CN114563764A - 一种自适应波束生成方法及系统 - Google Patents

一种自适应波束生成方法及系统 Download PDF

Info

Publication number
CN114563764A
CN114563764A CN202111468414.3A CN202111468414A CN114563764A CN 114563764 A CN114563764 A CN 114563764A CN 202111468414 A CN202111468414 A CN 202111468414A CN 114563764 A CN114563764 A CN 114563764A
Authority
CN
China
Prior art keywords
interference
matrix
covariance matrix
data
weight 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.)
Pending
Application number
CN202111468414.3A
Other languages
English (en)
Inventor
张攀
靖岗
马腾
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 Institute of Radio Measurement
Original Assignee
Beijing Institute of Radio Measurement
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 Beijing Institute of Radio Measurement filed Critical Beijing Institute of Radio Measurement
Priority to CN202111468414.3A priority Critical patent/CN114563764A/zh
Publication of CN114563764A publication Critical patent/CN114563764A/zh
Pending legal-status Critical Current

Links

Images

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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/023—Interference mitigation, e.g. reducing or avoiding non-intentional interference with other HF-transmitters, base station transmitters for mobile communication or other radar systems, e.g. using electro-magnetic interference [EMI] reduction techniques
    • 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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • 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)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开的一种自适应波束生成方法，主要解决自适应波束形成中阵列流形失配带来的输出SINR下降问题。实现过程为：利用均匀线阵采集训练数据；借助目标先验角度信息构造空域阻塞矩阵；使用阻塞矩阵预处理训练数据并基于最小功率准则计算干扰协方差矩阵；利用矩阵投影变换特征分解干扰子空间矩阵；结合空间响应不变思想优化波束形成权矢量。本发明在阵列流形存在失配时，能在确保抗干扰能力的前提下无失真输出目标，可用于存在波达角和阵列校准误差下实现自适应波束形成。

