阵重构的波束形成方法及系统 | |
CN102830387B (zh) | 一种基于数据预处理的协方差矩阵正交化波束形成方法 | |
CN110045321B (zh) | 基于稀疏和低秩恢复的稳健doa估计方法 | |
CN106772225A (zh) | 基于压缩感知的波束域doa估计 | |
CN105306124A (zh) | 一种具有联合鲁棒性的波束形成方法 | |
CN104502896A (zh) | 一种干扰协方差矩阵稳健重构方法 | |
CN110208735A (zh) | 一种基于稀疏贝叶斯学习的相干信号doa估计方法 | |
CN105302936A (zh) | 基于相关计算和协方差矩阵重构的自适应波束形成方法 | |
CN112615801B (zh) | 基于压缩感知和深度学习的信道估计方法、介质及设备 | |
CN103984676A (zh) | 一种基于协方差矩阵重构的正交投影自适应波束形成方法 | |
CN106646344A (zh) | 一种利用互质阵的波达方向估计方法 | |
CN105306123A (zh) | 一种抗阵列系统误差的稳健波束形成方法 | |
CN107315162A (zh) | 基于内插变换和波束形成的远场相干信号doa估计方法 | |
CN109245814B (zh) | 基于极大似然重采样的自适应波束形成方法 | |
CN109407046A (zh) | 一种基于变分贝叶斯推断的嵌套阵列波达方向角估计方法 | |
CN108111208A (zh) | 一种灵活码本配置的毫米波系统角度域信道估计方法 | |
CN115085774B (zh) | 一种基于克拉美罗界的通感融合混合波束赋形方法 | |
CN109683151A (zh) | 非均匀噪声环境下基于矩阵补全的酉求根music角度估计方法 | |
CN109600152A (zh) | 一种基于子空间基变换的自适应波束形成方法 | |
CN104156553B (zh) | 无需信源数估计的相干信号波达方向估计方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20151230 |
|
RJ01 | Rejection of invention patent application after publication |