CN111277310A - 一种盲波束指向空域滤波处理方法、装置及设备 - Google Patents

一种盲波束指向空域滤波处理方法、装置及设备 Download PDF

Info

Publication number
CN111277310A
CN111277310A CN202010072033.2A CN202010072033A CN111277310A CN 111277310 A CN111277310 A CN 111277310A CN 202010072033 A CN202010072033 A CN 202010072033A CN 111277310 A CN111277310 A CN 111277310A
Authority
CN
China
Prior art keywords
space
time
matrix
constraint
vector
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
Application number
CN202010072033.2A
Other languages
English (en)
Other versions
CN111277310B (zh
Inventor
任超
郑永翔
占瞻
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
BEIJING BDSTAR NAVIGATION CO LTD
Original Assignee
Unicorecomm Shanghai Technology Co ltd
Hexin Xingtong Technology Beijing Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Unicorecomm Shanghai Technology Co ltd, Hexin Xingtong Technology Beijing Co Ltd filed Critical Unicorecomm Shanghai Technology Co ltd
Priority to CN202010072033.2A priority Critical patent/CN111277310B/zh
Publication of CN111277310A publication Critical patent/CN111277310A/zh
Application granted granted Critical
Publication of CN111277310B publication Critical patent/CN111277310B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
    • H04B7/0613—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission
    • H04B7/0615—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal
    • H04B7/0617—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal for beam forming
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/08—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station
    • H04B7/0837—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station using pre-detection combining
    • H04B7/0842—Weighted combining
    • H04B7/0848—Joint weighting
    • H04B7/0854—Joint weighting using error minimizing algorithms, e.g. minimum mean squared error [MMSE], "cross-correlation" or matrix inversion
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/08—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station
    • H04B7/0837—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station using pre-detection combining
    • H04B7/0842—Weighted combining
    • H04B7/086—Weighted combining using weights depending on external parameters, e.g. direction of arrival [DOA], predetermined weights or beamforming
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
    • H04L25/03006—Arrangements for removing intersymbol interference
    • H04L25/03178—Arrangements involving sequence estimation techniques
    • H04L25/03248—Arrangements for operating in conjunction with other apparatus
    • H04L25/0328—Arrangements for operating in conjunction with other apparatus with interference cancellation circuitry
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Power Engineering (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

一种盲波束指向空域滤波处理方法、装置、设备和计算机可读存储介质，其中，所述方法包括：根据空时滤波器的输入信号确定样本协方差矩阵；在球形约束下搜索最优的期望信号空时导向矢量，根据所述最优的期望信号空时导向矢量确定约束矩阵；根据所述样本协方差矩阵和所述约束矩阵确定空时自适应滤波系数；利用所述空时自适应滤波系数对所述输入信号进行滤波处理。本申请实施例通过在球形约束下得到最优的期望信号空时导向矢量，实现了无期望信号先验条件下的宽带波束形成，并增强了波束形成的稳健性。

