CN110261814A - 基于空间谱重构和导向矢量直接估计的波束形成方法 - Google Patents
基于空间谱重构和导向矢量直接估计的波束形成方法 Download PDFInfo
- Publication number
- CN110261814A CN110261814A CN201910221231.8A CN201910221231A CN110261814A CN 110261814 A CN110261814 A CN 110261814A CN 201910221231 A CN201910221231 A CN 201910221231A CN 110261814 A CN110261814 A CN 110261814A
- Authority
- CN
- China
- Prior art keywords
- steering vector
- interference
- covariance matrix
- signal
- reconstruct
- 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.)
- Granted
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
- G01S3/00—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received
- G01S3/02—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received using radio waves
- G01S3/14—Systems for determining direction or deviation from predetermined direction
- G01S3/143—Systems for determining direction or deviation from predetermined direction by vectorial combination of signals derived from differently oriented antennae
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
本发明公开了一种基于空间谱重构和导向矢量直接估计的波束形成方法,通过重构干扰加噪声协方差矩阵和凸优化估计期望信号导向矢量,得到稳健的自适应波束形成权矢量,从而获得最优的波束形成器的输出量,本发明提供的基于干扰加噪声协方差重构的阵列天线波束形成方法的综合稳健性更优,特别是针对DOA估计误差和不同输入干信比INR情况下,算法对干扰的抑制能力更好,输出信干噪比更高,计算速度更快。
Description
技术领域
本发明涉及阵列天线波束形成方法,具体涉及一种基于空间谱重构和导向矢量直接估计的波束形成方法。
背景技术
波束形成技术是阵列信号处理的一个重要研究方向,通过对阵列天线输出的信号进行相应处理,会形成相应的不同方向的波束,利用波束形成可以提取期望信号,抑制噪声和干扰信号,从而提高阵列输出信号的信噪比,波束形成性能的好坏决定着阵列信号处理系统性能的优劣。
现有技术在形成阵列天线波束时,利用干扰加噪声协方差矩阵和期望信号导向矢量真实值获得,现有技术在计算干扰加噪声协方差矩阵时,利用的重构方法计算量大且由于受到了干扰来向区域干扰信号的干扰使得重构精度低;现有技术在获得导向矢量时通常采用间接估计误差获得,该种方法获得的导向矢量精度较低,并且现有的天线波束形成的方法对不同干噪比下的干扰抑制能力差,稳健性不好。
发明内容
本发明的目的在于提供一种基于空间谱重构和导向矢量直接估计的波束形成方法,用以解决现有技术中的波束形成方法存在精度较低的问题。
为了实现上述任务,本发明采用以下技术方案:
一种基于空间谱重构和导向矢量直接估计的波束形成方法,对阵列天线输出的信号序列x采用式III进行处理,获得输出波束y:
其中,为重构的干扰加噪声协方差矩阵,为导向矢量估计值;
所述的重构的干扰加噪声协方差矩阵采用式IV获得:
其中,为重构的干扰信号协方差估计矩阵,ψ为阈值系数,ψ=3~5;为噪声能量估计值,IN是N×N的单位矩阵,N为所述阵列天线的单元个数,N为大于1的整数。
进一步地,所述的重构的干扰信号协方差矩阵为:
其中,a(θ)是当角度为θ时的导向矢量,是采样数据协方差矩阵,表示空间谱强度大于空间谱强度阈值p0时对应的导向矢量的角度范围,
进一步地,所述的导向矢量估计值通过利用凸优化求解工具求解式VII获得:
其中,a0为导向矢量真实值,||·||∞表示最大值范数,ε表示导向矢量误差的最大值范数,ε=0.1~0.3,是采样数据协方差矩阵。
