CN113965236A - 适用于卫星通信的高鲁棒性自适应波束赋形方法和装置 - Google Patents
适用于卫星通信的高鲁棒性自适应波束赋形方法和装置 Download PDFInfo
- Publication number
- CN113965236A CN113965236A CN202111107444.1A CN202111107444A CN113965236A CN 113965236 A CN113965236 A CN 113965236A CN 202111107444 A CN202111107444 A CN 202111107444A CN 113965236 A CN113965236 A CN 113965236A
- Authority
- CN
- China
- Prior art keywords
- signal
- vector
- interference
- noise ratio
- power
- 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
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
- H04B7/08—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
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/14—Relay systems
- H04B7/15—Active relay systems
- H04B7/185—Space-based or airborne stations; Stations for satellite systems
- H04B7/1851—Systems using a satellite or space-based relay
- H04B7/18513—Transmission in a satellite or space-based system
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Astronomy & Astrophysics (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Radio Transmission System (AREA)
Abstract
本发明公开了一种适用于卫星通信的高鲁棒性自适应波束赋形方法和装置,方法包括:对期望信号信噪比进行估计;将估计得到的期望信号信噪比与预设门限值相比较;如果期望信号信噪比大于等于预设门限值,则估计期望信号导向矢量和干扰信号导向矢量;估计期望信号功率和干扰信号功率;重构协方差矩阵;求解波束赋形权重矢量;如果期望信号信噪比小于预设门限值,则采用标准LSMI算法求解波束赋形权重矢量;根据求解的波束赋形权重矢量对接收的信号进行加权处理。本发明具备更好的鲁棒性,能形成更高的波束赋形增益解决了现有卫星通信中波束赋形技术输出性能和鲁棒性能不足的问题。
Description
技术领域
本发明涉及天线阵列信号处理技术领域,具体涉及一种适用于卫星通信的高鲁棒性自适应波束赋形方法和装置。
背景技术
上世纪后期,着眼于国家安全和经济社会发展需要,我国开始探索建设北斗卫星导航系统,随着北斗一号系统于2000年建设完成,开始向中国提供服务,标志着我国拥有了独立自主的卫星导航系统。然而由于地球表面的电磁环境日益复杂,存在大量邻道干扰,甚至存在一些恶意干扰,使得地面导航接收机接收信号质量下降,导致导航精度下降,严重影响北斗卫星导航系统的服务质量。另一方面,在电网应用场景下,往往有大量电力设备布置在山区。由于密林、山体、以及恶劣天气的影响,地面导航接收机接收信号微弱,也亟需无线信号增强手段。因此,如何抑制干扰,增强无线信号强度,保障北斗卫星导航系统对地面电网设备的位置定位等通信服务质量具有重要意义。
天线阵列波束赋形技术是抗干扰和提升无线信号质量的重要手段。随着通信技术的发展,将天线阵列波束赋形技术应用于北斗卫星导航系统受到科研人员的广泛关注,同时利用北斗卫星导航系统服务国家电网系统也是研究热点。例如:电力管理部门可通过北斗卫星导航系统提供的定位、授时服务,实现电网时间基准统一、电站环境监测、电力车辆监控等功能。波束赋形技术主要通过将天线波束主瓣指向有用信号,提高接收增益,并在干扰信号方向形成零馅,抑制干扰,从而提高天线阵列输出信干噪比(SINR, Signal toInterference and Noise Ratio)。然而实际应用中,由于信号测向不准确、阵元位置误差和局部散射等原因,通常会造成信号导向矢量失配问题。同时,由于期望信号、干扰信号和噪声一起存在于采样数据中,导致波束赋形算法的输出性能对期望信号导向矢量的失配更加敏感,此时传统自适应波束赋形技术的输出性能急剧下降。为了充分发挥天线阵列技术优点,提高无线通信可靠性和安全性,如何在非理想情况下提高自适应波束赋形算法输出信号性能和鲁棒性是必须解决的关键问题。
发明内容
为了解决现有卫星通信中波束赋形技术输出性能和鲁棒性能不足的问题,本发明提供了一种适用于卫星通信的高鲁棒性自适应波束赋形方法。
本发明通过下述技术方案实现:
一种适用于卫星通信的高鲁棒性自适应波束赋形方法,包括:
对期望信号信噪比进行估计;
将估计得到的期望信号信噪比与预设门限值相比较;
如果估计的期望信号信噪比大于等于预设门限值,则估计期望信号导向矢量和干扰信号导向矢量;
估计期望信号功率和干扰信号功率;
根据估计的干扰信号导向矢量、干扰信号功率和噪声功率重构协方差矩阵;
根据估计的期望信号导向矢量和重构的协方差矩阵求解波束赋形权重矢量;
如果估计的期望信号信噪比小于预设门限值,则采用标准LSMI算法求解波束赋形权重矢量;
根据求解的波束赋形权重矢量对接收的信号进行加权处理。
优选的,本发明的对期望信号信噪比进行估计步骤具体包括:
优选的,本发明的预设门限值为10dB。
优选的,本发明的估计期望信号导向矢量和干扰信号导向矢量步骤具体包括:
根据初步估计的望信号导向矢量和再次估计的期望信号导向矢量,得到期望信号导向矢量估计均值,作为期望信号导向矢量;同理,根据初步估计的个干扰信号导向矢量和再次估计的个干扰信号导向矢量,得到各干扰信号导向矢量估计均值,作为干扰信号导向矢量。
优选的,本发明估计期望信号功率和干扰信号功率步骤具体为:
优选的,本发明重构的协方差矩阵为:
根据估计的期望信号导向矢量和重构的协方差矩阵求解的波束赋形权重矢量为:
另一方面,本发明还提出了一种适用于卫星通信的高鲁棒性自适应波束赋形装置,包括估计单元、选择单元、LSMI求解单元、导向矢量单元、功率单元、协方差矩阵单元、权重矢量求解单元和处理单元;
其中,所述估计单元用于对期望信号的信噪比进行估计;
所述选择单元将期望信号的信噪比与预设门限值相比较,如果期望信号的信噪比小于预设门限值则驱动所述LSMI求解单元采用标准LSMI算法求解波束赋形权重矢量;如果期望信号的信噪比大于等于预设门限值则驱动所述导向矢量单元估计期望信号导向矢量和干扰信号导向矢量;
所述功率单元用于估计期望信号功率和干扰信号功率;
所述协方差矩阵单元根据估计的干扰信号导向矢量、干扰信号功率和噪声功率重构协方差矩阵;
所述权重矢量求解单元根据估计的期望信号导向矢量和重构的协方差矩阵求解波束赋形权重矢量;
所述处理单元采用LSMI求解单元或者权重矢量求解单元求解的波束赋形权重矢量对接收信号进行加权处理,从而实现高鲁棒性自适应波束赋形。
本发明具有如下的优点和有益效果:
本发明采用在不同输入信噪比时采用不同的波束赋形方法,在低信噪比时采用标准LSMI算法求解权重矢量,保证低信噪比时波束赋形算法的鲁棒性,同时降低计算复杂度;在高信噪比时,首先采用并行方法依次估计期望信号和干扰信号的导向矢量,再重构干扰加噪声协方差矩阵,最后根据期望信号导向矢量和重构协方差矩阵求解天线阵列各个阵元的权重矢量,提升高信噪比时算法鲁棒性和输出性能。
与现有的波束赋形算法相比,本发明所提方法在信号导向矢量和协方差矩阵失配时具有明显性能增益。
本发明所提方法有利于提高北斗卫星导航系统在复杂环境中为国家电网设备提供定位、授时等通信服务的可靠性。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本申请的一部分,并不构成对本发明实施例的限定。在附图中:
图1为本发明的方法流程示意图。
图2为本发明的计算机设备结构示意图。
图3为本发明的装置原理框图。
图4为在天线阵列阵元数为M=10、干噪比为35dB、观测的期望信号波达方向为、观测的干扰信号波达方向为和、设定期望信号所在的角度集合为、设定干扰信号所在的角度集合为和、快拍数为30、期望信号和干扰信号波达方向随机失配服从[]范围内均匀分布时,在不同输入信噪比时本发明方法与最佳输出信干噪比、LSMI方法、基于特征空间波束赋形方法、NCCB方法、RCB方法、基于干扰加噪声协方差矩阵重构波束赋形方法的输出信干噪比对比曲线。其中LSMI方法中选择对角加载级为10dB、NCCB方法中选择2、本发明方法和RCB方法中选择导向矢量误差范数上界ε=0.3M。图中横坐标为输入信噪比(单位:dB),纵坐标为输出信干噪比(单位:dB)。图中的标记“◇”代表本发明方法,“△”代表最佳输出信干噪比,“+”代表LSMI方法,“□”代表基于特征空间波束赋形方法,“○”代表NCCB方法,“*”代表RCB方法,“×”代表基于干扰加噪声协方差矩阵重构波束赋形方法。
图5为在天线阵列阵元数为M=10、干噪比为35dB、观测的期望信号波达方向为、观测的干扰信号波达方向为和、设定期望信号所在角度集合为、设定干扰信号所在角度集合为和、信噪比为10dB、期望信号和干扰信号波达方向随机失配服从[]范围内均匀分布时,在不同快拍数时本发明方法与最佳输出信干噪比、LSMI方法、基于特征空间波束赋形方法、NCCB方法、RCB方法、基于干扰加噪声协方差矩阵重构波束赋形方法的输出信干噪比对比曲线。其中,LSMI方法中选择对角加载级为10dB、NCCB方法中选择2、本发明方法和RCB方法中选择导向矢量误差范数上界ε=0.3M。图中横坐标为快拍数,纵坐标为输出信干噪比(单位:dB)。图中的标记“◇”代表本发明方法,“△”代表最佳输出信干噪比,“+”代表LSMI方法,“□”代表基于特征空间波束赋形方法,“○”代表NCCB方法,“*”代表RCB方法,“×”代表基于干扰加噪声协方差矩阵重构波束赋形方法。