Description

一种盲波束指向空域滤波处理方法、装置及设备
技术领域
本文涉及通信领域，尤指一种盲波束指向空域滤波处理方法、装置、设备和计算机可读存储介质。
背景技术
为了在复杂电磁环境中抑制掉强压制式干扰，阵列天线波束形成技术广泛应用于扩频通信系统。
自适应波束形成技术往往需要期望信号来向等先验知识，但在阵列应用环境中期望信号和阵列通道误差等先验知识无法得到。
CAB(The performance of Cyclic Adaptive Beamforming，循环自适应波束形成)类盲波束形成算法首先利用期望信号的周期平稳特性估计出相应的方向向量，进而利用各种波束形成技术完成CAB类盲波束形成。如结合LCMV(Linearly ConstrainedMinimum-Variance，线性约束最小方差)算法形成技术得到R-CAB，结合传统的对角加载波束形成技术得到R-CAB。
相关技术的自适应波束形成算法对期望信号的波达方向及阵列流行矢量非常敏感，当估计的期望信号的方向向量与实际信号的方向向量有少许误差时，波束形成器的性能将严重恶化。
发明内容
本申请提供了一种盲波束指向空域滤波处理方法、装置、设备和计算机可读存储介质，以增强波束形成的稳健性。
本申请实施例提供了一种盲波束指向空域滤波处理方法，包括：
根据空时滤波器的输入信号确定样本协方差矩阵；
在球形约束下搜索最优的期望信号空时导向矢量，根据所述最优的期望信号空时导向矢量确定约束矩阵；
根据所述样本协方差矩阵和所述约束矩阵确定空时自适应滤波系数；
利用所述空时自适应滤波系数对所述输入信号进行滤波处理。
在一实施例中，所述在球形约束下搜索最优的期望信号空时导向矢量包括：
根据球形约束下的最优化方程：
Figure BDA0002377538960000021
通过拉格朗日乘子法搜索最优解，得到最优的期望信号空时导向矢量
Figure BDA0002377538960000022
Figure BDA0002377538960000023
其中，Min表示取最小值，
Figure BDA0002377538960000024
为空时二维导向矢量，θ为俯仰角，
Figure BDA0002377538960000025
为方位角，fk为频率，k表示频点，k的范围为1～K的整数，K为频点个数，H表示矩阵的共轭转置，
Figure BDA0002377538960000026
表示所述样本协方差矩阵，s.t.表示约束关系，Re表示取复数的实部，wCAB表示空域导向矢量，St表示时域导向矢量，
Figure BDA0002377538960000027
为可罗奈克积，
Figure BDA0002377538960000028
满足模值约束条件
Figure BDA0002377538960000029
εk为导向矢量误差参数，M为所述空时滤波器的接收阵元的个数，N为空时滤波器中有限冲激响应FIR滤波器的阶数，I为单位矩阵，λk为加载量。
在一实施例中，所述导向矢量误差参数εk等于允许的波达方向角度误差。
在一实施例中，所述加载量λk根据如下方式确定：
根据K个约束方程：
Figure BDA00023775389600000210
对如下单调减函数G(λ)分段求解：
Figure BDA0002377538960000031
其中：
当εk≤η，λk＞0，
Figure BDA0002377538960000032
当εk＝η，λk＝0，
Figure BDA0002377538960000033
当εk＞η，λk＜0，λk∈(-1/γ1,0)；
其中，γ1,γ2,...γMN为所述样本协方差矩阵特征分解得到的MN个特征值，γ1≥γ2≥...γMN，V为特征矢量矩阵，
Figure BDA0002377538960000034
在一实施例中，所述根据所述最优的期望信号空时导向矢量确定约束矩阵包括：
根据如下公式确定宽带信号带内K个频点的约束矩阵
Figure BDA0002377538960000035
Figure BDA0002377538960000036
其中，
Figure BDA0002377538960000037
为最优的期望信号空时导向矢量，θ为俯仰角，
Figure BDA0002377538960000038
为方位角，fk为频率，k表示频点，k的范围为1～K的整数，K为频点个数。
在一实施例中，所根据所述样本协方差矩阵和所述约束矩阵确定空时自适应滤波系数包括：
通过如下的盲宽带波束形成空时多约束循环自适应波束形成STMC-CAB优化方程
Figure BDA0002377538960000039
利用拉各朗日乘子法得到STMC-CAB的权向量wSTMC-CAB：
Figure BDA00023775389600000310
将wSTMC-CAB作为空时自适应滤波系数；
其中，Min表示取最小值，E表示加权平均，y(n)为输出信号，w为空时自适应滤波系数，s.t.表示约束关系，
Figure BDA0002377538960000046
为约束矩阵，H表示矩阵的共轭转置，T表示矩阵的转置，K为频点个数，