Description

一种自适应波束生成方法及系统
技术领域
本发明涉及阵列信号处理领域，特别是一种自适应波束生成方法及系统。
背景技术
自适应波束形成技术广泛应用于航空、航天、雷达和通信系统，通过在目标方向形成增益、干扰方向形成零陷，提高输出信干噪比(Signal to Interference and NoiseRatio，SINR)。但是，实际工作环境中存在阵元位置误差、通道幅度相位误差等，致使目标导向矢量约束存在偏差。理论研究表明，当目标导向矢量存在约束偏差，在低信噪比(Signalto Noise Ratio,SNR)情况下，可能出现主瓣偏移等问题，降低输出SINR；在高SNR情况下，若接收数据含有目标，甚至会出现信号‘自消’现象，导致输出SINR急剧恶化。
针对多种误差下自适应波束形成最优权求解问题，典型的解决方法有：对角加载类方法，子空间类算法，约束优化类方法，干扰协方差矩阵重构类方法等，其中：
对角加载类方法：该方法通过人为地注入噪声，在采样样本数据协方差矩阵的对角元素中加载一个较小的量，从而减小采样协方差矩阵中噪声特征值的扰动程度，相应降低噪声特征向量在波束形成过程中权向量的影响，优点是提高算法对快拍数的稳健性，减缓信号‘自消’现象。但同时也具有波束方向图干扰位置零陷变浅，输出SINR下降，加载值难以控制的缺点。
子空间类算法：该方法在信源和噪声相互独立互不相干的条件下，利用信号干扰子空间与噪声子空间的正交性，将目标导向矢量向信号干扰子空间投影，从而摒弃权向量在噪声子空间中的分量，削弱噪声子空间的扰动对波束形成算法性能的影响。该算法对任意误差导致的目标导向矢量不确定都有着很好的稳健性，但是该算法只适用于高SNR的环境，且需要准确知道信号干扰子空间维数，否则波束形成器性能会急剧衰落。
约束优化类方法：该方法借助凸优化工具，一般以最大化输出功率或者最大化输出信干噪比为目标，通过将目标导向矢量约束在先验目标导向矢量的不确定集中、或者约束其靠近信号干扰子空间来优化目标导向矢量。该算法在目标导向矢量精确约束的情况下可以获得良好的性能，但是一旦存在误差，对目标导向矢量的约束能力下降，则算法最终无法优化得到最优解，同时约束优化类方法一般计算复杂度较高。
干扰协方差矩阵重构类方法：该方法利用信号的空域稀疏性，在干扰可能出现区域利用如Capon功率谱、PI谱、SPICE谱进行积分，估计出不含目标的干扰协方差矩阵来提高波束形成器性能，然后利用重构的干扰协方差矩阵再结合一些优化方法估计目标导向矢量，使得阵列获得良好的输出性能。但该方法需要知道准确的阵列结构信息，即只考虑了信号波达方向误差，未考虑阵元位置误差、幅度相位误差等，在实际工作环境中存在干扰协方差矩阵失配。
上述提及到的对角加载类方法能提高小快拍下的性能，但是在强目标下存在目标‘自消’现象；子空间类方法可以提高强目标下导向矢量的估计性能，但是在弱目标下存在较大误差；已有约束优化类方法由于存在目标导向矢量约束偏差，导致性能提升有限；干扰协方差矩阵重构类方法在阵列精确校准情况下，可以显著提高自适应波束形成器性能，但是在阵列校准误差下，失去干扰抑制能力。
发明内容
本发明目的在于提供一种自适应波束生成方法及系统，可用于存在波达角和阵列校准误差下的自适应波束形成。
为了解决上述问题中自适应波束形成中导向矢量失配带来的输出信干噪比下降问题，第一方面，本发明提供了一种自适应波束生成方法，包括：
结合均匀线阵采集一设定时刻下的采样数据，其中所述采样数据包括雷达回波器发出探测波束检测到的一目标数据以及多个干扰数据；
结合一阻塞矩阵处理所述采样数据得到一干扰协方差矩阵；
对所述干扰协方差矩阵进行处理得到一波束权矢量；
根据所述波束权矢量修正雷达回波器配置参数，以使雷达回波器生成修正后的自适应波束。
进一步地，所述自适应波束生成方法还包括：
根据雷达搜索配置参数生成所述阻塞矩阵，其中所述雷达搜索配置参数包括目标先验角度参数、角度搜索间隔参数以及角度搜索个数。
进一步地，所述对所述干扰协方差矩阵进行处理得到一波束权矢量，包括：
对所述干扰协方差矩阵进行处理得到一干扰子空间矩阵；
根据所述干扰子空间矩阵得到所述波束权矢量。
进一步地，所述结合一阻塞矩阵处理所述采样数据得到一干扰协方差矩阵，包括：
结合一阻塞矩阵处理所述采样数据得到处理后的采样数据；
根据一设定规则对所述处理后的采样数据进行处理得到所述干扰协方差矩阵。
进一步地，所述对所述干扰协方差矩阵进行处理得到一干扰子空间矩阵，包括：
对所述干扰协方差矩阵进行特征分解得到多个主特征矢量；
对所述多个主特征矢进行投影变化得到所述干扰子空间矩阵。
进一步地，所述根据所述干扰子空间矩阵得到所述波束权矢量，包括：
根据所述干扰子空间矩阵得到一关于自适应波束优化的方程；
