CN109061561A - 一种基于二分查找的自适应阵列方向图综合方法 - Google Patents
一种基于二分查找的自适应阵列方向图综合方法 Download PDFInfo
- Publication number
- CN109061561A CN109061561A CN201810899932.2A CN201810899932A CN109061561A CN 109061561 A CN109061561 A CN 109061561A CN 201810899932 A CN201810899932 A CN 201810899932A CN 109061561 A CN109061561 A CN 109061561A
- Authority
- CN
- China
- Prior art keywords
- directional diagram
- array
- iteration
- power
- array pattern
- 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
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Variable-Direction Aerials And Aerial Arrays (AREA)
Abstract
本发明提供了一种基于二分查找的自适应阵列方向图综合方法,计算入射信号矢量和协方差矩阵,求取最优权矢量,并得到方向图,计算方向图的最大副瓣电平和主波束峰值,更新干扰功率进行迭代,求得的最优权矢量即为实际的天线阵列激励,利用其生成天线阵列方向图。本发明减小了干扰功率更新对循环增益的依赖性,降低了循环增益取值对算法综合效果的影响;增加了相邻迭代之间的相关性,加快了算法的收敛速度;在干扰功率出现非正值后采用二分查找功率区间的方式更新干扰功率,使生成方向图的副瓣电平低且稳定,提高了算法的稳健性。
Description
技术领域
本发明属于阵列方向图综合领域,涉及一种自适应阵列方向图综合方法。
背景技术
由于阵列天线易形成窄波束、多波束,实现特定形状的赋形波束、低副瓣与波束扫描等优点,在雷达、声纳、天文学及无线电通信等领域得到了广泛的应用。阵列方向图综合作为阵列天线理论的重要研究分支,指按规定的方向图要求,用一种或多种方法来进行天线系统的设计,使系统产生的方向图与所要求的方向图实现良好逼近。
自适应阵列方向图综合是利用自适应处理会在阵列方向图上产生零陷的特性,假设天线阵是自适应阵列,采用不断施加干扰、不断迭代的方式,调整自适应权值降低副瓣电平,再通过改变导向矢量控制主波束方向,从而改变方向图形状实现方向图综合。
在自适应阵列方向图综合算法中,优化性能对循环增益的依赖性很大,在循环增益取较小值时,算法的收敛速率很慢,容易陷入局部最优解;在循环增益取较大值时,输出的最大副瓣增益波动剧烈,算法的稳定性能差,如图1所示。而循环增益的选取并没有具体理论支持,通常以实验统计结果为依据取值,且最优值还会随着阵列综合条件的不同变化,甚至在算法的迭代过程中也会发生变化,这都限制了算法的性能发挥,导致算法优化性能下降。
发明内容
为了克服现有技术的不足,本发明提供一种基于二分查找的自适应阵列方向图综合方法,该方法对迭代系数依赖小,收敛速度快,生成方向图的副瓣电平低且稳定。
本发明解决其技术问题所采用的技术方案包括以下步骤:
a)假设阵列为自适应阵列,空间中有几倍于阵列自由度数的干扰信号入射到阵列副瓣,初始化各干扰信号的功率,同时为各干扰信号建立一个功率取值区间并初始化,m=1,2,...,M,M为干扰个数,k为迭代次数;
b)计算信号矢量和协方差矩阵R=E[X*(t)XT(t)],其中,Xim(t)代表第m个干扰信号,Xn(t)代表高斯白噪声信号;
c)求取最优权矢量Wopt,并得到方向图其中,U代表主波束角度的导向矢量;
d)计算步骤c)所得方向图的最大副瓣电平,若小于设定阈值,结束迭代,执行步骤i);否则,执行步骤e);
e)在步骤c)所得方向图中,计算副瓣电平的期望值其中,F(k)为步骤c)所得方向图的主波束峰值,D(θim)为干扰m对应来向θim处,方向图副瓣与主瓣的电平比值指标;
f)更新干扰功率为
其中,θL(k)和θR(k)分别表示主瓣区域的左、右边界角,判定因子λim和参考功率值ξim(k)分别为
其中,K为循环增益;
g)更新干扰功率区间的下限和上限φim(k+1),
当λim=0时,
当λim=1时,
h)判断当前迭代次数k是否达到设定的最大迭代数Kmax,若达到,结束迭代,执行步骤i);否则,迭代执行步骤b);
i)步骤c)求得的最优权矢量即为实际的天线阵列激励,利用其生成天线阵列方向图。
本发明的有益效果是:首先,减小了干扰功率更新对循环增益的依赖性,降低了循环增益取值对算法综合效果的影响;其次,增加了相邻迭代之间的相关性,加快了算法的收敛速度;最后,在干扰功率出现非正值后采用二分查找功率区间的方式更新干扰功率,使生成方向图的副瓣电平低且稳定,提高了算法的稳健性。
附图说明
图1是基于二分查找的自适应阵列方向图综合方法流程图;
图2是最大副瓣增益随迭代次数变化曲线;
图3是K=0.1时常规自适应阵列方向图综合方法与本发明所述方法的阵列综合仿真效果对比图,其中(a)为方向图对比,(b)为最大副瓣电平变化曲线对比;
图4是K=10时常规自适应阵列方向图综合方法与本发明所述方法的阵列综合仿真效果对比图,其中(a)为方向图对比,(b)为最大副瓣电平变化曲线对比。
具体实施方式
下面结合附图和实施例对本发明进一步说明,本发明包括但不仅限于下述实施例。
本发明包括以下步骤:
a)建立天线阵模型和初始化参数:假设阵列为自适应阵列,空间中有几倍于阵列自由度数的干扰信号入射到阵列副瓣,初始化各干扰信号的功率,同时为各干扰信号建立一个功率取值区间并初始化,M为干扰个数,k为迭代次数;
b)建立阵列信号模型和确定协方差矩阵:计算信号矢量和协方差矩阵分别为
R=E[X*(t)XT(t)]
其中,Xim(t)代表第m个干扰信号,Xn(t)代表高斯白噪声信号。
c)计算权矢量和生成方向图:求取最优权矢量Wopt,并得到方向图为
其中,U代表主波束角度的导向矢量;
d)判断副瓣电平是否达到指标:计算步骤c)所得方向图的最大副瓣电平,若满足指标,结束迭代,执行步骤i);否则,执行步骤e);
e)计算副瓣电平期望值:在步骤c)所得方向图中,计算副瓣电平的期望值为
其中,F(k)为步骤c)所得方向图的主波束峰值,D(θim)为干扰m对应来向θim处,方向图副瓣与主瓣的电平比值指标(单位为dB);
f)更新干扰功率值:更新干扰功率为
其中,θL(k)和θR(k)分别表示主瓣区域的左、右边界角。和φim(k)分别表示干扰功率区间的上下界,判定因子λim和参考功率值ξim(k)分别为
这里,K为循环增益;
g)更新干扰功率取值区间:根据步骤f)中迭代因子的取值更新干扰功率区间的下限和上限φim(k+1)
当λim=0时,
当λim=1时,
h)判断当前迭代是否达到最大迭代数:判断当前迭代次数k是否达到最大迭代数Kmax,若达到,结束迭代,执行步骤i);否则,迭代执行步骤b);
i)生成天线阵列方向图:步骤c)求得的最优权矢量即为实际的天线阵列激励,利用其生成天线阵列方向图。
下面结合附图和实施例对本发明进一步说明。
本发明提供一种基于二分查找的自适应阵列方向图综合方法,本实施例中天线阵为线性阵列,阵元个数为10,阵元间距为半波长,最大迭代数Kmax为20,指标要求方向图副瓣电平比主瓣低D(θ)=30dB,为方便观察本发明方法的性能特性,设定观察值Φth=-35dB。图2为该方法流程图,分别选择循环增益K为0.1和10,执行以下步骤:
步骤一:假设阵列为自适应阵列,空间中存在134个干扰信号入射到阵列副瓣区域[-89°,-23°]∪[23°,89°]内,干扰来向间隔相等,为1度。初始化各干扰信号的功率为0,同时为各干扰信号建立一个功率取值区间并初始化为[0,K]。
步骤二:计算信号矢量和协方差矩阵分别为
R=E[X*(t)XT(t)]
其中,Xim(t)代表第m个干扰信号,Xn(t)代表高斯白噪声信号。
步骤三:求取最优权矢量Wopt,并得到方向图为
其中,U代表主波束角度的导向矢量,主波束指向角度为0°;
步骤四:判断副瓣电平是否达到阈值:计算步骤三所得方向图的最大副瓣电平,若小于观察值Φth,结束迭代,执行步骤九;否则,执行步骤五;
步骤五:在步骤三所得方向图中,计算副瓣电平的期望值为
其中,F(k)为步骤三所得方向图的主波束峰值,D(θim)为干扰m对应来向θim处,方向图副瓣与主瓣的电平比值指标(单位为dB);
步骤六:更新干扰功率为
其中,θL(k)=-23°,θR(k)=23°。和φim(k)分别表示干扰功率区间的上下界,判定因子λim和参考功率值ξim(k)分别为
步骤七:根据步骤六中迭代因子的取值更新干扰功率区间的下限和上限
当λim=0时,
当λim=1时,
步骤八:判断当前迭代次数k是否达到最大迭代数20,若达到,结束迭代;执行步骤步骤九;否则,迭代执行步骤二;
步骤九:步骤三求得的最优权矢量即为实际的天线阵列激励,利用其生成天线阵列方向图。在K=0.1时,求得本发明方法的阵列激励矢量为[0.2018-0.0120i,0.4994-0.0163i,0.9139-0.0145i,1.0797-0.0415i,1.2928-0.0265i,1.2042+0.0076i,1.1397+0.0224i,0.7056+0.0276i,0.3384+0.0349i,0.2047+0.0183i];在K=10时,求得本发明方法的阵列激励矢量为[0.0190+0.0045i,0.05857+0.0097i,0.1197+0.0115i,0.1791+0.0062i,0.2154+0.0014i,0.2033-0.0059i,0.1554-0.0110i,0.0905-0.0102i,0.0370-0.0043i,0.0081-0.0018i]。
图3和图4分别为K=0.1和K=10时的常规自适应阵列方向图综合方法与本发明所述方法的阵列综合仿真效果对比图,(a)为方向图对比,(b)为最大副瓣电平变化曲线对比,可以看出在K=0.1时,本发明方法生成方向图的最大副瓣电平收敛速度相对常规算法快,且收敛至最低时的最大副瓣电平比常规算法低。当K=10时,最大副瓣电平收敛快速,收敛之后的值相对常规算法稳定,同时稳定后的值比指标低,优化性能好。
Claims (1)
1.一种基于二分查找的自适应阵列方向图综合方法,其特征在于包括下述步骤:
a)假设阵列为自适应阵列,空间中有几倍于阵列自由度数的干扰信号入射到阵列副瓣,初始化各干扰信号的功率,同时为各干扰信号建立一个功率取值区间并初始化,m=1,2,...,M,M为干扰个数,k为迭代次数;
b)计算信号矢量和协方差矩阵R=E[X*(t)XT(t)],其中,Xim(t)代表第m个干扰信号,Xn(t)代表高斯白噪声信号;
c)求取最优权矢量Wopt,并得到方向图其中,U代表主波束角度的导向矢量;
d)计算步骤c)所得方向图的最大副瓣电平,若小于设定阈值,结束迭代,执行步骤i);否则,执行步骤e);
e)在步骤c)所得方向图中,计算副瓣电平的期望值其中,F(k)为步骤c)所得方向图的主波束峰值,D(θim)为干扰m对应来向θim处,方向图副瓣与主瓣的电平比值指标;
f)更新干扰功率为
其中,θL(k)和θR(k)分别表示主瓣区域的左、右边界角,判定因子λim和参考功率值ξim(k)分别为
其中,K为循环增益;
g)更新干扰功率区间的下限和上限φim(k+1),
当λim=0时,
当λim=1时,
h)判断当前迭代次数k是否达到设定的最大迭代数Kmax,若达到,结束迭代,执行步骤i);否则,迭代执行步骤b);
i)步骤c)求得的最优权矢量即为实际的天线阵列激励,利用其生成天线阵列方向图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810899932.2A CN109061561A (zh) | 2018-08-09 | 2018-08-09 | 一种基于二分查找的自适应阵列方向图综合方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810899932.2A CN109061561A (zh) | 2018-08-09 | 2018-08-09 | 一种基于二分查找的自适应阵列方向图综合方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109061561A true CN109061561A (zh) | 2018-12-21 |
Family
ID=64683026
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810899932.2A Pending CN109061561A (zh) | 2018-08-09 | 2018-08-09 | 一种基于二分查找的自适应阵列方向图综合方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109061561A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113777572A (zh) * | 2021-08-04 | 2021-12-10 | 中山大学 | 一种三维超稀疏阵列静态方向图综合方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008105909A2 (en) * | 2006-07-28 | 2008-09-04 | University Of Florida | Optimal beam pattern synthesis via matrix weighting |
CN104901734A (zh) * | 2015-06-26 | 2015-09-09 | 中国船舶重工集团公司第七二四研究所 | 一种阵列天线波束赋形方法 |
US20160211577A1 (en) * | 2015-01-19 | 2016-07-21 | Raytheon Corporation | Side Lobe Modulation System and Related Techniques |
CN106407549A (zh) * | 2016-09-12 | 2017-02-15 | 哈尔滨工业大学 | 一种基于遗传算法的阵列天线方向图综合优化方法 |
CN106680784A (zh) * | 2017-02-28 | 2017-05-17 | 南京理工大学 | 一种自适应波束形成方法 |
-
2018
- 2018-08-09 CN CN201810899932.2A patent/CN109061561A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008105909A2 (en) * | 2006-07-28 | 2008-09-04 | University Of Florida | Optimal beam pattern synthesis via matrix weighting |
US20160211577A1 (en) * | 2015-01-19 | 2016-07-21 | Raytheon Corporation | Side Lobe Modulation System and Related Techniques |
CN104901734A (zh) * | 2015-06-26 | 2015-09-09 | 中国船舶重工集团公司第七二四研究所 | 一种阵列天线波束赋形方法 |
CN106407549A (zh) * | 2016-09-12 | 2017-02-15 | 哈尔滨工业大学 | 一种基于遗传算法的阵列天线方向图综合优化方法 |