Figure BDA0002377538960000047
表示所述样本协方差矩阵。
本申请实施例还提供一种盲波束指向空域滤波处理装置，包括：
输入模块，用于根据空时滤波器的输入信号确定样本协方差矩阵；
搜索模块，用于在球形约束下搜索最优的期望信号空时导向矢量，根据所述最优的期望信号空时导向矢量确定约束矩阵；
系数确定模块，用于根据所述样本协方差矩阵和所述约束矩阵确定空时自适应滤波系数；
滤波模块，用于利用所述空时自适应滤波系数对所述输入信号进行滤波处理。
在一实施例中，所述系数确定模块，用于：
通过如下的盲宽带波束形成STMC-CAB优化方程
Figure BDA0002377538960000041
利用拉各朗日乘子法得到STMC-CAB权向量wSTMC-CAB：
Figure BDA0002377538960000042
将wSTMC-CAB作为空时自适应滤波系数；
其中，Min表示取最小值，E表示加权平均，y(n)为输出信号，w为空时自适应滤波系数，
Figure BDA0002377538960000043
为约束矩阵，H表示矩阵的共轭转置，T表示矩阵的转置，K为频点个数，
Figure BDA0002377538960000044
表示所述样本协方差矩阵，
Figure BDA0002377538960000045
表示约束矩阵。
本申请实施例还提供一种盲波束指向空域滤波处理设备，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，所述处理器执行所述程序时实现所述盲波束指向空域滤波处理方法。
本申请实施例还提供一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行所述盲波束指向空域滤波处理方法。
与相关技术相比，本申请包括：根据空时滤波器的输入信号确定样本协方差矩阵；在球形约束下搜索最优的期望信号空时导向矢量，根据所述最优的期望信号空时导向矢量确定约束矩阵；根据所述样本协方差矩阵和所述约束矩阵确定空时自适应滤波系数；利用所述空时自适应滤波系数对所述输入信号进行滤波处理。本申请实施例通过在球形约束下得到最优的期望信号空时导向矢量，实现了无期望信号先验条件下的宽带波束形成，并增强了波束形成的稳健性。
本申请的其它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，或者通过实施本申请而了解。本申请的其他优点可通过在说明书以及附图中所描述的方案来实现和获得。
附图说明
附图用来提供对本申请技术方案的理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本申请的技术方案，并不构成对本申请技术方案的限制。
图1为本申请实施例的空时滤波器的示意图；
图2为本申请实施例的盲波束指向空域滤波处理方法的流程图；
图3为本申请实施例的盲波束指向空域滤波处理装置的示意图。
具体实施方式
本申请描述了多个实施例，但是该描述是示例性的，而不是限制性的，并且对于本领域的普通技术人员来说显而易见的是，在本申请所描述的实施例包含的范围内可以有更多的实施例和实现方案。尽管在附图中示出了许多可能的特征组合，并在具体实施方式中进行了讨论，但是所公开的特征的许多其它组合方式也是可能的。除非特意加以限制的情况以外，任何实施例的任何特征或元件可以与任何其它实施例中的任何其他特征或元件结合使用，或可以替代任何其它实施例中的任何其他特征或元件。
本申请包括并设想了与本领域普通技术人员已知的特征和元件的组合。本申请已经公开的实施例、特征和元件也可以与任何常规特征或元件组合，以形成由权利要求限定的独特的发明方案。任何实施例的任何特征或元件也可以与来自其它发明方案的特征或元件组合，以形成另一个由权利要求限定的独特的发明方案。因此，应当理解，在本申请中示出和/或讨论的任何特征可以单独地或以任何适当的组合来实现。因此，除了根据所附权利要求及其等同替换所做的限制以外，实施例不受其它限制。此外，可以在所附权利要求的保护范围内进行各种修改和改变。
此外，在描述具有代表性的实施例时，说明书可能已经将方法和/或过程呈现为特定的步骤序列。然而，在该方法或过程不依赖于本文所述步骤的特定顺序的程度上，该方法或过程不应限于所述的特定顺序的步骤。如本领域普通技术人员将理解的，其它的步骤顺序也是可能的。因此，说明书中阐述的步骤的特定顺序不应被解释为对权利要求的限制。此外，针对该方法和/或过程的权利要求不应限于按照所写顺序执行它们的步骤，本领域技术人员可以容易地理解，这些顺序可以变化，并且仍然保持在本申请实施例的精神和范围内。
如图1所示，为本申请实施例的空时滤波器的示意图。空时滤波器也可称为空时波束形成器。其中，设空时滤波器有M个接收阵元，每个接收阵元接收经过降采样后存储的多通道基带数据，各接收阵元通道后有一个N阶FIR(Finite Impulse Response，有限冲激响应)滤波器，{wmn},n＝1,2,...,N,m＝1,2,...,M为其空时滤波系数，wmn与接收阵元m后的FIR各抽头的输入信号xmn经过乘法器相乘，所有乘积通过加法器累加后得到接收阵元m后的滤波输出信号；对各接收阵元后的滤波输出信号相加得到空时滤波器的输出信号y。每个节拍的时间延时T，T小于1/B，B为有用信号带宽；每个阵元信号总的延时长度(N-1)T，要求能够包括不同的多径延时。