图6为在天线阵列阵元数为M=10、干噪比为35dB、观测的期望信号波达方向为、观测的干扰信号波达方向为和、设定期望信号所在角度集合为、设定干扰信号所在角度集合为和、快拍数为30、期望信号相位的增量失配服从高斯分布时,在不同输入信噪比时本发明方法与最佳输出信干噪比、LSMI方法、基于特征空间波束赋形方法、NCCB方法、RCB方法、基于干扰加噪声协方差矩阵重构波束赋形方法的输出信干噪比对比曲线,其中LSMI方法中选择对角加载级为10dB、NCCB方法中选择2、本发明方法和RCB方法中选择导向矢量误差范数上界ε=0.3M。图中横坐标为输入信噪比(单位:dB),纵坐标为输出信干噪比(单位:dB)。图中的标记“◇”代表本发明方法,“△”代表最佳输出信干噪比,“+”代表LSMI方法,“□”代表基于特征空间波束赋形方法,“○”代表NCCB方法,“*”代表RCB方法,“×”代表基于干扰加噪声协方差矩阵重构波束赋形方法。
图7为在天线阵列阵元数为M=10、干噪比为35dB、观测的期望信号波达方向为、观测的干扰信号波达方向为和、设定期望信号所在角度集合为、设定干扰信号所在角度集合为和、信噪比为10dB、期望信号相位的增量失配服从高斯分布时,在不同快拍数时本发明方法与最佳输出信干噪比、LSMI方法、基于特征空间波束赋形方法、NCCB方法、RCB方法、基于干扰加噪声协方差矩阵重构波束赋形方法的输出信干噪比对比曲线,其中LSMI方法中选择对角加载级为10dB、NCCB方法中选择2、本发明方法和RCB方法中选择导向矢量误差范数上界ε=0.3M。图中横坐标为快拍数,纵坐标为输出信干噪比(单位:dB)。图中的标记“◇”代表本发明方法,“△”代表最佳输出信干噪比,“+”代表LSMI方法,“□”代表基于特征空间波束赋形方法,“○”代表NCCB方法,“*”代表RCB方法,“×”代表基于干扰加噪声协方差矩阵重构波束赋形方法。
图8为在天线阵列阵元数为M=10、干噪比为35dB、观测的期望信号波达方向为、观测的干扰信号波达方向和、设定期望信号所在角度集合为、设定干扰信号所在的角度集合为和、快拍数为30、期望信号相干散射路径数为4、每条散射路径的波达方向服从均值为标准差为的高斯分布时,在不同输入信噪比时本发明方法与最佳输出信干噪比、LSMI方法、基于特征空间波束赋形方法、NCCB方法、RCB方法、基于干扰加噪声协方差矩阵重构波束赋形方法的输出信干噪比对比曲线。其中LSMI方法中选择对角加载级为10dB、NCCB方法中选择2、本发明方法和RCB方法中选择导向矢量误差范数上界ε=0.3M。图中横坐标为输入信噪比(单位:dB),纵坐标为输出信干噪比(单位:dB)。图中的标记“◇”代表本发明方法,“△”代表最佳输出信干噪比,“+”代表LSMI方法,“□”代表基于特征空间波束赋形方法,“○”代表NCCB方法,“*”代表RCB方法,“×”代表基于干扰加噪声协方差矩阵重构波束赋形方法。
图9为在天线阵列阵元数为M=10、干噪比为35dB、观测的期望信号波达方向为、观测的干扰信号波达方向和、设定期望信号所在角度集合为、设定干扰信号所在的角度集合为和、信噪比为10dB、期望信号相干散射路径数为4、每条散射路径的波达方向服从均值为及标准差为的高斯分布时,在不同快拍数时本发明方法与最佳输出信干噪比、LSMI方法、基于特征空间波束赋形方法、NCCB方法、RCB方法、基于干扰加噪声协方差矩阵重构波束赋形方法的输出信干噪比对比曲线。其中LSMI方法中选择对角加载级为10dB、NCCB方法中选择2、本发明方法和RCB方法中选择导向矢量误差范数上界ε=0.3M。图中横坐标为快拍数,纵坐标为输出信干噪比(单位:dB)。图中的标记“◇”代表本发明方法,“△”代表最佳输出信干噪比,“+”代表LSMI方法,“□”代表基于特征空间波束赋形方法,“○”代表NCCB方法,“*”代表RCB方法,“×”代表基于干扰加噪声协方差矩阵重构波束赋形方法。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
实施例1
目前,现有的高鲁棒性自适应波束赋形算法主要包括以下几类:
基于采样协方差矩阵对角加载(LSMI, Loading Sample Matrix Inversion)的鲁棒自适应波束赋形算法:其核心思想是正则化处理,通过对优化目标函数施加惩罚项来实现。该技术在遭遇常见失配误差时,均有良好鲁棒性,但是对角加载电平最优解问题目前还没有精确可靠的求解方法。
基于特征空间的鲁棒自适应波束赋形算法:该算法将观测的期望信号波达方向(DOA, Direction of Arrival)对应的导向矢量向期望信号和干扰信号对应的信号子空间进行投影,而不直接采用观测得到的期望信号导向矢量。该方法下天线阵列的输出性能对信噪比大小敏感,低信噪比时容易发生子空间缠绕,不能维持子空间正交性,导致算法输出性能下降。
基于期望信号导向矢量校正的鲁棒自适应波束赋形算法:该方法主要是通过一定准则,对期望信号导向矢量进行优化校正。例如基于不确定集来校正期望信号导向矢量,采用导向矢量集合的不等式约束集来代替单方向信号导向矢量的无失真约束,从而提高波束赋形算法的鲁棒性。
基于干扰加噪声协方差矩阵重构的鲁棒自适应波束赋形算法:该方法近年来发展迅速,是一种提高波束赋形算法鲁棒性的新方法,得到研究人员的广泛关注。该方法主要通过去除采样协方差矩阵中的期望信号分量,根据信号空间分布的特点,重构干扰信号加噪声的协方差矩阵,提升波束赋形算法鲁棒性。
而在实际应用中,通常存在干扰功率较大、协方差矩阵和期望信号导向矢量失配、输入信号信噪比变化范围大等特点。因此,本实施例提出了一种适用于卫星通信的高鲁棒性自适应波束赋形方法,其充分利用先验信息,研究不同输入信噪比时如何提高波束赋形算法的鲁棒性和输出性能,同时降低波束赋形算法的计算复杂度,解决了实际工程中波束赋形算法输出性能和鲁棒性能不足的问题。
本实施例提出的方法首先对输入期望信号的信噪比进行估计,当信噪比小于预设门限时,采用LSMI算法求解权重矢量,降低了计算复杂度,同时兼顾了低信噪比情况下波束赋形的鲁棒性,避免了在低信噪比时仍采用子空间方法会遭遇的空间缠绕问题;当信噪比大于预设门限时,充分利用高信噪比时各先验信息,先估计期望信号导向矢量和干扰信号导向矢量,再估计期望信号功率和干扰信号功率,接着重构干扰信号加噪声的协方差矩阵,最后根据期望信号导向矢量和重构的协方差矩阵求解波束赋形权重矢量,具体如图1所示。相较于LSMI方法、基于特征空间的波束赋形方法、范数约束Capon波束赋形方法(NCCB,Norm Constrained Capon Beamforming)、鲁棒Capon波束赋形方法(RCB, Robust CaponBeamforming)、基于干扰加噪声协方差矩阵重构的波束赋形算法,实施例所提方法具备更好的鲁棒性,能形成更高的波束赋形增益。
本实施例的方法具体包括以下步骤:
步骤2,根据特征值、特征向量和观测所得期望信号波达方向对应的导向矢量来估计期望信号信噪比,判断期望信号信噪比是否小于预设门限值(本实施例中的预设门限值一般设定为10dB),如果是,则采用标准采样协方差矩阵对角加载算法来求解波束赋形权重矢量,并执行步骤11;否则执行步骤3;本实施例中观测的期望信号波达方向为。
步骤4,根据期望信号波达方向的观测结果设定期望信号所在角度集合,构造矩阵,再对进行特征分解,然后在所得特征值中按从大到小顺序选择个特征值,接着使用所选特征值对应的个特征向量构造子空间,最后计算的正交投影矩阵;同理,根据个干扰信号所在的角度集合,分别构造对应的矩阵,依次对进行特征分解,并构造对应的子空间,计算对应的正交投影矩阵,并构造矩阵;本实施例中期望信号所在的角度集合为。
步骤5,根据所得期望信号对应的正交投影矩阵,构造矩阵,对进行特征分解,求解最大特征值对应的特征向量,则初步估计的期望信号导向矢量为。同理,根据所得个干扰信号对应的正交投影矩阵,分别构造矩阵,依次对进行特征分解,并求解最大特征值对应的特征向量,则初步估计的个干扰信号导向矢量为;
步骤7,根据所得和所得这两种期望信号导向矢量估计值,得到期望信号导向矢量估计均值,作为期望信号导向矢量;同理,根据步骤5所得个干扰信号导向矢量和步骤6所得个干扰信号导向矢量,得到各干扰信号导向矢量估计均值,作为干扰信号导向矢量。
步骤8,根据估计的噪声功率,同时采用Capon功率谱来初步估计得到期望信号和个干扰信号的功率。设定功率不确定量为,再一次估计。其中是期望信号的功率,是干扰信号的功率,表示单位阵。具体而言,可按下式对进行估计;
本实施例还提出了一种计算机设备,用于执行本实施例的上述方法。
具体如图2所示,计算机设备包括处理器、内存储器和系统总线;内存储器和处理器在内的各种设备组件连接到系统总线上。处理器是一个用来通过计算机系统中基本的算术和逻辑运算来执行计算机程序指令的硬件。内存储器是一个用于临时或永久性存储计算程序或数据(例如,程序状态信息)的物理设备。系统总线可以为以下几种类型的总线结构中的任意一种,包括存储器总线或存储控制器、外设总线和局部总线。处理器和内存储器可以通过系统总线进行数据通信。其中内存储器包括只读存储器(ROM)或闪存(图中未示出),以及随机存取存储器(RAM),RAM通常是指加载了操作系统和计算机程序的主存储器。
计算机设备一般包括一个外存储设备。外存储设备可以从多种计算机可读介质中选择,计算机可读介质是指可以通过计算机设备访问的任何可利用的介质,包括移动的和固定的两种介质。例如,计算机可读介质包括但不限于,闪速存储器(微型SD卡),CD-ROM,数字通用光盘(DVD)或其它光盘存储、磁带盒、磁带、磁盘存储或其它磁存储设备,或者可用于存储所需信息并可由计算机设备访问的任何其它介质。
计算机设备可在网络环境中与一个或者多个网络终端进行逻辑连接。网络终端可以是个人电脑、服务器、路由器、智能电话、平板电脑或者其它公共网络节点。计算机设备通过网络接口(局域网LAN接口)与网络终端相连接。局域网(LAN)是指在有限区域内,例如家庭、学校、计算机实验室、或者使用网络媒体的办公楼,互联组成的计算机网络。WiFi和双绞线布线以太网是最常用的构建局域网的两种技术。
应当指出的是,其它包括比计算机设备更多或更少的子系统的计算机系统也能适用于发明。
如上面详细描述的,适用于本实施例的计算机设备能执行自适应波束赋形方法的指定操作。计算机设备通过处理器运行在计算机可读介质中的软件指令的形式来执行这些操作。这些软件指令可以从存储设备或者通过局域网接口从另一设备读入到存储器中。存储在存储器中的软件指令使得处理器执行上述的群成员信息的处理方法。此外,通过硬件电路或者硬件电路结合软件指令也能同样实现本发明。因此,实现本实施例并不限于任何特定硬件电路和软件的组合。
实施例2
本实施例提出了一种适用于卫星通信的高鲁棒性自适应波束赋形装置,如图3所示,本实施例的装置包括:估计单元、选择单元、LSMI求解单元、导向矢量单元、功率单元、协方差矩阵单元、权重矢量求解单元和处理单元。
其中,估计单元用于对期望信号的信噪比进行估计;
选择单元将期望信号的信噪比与预设门限值相比较,如果期望信号的信噪比小于预设门限值则驱动LSMI求解单元采用标准LSMI算法求解波束赋形权重矢量;如果期望信号的信噪比大于等于预设门限值则驱动导向矢量单元估计期望信号导向矢量和干扰信号导向矢量;
功率单元用于估计期望信号功率和干扰信号功率;
协方差矩阵单元根据估计的干扰信号导向矢量、干扰信号功率和噪声功率重构协方差矩阵;
权重矢量求解单元根据估计的期望信号导向矢量和重构的协方差矩阵求解波束赋形权重矢量。
处理单元采用LSMI求解单元或者权重矢量求解单元求解的波束赋形权重矢量对接收信号进行加权处理,从而实现高鲁棒性自适应波束赋形。
本实施例还提出了一种卫星通信设备,该设备包括上述高鲁棒性自适应波束赋形装置。
实施例3
本实施例对上述实施例1提出的高鲁棒性自适应波束赋形方法进行仿真实验,仿真实验具体条件为:天线阵列阵元数为M=10、干噪比为35dB、观测的期望信号波达方向为、观测的干扰信号波达方向为和、设定期望信号所在的角度集合为、设定干扰信号所在的角度集合为和。其中LSMI方法中选择对角加载级为10dB、NCCB方法中选择2、本发明方法和RCB方法中选择导向矢量误差范数上界ε=0.3M。
图4为在上述具体仿真条件下,当快拍数为30、期望信号和干扰信号波达方向随机失配服从[] 范围内均匀分布时,在不同输入信噪比时本发明方法与最佳输出信干噪比、LSMI方法、基于特征空间波束赋形方法、NCCB方法、RCB方法、基于干扰加噪声协方差矩阵重波束赋形方法的输出信干噪比对比曲线。图中横坐标为输入信噪比(单位:dB),纵坐标为输出信干噪比(单位:dB)。图中的标记“◇”代表本发明方法,“△”代表最佳输出信干噪比,“+”代表LSMI方法,“□”代表基于特征空间波束赋形方法,“○”代表NCCB方法,“*”代表RCB方法,“×”代表基于干扰加噪声协方差矩阵重构波束赋形方法。
从图4可以看出,LSMI方法的输出信干噪比随着输入信噪比增加而急剧下降;基于特征空间波束赋形方法、NCCB方法、RCB方法的输出信干噪比随着输入信噪比增加趋于平缓,与最佳输出信干噪比有较大差距;基于干扰加噪声协方差矩阵重构波束赋形方法输出性能较好,但是相比于最佳输出信干噪比,仍有约1.5dB的差距;高信噪比时本发明方法的输出性能最好,最接近最佳输出信干噪比,低信噪比时本发明方法的输出性能同LSMI方法一致。
图5为在上述具体仿真条件下,当输入信噪比为10dB、期望信号和干扰信号波达方向随机失配服从[]范围内均匀分布时,在不同快拍数时本发明方法与最佳输出信干噪比、LSMI方法、基于特征空间波束赋形方法、NCCB方法、RCB方法、基于干扰加噪声协方差矩阵重构波束赋形方法的输出信干噪比对比曲线。图中横坐标为快拍数,纵坐标为输出信干噪比(单位:dB)。图中的标记“◇”代表本发明方法,“△”代表最佳输出信干噪比,“+”代表LSMI方法,“□”代表基于特征空间波束赋形方法,“○”代表NCCB方法,“*”代表RCB方法,“×”代表基于干扰加噪声协方差矩阵重构波束赋形方法。
从图5可以看出,随着快拍数的增加,LSMI方法、基于特征空间波束赋形方法、NCCB方法、RCB方法的输出信干噪比随着快拍数增加而增加,但是均与最佳输出信干噪比有较大差距;基于干扰加噪声协方差矩阵重构波束赋形方法和本发明方法的输出信干噪比则基本保持不变,即使在较少的快拍数下就能获得很好的输出性能,但是基于干扰加噪声协方差矩阵重构波束赋形方法的输出信干噪比低于本发明方法大约1.2dB。结合图5和图4可以看出,本发明方法在信号波达方向估计出现失配时具有更好的鲁棒性。
图6为在上述具体仿真条件下,当快拍数为30、期望信号相位的增量失配服从高斯分布时,在不同输入信噪比时本发明方法与最佳输出信干噪比、LSMI方法、基于特征空间波束赋形方法、NCCB方法、RCB方法、基于干扰加噪声协方差矩阵重构波束赋形方法的输出信干噪比对比曲线。图中横坐标为输入信噪比(单位:dB),纵坐标为输出信干噪比(单位:dB)。图中的标记“◇”代表本发明方法,“△”代表最佳输出信干噪比,“+”代表LSMI方法,“□”代表基于特征空间波束赋形方法,“○”代表NCCB方法,“*”代表RCB方法,“×”代表基于干扰加噪声协方差矩阵重构波束赋形方法。
从图6可以看出,LSMI方法输出信干噪比随着输入信噪比增加而下降;基于特征空间波束赋形方法在低输入信噪比时输出性能较差,高信噪比时输出性能也低于NCCB方法和RCB方法;NCCB方法和RCB方法的输出信干噪比基本保持一致,但与最佳输出信干噪比有较大差距;基于干扰加噪声协方差矩阵重构波束赋形方法在低信噪比时输出性能最好,高信噪比时仅次于本发明方法;高信噪比时本发明方法的输出性能最好,最接近最佳输出信干噪比,低信噪比时本发明方法的输出性能同LSMI方法一致。
图7为在上述具体仿真条件下,当信噪比为10dB、期望信号相位的增量失配服从高斯分布时,在不同快拍数时本发明方法与最佳输出信干噪比、LSMI方法、基于特征空间波束赋形方法、NCCB方法、RCB方法、基于干扰加噪声协方差矩阵重构波束赋形方法的输出信干噪比对比曲线。图中横坐标为快拍数,纵坐标为输出信干噪比(单位:dB)。图中的标记“◇”代表本发明方法,“△”代表最佳输出信干噪比,“+”代表LSMI方法,“□”代表基于特征空间波束赋形方法,“○”代表NCCB方法,“*”代表RCB方法,“×”代表基于干扰加噪声协方差矩阵重构波束赋形方法。
从图7可以看出,基于特征空间波束赋形方法、NCCB方法、RCB方法的输出性能随着快拍数增加而增加,但与最佳输出信干噪比有较大差距,需要较大的快拍数才能保持较好的输出性能;基于干扰加噪声协方差矩阵重构波束赋形方法的输出信干噪比在快拍数范围基本保持不变,低于最佳输出信干噪大约1dB;本发明方法的输出性能最好,不仅输出信干噪比基本保持不变,而且最接近最佳输出信干噪比。结合图7和图6可以看出,本发明方法在波前扰动失真的情况下具有更好的鲁棒性。
图8为在上述具体仿真条件下,当快拍数为30、期望信号相干散射路径数为4、每条散射路径的波达方向服从均值为及标准差为的高斯分布时,在不同输入信噪比时本发明方法与最佳输出信干噪比、LSMI方法、基于特征空间波束赋形方法、NCCB方法、RCB方法、基于干扰加噪声协方差矩阵重构波束赋形方法的输出信干噪比对比曲线。图中横坐标为输入信噪比(单位:dB),纵坐标为输出信干噪比(单位:dB)。图中的标记“◇”代表本发明方法,“△”代表最佳输出信干噪比,“+”代表LSMI方法,“□”代表基于特征空间波束赋形方法,“○”代表NCCB方法,“*”代表RCB方法,“×”代表基于干扰加噪声协方差矩阵重构波束赋形方法。
从图8可以看出,当输入信噪比小于0dB时,除基于特征空间波束赋形方法输出性能较差外,其他各方法的输出性能都较好。当输入信噪比大于0dB时:LSMI方法输出信干噪比随着输入信噪比增加而下降;基于特征空间波束赋形方法输出信干噪比随着输入信噪比的增加而缓慢下降;NCCB方法和RCB方法输出信干噪比基本保持一致,随着输入信噪比的增加而缓慢增加,但与最佳输出信干噪比有较大差距;基于干扰加噪声协方差矩阵重构波束赋形方法和本发明方法的输出性能在整个输入信噪比范围内都较好,都表现出较好的鲁棒性,但基于干扰加噪声协方差矩阵重构波束赋形方法的输出信干噪比在高信噪比时仍低于本发明方法。
图9为在上述具体仿真条件下,当信噪比为10dB、期望信号相干散射路径数为4、每条散射路径的波达方向服从均值为及标准差为的高斯分布时,在不同快拍数时本发明方法与最佳输出信干噪比、LSMI方法、基于特征空间波束赋形方法、NCCB方法、RCB方法、基于干扰加噪声协方差矩阵重构波束赋形方法的输出信干噪比对比曲线。图中横坐标为快拍数,纵坐标为输出信干噪比(单位:dB)。图中的标记“◇”代表本发明方法,“△”代表最佳输出信干噪比,“+”代表LSMI方法,“□”代表基于特征空间波束赋形方法,“○”代表NCCB方法,“*”代表RCB方法,“×”代表基于干扰加噪声协方差矩阵重构波束赋形方法。
从图9可以看出,LSMI方法、基于特征空间的波束赋形方法、NCCB方法、RCB方法的输出信干噪比随着快拍数增加而增加,表明各算法的输出性能受到快拍数限制,其中LSMI方法输出性能最差;基于干扰加噪声协方差矩阵重构波束赋形方法和本发明方法的输出性能在整个快拍数范围内都很好,在较少的快拍数时就能获得很好的输出性能,但是本发明方法的输出信干噪比仍然高于基于干扰加噪声协方差矩阵重构波束赋形方法大约1dB,结合图9和图8可以看出,本发明方法在存在局部相干散射的情况下具有更好的鲁棒性。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种适用于卫星通信的高鲁棒性自适应波束赋形方法,其特征在于,包括:
对期望信号信噪比进行估计;
将估计得到的期望信号信噪比与预设门限值相比较;
如果估计的期望信号信噪比大于等于预设门限值,则估计期望信号导向矢量和干扰信号导向矢量;
估计期望信号功率和干扰信号功率;
根据估计的干扰信号导向矢量、干扰信号功率和噪声功率重构协方差矩阵;
根据估计的期望信号导向矢量和重构的协方差矩阵求解波束赋形权重矢量;
如果估计的期望信号信噪比小于预设门限值,则采用标准LSMI算法求解波束赋形权重矢量;
根据求解的波束赋形权重矢量对接收的信号进行加权处理。
4.根据权利要求1所述的一种适用于卫星通信的高鲁棒性自适应波束赋形方法,其特征在于,所述预设门限值为10dB。
5.根据权利要求3所述的一种适用于卫星通信的高鲁棒性自适应波束赋形方法,其特征在于,估计期望信号导向矢量和干扰信号导向矢量步骤具体包括:
10.一种适用于卫星通信的高鲁棒性自适应波束赋形装置,其特征在于,包括估计单元、选择单元、LSMI求解单元、导向矢量单元、功率单元、协方差矩阵单元、权重矢量求解单元和处理单元;
其中,所述估计单元用于对期望信号的信噪比进行估计;
所述选择单元将期望信号的信噪比与预设门限值相比较,如果期望信号的信噪比小于预设门限值则驱动所述LSMI求解单元采用标准LSMI算法求解波束赋形权重矢量;如果期望信号的信噪比大于等于预设门限值则驱动所述导向矢量单元估计期望信号导向矢量和干扰信号导向矢量;
所述功率单元用于估计期望信号功率和干扰信号功率;
所述协方差矩阵单元根据估计的干扰信号导向矢量、干扰信号功率和噪声功率重构协方差矩阵;
所述权重矢量求解单元根据估计的期望信号导向矢量和重构的协方差矩阵求解波束赋形权重矢量;
所述处理单元采用LSMI求解单元或者权重矢量求解单元求解的波束赋形权重矢量对接收信号进行加权处理,从而实现高鲁棒性自适应波束赋形。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111107444.1A CN113965236B (zh) | 2021-09-22 | 2021-09-22 | 适用于卫星通信的高鲁棒性自适应波束赋形方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111107444.1A CN113965236B (zh) | 2021-09-22 | 2021-09-22 | 适用于卫星通信的高鲁棒性自适应波束赋形方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113965236A true CN113965236A (zh) | 2022-01-21 |
CN113965236B CN113965236B (zh) | 2022-03-11 |
Family
ID=79462349
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111107444.1A Active CN113965236B (zh) | 2021-09-22 | 2021-09-22 | 适用于卫星通信的高鲁棒性自适应波束赋形方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113965236B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115372998A (zh) * | 2022-08-22 | 2022-11-22 | 中国矿业大学 | 低复杂度的卫星导航接收机鲁棒宽线性波束形成方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2506711A (en) * | 2012-10-02 | 2014-04-09 | John Edward Hudson | An adaptive beamformer which uses signal envelopes to correct steering |
US20150124713A1 (en) * | 2011-08-16 | 2015-05-07 | Go Net Systems Ltd. | Methods Circuits Systems and Associated Computer Executable Code for Performing Beamforming Based Wireless Communication |
CN105306124A (zh) * | 2015-10-19 | 2016-02-03 | 电子科技大学 | 一种具有联合鲁棒性的波束形成方法 |
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 |
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 |
CN107276658A (zh) * | 2017-07-01 | 2017-10-20 | 蔡绍滨 | 色噪声下基于协方差矩阵重构的波束形成方法 |
CN108872946A (zh) * | 2018-04-20 | 2018-11-23 | 西安电子科技大学 | 导向矢量和协方差矩阵联合迭代的稳健波束形成方法 |
CN110865341A (zh) * | 2019-11-12 | 2020-03-06 | 天津大学 | 一种基于导向矢量优化与对角加载相结合的波束形成方法 |
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 |
CN111651719A (zh) * | 2020-06-04 | 2020-09-11 | 湖北工业大学 | 基于收缩估计协方差矩阵重构稳健自适应波束形成方法 |
CN113411113A (zh) * | 2021-06-18 | 2021-09-17 | 西北工业大学 | 一种抗阵列误差的稳健波束形成方法 |
-
2021
- 2021-09-22 CN CN202111107444.1A patent/CN113965236B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150124713A1 (en) * | 2011-08-16 | 2015-05-07 | Go Net Systems Ltd. | Methods Circuits Systems and Associated Computer Executable Code for Performing Beamforming Based Wireless Communication |
GB2506711A (en) * | 2012-10-02 | 2014-04-09 | John Edward Hudson | An adaptive beamformer which uses signal envelopes to correct steering |
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 |
CN105306124A (zh) * | 2015-10-19 | 2016-02-03 | 电子科技大学 | 一种具有联合鲁棒性的波束形成方法 |
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 |
CN107276658A (zh) * | 2017-07-01 | 2017-10-20 | 蔡绍滨 | 色噪声下基于协方差矩阵重构的波束形成方法 |
