CN109541552B - 雷达天线阵列的自适应波束形成方法和系统 - Google Patents

Abstract

本发明提供了雷达天线阵列的自适应波束形成方法和系统，包括：获取雷达天线阵列的快拍采样接收信号；根据快拍采样接收信号得到雷达天线阵列的采样协方差矩阵；获取Capon波束形成器的波束形成矢量，波束形成矢量包括期望信号导向矢量；对采样协方差矩阵进行特征值分解，得到重构的干扰加噪声协方差矩阵；对期望信号导向矢量进行修正，得到修正的期望信号；根据重构的干扰加噪声协方差矩阵和修正的期望信号，得到雷达天线阵列的加权矢量；根据加权矢量和快拍采样接收信号得到雷达天线阵列的自适应波束，该算法简捷，可以提高雷达天线阵列的自适应波束形成的抗干扰能力和稳健性。

Description

雷达天线阵列的自适应波束形成方法和系统

技术领域

本发明涉及数字信号技术领域，尤其是涉及雷达天线阵列的自适应波束形成方法和系统。

背景技术

波束形成是阵列信号处理领域的一个重要的研究内容，广泛应用于雷达、声呐、无线通信、语音信号处理、医疗成像、地震学等领域。近年来随着5G通信技术的迅猛发展，作为其中的一项关键技术，阵列天线波束形成，尤其是针对大规模阵列天线的波束形成研究成为了一大热点。在众多自适应波束形成的算法中，Capon波束形成算法由于具有性能良好、表达形式灵活的优点因而备受研究者青睐。但是该算法只有在特定的情形下才具有良好的性能，即该算法需要对阵型、信号模型等作出一些假设，当假定的条件不满足时，其性能将会严重下降。

发明内容

有鉴于此，本发明的目的在于提供雷达天线阵列的自适应波束形成方法和系统，该算法简捷，可以提高雷达天线阵列的自适应波束形成的抗干扰能力和稳健性。

第一方面，本发明实施例提供了一种雷达天线阵列的自适应波束形成方法，所述方法包括：

获取雷达天线阵列的快拍采样接收信号；

根据所述快拍采样接收信号得到所述雷达天线阵列的采样协方差矩阵；

获取Capon波束形成器的波束形成矢量，所述波束形成矢量包括期望信号导向矢量；

对所述采样协方差矩阵进行特征值分解，得到重构的干扰加噪声协方差矩阵；

对所述期望信号导向矢量进行修正，得到修正的期望信号；

根据所述重构的干扰加噪声协方差矩阵和所述修正的期望信号，得到所述雷达天线阵列的加权矢量；

根据所述加权矢量和所述快拍采样接收信号得到所述雷达天线阵列的自适应波束。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，所述获取雷达天线阵列的快拍采样接收信号，包括：

获取雷达天线阵列的期望信号、干扰信号和噪声信号；

根据所述期望信号、所述干扰信号和所述噪声信号，构建所述快拍采样接收信号。

结合第一方面的第一种可能的实施方式，本发明实施例提供了第一方面的第二种可能的实施方式，其中，所述根据所述期望信号、所述干扰信号和所述噪声信号，构建所述快拍采样接收信号，包括：

根据下式计算所述快拍采样接收信号：

x(k)＝s(k)+i(k)+n(k)