相关技术中，可采用如下方式确定空时滤波系数(即最佳权矢量)：
假设各接收阵元输入信号为x1(i),...,xM(i)，则接收阵元m后的FIR各抽头输入信号为xm1(i)＝xm(i)，xm2(i)＝xm(i-1)，……，xmN(i)＝xm(i-N+1)。
用X表示输入信号矩阵：
X＝[x11,x12,...,x1N,x21,x22,...,x2N,...,xM1,xM2,...,xMN]T (1)
空时滤波器如图1所示，M个均匀分布全向阵元，每路阵元时域延迟单元数为N，形成一个N阶的FIR滤波器。空时滤波系数可以用MN×1维的矢量w表示。
w＝[w11,w12,...,w1N,w21,...,w2N,...,wM1,...,wMN]T (2)
当阵列为均匀圆阵时，阵列接收到以俯仰角θ，方位角
Figure BDA0002377538960000079
入射的空间远场平行波s(t)的M×1维空域导向矢量为：
Figure BDA0002377538960000071
其中ξ＝2πR sinθ/λ，rm＝2π(m-1)/M，m＝1,2,…,M。阵子中心到圆心距离R＝λ/2，λ为载波信号的波长。
Figure BDA0002377538960000072
表示N×1维时域导向矢量，其中ωt是时间归一化频率，则MN×1维空时二维导向矢量表示为：
Figure BDA0002377538960000073
式中，
Figure BDA0002377538960000074
为可罗奈克积。当空间存在D个远场期望信号si(n),i＝1,2,...D，ai表示入射方向为
Figure BDA0002377538960000075
的远场平行波si(n)的空时二维导向矢量，i(n)为干扰信号，N(n)为阵列的高斯白噪声，则阵列接收到的信号表示为：
Figure BDA0002377538960000076
假设期望信号与干扰不相关，非零周期频率不相同，则阵列接收信号的周期平稳相关和共轭周期平稳相关函数为：
Ψxx(n0,α)＝<x(n)xH(n-n0)e-j2παn>N→∞ (6)
Figure BDA0002377538960000077
其中，n0表示产生时延，α表示频偏。
上述两个函数可以统一定义如下：
Figure BDA0002377538960000078
采用CAB类盲波束形成算法描述如下：
Figure BDA0002377538960000081
其中，c为控制矢量，s.t.(subject to，受约束)表示约束关系。
通过拉格朗日乘子法对式中的w和c求解，得到下式：
Figure BDA0002377538960000082
常数ξ＞0，矩阵
Figure BDA0002377538960000083
最大奇异值的左右奇异向量即为最佳w和c，可以将w标记为wCAB，当N→∞时，wCAB逼近于期望信号导向矢量。从而估计出了期望信号导向矢量，在CAB算法的基础上采用LCMV算法，即得到C-CAB算法。算法表示如下：
Figure BDA0002377538960000084
利用拉格朗日乘子法解得
Figure BDA0002377538960000085
C-CAB算法引入LCMV技术对阵列流型误差较为敏感。
R-CAB算法引入了传统对角加载技术，其最佳权矢量为：
Figure BDA0002377538960000086
其中γ为对角加载系数，
Figure BDA0002377538960000087
为干扰加噪声协方差矩阵。
如图2所示，本申请实施例提供一种盲波束指向空域滤波处理方法，包括：
步骤101，根据空时滤波器的输入信号确定样本协方差矩阵。
其中，采用M阵元的空时滤波器对各阵元接收到模拟中频进行AD(模拟信号转换为数字信号)采样，得到数字中频信号x1(n),...,xM(n)，则空时滤波器中第m阵元接收信号经过FIR各抽头后的得到的输入信号为xm1(n)＝xm(n)，xm2(n)＝xm(n-1)，……，xmN(n)＝xm(n-N+1)，数据中包含卫星信号、干扰以及噪声。
用X表示空时滤波器的输入信号矩阵：
X＝[x11,x12,...,x1N,x21,x22,...,x2N,...,xM1,xM2,...,xMN]T
Rxx＝E[XXH]为接收数据的协方差矩阵。其中，E表示加权平均，H表示矩阵的共轭转置。
Rxx为真实的协方差矩阵，通过接收阵元接收到的输入信号计算得到是样本协方差矩阵
Figure BDA0002377538960000091
也即接收样本数据协方差矩阵的估计值。
其空时约束最优化方程可写为：
Figure BDA0002377538960000092
其中，Min表示取最小值，
Figure BDA0002377538960000093
为空时二维导向矢量，θ为俯仰角，
Figure BDA0002377538960000094
为方位角，fk为频率，k表示频点，k的范围为1～K的整数，K为频点个数，s.t.(subject to，受约束)表示约束关系。
步骤102，在球形约束下搜索最优的期望信号空时导向矢量，根据所述最优的期望信号空时导向矢量确定约束矩阵。
在实际应用中无法准确获得空时二维导向矢量
Figure BDA0002377538960000095
所以可以将其限制在球形不确定集内。代入CAB算法的空域导向矢量wCAB求解结果，在球形约束下搜索最优的期望信号空时导向矢量，从而使期望信号输出功率达到最大。
在指向误差和相位抖动下，空时导向矢量模值约束条件是成立的，因此，基于空时导向矢量不确定集约束的盲宽带波束形成问题可以重新描述成如下方程：
Figure BDA0002377538960000101
其中
Figure BDA0002377538960000102
是空时导向矢量的真实值，从而可以得到空时二维导向矢量
Figure BDA0002377538960000103
满足模值约束条件
Figure BDA0002377538960000104
在球形约束下的最优化方程可以表示为：
Figure BDA0002377538960000105
其中，Min表示取最小值，
Figure BDA0002377538960000106
为空时二维导向矢量，θ为俯仰角，
Figure BDA0002377538960000107
为方位角，fk为频率，k表示频点，k的范围为1～K的整数，K为频点个数，H表示矩阵的共轭转置，
Figure BDA0002377538960000108
表示所述样本协方差矩阵，s.t.表示约束关系，Re表示取复数的实部，wCAB表示空域导向矢量，St表示时域导向矢量，
Figure BDA0002377538960000109
为可罗奈克积，
Figure BDA00023775389600001010
满足模值约束条件
Figure BDA00023775389600001011
εk为导向矢量误差参数，M为所述空时滤波器的接收阵元的个数，N为空时滤波器中FIR滤波器的阶数。
可以根据允许的波达方向角度误差来确定εk。该方程可以通过拉格朗日乘子法搜索最优解。
Figure BDA00023775389600001012
解得：
Figure BDA00023775389600001013
其中，I为单位矩阵，λk为加载量。
下面讨论加载量λk的求解：
已知有K个约束方程
Figure BDA00023775389600001014
预先确定导向矢量误差参数
Figure BDA00023775389600001015
在工程应用时可根据环境提前确定角度偏移量Δθ和频率fk确定该导向矢量误差值。K个约束方程加载量λk符合如下单调减函数G(λ)。
Figure BDA0002377538960000111
首先特征分解样本协方差矩阵得到γ1≥γ2≥...γMN共MN个特征值，特征矢量矩阵定义为V。令
Figure BDA0002377538960000112
单调减函数分段求解得：
(1)当εk≤η，λk＞0，
Figure BDA0002377538960000113
存在唯一解。
(2)当εk＝η，λk＝0，
Figure BDA0002377538960000114
(3)当εk＞η，λk＜0，λk∈(-1/γ1,0)，存在唯一解。
用最优的期望信号导向矢量
Figure BDA0002377538960000115
替代真实值，则空时二维导向矢量约束条件为：
Figure BDA0002377538960000116
因此形成宽带信号带内K个频点的约束矩阵
Figure BDA0002377538960000117
如下：
Figure BDA0002377538960000118
也即：
Figure BDA0002377538960000119
步骤103，根据所述样本协方差矩阵和所述约束矩阵确定空时自适应滤波系数。
空频约束下的盲宽带波束形成STMC-CAB(Space-Time Multi-ConstrainedCyclic Adaptive Beamforming，空时多约束循环自适应波束形成)优化方程如下，
Figure BDA00023775389600001110
其中，Min表示取最小值，E表示加权平均，y(n)为输出信号，w为空时自适应滤波系数，s.t.表示约束关系，
Figure BDA0002377538960000121
为约束矩阵，H表示矩阵的共轭转置，T表示矩阵的转置，K为频点个数，
Figure BDA0002377538960000122
表示所述样本协方差矩阵。
利用拉各朗日乘子法可以计算出STMC-CAB算法的解为：
Figure BDA0002377538960000123
本实施例中，将wSTMC-CAB作为空时自适应滤波系数。
步骤104，利用所述空时自适应滤波系数对所述输入信号进行滤波处理。
其中，空时自适应滤波系数w＝[w11,w12,...,w1N,w21,...,w2N,...,wM1,...,wMN]T。针对每个{wmn},n＝1,2,...,N,m＝1,2,...,M。wmn与接收阵元m后的FIR各抽头的输入信号xmn经过乘法器相乘，所有乘积通过加法器累加后得到接收阵元m后的滤波输出信号；对各接收阵元后的滤波输出信号相加得到空时滤波器的输出信号y。
本申请实施例通过在球形约束下得到最优的期望信号空时导向矢量，实现了无期望信号先验条件下的宽带波束形成，并增强了波束形成的稳健性。
如图3所示，本申请实施例还提供一种盲波束指向空域滤波处理装置，应用于空时滤波器，包括：
输入模块21，用于根据空时滤波器的输入信号确定样本协方差矩阵；
搜索模块22，用于在球形约束下搜索最优的期望信号空时导向矢量，根据所述最优的期望信号空时导向矢量确定约束矩阵；
系数确定模块23，用于根据所述样本协方差矩阵和所述约束矩阵确定空时自适应滤波系数；
滤波模块24，用于利用所述空时自适应滤波系数对所述输入信号进行滤波处理。
在一实施例中，所述搜索模块22，用于：
根据球形约束下的最优化方程：
Figure BDA0002377538960000131
通过拉格朗日乘子法搜索最优解，得到最优的期望信号空时导向矢量
Figure BDA0002377538960000132
Figure BDA0002377538960000133
其中，Min表示取最小值，
Figure BDA0002377538960000134
为空时二维导向矢量，θ为俯仰角，
Figure BDA0002377538960000135
为方位角，fk为频率，k表示频点，k的范围为1～K的整数，K为频点个数，H表示矩阵的共轭转置，
Figure BDA0002377538960000136
表示所述样本协方差矩阵，s.t.表示约束关系，Re表示取复数的实部，wCAB表示空域导向矢量，St表示时域导向矢量，
Figure BDA0002377538960000137
为可罗奈克积，
Figure BDA0002377538960000138
满足模值约束条件
Figure BDA0002377538960000139
εk为导向矢量误差参数，M为所述空时滤波器的接收阵元的个数，N为空时滤波器中FIR滤波器的阶数，I为单位矩阵，λk为加载量。
在一实施例中，所述导向矢量误差参数εk等于允许的波达方向角度误差。
在一实施例中，所述搜索模块22，用于：
根据如下方式确定所述加载量λk：
根据K个约束方程：
Figure BDA00023775389600001310
对如下单调减函数G(λ)分段求解：
Figure BDA00023775389600001311
其中：
当εk≤η，λk＞0，
Figure BDA00023775389600001312
当εk＝η，λk＝0，
Figure BDA00023775389600001313
当εk＞η，λk＜0，λk∈(-1/γ1,0)；
其中，γ1,γ2,...γMN为所述样本协方差矩阵特征分解得到的MN个特征值，γ1≥γ2≥...γMN，V为特征矢量矩阵，
Figure BDA0002377538960000141
在一实施例中，所述搜索模块22，用于：
根据如下公式确定宽带信号带内K个频点的约束矩阵
Figure BDA0002377538960000142
Figure BDA0002377538960000143
其中，
Figure BDA0002377538960000144
为最优的期望信号空时导向矢量，θ为俯仰角，
Figure BDA0002377538960000145
为方位角，fk为频率，k表示频点，k的范围为1～K的整数，K为频点个数。
在一实施例中，所述系数确定模块23，用于：
通过如下的盲宽带波束形成STMC-CAB优化方程
Figure BDA0002377538960000146
利用拉各朗日乘子法得到STMC-CAB的权向量wSTMC-CAB：
Figure BDA0002377538960000147
将wSTMC-CAB作为空时自适应滤波系数；
其中，Min表示取最小值，E表示加权平均，y(n)为输出信号，w为空时自适应滤波系数，s.t.表示约束关系，
Figure BDA0002377538960000148
为约束矩阵，H表示矩阵的共轭转置，T表示矩阵的转置，K为频点个数，
Figure BDA0002377538960000149
表示所述样本协方差矩阵。
本申请实施例还提供一种盲波束指向空域滤波处理设备，应用于空时滤波器，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，所述处理器执行所述程序时实现所述盲波束指向空域滤波处理方法。
本申请实施例还提供一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行所述盲波束指向空域滤波处理方法。
在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些组件或所有组件可以被实施为由处理器，如数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。