进一步地,所述的噪声能量估计值通过对采样数据协方差矩阵进行特征分解后选取最小的特征值获得。
本发明与现有技术相比具有以下技术效果:
1、本发明提供基于空间谱重构和导向矢量直接估计的波束形成方法采用了基于空间谱的重构方法,对干扰来向区域进行干扰信号协方差矩阵重构,提高了重构精度,加快了波束形成的效率,而且对干扰信号的抑制能力更加稳健;
2、本发明提供基于空间谱重构和导向矢量直接估计的波束形成方法运用凸优化工具直接对信号导向矢量进行最优化估计,减小了处理步骤,提高了重构精度,加快了波束形成的效率;
3、本发明提供的基于干扰加噪声协方差重构的阵列天线波束形成方法的综合稳健性更优,特别是针对DOA估计误差和不同输入干信比INR情况下,对干扰的抑制能力更好,输出信干噪比更高,计算速度更快。
附图说明
图1为本发明的一个实施例中提供的Canpon空间谱图;
图2为本发明的一个实施例中提供的在阵元位置存在误差条件下,多种方法输出信干噪比SINR与输入信噪比SNR变化关系对比图;
图3为本发明的一个实施例中提供的初始测定方向存在误差条件下,多种方法输出信干噪比SINR与输入信噪比SNR变化关系对比图;
图4为本发明的一个实施例中提供的初始测定方向存在误差条件下,多种方法输出信干噪比SINR与输入干噪比INR变化关系对比图;
图5为本发明的一个实施例中提供的非相干局部散射条件下,多种方法输出信干噪比SINR与输入信噪比SNR变化关系对比图。
具体实施方式
首先对本发明中出现的技术术语进行解释,以帮助更好的理解本申请的技术内容:
波束:由卫星天线发射出来的电磁波在地球表面上形成的形状。
权矢量:在分组通信网络中,发送或接收数据分组时,定向天线必须获得与目标节点对应的权矢量以进行波束形成。
导向矢量:阵列天线的所有阵元对具有单位能量窄带信源的响应组成的行向量,由于阵列响应在不同角度上是不同的,导向矢量在不同信源的方向角度下的值是不同的。
现有技术在形成阵列天线的波束时,形成的波束序列为:
y=wHx 式I
式中,w为波束形成的权矢量,(·)T和(·)H分别表示转置和共轭转置。
其中,最佳权矢量可表示为:
基于以上分析,最佳权矢量的获得依赖于两个重要参数,即干扰加噪声协方差矩阵Rint+n和期望信号导向矢量真实值a0。
在本发明中,通过获得最接近干扰加噪声协方差矩阵Rint+n的重构的干扰加噪声协方差矩阵以及最接近期望信号导向矢量真实值a0的导向矢量估计值获得最优的输出波束y。
基于以上分析,在本实施例中公开了一种基于空间谱重构和导向矢量直接估计的波束形成方法。
对阵列天线输出的信号序列x采用式III进行处理,获得输出波束y:
其中,为重构的干扰加噪声协方差矩阵,为导向矢量估计值;
所述的干扰加噪声协方差矩阵Rint+n采用式IV获得:
其中,为重构的干扰信号协方差矩阵,ψ为阈值系数,ψ=3~5;为噪声能量估计值,IN是N×N的单位矩阵,N为所述阵列天线的单元个数,N为大于1的整数。
在本实施例中,为了高效地重构干扰加噪声协方差矩阵,通常条件下,可合理地假定干扰信号是有限的,采取在可能的干扰来向区域,对空间谱分布进行能量累积重构。首先,需要已知干扰信号空间能量谱分布信息,相应地采用Capon空间谱估计器,即:
式中,a(θ)是当角度为θ时的导向矢量,是采样数据协方差矩阵。
通常条件下,干扰信号数量M-1是有限的,因此,在重构干扰加噪声协方差矩阵过程中,可根据信号的空间谱能量分布情况进行重构,从而减少重构过程的计算复杂度,重构干扰信号协方差矩阵其中积分区间的选择是本发明创新的重点,即通过空间谱的强度来确定积分区域,不仅减少了积分次数,提高了积分精度,而且对干扰的抑制效果更好,因此重构的干扰信号协方差矩阵为:
其中,a(θ)是当角度为θ时的导向矢量,是采样数据协方差矩阵,表示空间谱强度大于空间谱强度阈值p0时对应的导向矢量的角度范围,
在本实施例中,代表在干扰来向角度区域内空间谱强度P(θ)大于p0的角度区域,该角度区域的获取需要两个步骤:一是根据期望信号来向区域Θs,求取其补区间二是根据Capon空间谱分布,截取P(θ)≥p0的角度区域。另外,关于空间谱强度阈值p0可由噪声能量估计值确定,且必须满足ψ=3~5。p0的取值越小,计算量越大,重构精度越高,对弱干扰信号的抑制能力越强;p0的取值越大,计算量越小,重构精度越低,对弱干扰信号的抑制能力越弱。
在本实施例中,代表噪声能量的估计值,在实际处理过程中,作为一种优选的实施方式,噪声能量估计值通过对采样数据协方差矩阵进行特征分解后选取最小的特征值获得。
现有技术中也有导向矢量的获取方法,都是通过估计导向矢量与理想条件下的误差来实现的,例如目前现有技术主要是通过估计最优的期望信号导向矢量与理想的导向矢量a0之间的偏差间接实现的,或者直接使用理想的导向矢量a0代替。