其中，x(k)为所述快拍采样接收信号，s(k)为所述期望信号，i(k)为所述干扰信号，n(k)为所述噪声信号，k为采样快拍数。

结合第一方面，本发明实施例提供了第一方面的第三种可能的实施方式，其中，所述对所述采样协方差矩阵进行特征值分解，得到重构的干扰加噪声协方差矩阵，包括：

对所述采样协方差矩阵进行特征值分解，得到第一特征值对角矩阵、第一特征向量矩阵、第二特征值对角矩阵和第二特征向量矩阵；

根据噪声信号的平均能量，将所述第一特征值对角矩阵修正为第一特征值对角矩阵估计值；

根据所述第一特征值对角矩阵估计值、所述第一特征向量矩阵、所述第二特征值对角矩阵和所述第二特征向量矩阵，得到所述重构的干扰加噪声协方差矩阵。

结合第一方面的第三种可能的实施方式，本发明实施例提供了第一方面的第四种可能的实施方式，其中，所述根据所述第一特征值对角矩阵估计值、所述第一特征向量矩阵、所述第二特征值对角矩阵和所述第二特征向量矩阵，得到所述重构的干扰加噪声协方差矩阵，包括：

根据下式计算所述重构的干扰加噪声协方差矩阵：

其中，R_re为所述重构的干扰加噪声协方差矩阵，

为所述第一特征值对角矩阵估计值，E_s为所述第一特征向量矩阵，Λ_n为所述第二特征值对角矩阵，E_n为所述第二特征向量矩阵，(·)^H为厄米特Hermitian转置。