Claims (10)

1.一种盲波束指向空域滤波处理方法，其特征在于，包括：
根据空时滤波器的输入信号确定样本协方差矩阵；
在球形约束下搜索最优的期望信号空时导向矢量，根据所述最优的期望信号空时导向矢量确定约束矩阵；
根据所述样本协方差矩阵和所述约束矩阵确定空时自适应滤波系数；
利用所述空时自适应滤波系数对所述输入信号进行滤波处理。
2.根据权利要求1所述的方法，其特征在于，所述在球形约束下搜索最优的期望信号空时导向矢量包括：
根据球形约束下的最优化方程：
Figure FDA0002377538950000011
通过拉格朗日乘子法搜索最优解，得到最优的期望信号空时导向矢量
Figure FDA0002377538950000012
Figure FDA0002377538950000013
其中，Min表示取最小值，
Figure FDA0002377538950000014
为空时二维导向矢量，θ为俯仰角，
Figure FDA0002377538950000015
为方位角，fk为频率，k表示频点，k的范围为1～K的整数，K为频点个数，H表示矩阵的共轭转置，
Figure FDA0002377538950000016
表示所述样本协方差矩阵，s.t.表示约束关系，Re表示取复数的实部，wCAB表示空域导向矢量，St表示时域导向矢量，
Figure FDA0002377538950000017
为可罗奈克积，
Figure FDA0002377538950000018
满足模值约束条件
Figure FDA0002377538950000019
εk为导向矢量误差参数，M为所述空时滤波器的接收阵元的个数，N为空时滤波器中有限冲激响应FIR滤波器的阶数，I为单位矩阵，λk为加载量。
3.根据权利要求2所述的方法，其特征在于，
所述导向矢量误差参数εk等于允许的波达方向角度误差。
4.根据权利要求2所述的方法，其特征在于，所述加载量λk根据如下方式确定：
根据K个约束方程：
Figure FDA0002377538950000021
对如下单调减函数G(λ)分段求解：
Figure FDA0002377538950000022
其中：
当εk≤η，λk＞0，
Figure FDA0002377538950000023
当εk＝η，λk＝0，
Figure FDA0002377538950000024
当εk＞η，λk＜0，λk∈(-1/γ1,0)；
其中，γ1,γ2,...γMN为所述样本协方差矩阵特征分解得到的MN个特征值，γ1≥γ2≥...γMN，V为特征矢量矩阵，
Figure FDA0002377538950000025
5.根据权利要求1所述的方法，其特征在于，所述根据所述最优的期望信号空时导向矢量确定约束矩阵包括：
根据如下公式确定宽带信号带内K个频点的约束矩阵
Figure FDA0002377538950000026
Figure FDA0002377538950000027
其中，
Figure FDA0002377538950000028
为最优的期望信号空时导向矢量，θ为俯仰角，
Figure FDA0002377538950000029
为方位角，fk为频率，k表示频点，k的范围为1～K的整数，K为频点个数。
6.根据权利要求1所述的方法，其特征在于，所根据所述样本协方差矩阵和所述约束矩阵确定空时自适应滤波系数包括：
通过如下的盲宽带波束形成空时多约束循环自适应波束形成STMC-CAB优化方程
Figure FDA00023775389500000210
利用拉各朗日乘子法得到STMC-CAB的权向量wSTMC-CAB：
Figure FDA0002377538950000031
将wSTMC-CAB作为空时自适应滤波系数；
其中，Min表示取最小值，E表示加权平均，y(n)为输出信号，w为空时自适应滤波系数，s.t.表示约束关系，
Figure FDA0002377538950000032
为约束矩阵，H表示矩阵的共轭转置，T表示矩阵的转置，K为频点个数，
Figure FDA0002377538950000033
表示所述样本协方差矩阵。
7.一种盲波束指向空域滤波处理装置，其特征在于，包括：
输入模块，用于根据空时滤波器的输入信号确定样本协方差矩阵；
搜索模块，用于在球形约束下搜索最优的期望信号空时导向矢量，根据所述最优的期望信号空时导向矢量确定约束矩阵；
系数确定模块，用于根据所述样本协方差矩阵和所述约束矩阵确定空时自适应滤波系数；
滤波模块，用于利用所述空时自适应滤波系数对所述输入信号进行滤波处理。
8.根据权利要求7所述的装置，其特征在于，所述系数确定模块，用于：
通过如下的盲宽带波束形成STMC-CAB优化方程
Figure FDA0002377538950000034
利用拉各朗日乘子法得到STMC-CAB权向量wSTMC-CAB：
Figure FDA0002377538950000035
将wSTMC-CAB作为空时自适应滤波系数；
其中，Min表示取最小值，E表示加权平均，y(n)为输出信号，w为空时自适应滤波系数，
Figure FDA0002377538950000036
为约束矩阵，H表示矩阵的共轭转置，T表示矩阵的转置，K为频点个数，
Figure FDA0002377538950000037
表示所述样本协方差矩阵，
Figure FDA0002377538950000038
表示约束矩阵。
9.一种盲波束指向空域滤波处理设备，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，其特征在于，所述处理器执行所述程序时实现如权利要求1～6中任意一项所述的方法。
10.一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行权利要求1～6中任意一项所述的方法。
CN202010072033.2A 2020-01-21 2020-01-21 一种盲波束指向空域滤波处理方法、装置及设备 Active CN111277310B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010072033.2A CN111277310B (zh) 2020-01-21 2020-01-21 一种盲波束指向空域滤波处理方法、装置及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010072033.2A CN111277310B (zh) 2020-01-21 2020-01-21 一种盲波束指向空域滤波处理方法、装置及设备

