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: 2020105025617
申请人: 湖北工业大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
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.基于收缩估计协方差矩阵重构稳健自适应波束形成方法,其特征是,包括步骤:第一步,对采样协方差矩阵 进行线性收缩估计,得到新的采样协方差矩阵第二步,基于采样协方差矩阵 重构精确期望信号协方差矩阵,并初步估计期望信号导向矢量;

本步骤进一步包括:

2.1对 进行特征分解,得到相互正交的信号子空间US和噪声子空间UN;

2.2利用MUSIC谱计算期望信号角度小区间ψ内的平均噪声功率 其中,ψ是定义的期望信号区域,ψ的选取范围包含期望信号即可;

2.3剔除区间ψ内平均噪声功率,利用MUSIC谱重构精确期望信号协方差矩阵

2.4利用 初步估计期望信号导向矢量a(θ),估计值为 其中,Umax为的最大特征值对应的特征向量, M为阵元数;

第三步,构建拉普拉斯约束 利用拉格朗日因子法最小化函数获得期望信号导向矢量的准确解 其中,为期望信号导向矢量a0与估计期望信号导向矢量 的范数约束值;λ为拉格朗日因子,λ≥0,为实数;

H

(·) 代表共轭转置运算;

第四步,将第一步所得采样协方差矩阵 和第三步所得期望信号导向矢量 代入MVDR权矢量公式,得最优的权矢量w,并形成稳健自适应波束。

2.如权利要求1所述的基于收缩估计协方差矩阵重构稳健自适应波束形成方法,其特征是:第一步中,采样协方差矩阵基于阵列信号接收模型构建得到,所构建的采样协方差矩阵 为 其中,t表示时刻,K是采样快拍数;x(t)是t时刻阵元阵列的H

接收信号;(·) 代表共轭转置运算;

x(t)=xs(t)+xi(t)+n(t),xs(t)表示期望信号成分,xs(t)=s0(t)a0,s0(t)表示t时刻的期望信号,a0为期望信号导向矢量;xi(t)表示干扰信号成分, sl(t)表示t时刻第l个干扰信号,al为第l个干扰信号导向矢量;n(t)表示零均值平稳噪声。

3.如权利要求1所述的基于收缩估计协方差矩阵重构稳健自适应波束形成方法,其特征是:第一步中,线性收缩估计采用模型 其中,α和β为收缩因子,且α>0,β>0,通过最小化 的均分误差来确定α和β的值;

α和β的值的确定具体如下:

(1)构建 的均方误差 结合 得式(1):其中,tr(·)表示取矩阵的迹,M为信号接收阵列中阵元数,R为理论协方差矩阵;

(2)基于式(1)求解α和β的最优解α0、β0,见式(2):2

其中, γ=||vI‑R||;

(3)估计参数ρ、v、γ,估计值

(4)根据ρ、v、γ的估计值,估计α0、β0的估计值 见公式(3);估计α0、β0的另一估计值 见公式(4):(5)利用收缩因子的估计值 以及 对 进行线性收缩估计。

4.如权利要求1所述的基于收缩估计协方差矩阵重构稳健自适应波束形成方法,其特征是:子步骤2.2中,平均噪声功率 其中,PMUSIC为MUSIC谱,a(θ)为信号子空间的导向矢量,θ表示信号入射角,UN表示噪声H

子空间,(·) 代表共轭转置运算;

子步骤2.3中,重构的精确期望信号协方差矩阵

5.如权利要求1所述的基于收缩估计协方差矩阵重构稳健自适应波束形成方法,其特征是:第三步进一步包括:

3.1构建拉普拉斯约束:

其中,为范数约束值,为经验值;

3.2利用拉格朗日因子法最小化函数 对期望信号导向矢量 求导,令其导数为零,得到导向矢量估计值

3.3结合式(5)和式(4),有:H H

3.4结合USUS+UNUN=I和式(6),有:H

3.5令z=UNa0=[z1,z2,...,zM],由于UN=[up+2,up+3,...,uM],则有:其中,zi1和ui2分别表示信号子空间和噪声子空间的特征值所对应的特征向量;i1依次取1,2,…,M,i2依次取p+2、p+3、……M;

3.6解式(8),由于λ≥0,因而得解:

3.7式(10)代入(6),即得导向矢量估计值 的准确解;

H

US和UN分别表示信号子空间和噪声子空间,(·) 代表共轭转置运算。

6.基于收缩估计协方差矩阵重构稳健自适应波束形成系统,其特征是,包括:线性收缩模块,用来对采样协方差矩阵 进行线性收缩估计,得到新的采样协方差矩阵重构模块,用来基于采样协方差矩阵 重构精确期望信号协方差矩阵,并初步估计期望信号导向矢量;

所述重构模块进一步包括子模块:

特征分解子模块,用来对 进行特征分解,得到相互正交的信号子空间US和噪声子空间UN;

平均噪声功率计算子模块,用来利用MUSIC谱计算期望信号角度小区间ψ内的平均噪声功率 其中,ψ是定义的期望信号区域,ψ的选取范围包含期望信号即可;

MUSIC谱重构子模块,用来剔除区间ψ内平均噪声功率,利用MUSIC谱重构精确期望信号协方差矩阵导向矢量初步估计子模块,用来利用 初步估计期望信号导向矢量a(θ),估计值为其中,Umax为 的最大特征值对应的特征向量, M为阵元数;

导向矢量解算模块,用来构建拉普拉斯约束 利用拉格朗日因子法最小化函数 获得期望信号导向矢量的准确解 其中,为期望信号导向矢量a0与估计期望信号导向矢量 的范数约束值;λ为拉格朗日因子,λ≥0,H为实数;(·) 代表共轭转置运算;

稳健自适应波束形成模块,用来将所述线性收缩模块所得采样协方差矩阵 和所述导向矢量解算模块所得期望信号导向矢量 代入MVDR权矢量公式,得最优的权矢量w,并形成稳健自适应波束。