结合第一方面，本发明实施例提供了第一方面的第五种可能的实施方式，其中，所述获取Capon波束形成器的波束形成矢量，包括：

将所述Capon波束形成器表示为求解加权矢量最小值；

根据拉格朗日算子，在约束条件下计算所述加权矢量最小值，其中，所述约束条件为所述加权矢量的厄米特Hermitian转置和期望信号导向矢量的乘积为1；

所述加权矢量最小值为所述波束形成矢量。

结合第一方面，本发明实施例提供了第一方面的第六种可能的实施方式，其中，所述根据所述快拍采样接收信号得到所述雷达天线阵列的采样协方差矩阵，包括：

根据下式计算所述采样协方差矩阵：

其中，R_x为所述采样协方差矩阵，x(k)为所述拍采样接收信号，k为采样快拍数，K为采样快拍总数，(·)^H为厄米特Hermitian转置。

第二方面，本发明实施例还提供雷达天线阵列的自适应波束形成系统，所述系统包括：

第一获取单元，用于获取雷达天线阵列的快拍采样接收信号；

第二获取单元，用于根据所述快拍采样接收信号得到所述雷达天线阵列的采样协方差矩阵；

第三获取单元，用于获取Capon波束形成器的波束形成矢量，所述波束形成矢量包括期望信号导向矢量；

分解单元，用于对所述采样协方差矩阵进行特征值分解，得到重构的干扰加噪声协方差矩阵；

修正单元，用于对所述期望信号导向矢量进行修正，得到修正的期望信号；

第四获取单元，用于根据所述重构的干扰加噪声协方差矩阵和所述修正的期望信号，得到所述雷达天线阵列的加权矢量；

第五获取单元，用于根据所述加权矢量和所述快拍采样接收信号得到所述雷达天线阵列的自适应波束。

结合第二方面，本发明实施例提供了第二方面的第一种可能的实施方式，其中，所述第一获取单元，包括：

获取雷达天线阵列的期望信号、干扰信号和噪声信号；

根据所述期望信号、所述干扰信号和所述噪声信号，构建所述快拍采样接收信号。

结合第二方面，本发明实施例提供了第二方面的第二种可能的实施方式，其中，所述分解单元，包括：

对所述采样协方差矩阵进行特征值分解，得到第一特征值对角矩阵、第一特征向量矩阵、第二特征值对角矩阵和第二特征向量矩阵；

根据噪声信号的平均能量，将所述第一特征值对角矩阵修正为第一特征值对角矩阵估计值；

根据所述第一特征值对角矩阵估计值、所述第一特征向量矩阵、所述第二特征值对角矩阵和所述第二特征向量矩阵，得到所述重构的干扰加噪声协方差矩阵。

本发明实施例提供了雷达天线阵列的自适应波束形成方法和系统，包括：获取雷达天线阵列的快拍采样接收信号；根据快拍采样接收信号得到雷达天线阵列的采样协方差矩阵；获取Capon波束形成器的波束形成矢量，波束形成矢量包括期望信号导向矢量；对采样协方差矩阵进行特征值分解，得到重构的干扰加噪声协方差矩阵；对期望信号导向矢量进行修正，得到修正的期望信号；根据重构的干扰加噪声协方差矩阵和修正的期望信号，得到雷达天线阵列的加权矢量；根据加权矢量和快拍采样接收信号得到雷达天线阵列的自适应波束，该算法简捷，可以提高雷达天线阵列的自适应波束形成的抗干扰能力和稳健性。

本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例一提供的雷达天线阵列的自适应波束形成方法流程图；

图2为本发明实施例一提供的雷达天线阵列的自适应波束形成方法中步骤S101的流程图；

图3为本发明实施例一提供的雷达天线阵列的自适应波束形成方法中步骤S103的流程图；

图4为本发明实施例一提供的雷达天线阵列的自适应波束形成方法中步骤S104的流程图；

图5为本发明实施例二提供的观测方向失配下不同方法对雷达天线阵列输出信干噪比随采样快拍数变化的曲线图；

图6为本发明实施例二提供的存在局部相干散射时不同方法对雷达天线阵列输出信干噪比随采样快拍数变化的曲线图；

图7为本发明实施例三提供的雷达天线阵列的自适应波束形成系统示意图。

图标：

10-第一获取单元；20-第二获取单元；30-第三获取单元；40-分解单元；50-修正单元；60-第四获取单元；70-第五获取单元。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

为便于对本实施例进行理解，下面对本发明实施例进行详细介绍。

实施例一：

图1为本发明实施例一提供的雷达天线阵列的自适应波束形成方法流程图。

参照图1，该方法包括以下步骤：

步骤S101，获取雷达天线阵列的快拍采样接收信号；

步骤S102，根据快拍采样接收信号得到雷达天线阵列的采样协方差矩阵；

步骤S103，获取Capon波束形成器的波束形成矢量，波束形成矢量包括期望信号导向矢量；

步骤S104，对采样协方差矩阵进行特征值分解，得到重构的干扰加噪声协方差矩阵；

步骤S105，对期望信号导向矢量进行修正，得到修正的期望信号；

步骤S106，根据重构的干扰加噪声协方差矩阵和修正的期望信号，得到雷达天线阵列的加权矢量；

步骤S107，根据加权矢量和快拍采样接收信号得到雷达天线阵列的自适应波束。

具体地，根据雷达天线阵列接收信号的结构模型，定义阵元数为N的雷达天线阵列接收信号的快拍模型。参照图2，步骤S101包括以下步骤：

步骤S201，获取雷达天线阵列的期望信号、干扰信号和噪声信号；

步骤S202，根据期望信号、干扰信号和噪声信号，构建快拍采样接收信号。

进一步的，根据雷达天线阵列接收信号的结构模型，定义阵元数为N的雷达天线阵列接收信号的快拍模型，步骤S202包括：

根据公式(1)计算快拍采样接收信号：

x(k)＝s(k)+i(k)+n(k) (1)