采用采样协方差矩阵求逆算法求解所述方程得到所述波束权矢量。
进一步地，所述设定规则为最小功率准则。
第二方面，本发明提供了一种自适应波束生成系统，包括：
采样模块：结合均匀线阵采集一设定时刻下的采样数据，其中所述采样数据包括一目标数据以及多个干扰数据；
干扰协方差模块：结合一阻塞矩阵处理所述采样数据得到一干扰协方差矩阵；
权矢量计算模块：对所述干扰协方差矩阵进行处理得到一波束权矢量；
波束修正模块：根据所述波束权矢量修正雷达回波器配置参数，以产生修正后的自适应波束。
第三方面，本发明提供了一种电子设备，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，所述处理器执行所述计算机程序时实现任一项所述自适应波束生成方法的步骤。
第四方面，本发明提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现任一项所述自适应波束生成方法的步骤。
本发明的有益效果
本发明提供一种自适应波束生成方法及系统，利用目标先验角度构造角度展宽的阻塞矩阵，再借助阻塞矩阵剔除训练数据的目标分量，计算并修正准干扰协方差矩阵，进而利用矩阵投影变换重构干扰协方差矩阵，然后结合空间响应不变思想优化波束形成权矢量，实现自适应波束形成。
附图说明
为了更清楚地说明本发明实施方式或现有技术中的技术方案，下面将对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，下面描述中的附图仅仅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是本发明实施方式中自适应波束生成方法流程示意图；
图2是本发明实施方式中阵列接收数据示意图；
图3是本发明实施方式中两种对比方法在来波方向误差下波束方向图与来波方向的关系图；
图4是本发明实施方式中两种对比方法在来波方向误差和阵元位置误差下波束方向图与来波方向的关系图；
图5是本发明实施方式中两种对比方法在来波方向和幅度相位误差下波束方向图与来波方向的关系图。
图6是本发明实施例中的电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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。
目前，当目标导向矢量存在约束偏差，在低信噪比(Signal to Noise Ratio,SNR)情况下，可能出现主瓣偏移等问题，降低输出SINR；在高SNR情况下，若接收数据含有目标，甚至会出现信号‘自消’现象，导致输出SINR急剧恶化。
基于此，本发明提供一种自适应波束生成方法，包括：
结合均匀线阵采集一设定时刻下的采样数据，其中所述采样数据包括雷达回波器发出探测波束检测到的一目标数据以及多个干扰数据；
结合一阻塞矩阵处理所述采样数据得到一干扰协方差矩阵；
对所述干扰协方差矩阵进行处理得到一波束权矢量；
根据所述波束权矢量修正雷达回波器配置参数，以使雷达回波器生成修正后的自适应波束。
在一些其它实施方式中，所述自适应波束生成方法还包括：
根据雷达搜索配置参数生成所述阻塞矩阵，其中所述雷达搜索配置参数包括目标先验角度参数、角度搜索间隔参数以及角度搜索个数。
在一些其它实施方式中，所述对所述干扰协方差矩阵进行处理得到一波束权矢量，包括：
对所述干扰协方差矩阵进行处理得到一干扰子空间矩阵；
根据所述干扰子空间矩阵得到所述波束权矢量。
在一些其它实施方式中，所述结合一阻塞矩阵处理所述采样数据得到一干扰协方差矩阵，包括：
结合一阻塞矩阵处理所述采样数据得到处理后的采样数据；
根据一设定规则对所述处理后的采样数据进行处理得到所述干扰协方差矩阵。
在一些其它实施方式中，所述对所述干扰协方差矩阵进行处理得到一干扰子空间矩阵，包括：
对所述干扰协方差矩阵进行特征分解得到多个主特征矢量；
对所述多个主特征矢进行投影变化得到所述干扰子空间矩阵。
在一些其它实施方式中，所述根据所述干扰子空间矩阵得到所述波束权矢量，包括：
根据所述干扰子空间矩阵得到一关于自适应波束优化的方程；
采用采样协方差矩阵求逆算法求解所述方程得到所述波束权矢量。
在一些其它实施方式中，所述设定规则为最小功率准则。
本发明另一方面提供了一种自适应波束生成系统，包括：
采样模块：结合均匀线阵采集一设定时刻下的采样数据，其中所述采样数据包括一目标数据以及多个干扰数据；
干扰协方差模块：结合一阻塞矩阵处理所述采样数据得到一干扰协方差矩阵；
权矢量计算模块：对所述干扰协方差矩阵进行处理得到一波束权矢量；
波束修正模块：根据所述波束权矢量修正雷达回波器配置参数，以产生修正后的自适应波束。