Publications (2)

Publication Number Publication Date
CN111277310A true CN111277310A (zh) 2020-06-12
CN111277310B CN111277310B (zh) 2023-06-20

Family

ID=71001182

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010072033.2A Active CN111277310B (zh) 2020-01-21 2020-01-21 一种盲波束指向空域滤波处理方法、装置及设备

Country Status (1)

Country Link
CN (1) CN111277310B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111934728A (zh) * 2020-06-16 2020-11-13 和芯星通科技(北京)有限公司 一种数字多波束天线处理方法、装置及设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103346756A (zh) * 2013-07-03 2013-10-09 北京北斗星通导航技术股份有限公司 一种空时自适应滤波方法及装置
CN103401819A (zh) * 2013-07-03 2013-11-20 北京北斗星通导航技术股份有限公司 一种基于空时滤波的自动增益控制方法及装置
CN104698472A (zh) * 2015-03-18 2015-06-10 北京北斗星通导航技术股份有限公司 改进宽带干扰抑制处理方法及处理装置
CN108445486A (zh) * 2018-03-13 2018-08-24 南京理工大学 基于协方差矩阵重建和导向矢量修正的波束形成方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103346756A (zh) * 2013-07-03 2013-10-09 北京北斗星通导航技术股份有限公司 一种空时自适应滤波方法及装置
CN103401819A (zh) * 2013-07-03 2013-11-20 北京北斗星通导航技术股份有限公司 一种基于空时滤波的自动增益控制方法及装置
CN104698472A (zh) * 2015-03-18 2015-06-10 北京北斗星通导航技术股份有限公司 改进宽带干扰抑制处理方法及处理装置
CN108445486A (zh) * 2018-03-13 2018-08-24 南京理工大学 基于协方差矩阵重建和导向矢量修正的波束形成方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
ZHIQIANG BAO等: "Fast and Robust GSC Beamformer based on Variable Diagonal Loading" *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111934728A (zh) * 2020-06-16 2020-11-13 和芯星通科技(北京)有限公司 一种数字多波束天线处理方法、装置及设备

Also Published As

Publication number Publication date
CN111277310B (zh) 2023-06-20

Similar Documents

Publication Publication Date Title
US8005237B2 (en) Sensor array beamformer post-processor
CN109407055B (zh) 基于多径利用的波束形成方法
US6501943B1 (en) Adaptive directivity transmission device and method
Ramezanpour et al. Deep‐learning‐based beamforming for rejecting interferences
KR102183439B1 (ko) Beamspace MUSIC과 TMA를 결합한 도래각 추정 방법 및 장치
Patra et al. A comparison between different adaptive beamforming techniques
CN104777491A (zh) 一种盲波束宽带干扰抑制方法及装置
CA3037683A1 (en) Robust adaptive method for suppressing interference in the presence of a useful signal
CN111277310B (zh) 一种盲波束指向空域滤波处理方法、装置及设备
US5933446A (en) Beamformer with adaptive processors
CN103701515B (zh) 一种数字多波束形成方法
CN104716982A (zh) 一种扩频系统稳健抗干扰处理方法和装置
Bilgehan et al. Fast detection and DOA estimation of the unknown wideband signal sources
CN117200745A (zh) 基于分数时延滤波器解析配置的宽带波束合成方法及装置
US11152986B2 (en) Fast spatial search using phased array antennas
CN111934728B (zh) 一种数字多波束天线处理方法、装置及设备
WO2013018716A1 (ja) 無線受信装置及び無線受信方法並びに無線システム
US20170118045A1 (en) Apparatus and method for signal detection in a wireless communication system
JP4119719B2 (ja) 移動局方向推定方法及び装置
CN111934650A (zh) 一种空域自适应滤波处理方法、装置及设备
CN117706588B (zh) 基于空时滤波的抗干扰方法、装置、抗干扰天线及介质
CN116232811B (zh) 基于窄波束和近场的sage信道估计方法
CN113030842B (zh) 一种基于宽带信号的角度超分辨doa估计方法
US11349206B1 (en) Robust linearly constrained minimum power (LCMP) beamformer with limited snapshots
Fabrizio et al. Using sources of opportunity to compensate for receiver mismatch in HF arrays

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20210520

Address after: 100094 Beidou Xingtong building, 7 Fengxian East Road, Yongfeng high tech industrial base, Zhongguancun, Haidian District, Beijing

Applicant after: BEIJING BDSTAR NAVIGATION Co.,Ltd.

Address before: 100094 room A301, Beidou Xingtong building, 7 Fengxian East Road, Haidian District, Beijing

Applicant before: UNICORE COMMUNICATIONS Inc.

Applicant before: UNICORECOMM (SHANGHAI) TECHNOLOGY Co.,Ltd.

GR01 Patent grant
GR01 Patent grant