其中，x(k)为快拍采样接收信号，s(k)为期望信号，i(k)为干扰信号，n(k)为噪声信号，k为采样快拍数。

具体地，根据K次快拍采样的接收信号x(k)构建雷达天线阵列的采样协方差矩阵，进一步的，步骤S102包括：

根据公式(2)计算采样协方差矩阵：

其中，R_x为采样协方差矩阵，x(k)为拍采样接收信号，k为采样快拍数，K为采样快拍总数，(·)^H为厄米特Hermitian转置。

参照图3，步骤S103包括以下步骤：

步骤S301，将Capon波束形成器表示为求解加权矢量最小值；

具体地，Capon波束形成器可以表示为关于求解加权矢量最小值的优化问题，其中，优化问题的最优解即为加权矢量的最小值。

步骤S302，根据拉格朗日算子，在约束条件下计算加权矢量最小值，其中，约束条件为加权矢量的厄米特Hermitian转置和期望信号导向矢量的乘积为1；

步骤S303，加权矢量最小值为波束形成矢量。

进一步的，步骤S301包括：

根据公式(3)计算加权矢量最小值：

其中，w为加权矢量，R_i+n为干扰加噪声协方差矩阵。其中，真实的R_i+n只有在仿真中才是已知的，因此，在实际中常用雷达天线阵列接收信号的K次采样协方差矩阵R_x来代替R_i+n。

进一步的，约束条件为加权矢量的厄米特Hermitian转置和期望信号导向矢量的乘积为1，步骤S302包括：

根据公式(4)计算约束条件：

其中，w为加权矢量，

为期望信号导向矢量。

进一步的，在约束条件下，求解加权矢量最小值，得到波束形成矢量，步骤S303包括：

根据公式(5)计算波束形成矢量：

其中，w_c为波束形成矢量，

为期望信号导向矢量，R_i+n为干扰加噪声协方差矩阵，(·)^H为厄米特Hermitian转置。

基于对角加载技术的稳健自适应波束形成算法是常见的一类改进算法，通过加载一个小量就能够达到抑制噪声波束的目的，参照图4，步骤S104包括以下步骤：

步骤S401，对采样协方差矩阵进行特征值分解，得到第一特征值对角矩阵、第一特征向量矩阵、第二特征值对角矩阵和第二特征向量矩阵；

步骤S402，根据噪声信号的平均能量，将第一特征值对角矩阵修正为第一特征值对角矩阵估计值；

步骤S403，根据第一特征值对角矩阵估计值、第一特征向量矩阵、第二特征值对角矩阵和第二特征向量矩阵，得到重构的干扰加噪声协方差矩阵。

进一步的，步骤S401包括：

根据公式(6)对采样协方差矩阵进行特征值分解：

其中，R_x为采样协方差矩阵，{λ_i,i＝1,...,N}为采样协方差矩阵的特征值，并且是按照降序来排列，e_i是特征值λ_i所对应的特征向量，N为阵元数，Λ_s＝diag{λ₁,λ₂,...,λ_M+1}为第一特征值对角矩阵，E_s＝[e₁,e₂,...,e_M+1]为第一特征向量矩阵，Λ_n＝diag{λ_M+2,...,λ_N}为第二特征值对角矩阵，E_n＝[e_M+2,...,e_N]为第二特征向量矩阵，(·)^H为厄米特Hermitian转置。

进一步的，由于期望信号成分存在于采样协方差矩阵R_x中，为减少该部分对算法性能的影响，将噪声信号的平均能量加入到第一特征值对角矩阵中，从而达到抑制噪声波束的目的，步骤S402包括：