在本实施例中直接估计期望信号的导向矢量,可选地,导向矢量估计值通过利用凸优化求解工具求解式VII获得:
其中,a0为导向矢量真实值,||·||∞表示最大值范数,ε表示导向矢量误差的最大值范数,ε=0.1~0.3。
在本实施例中,由于阵元位置误差、DOA估计误差和局部散射引起的信号空间失配等因素,期望信号真实的导向矢量是难以准确获取的。因此,拟采用凸优化理论,运用优化工具软件求解,其中通常取ε=0.1~0.3,通过凸优化工具软件,可求得最优的导向矢量
实施例二
在本实施例中,对本发明提供的波束形成方法进行了试验验证,采用包含10个阵元的一维线阵天线,阵元间距为半波长d,以阵列天线左侧第一个阵元为参考阵元,则阵元的标准位置为(i-1)d,假设阵元位置误差服从正态分布d'~N(0,0.003)。试验过程中,设置采集信号中包含1个期望信号和2个干扰信号,其入射方向分别为θ0=10°,θ1=-30°和θ2=+40°,入射到天线的期望信号信噪比SNR=10dB,入射干扰信号的干噪比INR1=INR2=40dB,采集数据快拍数为30,期望信号的初始测定方向为θ′0=8.9°。
为验证算法有效性,选取了四种基于重构的波束形成方法进行仿真对比。RecIPNCMRbeamformer代表Lei Huang等于2015年4月发表于IEEE TRANSCTIONS ON SIGNALPROCESSING的robust adaptive beamforming with a novel interference-plus-noisecovariance matrix reconstruction method、RecSVECMR beamformer代表Feng Shen等于2015年9月发表于IEEE COMMUNICATIONS LETTERS,VOL.19,NO.9的robust adaptivebeamforming based on steering vector estimation and covariance matrixreconstruction、RecSPSS beamformer代表Zhenyu Zhang等于2016年1月发表于IEEESIGNAL PROCESSING LETTERS的interference-plus-noise covariance matrixreconstruction via spatial power spectrum sampling for robust adaptivebeamforming以及RecISVPE beamformer代表Zhi Zheng等于2018年9月发表于IEEETRANSACTIONS ON VEHICULAR TECHNOLOGY的covariance matrix reconstruction withinterference steering vector and power estimation for robust adaptivebeamforming。
采用Capon空间谱估计方法,具体仿真结果如图1所示,从仿真结果可知,重构干扰协方差矩阵的积分区间包括干扰区间1和干扰区间2。在下面的仿真过程中,均需要首先进行空间谱估计。
阵元位置存在误差条件下,输出信干噪比SINR与输入信噪比SNR变化关系,如图2所示,从上图可知,本发明提供的波束形成方法在天线阵元位置存在误差时,其稳健性于RecIPNCMR beamformer算法相当,但两种方法在输出信噪比低于5dB时,整体稳健性占优。
初始测定方向存在误差条件下,本发明提供的方法与现有的四种方法的输出信干噪比SINR与输入信噪比SNR变化关系比较,如图3所示,从图3中可知,当初始测定方向(包括期望信号方向和干扰信号方向)存在误差时,本发明提供的方法的稳健性最优,接近于最大输出信干噪比。
初始测定方向存在误差条件下,本发明提供的方法与现有的四种方法的输出信干噪比SINR与输入干噪比INR变化关系对比,如图4所示,当初始测定方向(包括期望信号方向和干扰信号方向)存在误差时,随着干扰信号的不断增强,其他算法的输出信干噪比逐渐降低,只有本发明提供的方法在整个输入干噪比区间范围内保持较好的稳健性,且趋近于最佳输出信干噪比。
非相干局部散射条件下,本发明提供的方法与现有的四种方法的输出信干噪比SINR与输入信噪比SNR变化关系对比,如图5所示,对于非相干局部散射引起的信号空间失配问题,在不同的输出信噪比条件下,本发明提供的方法的稳健性最好,趋近于最佳输出信干噪比。
以上的测试结果表明,本发明提供的波束形成方法的综合稳健性更优,特别是针对DOA估计误差和不同输入干信比INR情况下,方法对干扰的抑制能力更好,输出信干噪比更高,计算速度更快。
Claims (4)
1.一种基于空间谱重构和导向矢量直接估计的波束形成方法,对阵列天线输出的信号序列x采用式III进行处理,获得输出波束y:
其中,为重构的干扰加噪声协方差矩阵,为导向矢量估计值;
其特征在于,
所述的重构的干扰加噪声协方差矩阵采用式IV获得:
其中,为重构的干扰信号协方差估计矩阵,ψ为阈值系数,ψ=3~5;为噪声能量估计值,IN是N×N的单位矩阵,N为所述阵列天线的单元个数,N为大于1的整数。
2.如权利要求1所述的基于空间谱重构和导向矢量直接估计的波束形成方法,其特征在于,所述的重构的干扰信号协方差矩阵为:
其中,a(θ)是当角度为θ时的导向矢量,是采样数据协方差矩阵,表示空间谱强度大于空间谱强度阈值p0时对应的导向矢量的角度范围,
3.如权利要求1或2所述的基于空间谱重构和导向矢量直接估计的波束形成方法,其特征在于,所述的导向矢量估计值通过利用凸优化求解工具求解式VII获得:
其中,a0为导向矢量真实值,||·||∞表示最大值范数,ε表示导向矢量误差的最大值范数,ε=0.1~0.3,是采样数据协方差矩阵。
4.如权利要求1或2所述的基于空间谱重构和导向矢量直接估计的波束形成方法,其特征在于,所述的噪声能量估计值通过对采样数据协方差矩阵进行特征分解后选取最小的特征值获得。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910221231.8A CN110261814B (zh) | 2019-03-22 | 2019-03-22 | 基于空间谱重构和导向矢量直接估计的波束形成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910221231.8A CN110261814B (zh) | 2019-03-22 | 2019-03-22 | 基于空间谱重构和导向矢量直接估计的波束形成方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110261814A true CN110261814A (zh) | 2019-09-20 |
CN110261814B CN110261814B (zh) | 2020-06-23 |
Family
ID=67913482
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910221231.8A Active CN110261814B (zh) | 2019-03-22 | 2019-03-22 | 基于空间谱重构和导向矢量直接估计的波束形成方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110261814B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113325385A (zh) * | 2021-07-15 | 2021-08-31 | 中国人民解放军火箭军工程大学 | 一种相控阵-mimo雷达模式收发波束形成抗干扰方法 |
CN115031724A (zh) * | 2022-03-21 | 2022-09-09 | 哈尔滨工程大学 | Sins/dvl紧组合系统dvl波束故障处理方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103778102A (zh) * | 2014-01-15 | 2014-05-07 | 河南科技大学 | 基于干扰噪声矩阵重构的自适应波束形成方法 |
CN105306123A (zh) * | 2015-10-15 | 2016-02-03 | 哈尔滨工程大学 | 一种抗阵列系统误差的稳健波束形成方法 |
CN106295122A (zh) * | 2016-07-26 | 2017-01-04 | 中国人民解放军火箭军工程大学 | 一种稳健的零陷展宽自适应波束形成方法 |
CN106788653A (zh) * | 2016-11-25 | 2017-05-31 | 西安电子科技大学 | 一种基于协方差矩阵重构的自适应波束形成方法 |
CN108181507A (zh) * | 2017-12-25 | 2018-06-19 | 中国科学技术大学 | 一种稳健自适应波束形成方法 |
-
2019
- 2019-03-22 CN CN201910221231.8A patent/CN110261814B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103778102A (zh) * | 2014-01-15 | 2014-05-07 | 河南科技大学 | 基于干扰噪声矩阵重构的自适应波束形成方法 |
CN105306123A (zh) * | 2015-10-15 | 2016-02-03 | 哈尔滨工程大学 | 一种抗阵列系统误差的稳健波束形成方法 |