自适应波束形成技术侧重于对目标无失真输出，同时保证对干扰进行充分抑制，这要求准确重构干扰协方差矩阵和约束目标导向矢量，参见图1，所述自适应波束生成方法包括有如下步骤：
步骤(1)采集训练数据：均匀线阵在t时刻采集的训练数据为X(t)，均匀线阵由M个阵元按半波长排布，训练数据中含有一个目标和J个干扰的回波信息；
步骤(2)构造阻塞矩阵：利用目标先验角度信息
Figure BDA0003390529080000061
角度搜索间隔Δ和角度搜索个数l构造2l+1个目标阻塞矩阵Bi，i＝-l，-l+1,…，l；
步骤(3)计算干扰协方差矩阵：借助阻塞矩阵Bi，i＝-l，-l+1，…，l处理训练数据得到目标移除后的数据，基于最小功率准则挑选目标移除后的数据计算干扰协方差矩阵
Figure BDA0003390529080000062
步骤(4)分解干扰子空间矩阵：对干扰协方差矩阵
Figure BDA0003390529080000063
进行特征分解得到前J个主特征矢量，对这J个主特征矢量进行投影变换估计干扰子空间矩阵
Figure BDA0003390529080000064
步骤(5)优化波束形成权矢量：结合空间响应不变思想建立平顶主波束优化方程，求解方程估计波束形成权矢量。
在具体的实施方式中，步骤(3)中所述的借助阻塞矩阵Bi,i＝-l,-l+1,…,l处理训练数据得到目标移除的数据，基于最小功率准则挑选目标移除后的数据计算干扰协方差矩阵
Figure BDA0003390529080000065
具体包括有如下步骤：
3.1(a)借助阻塞矩阵Bi,i＝-l,-l+1,…,l处理训练数据得到目标移除后的数据：
Xi(t)＝BiX(t),i＝-l,-l+1,…,l
3.1(b)基于最小功率准则挑选目标移除后的数据计算干扰协方差矩阵
Figure BDA0003390529080000066
Figure BDA0003390529080000067
K为快拍数，
Figure BDA0003390529080000071
表示求最小范数对应的矩阵。
步骤(4)中所述的对干扰协方差矩阵
Figure BDA0003390529080000072
进行特征分解得到前J个主特征矢量，对这J个主特征矢量进行投影变换估计干扰子空间矩阵
Figure BDA0003390529080000073
具体包括有如下步骤：
4.1(a)对干扰协方差矩阵
Figure BDA0003390529080000074
进行特征分解：
Figure BDA0003390529080000075
ηi,i＝1,2,…,M表示准干扰协方差矩阵
Figure BDA0003390529080000076
的特征值，它以降序排列为η1＞η2＞…＞ηM-2＞…＞ηM，pi,i＝1,2,…,M表示对应的特征矢量；
4.1(b)对这J个主特征矢量进行投影变换估计干扰子空间矩阵
Figure BDA0003390529080000077
Figure BDA0003390529080000078
Figure BDA0003390529080000079
表示基于最小功率准则挑选目标移除后的数据对应的阻塞矩阵。
步骤(5)中所述的结合空间响应不变思想建立平顶主波束优化方程，求解方程估计波束形成权矢量，具体包括有如下步骤：
5.1(a)结合空间响应不变思想建立平顶主波束优化方程：
Figure BDA00033905290800000710
Figure BDA00033905290800000711
Figure BDA00033905290800000712
Figure BDA00033905290800000713
表示空间响应不变目标函数，
Figure BDA00033905290800000714
表示利用采样协方差求逆方法计算的权矢量；
5.1(b)求解方程估计波束形成权矢量：
Figure BDA00033905290800000715
β＝wHw表示归一化因子。
下面结合具体实施例对本发明进一步说明：
实施例1：
步骤1：参照图2，利用M个按半波长排布的阵元组成的均匀线阵在t时刻采集训练数据X(t)。
步骤2：构造阻塞矩阵，具体实现为利用目标先验角度信息
Figure BDA0003390529080000081
角度搜索间隔Δ和角度搜索个数l构造2l+1个目标阻塞矩阵Bi,i＝-l,-l+1,…,l：
Figure BDA0003390529080000082
Figure BDA0003390529080000083
为来波角度
Figure BDA0003390529080000084
的空域导向矢量，
Figure BDA0003390529080000085
代表功率调整因子，trace(·)表示矩阵求迹，
Figure BDA0003390529080000086
表示K次快拍计算的采样协方差矩阵，(·)H代表共轭转置，(·)T代表共轭。
步骤3：计算干扰协方差矩阵，具体实现如下：
(3a)借助阻塞矩阵Bi,i＝-l,-l+1,…,l处理训练数据得到目标移除后的数据：
Xi(t)＝BiX(t),i＝-l,-l+1,…,l, (2)
(3b)基于最小功率准则挑选目标移除后的数据计算干扰协方差矩阵
Figure BDA0003390529080000087
Figure BDA0003390529080000088
K为快拍数，
Figure BDA0003390529080000089
表示求最小范数对应的矩阵。
步骤4：分解干扰子空间矩阵，具体实现如下：
对干扰协方差矩阵
Figure BDA00033905290800000810
进行特征分解得到前J个主特征矢量，对这J个主特征矢量进行投影变换估计干扰子空间矩阵
Figure BDA00033905290800000811
具体包括有如下步骤：
(4a)对干扰协方差矩阵
Figure BDA00033905290800000812
进行特征分解：
Figure BDA00033905290800000813
ηi,i＝1,2,…,M表示准干扰协方差矩阵
Figure BDA00033905290800000814
的特征值，它以降序排列为η1＞η2＞…＞ηM-2＞…＞ηM，pi,i＝1,2,…,M表示对应的特征矢量；
(4b)对这J个主特征矢量进行投影变换估计干扰子空间矩阵
Figure BDA00033905290800000815
Figure BDA0003390529080000091
Figure BDA0003390529080000092
表示基于最小功率准则挑选目标移除后的数据对应的阻塞矩阵。
步骤5：优化波束形成权矢量，具体实现如下：
(5a)结合空间响应不变思想建立平顶主波束优化方程：
Figure BDA0003390529080000093
Figure BDA0003390529080000094
表示空间响应不变目标函数，
Figure BDA0003390529080000095
表示利用采样协方差求逆方法计算的权矢量；
(5b)求解方程估计波束形成权矢量：
Figure BDA0003390529080000096
β＝wHw表示归一化因子。
实施例2：
实验条件：均匀线阵(阵元数M＝15)，阵元间距为0.5λ(λ＝0.05)，信源数为3，包含一个目标，目标真实角度为10°(先验角度为8°)，两个干扰真实角度为-25°、40°(先验角度为-23°、38°)，干噪比均为30dB；每次试验均进行200次蒙特卡洛仿真；
仿真参数：本发明的角度搜索间隔Δ和角度搜索个数l分别设为0.5°和10。对比的已有技术设置如下：Capon波束形成算法；线性约束最小方差(Linearly ConstrainedMinimum Variance,LCMV)方法导向矢量约束角度为
Figure BDA0003390529080000097
实验结果，仅存在目标来波方向误差，将来波方向从-90°递增到90°，SNR固定为20dB，快拍数固定为50次，波束方向图与来波方向的关系如图3所示；
观察图3发现，当仅存在目标来波方向误差时，本发明可以在目标区域形成平顶主瓣，同时可以对干扰形成深零点，而Capon算法虽然可以形成深零点，但是主瓣无法正确指向目标，LCMV算法旁瓣电平很高，零点水平也略有抬高。
实施例3：
实验条件、仿真参数同实施例2，同时实验条件还包括服从(-0.05λ,0.05λ)均匀分布的阵元位置误差；
实验结果，当同时存在目标来波方向误差和阵元位置误差下，将来波方向从-90°递增到90°，SNR固定为20dB，快拍数固定为50次，波束方向图与来波方向的关系如图4所示；
观察图4发现，当同时存在目标来波方向误差和阵元位置误差，本发明可以在目标区域形成平顶主瓣，同时可以对干扰形成深零点，而Capon算法虽然可以形成深零点，但是主瓣无法正确指向目标，LCMV算法旁瓣电平很高，零点水平也略有抬高。
实施例4：
实验条件、仿真参数同实施2，同时实验条件还包括幅度相位误差，幅度误差服从(-5dB,5dB)均匀分布的，相位误差服从(-5°,5°)均匀分布；
实验结果，当同时存在目标来波方向误差和幅度相位误差，将来波方向从-90°递增到90°，SNR固定为20dB，快拍数固定为50次，波束方向图与来波方向的关系如图5所示。
观察图5发现，当同时存在目标来波方向误差和幅度相位误差，本发明可以在目标区域形成平顶主瓣，同时可以对干扰形成深零点，而Capon算法虽然可以形成深零点，但是主瓣无法正确指向目标，LCMV算法旁瓣电平很高，零点水平也略有抬高。