根据公式(7)计算第一特征值对角矩阵估计值：

其中，

为第一特征值对角矩阵估计值，

为噪声信号的平均能量。

进一步的，将第一特征值对角矩阵估计值与第一特征值对角矩阵对应的第一特征向量矩阵相乘，得到重构的干扰加噪声协方差矩阵，步骤S403包括：

根据公式(8)计算重构的干扰加噪声协方差矩阵：

其中，R_re为重构的干扰加噪声协方差矩阵，

为第一特征值对角矩阵估计值，E_s为第一特征向量矩阵，Λ_n为第二特征值对角矩阵，E_n为第二特征向量矩阵，(·)^H为厄米特Hermitian转置。

进一步的，对期望信号导向矢量

进行修正，得到修正的期望信号，步骤S105包括：

根据公式(9)计算修正的期望信号：

其中，

为修正的期望信号，Δ＝a(θ₀)-e_t，e_t为期望信号的估计导向矢量，a(θ₀)为期望信号的假定导向矢量，N为阵元数。

这里，修正的期望信号

为可以表示为期望信号的假定导向矢量a(θ₀)与期望信号的估计导向矢量e_t的相应形式。此外，期望信号导向矢量

在在实际应用中通常是无法直接获取的，因此，在实际中常用期望信号的估计导向矢量e_t来代替期望信号导向矢量

进一步的，根据修正的期望信号

和重构的干扰加噪声协方差矩阵R_re，可以得到雷达天线阵列的加权矢量，步骤S106包括：

根据公式(10)计算雷达天线阵列的加权矢量：

其中，w为加权矢量，

为修正的期望信号，R_re为重构的干扰加噪声协方差矩阵，(·)^H为厄米特Hermitian转置。

进一步的，根据雷达天线阵列的加权矢量对阵元数为N的雷达天线阵列的快拍采样信号数据进行加权求和，得到雷达天线阵列的自适应波束，步骤S107包括：

根据公式(11)计算雷达天线阵列的自适应波束：

y(k)＝w^Hx(k) (11)

其中，y(k)为雷达天线阵列的自适应波束，w为加权矢量，x(k)为快拍采样接收信号，k为采样快拍数，(·)^H为厄米特Hermitian转置。

实施例二：

雷达天线阵列模型为间距是半波长的均匀线阵，阵元数为10，期望信号的个数为1，干扰信号的个数为2，信噪比SNR为-10dB，干噪比均为30dB，两个干扰信号分别从30°和50°入射，期望信号入射角度的预测值为0°。本发明所提方法将同以下三种算法在输出信干噪比性能方面进行了比较，这三种算法分别是：(1)传统的对角加载算法

为方便简写为TDL算法；(2)基于最差情况最优化的稳健自适应波束形成算法(文中ε的取值为ε＝0.3N)，简写为WCB算法；(3)基于较少先验信息的稳健自适应波束形成算法(其有用信号的空域方位角范围是[-5°，5°])，这里简写为API算法。作为参考，最优输出信干噪比也标示于仿真图中，仿真图中的每个点由200次蒙特卡罗实验的结果取平均得到。

仿真1：本实验中，期望信号的实际入射角为2°(即观测方向存在2°的误差)，采样快拍数K的变化范围从10到100。如图5所示，给出了不同方法对雷达天线阵列输出信干噪比随采样快拍数K变化的曲线。其中横轴表示雷达天线阵列接收信号的采样快拍数，纵轴表示雷达天线阵列输出信号的信干噪比。

仿真2：本实验中的实际期望信号导向矢量由5条相干信号路径组成，即

其中θ₀＝0°为期望信号的直接路径，θ_i对应第i条相干路径。参数{φ_i}代表路径的相位，其在每次仿真运行时相互独立，并在区间[0,2π]内满足均匀分布。{θ_i}同样在每次仿真运行时相互独立，并在[-5°,5°]区间内满足均匀分布。{φ_i}、{θ_i}虽然每次仿真时都不尽相同但二者都不随快拍数的变化而变化。采样快拍数K的变化范围同样为从10到100。如图6所示，给出了不同方法对雷达天线阵列输出信干噪比随采样快拍数K变化的曲线。其中横轴表示雷达天线阵列接收信号的采样快拍数，纵轴表示雷达天线阵列输出信号的信干噪比。

如图5和图6所示，对雷达天线阵列现有的传统对角加载算法(TDL)、基于最差情况最优化的稳健自适应波束形成算法(WCB)、基于较少先验信息的稳健自适应波束形成算法(API)输出的信干噪比偏小，而相同仿真条件下本发明使得雷达天线阵列输出的信干噪比最大，进而提高了雷达天线阵列抑制干扰及降低噪声的能力，从而提高雷达天线阵列的自适应波束形成的抗干扰能力和稳健性。

实施例三：

图7为本发明实施例三提供的雷达天线阵列的自适应波束形成系统示意图。

参照图7，该系统包括第一获取单元10、第二获取单元20、第三获取单元30、分解单元40、修正单元50、第四获取单元60和第五获取单元70。

第一获取单元10，用于获取雷达天线阵列的快拍采样接收信号；

第二获取单元20，用于根据快拍采样接收信号得到雷达天线阵列的采样协方差矩阵；

第三获取单元30，用于获取Capon波束形成器的波束形成矢量，波束形成矢量包括期望信号导向矢量；

分解单元40，用于对采样协方差矩阵进行特征值分解，得到重构的干扰加噪声协方差矩阵；

修正单元50，用于对期望信号导向矢量进行修正，得到修正的期望信号；

第四获取单元60，用于根据重构的干扰加噪声协方差矩阵和修正的期望信号，得到雷达天线阵列的加权矢量；

第五获取单元70，用于根据加权矢量和快拍采样接收信号得到雷达天线阵列的自适应波束。

进一步的，第一获取单元10包括：

获取雷达天线阵列的期望信号、干扰信号和噪声信号；

根据期望信号、干扰信号和噪声信号，构建快拍采样接收信号。

进一步的，分解单元40包括：

对采样协方差矩阵进行特征值分解，得到第一特征值对角矩阵、第一特征向量矩阵、第二特征值对角矩阵和第二特征向量矩阵；

根据噪声信号的平均能量，将第一特征值对角矩阵修正为第一特征值对角矩阵估计值；

根据第一特征值对角矩阵估计值、第一特征向量矩阵、第二特征值对角矩阵和第二特征向量矩阵，得到重构的干扰加噪声协方差矩阵。

本发明实施例提供了雷达天线阵列的自适应波束形成方法和系统，包括：获取雷达天线阵列的快拍采样接收信号；根据快拍采样接收信号得到雷达天线阵列的采样协方差矩阵；获取Capon波束形成器的波束形成矢量，波束形成矢量包括期望信号导向矢量；对采样协方差矩阵进行特征值分解，得到重构的干扰加噪声协方差矩阵；对期望信号导向矢量进行修正，得到修正的期望信号；根据重构的干扰加噪声协方差矩阵和修正的期望信号，得到雷达天线阵列的加权矢量；根据加权矢量和快拍采样接收信号得到雷达天线阵列的自适应波束，该算法简捷，可以提高雷达天线阵列的自适应波束形成的抗干扰能力和稳健性。

本发明实施例还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述实施例提供的雷达天线阵列的自适应波束形成方法的步骤。

本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器运行时执行上述实施例的雷达天线阵列的自适应波束形成方法的步骤。

本发明实施例所提供的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

另外，在本发明实施例的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (6)