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 |
CN108872946A (zh) * | 2018-04-20 | 2018-11-23 | 西安电子科技大学 | 导向矢量和协方差矩阵联合迭代的稳健波束形成方法 |
CN110865341A (zh) * | 2019-11-12 | 2020-03-06 | 天津大学 | 一种基于导向矢量优化与对角加载相结合的波束形成方法 |
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 |
CN111651719A (zh) * | 2020-06-04 | 2020-09-11 | 湖北工业大学 | 基于收缩估计协方差矩阵重构稳健自适应波束形成方法 |
CN113411113A (zh) * | 2021-06-18 | 2021-09-17 | 西北工业大学 | 一种抗阵列误差的稳健波束形成方法 |
Non-Patent Citations (3)
Title |
---|
MICHAEL.P. MASELE等: "A Robust Adaptive Beamforming with Diagonal Loading and Steering Vector Estimation", 《2019 IEEE 2ND INTERNATIONAL CONFERENCE ON ELECTRONIC INFORMATION AND COMMUNICATION TECHNOLOGY (ICEICT)》 * |
张涛: "导向矢量失配条件下的稳健自适应波束成形研究", 《中国博士学位论文全文数据库(信息科技辑)》 * |
金伟等: "一种改进的迭代型鲁棒波束形成算法", 《电子学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115372998A (zh) * | 2022-08-22 | 2022-11-22 | 中国矿业大学 | 低复杂度的卫星导航接收机鲁棒宽线性波束形成方法 |
CN115372998B (zh) * | 2022-08-22 | 2023-04-07 | 中国矿业大学 | 低复杂度的卫星导航接收机鲁棒宽线性波束形成方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113965236B (zh) | 2022-03-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111651719B (zh) | 基于收缩估计协方差矩阵重构稳健自适应波束形成方法 | |
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 | |
CN104702378A (zh) | 混合高斯分布的参数估计方法和装置 | |
CN113965236B (zh) | 适用于卫星通信的高鲁棒性自适应波束赋形方法和装置 | |
CN109541552B (zh) | 雷达天线阵列的自适应波束形成方法和系统 | |
CN113315560B (zh) | 一种紧凑型平面阵列Massive MIMO系统的波束赋形方法 | |
WO2023165631A1 (zh) | 一种用于智能超表面无线通信的信道参数估计方法 | |
CN106646414A (zh) | 基于Bi‑CGSTAB和SL0算法的MIMO雷达目标参数估计方法 | |
CN114268388A (zh) | 一种在大规模mimo中基于改进gan网络的信道估计方法 | |
CN112332894A (zh) | 一种惩罚锥约束的稳健波束的形成方法和移动终端 | |
CN114726385A (zh) | 基于功率估计的卫星导航接收机空域抗干扰方法 | |
CN110865342A (zh) | 基于导向矢量估计与协方差矩阵重构结合的波束形成方法 | |
CN110611626A (zh) | 信道估计方法、装置及设备 | |
CN112543047B (zh) | 一种多波束卫星干扰抑制方法、存储介质及计算设备 | |
CN112183425B (zh) | 信道参数估计方法及装置 | |
CN110361697B (zh) | 一种基于协方差矩阵混合重构的稳健波束形成方法 | |
CN112990547A (zh) | 智能电网能量优化方法及装置 | |
CN110161476B (zh) | 基于幂迭代广义瑞利商算法的雷达波束形成方法 | |
CN110261814B (zh) | 基于空间谱重构和导向矢量直接估计的波束形成方法 | |
CN115967421A (zh) | 一种分布式天线系统下联合参数估计与信号重构的方法及系统 | |
CN108834043B (zh) | 基于先验知识的压缩感知多目标无源定位方法 | |
CN113783810B (zh) | 智能反射面辅助室内通信的信道估计方法、装置及介质 | |
CN113556157B (zh) | 非高斯干扰下mimo系统发射天线数估计方法及系统 | |
WO2021114964A1 (zh) | 信号检测方法、装置、通信设备及计算机存储介质 |
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 |