CN106680784A (zh) * | 2017-02-28 | 2017-05-17 | 南京理工大学 | 一种自适应波束形成方法 |
Non-Patent Citations (3)
Title |
---|
CARL A.OLEN 等: "A Numerical Pattern Synthesis Algorithm for Arrays", 《IEEE TRANSACTIONS ON ANTENNAS AND PROPAGATION》 * |
刁跃龙: "基于自适应阵原理的任意阵方向图综合", 《万方学位论文》 * |
夏欢 等: "一种改进的共形阵方向图综合方法", 《数据采集与处理》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113777572A (zh) * | 2021-08-04 | 2021-12-10 | 中山大学 | 一种三维超稀疏阵列静态方向图综合方法 |
CN113777572B (zh) * | 2021-08-04 | 2023-08-08 | 中山大学 | 一种三维超稀疏阵列静态方向图综合方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104615854B (zh) | 一种基于稀疏约束的波束展宽和旁瓣抑制方法 | |
Saxena et al. | Performance analysis of adaptive beamforming algorithms for smart antennas | |
CN106898884B (zh) | 基于混合算法的平面阵列天线和差波束方向图合成方法 | |
CN109407055B (zh) | 基于多径利用的波束形成方法 | |
CN108508424B (zh) | 一种基于天线阵列误差的低副瓣复权向量优化方法 | |
CN113075622B (zh) | 一种雷达通信一体化中多用户通信的发射波束赋形方法 | |
CN109946664A (zh) | 一种主瓣干扰下的阵列雷达导引头单脉冲测角方法 | |
CN106788648B (zh) | 一种智能天线系统的自适应波束形成方法 | |
Van Luyen et al. | Null-steering beamformer using bat algorithm | |
CN106779161B (zh) | 一种气动外形约束下分布式三维阵的阵列布局优化方法 | |
CN107766631B (zh) | 一种有效控制激励幅度动态范围的阵列天线优化方法 | |
CN112307429B (zh) | 一种多方位点阵列响应控制方法 | |
Bakhar et al. | Robust blind beam formers for smart antenna system using window techniques | |
CN114386270A (zh) | 基于改进型遗传算法的多目标优化阵列方向图综合方法 | |
Abualhayja'a et al. | Comparative study of adaptive beamforming algorithms for smart antenna applications | |
Ali et al. | Performance analysis of least mean square sample matrix inversion algorithm for smart antenna system | |
Durmus et al. | Optimum design of linear and circular antenna arrays using equilibrium optimization algorithm | |
CN109061561A (zh) | 一种基于二分查找的自适应阵列方向图综合方法 | |
CN107064888B (zh) | 一种大型共形相控阵天线激活区选择的方法 | |
Tong et al. | An effective beamformer for interference suppression without knowing the direction | |
KR20200076188A (ko) | 복수의 안테나 소자들을 구비하는 빔포밍 시스템 및 방법 | |
Zaharis | A modified Taguchi's optimization algorithm for beamforming applications | |
CN107070524B (zh) | 一种基于改进lms算法的星载多波束形成方法 | |
Feng et al. | A modified whale optimization algorithm for pattern synthesis of linear antenna array | |
CN112234336A (zh) | 副瓣约束的阵列方向图增益优化方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20181221 |