1.一种雷达天线阵列的自适应波束形成方法，其特征在于，所述方法包括：

获取雷达天线阵列的快拍采样接收信号；

根据所述快拍采样接收信号得到所述雷达天线阵列的采样协方差矩阵；

获取Capon波束形成器的波束形成矢量，所述波束形成矢量包括期望信号导向矢量；

对所述采样协方差矩阵进行特征值分解，得到重构的干扰加噪声协方差矩阵；

对所述期望信号导向矢量进行修正，得到修正的期望信号；

根据所述重构的干扰加噪声协方差矩阵和所述修正的期望信号，得到所述雷达天线阵列的加权矢量；

根据所述加权矢量和所述快拍采样接收信号得到所述雷达天线阵列的自适应波束；

其中，所述获取Capon波束形成器的波束形成矢量，包括：

将所述Capon波束形成器表示为求解加权矢量最小值；

根据拉格朗日算子，在约束条件下计算所述加权矢量最小值，其中，所述约束条件为所述加权矢量的厄米特Hermitian转置和期望信号导向矢量的乘积为1；

所述加权矢量最小值为所述波束形成矢量；

根据下式计算所述加权矢量最小值：

其中，w为所述加权矢量，R_i+n为干扰加噪声协方差矩阵，即所述采样协方差矩阵；

根据下式计算所述约束条件：

其中，w为所述加权矢量，

为所述期望信号导向矢量；

根据下式计算所述波束形成矢量：

其中，w_c为所述波束形成矢量，

为所述期望信号导向矢量，R_i+n为干扰加噪声协方差矩阵，(·)^H为厄米特Hermitian转置；

所述对所述采样协方差矩阵进行特征值分解，得到重构的干扰加噪声协方差矩阵，包括：

对所述采样协方差矩阵进行特征值分解，得到第一特征值对角矩阵、第一特征向量矩阵、第二特征值对角矩阵和第二特征向量矩阵；

根据噪声信号的平均能量，将所述第一特征值对角矩阵修正为第一特征值对角矩阵估计值；

根据所述第一特征值对角矩阵估计值、所述第一特征向量矩阵、所述第二特征值对角矩阵和所述第二特征向量矩阵，得到所述重构的干扰加噪声协方差矩阵；

根据下式对所述采样协方差矩阵进行特征值分解：

其中，R_x为所述采样协方差矩阵，{λ_i,i＝1,...,N}为所述采样协方差矩阵的特征值，并且是按照降序来排列，e_i是特征值λ_i所对应的特征向量，N为阵元数，Λ_s＝diag{λ₁,λ₂,...,λ_M+1}为第一特征值对角矩阵，E_s＝[e₁,e₂,...,e_M+1]为第一特征向量矩阵，Λ_n＝diag{λ_M+2,...,λ_N}为第二特征值对角矩阵，E_n＝[e_M+2,...,e_N]为第二特征向量矩阵，(·)^H为厄米特Hermitian转置；

根据下式计算所述第一特征值对角矩阵估计值：

其中，

为所述第一特征值对角矩阵估计值，

为所述噪声信号的平均能量；

根据下式计算所述重构的干扰加噪声协方差矩阵：

其中，R_re为所述重构的干扰加噪声协方差矩阵，

为所述第一特征值对角矩阵估计值，E_s为所述第一特征向量矩阵，Λ_n为所述第二特征值对角矩阵，E_n为所述第二特征向量矩阵，(·)^H为厄米特Hermitian转置；

根据下式计算修正的期望信号：

其中，

为修正的期望信号，Δ＝a(θ₀)-e_t，e_t为期望信号的估计导向矢量即所述期望信号导向矢量，a(θ₀)为期望信号的假定导向矢量，N为阵元数。

2.根据权利要求1所述的雷达天线阵列的自适应波束形成方法，其特征在于，所述获取雷达天线阵列的快拍采样接收信号，包括：

获取雷达天线阵列的期望信号、干扰信号和噪声信号；

根据所述期望信号、所述干扰信号和所述噪声信号，构建所述快拍采样接收信号。

3.根据权利要求2所述的雷达天线阵列的自适应波束形成方法，其特征在于，所述根据所述期望信号、所述干扰信号和所述噪声信号，构建所述快拍采样接收信号，包括：

根据下式计算所述快拍采样接收信号：

x(k)＝s(k)+i(k)+n(k)

其中，x(k)为所述快拍采样接收信号，s(k)为所述期望信号，i(k)为所述干扰信号，n(k)为所述噪声信号，k为采样快拍数。

4.根据权利要求3所述的雷达天线阵列的自适应波束形成方法，其特征在于，所述根据所述快拍采样接收信号得到所述雷达天线阵列的采样协方差矩阵，包括：

根据下式计算所述采样协方差矩阵：

其中，R_x为所述采样协方差矩阵，x(k)为所述拍采样接收信号，k为采样快拍数，K为采样快拍总数，(·)^H为厄米特Hermitian转置。

5.一种雷达天线阵列的自适应波束形成系统，其特征在于，所述系统包括：

第一获取单元，用于获取雷达天线阵列的快拍采样接收信号；

第二获取单元，用于根据所述快拍采样接收信号得到所述雷达天线阵列的采样协方差矩阵；

第三获取单元，用于获取Capon波束形成器的波束形成矢量，所述波束形成矢量包括期望信号导向矢量；

分解单元，用于对所述采样协方差矩阵进行特征值分解，得到重构的干扰加噪声协方差矩阵；

修正单元，用于对所述期望信号导向矢量进行修正，得到修正的期望信号；

第四获取单元，用于根据所述重构的干扰加噪声协方差矩阵和所述修正的期望信号，得到所述雷达天线阵列的加权矢量；

第五获取单元，用于根据所述加权矢量和所述快拍采样接收信号得到所述雷达天线阵列的自适应波束；

其中，所述第三获取单元，包括：

将所述Capon波束形成器表示为求解加权矢量最小值；

根据拉格朗日算子，在约束条件下计算所述加权矢量最小值，其中，所述约束条件为所述加权矢量的厄米特Hermitian转置和期望信号导向矢量的乘积为1；

所述加权矢量最小值为所述波束形成矢量；

根据下式计算所述加权矢量最小值：

其中，w为所述加权矢量，R_i+n为干扰加噪声协方差矩阵，即所述采样协方差矩阵；

根据下式计算所述约束条件：

其中，w为所述加权矢量，

为所述期望信号导向矢量；

根据下式计算所述波束形成矢量：

其中，w_c为所述波束形成矢量，

为所述期望信号导向矢量，R_i+n为干扰加噪声协方差矩阵，(·)^H为厄米特Hermitian转置；

所述分解单元，包括：

对所述采样协方差矩阵进行特征值分解，得到第一特征值对角矩阵、第一特征向量矩阵、第二特征值对角矩阵和第二特征向量矩阵；

根据噪声信号的平均能量，将所述第一特征值对角矩阵修正为第一特征值对角矩阵估计值；

根据所述第一特征值对角矩阵估计值、所述第一特征向量矩阵、所述第二特征值对角矩阵和所述第二特征向量矩阵，得到所述重构的干扰加噪声协方差矩阵；

根据下式对所述采样协方差矩阵进行特征值分解：

其中，R_x为所述采样协方差矩阵，{λ_i,i＝1,...,N}为所述采样协方差矩阵的特征值，并且是按照降序来排列，e_i是特征值λ_i所对应的特征向量，N为阵元数，Λ_s＝diag{λ₁,λ₂,...,λ_M+1}为第一特征值对角矩阵，E_s＝[e₁,e₂,...,e_M+1]为第一特征向量矩阵，Λ_n＝diag{λ_M+2,...,λ_N}为第二特征值对角矩阵，E_n＝[e_M+2,...,e_N]为第二特征向量矩阵，(·)^H为厄米特Hermitian转置；

根据下式计算所述第一特征值对角矩阵估计值：

其中，

为所述第一特征值对角矩阵估计值，

为所述噪声信号的平均能量；

根据下式计算所述重构的干扰加噪声协方差矩阵：

其中，R_re为所述重构的干扰加噪声协方差矩阵，

为所述第一特征值对角矩阵估计值，E_s为所述第一特征向量矩阵，Λ_n为所述第二特征值对角矩阵，E_n为所述第二特征向量矩阵，(·)^H为厄米特Hermitian转置；

根据下式计算修正的期望信号：

其中，

为修正的期望信号，Δ＝a(θ₀)-e_t，e_t为期望信号的估计导向矢量即所述期望信号导向矢量，a(θ₀)为期望信号的假定导向矢量，N为阵元数。

6.根据权利要求5所述的雷达天线阵列的自适应波束形成系统，其特征在于，所述第一获取单元，包括：

获取雷达天线阵列的期望信号、干扰信号和噪声信号；

根据所述期望信号、所述干扰信号和所述噪声信号，构建所述快拍采样接收信号。

Images