CN106295122A (zh) * | 2016-07-26 | 2017-01-04 | 中国人民解放军火箭军工程大学 | 一种稳健的零陷展宽自适应波束形成方法 |
CN106788653A (zh) * | 2016-11-25 | 2017-05-31 | 西安电子科技大学 | 一种基于协方差矩阵重构的自适应波束形成方法 |
CN108181507A (zh) * | 2017-12-25 | 2018-06-19 | 中国科学技术大学 | 一种稳健自适应波束形成方法 |
Non-Patent Citations (2)
Title |
---|
ZHI ZHENG ET AL.: "Covariance Matrix Reconstruction With Interference Steering Vector and Power Estimation for Robust Adaptive Beamforming", 《IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY》 * |
杨杰: "基于矩阵重构的自适应波束形成改进算法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113325385A (zh) * | 2021-07-15 | 2021-08-31 | 中国人民解放军火箭军工程大学 | 一种相控阵-mimo雷达模式收发波束形成抗干扰方法 |
CN115031724A (zh) * | 2022-03-21 | 2022-09-09 | 哈尔滨工程大学 | Sins/dvl紧组合系统dvl波束故障处理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110261814B (zh) | 2020-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
CN110045321B (zh) | 基于稀疏和低秩恢复的稳健doa估计方法 | |
CN107576931B (zh) | 一种基于协方差低维度迭代稀疏重构的相关/相干信号波达方向估计方法 | |
CN111965632B (zh) | 一种基于黎曼流形降维的雷达目标检测方法 | |
CN109639333B (zh) | 一种基于有效重构协方差矩阵的波束形成方法 | |
CN108663668B (zh) | 基于iaa的干扰加噪声协方差矩阵重构稳健波束形成方法 | |
CN110687528B (zh) | 自适应波束形成器生成方法及系统 | |
CN110261814A (zh) | 基于空间谱重构和导向矢量直接估计的波束形成方法 | |
CN109600152A (zh) | 一种基于子空间基变换的自适应波束形成方法 | |
CN109870669B (zh) | 一种二维多快拍无网格压缩波束形成声源识别方法 | |
CN110161489A (zh) | 一种基于伪框架的强弱信号测向方法 | |
CN110673119A (zh) | 基于压缩感知的非正则化方位估计方法及系统 | |
CN106291453B (zh) | 一种基于波束空间变换的二维波达角测定方法 | |
CN112285647B (zh) | 一种基于稀疏表示与重构的信号方位高分辨估计方法 | |
CN110727915B (zh) | 一种基于数据相关约束的鲁棒自适应波束形成方法 | |
CN114091328A (zh) | 加窗二维解卷多波束功率谱估计算法 | |
CN112924924B (zh) | 一种基于l1范数稀疏表示的宽带信号DOA估计方法 | |
CN108828586B (zh) | 一种基于波束域的双基地mimo雷达测角优化方法 | |
CN110196417B (zh) | 基于发射能量集中的双基地mimo雷达角度估计方法 | |
CN114779236A (zh) | 一种基于空间平滑music改进的米波雷达低仰角测高方法 | |
CN113884979A (zh) | 干扰加噪声协方差矩阵重构的稳健自适应波束形成方法 | |
CN109283496A (zh) | 一种抗运动干扰和抗导向失配的稳健波束形成方法 | |
CN112327292A (zh) | 一种二维稀疏阵列doa估计方法 | |
CN108594165B (zh) | 一种基于期望最大化算法的窄带信号波达方向估计方法 | |
CN114325565B (zh) | 一种基于子空间关系的阵列超分辨测向方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |