欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 2018111414314
申请人: 西安建筑科技大学
专利类型:发明专利
专利状态:已下证
专利领域: 测量;测试
更新日期:2024-01-05
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于最大信干噪比的稀疏阵列波束形成方法,其特征在于:包括以下步骤:

1)在考虑多个信号和干扰的情况下对稀疏阵列天线位置进行优化,得到基于最大化输出SINR的最优稀疏阵列;

2)利用步骤1)得到的最优稀疏阵列获得稀疏阵列波束形成的最优权矢量。

2.根据权利要求1所述一种基于最大信干噪比的稀疏阵列波束形成方法,其特征在于:所述步骤1)具体包括以下步骤:

1.1)确定均匀放置的天线阵列中稀疏阵列天线个数K,其中,K

1.2)定义稀疏信号自相关矩阵 和稀疏干扰加噪声协方差矩阵

1.3)根据 和 构造用于优化稀疏阵列天线位置的代价函数;

1.4)根据对所述均匀放置的天线阵列接收的信号和干扰的来波方向及功率的估计,求解所述代价函数,得到最优稀疏阵列。

3.根据权利要求2所述一种基于最大信干噪比的稀疏阵列波束形成方法,其特征在于:所述均匀放置的天线阵列的接收信号表示为:

x(t)=AsS(t)+AJJ(t)+n(t)其中,x(t)表示阵列接收到的数据,S(t)表示采样时刻t的期望信号,J(t)表示采样时刻t的干扰,n(t)是阵列接收到的具有零均值和方差为 的加性噪声矢量,As表示期望信号的阵列导向矩阵,AJ表示干扰的阵列导向矩阵。

4.根据权利要求2所述一种基于最大信干噪比的稀疏阵列波束形成方法,其特征在于:所述稀疏信号自相关矩阵 和稀疏干扰加噪声协方差矩阵 分别表示为:其中,As(z)表示期望信号的稀疏阵列导向矩阵,AJ(z)表示干扰的稀疏阵列导向矩阵,表示加性噪声的方差,ps表示信号功率构成的对角矩阵,pJ表示干扰功率构成的对角矩阵,IK×K为K×K的单位矩阵。

5.根据权利要求2所述一种基于最大信干噪比的稀疏阵列波束形成方法,其特征在于:所述代价函数表示为:

s.t.z∈{0,1}M,1Tz=K

其中,1为元素均为1的列向量;z为天线选择矢量,z=[zi,i=1,...,M]∈{0,1}M,且0代表被丢弃天线位置,1代表选择天线位置; Ri+n为所述均匀放置的天线阵列的干扰加噪声协方差矩阵, Rs为所述均匀放置的天线阵列的信号自相关矩阵, Γ{·}表示求矩阵的主特征向量;diag(z)=ZTZ,Z={0,1}K×M表示在第i行和第j列中具有1的选择矩阵,As表示期望信号的阵列导向矩阵,AJ表示干扰的阵列导向矩阵,ps表示信号功率构成的对角矩阵,pJ表示干扰功率构成的对角矩阵, 表示加性噪声的方差,IM×M为M×M的单位矩阵。

6.根据权利要求5所述一种基于最大信干噪比的稀疏阵列波束形成方法,其特征在于:所述代价函数的求解包括以下步骤:

1.4.1)将代价函数表示为二次分式形式:

s.t.0≤z≤1,1Tz=K

其中, a(θi)表示期

望信号的阵列导向矢量,i=1,...,I, 表示干扰的阵列导向矢量,g=1,...,G,I和G分别表示期望信号和干扰的数量,

1.4.2)采用线性分式规划算法以及Chans-Cooper变换,将代价函数的求解由线性分式规划问题转化为线性规划问题:s.t.1Ty=Kr,0≤y≤r,r>0

其中,z(k)是天线位置矢量的第k次求解;

1.4.3)采用迭代方法求解y和r,然后计算y/r,得到最优的稀疏阵列天线位置。

7.根据权利要求2所述一种基于最大信干噪比的稀疏阵列波束形成方法,其特征在于:所述步骤2)具体包括以下步骤:根据最优稀疏阵列重构信号自相关矩阵和干扰加噪声协方差矩阵,然后计算最小方差无失真响应波束形成的最优权矢量wopt。

8.根据权利要求7所述一种基于最大信干噪比的稀疏阵列波束形成方法,其特征在于:所述最优权矢量wopt表示为:

其中, 为稀疏信号自相关矩阵, 为稀疏干扰加噪声协方差矩阵,Γ{·}表示求矩阵的主特征向量。