从上述描述可知，本发明公开的一种自适应生成方法，主要解决自适应波束形成中阵列流形失配带来的输出SINR下降问题。实现过程为：利用均匀线阵采集训练数据；借助目标先验角度信息构造空域阻塞矩阵；使用阻塞矩阵预处理训练数据并基于最小功率准则计算干扰协方差矩阵；利用矩阵投影变换特征分解干扰子空间矩阵；结合空间响应不变思想优化波束形成权矢量。本发明在阵列流形存在失配时，能在确保抗干扰能力的前提下无失真输出目标，可用于存在波达角和阵列校准误差下实现自适应波束形成。
从硬件层面来说，为了解决当目标导向矢量存在约束偏差，在低信噪比(Signalto Noise Ratio,SNR)情况下，可能出现主瓣偏移等问题，降低输出SINR；在高SNR情况下，若接收数据含有目标，甚至会出现信号‘自消’现象，导致输出SINR急剧恶化的问题，本申请提供一种用于实现所述生成方法中的全部或部分内容的电子设备的实施例，所述电子设备具体包含有如下内容：
图6为本申请实施例的电子设备9600的系统构成的示意框图。如图6所示，该电子设备9600可以包括中央处理器9100和存储器9140；存储器9140耦合到中央处理器9100。值得注意的是，该图6是示例性的；还可以使用其他类型的结构，来补充或代替该结构，以实现电信功能或其他功能。
在一实施例中，自适应波束生成可以被集成到中央处理器中。其中，中央处理器可以被配置为进行如下控制：
结合均匀线阵采集一设定时刻下的采样数据，其中所述采样数据包括雷达回波器发出探测波束检测到的一目标数据以及多个干扰数据；
结合一阻塞矩阵处理所述采样数据得到一干扰协方差矩阵；
对所述干扰协方差矩阵进行处理得到一波束权矢量；
根据所述波束权矢量修正雷达回波器配置参数，以使雷达回波器生成修正后的自适应波束。
在另一个实施方式中，自适应波束生成系统的生成装置可以与中央处理器9100分开配置，例如可以将自适应波束生成系统配置为与中央处理器9100连接的芯片，通过中央处理器的控制来自适应波束生成功能。
如图6所示，该电子设备9600还可以包括：通信模块9110、输入单元9120、音频处理器9130、显示器9160、电源9170。值得注意的是，电子设备9600也并不是必须要包括图6中所示的所有部件；此外，电子设备9600还可以包括图6中没有示出的部件，可以参考现有技术。
如图6所示，中央处理器9100有时也称为控制器或操作控件，可以包括微处理器或其他处理器装置和/或逻辑装置，该中央处理器9100接收输入并控制电子设备9600的各个部件的操作。
其中，存储器9140，例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。可储存上述与失败有关的信息，此外还可存储执行有关信息的程序。并且中央处理器9100可执行该存储器9140存储的该程序，以实现信息存储或处理等。
输入单元9120向中央处理器9100提供输入。该输入单元9120例如为按键或触摸输入装置。电源9170用于向电子设备9600提供电力。显示器9160用于进行图像和文字等显示对象的显示。该显示器例如可为LCD显示器，但并不限于此。
该存储器9140可以是固态存储器，例如，只读存储器(ROM)、随机存取存储器(RAM)、SIM卡等。还可以是这样的存储器，其即使在断电时也保存信息，可被选择性地擦除且设有更多数据，该存储器的示例有时被称为EPROM等。存储器9140还可以是某种其它类型的装置。存储器9140包括缓冲存储器9141(有时被称为缓冲器)。存储器9140可以包括应用/功能存储部9142，该应用/功能存储部9142用于存储应用程序和功能程序或用于通过中央处理器9100执行电子设备9600的操作的流程。
存储器9140还可以包括数据存储部9143，该数据存储部9143用于存储数据，例如联系人、数字数据、图片、声音和/或任何其他由电子设备使用的数据。存储器9140的驱动程序存储部9144可以包括电子设备的用于通信功能和/或用于执行电子设备的其他功能(如消息传送应用、通讯录应用等)的各种驱动程序。
通信模块9110即为经由天线9111发送和接收信号的发送机/接收机9110。通信模块(发送机/接收机)9110耦合到中央处理器9100，以提供输入信号和接收输出信号，这可以和常规移动通信终端的情况相同。
基于不同的通信技术，在同一电子设备中，可以设置有多个通信模块9110，如蜂窝网络模块、蓝牙模块和/或无线局域网模块等。通信模块(发送机/接收机)9110还经由音频处理器9130耦合到扬声器9131和麦克风9132，以经由扬声器9131提供音频输出，并接收来自麦克风9132的音频输入，从而实现通常的电信功能。音频处理器9130可以包括任何合适的缓冲器、解码器、放大器等。另外，音频处理器9130还耦合到中央处理器9100，从而使得可以通过麦克风9132能够在本机上录音，且使得可以通过扬声器9131来播放本机上存储的声音。
本申请的实施例还提供能够实现上述实施例中自适应波束生成方法中全部步骤的一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例中的执行主体为服务器或客户端的自适应生成方法的全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：
结合均匀线阵采集一设定时刻下的采样数据，其中所述采样数据包括雷达回波器发出探测波束检测到的一目标数据以及多个干扰数据；
结合一阻塞矩阵处理所述采样数据得到一干扰协方差矩阵；
对所述干扰协方差矩阵进行处理得到一波束权矢量；
根据所述波束权矢量修正雷达回波器配置参数，以使雷达回波器生成修正后的自适应波束。
本领域内的技术人员应明白，本发明的实施例可提供为方法、装置、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(装置)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种自适应波束生成方法，其特征在于，包括：
结合均匀线阵采集一设定时刻下的采样数据，其中所述采样数据包括雷达回波器发出探测波束检测到的一目标数据以及多个干扰数据；
结合一阻塞矩阵处理所述采样数据得到一干扰协方差矩阵；
对所述干扰协方差矩阵进行处理得到一波束权矢量；
根据所述波束权矢量修正雷达回波器配置参数，以使雷达回波器生成修正后的自适应波束。
2.根据权利要求1所述的自适应波束生成方法，其特征在于，所述自适应波束生成方法还包括：
根据雷达搜索配置参数生成所述阻塞矩阵，其中所述雷达搜索配置参数包括目标先验角度参数、角度搜索间隔参数以及角度搜索个数。
3.根据权利要求1所述的自适应波束生成方法，其特征在于，所述对所述干扰协方差矩阵进行处理得到一波束权矢量，包括：
对所述干扰协方差矩阵进行处理得到一干扰子空间矩阵；
根据所述干扰子空间矩阵得到所述波束权矢量。
4.根据权利要求1所述的自适应波束生成方法，其特征在于，所述结合一阻塞矩阵处理所述采样数据得到一干扰协方差矩阵，包括：
结合一阻塞矩阵处理所述采样数据得到处理后的采样数据；
根据一设定规则对所述处理后的采样数据进行处理得到所述干扰协方差矩阵。
5.根据权利要求3所述的自适应波束生成方法，其特征在于，所述对所述干扰协方差矩阵进行处理得到一干扰子空间矩阵，包括：
对所述干扰协方差矩阵进行特征分解得到多个主特征矢量；
对所述多个主特征矢进行投影变化得到所述干扰子空间矩阵。
6.根据权利要求3所述的自适应波束生成方法，其特征在于，所述根据所述干扰子空间矩阵得到所述波束权矢量，包括：
根据所述干扰子空间矩阵得到一关于自适应波束优化的方程；
采用采样协方差矩阵求逆算法求解所述方程得到所述波束权矢量。
7.根据权利要求4所述的自适应波束生成方法，其特征在于，所述设定规则为最小功率准则。
8.一种自适应波束生成系统，其特征在于，包括：
采样模块：结合均匀线阵采集一设定时刻下的采样数据，其中所述采样数据包括一目标数据以及多个干扰数据；
干扰协方差模块：结合一阻塞矩阵处理所述采样数据得到一干扰协方差矩阵；
权矢量计算模块：对所述干扰协方差矩阵进行处理得到一波束权矢量；
波束修正模块：根据所述波束权矢量修正雷达回波器配置参数，以产生修正后的自适应波束。
9.一种电子设备，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，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7任一项所述自适应波束生成方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7任一项所述自适应波束生成方法的步骤。
CN202111468414.3A 2021-12-03 2021-12-03 一种自适应波束生成方法及系统 Pending CN114563764A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111468414.3A CN114563764A (zh) 2021-12-03 2021-12-03 一种自适应波束生成方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111468414.3A CN114563764A (zh) 2021-12-03 2021-12-03 一种自适应波束生成方法及系统

Publications (1)

Publication Number Publication Date
CN114563764A true CN114563764A (zh) 2022-05-31

Family

ID=81711388

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111468414.3A Pending CN114563764A (zh) 2021-12-03 2021-12-03 一种自适应波束生成方法及系统

Country Status (1)

Country Link
CN (1) CN114563764A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115833894A (zh) * 2023-02-16 2023-03-21 南京理工大学 基于子阵的数字模拟合成自适应抗干扰方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115833894A (zh) * 2023-02-16 2023-03-21 南京理工大学 基于子阵的数字模拟合成自适应抗干扰方法

Similar Documents

Publication Publication Date Title
Vorobyov et al. Robust adaptive beamforming using worst-case performance optimization: A solution to the signal mismatch problem
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
CN110113085B (zh) 一种基于协方差矩阵重构的波束形成方法及系统
CN107315162B (zh) 基于内插变换和波束形成的远场相干信号doa估计方法
CN108809398B (zh) 一种基于信源个数约束的稳健自适应波束形成方法
CN103984676A (zh) 一种基于协方差矩阵重构的正交投影自适应波束形成方法
CN115372925A (zh) 一种基于深度学习的阵列稳健自适应波束形成方法
CN113687314B (zh) 一种雷达抗主瓣干扰方法
CN114563764A (zh) 一种自适应波束生成方法及系统
Luo et al. Mainlobe anti-jamming via eigen-projection processing and covariance matrix reconstruction
CN112946564B (zh) 基于dnn的波束空间的doa估计方法、装置及计算机存储介质
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
CN114355293A (zh) 一种自适应波束生成方法及系统
CN110895327B (zh) 基于直接凸优化建模的鲁棒性自适应波束形成方法
CN113051739A (zh) 一种基于稀疏约束的鲁棒性自适应处理方法
Mondal Studies of different direction of arrival (DOA) estimation algorithm for smart antenna in wireless communication
JP2007274250A (ja) 空間角度広がり推定方法および受信装置
CN113835107B (zh) 阵列卫星导航接收机的信号处理方法、装置及智能终端
CN110798251A (zh) 一种基于结构信息的鲁棒自适应波束形成方法
Lee et al. Adaptive array beamforming with robust capabilities under random sensor position errors
CN113821907B (zh) 针对大型平面天线阵列系统的幅度和相位自动校准方法
Chen et al. Finite data performance analysis of LCMV antenna array beamformers with and without signal blocking
CN114647931A (zh) 一种基于期望信号消除和空间谱估计的稳健波束形成方法
CN114047481A (zh) 一种基于子空间正交性的稳健自适应波束形成方法
Rahmani et al. Two layers beamforming robust against direction‐of‐arrival mismatch

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