阅读说明：本技术 基于干扰加噪声协方差矩阵重构的稳健波束形成方法 (Robust beam forming method based on interference plus noise covariance matrix reconstruction ) 是由 潘涛 于 2020-07-06 设计创作，主要内容包括：本发明涉及一种基于干扰加噪声协方差矩阵重构的稳健波束形成方法,所述方法包括以下步骤：利用Capon空间谱重构干扰协方差矩阵,得到重构的干扰加噪声协方差矩阵；重构出期望信号加噪声协方差矩阵,建立并求解二次约束二次规划问题,获得误差矢量的正交分量,估计期望信号的导向矢量；计算波束形成器的权值矢量。本发明中改进的稳健自适应波束形成方法有效可行,性能可靠。(The invention relates to a robust beam forming method based on interference plus noise covariance matrix reconstruction, which comprises the following steps: reconstructing an interference covariance matrix by using a Capon space spectrum to obtain a reconstructed interference-plus-noise covariance matrix; reconstructing an expected signal plus noise covariance matrix, establishing and solving a quadratic constraint quadratic programming problem, obtaining an orthogonal component of an error vector, and estimating a guide vector of an expected signal; weight vectors of the beamformer are calculated. The improved robust adaptive beam forming method is effective and feasible and has reliable performance.)

基于干扰加噪声协方差矩阵重构的稳健波束形成方法

技术领域

本发明属于雷达技术领域，特别是一种基于干扰加噪声协方差矩阵重构的稳健波束形成方法。

背景技术

在实际应用中，接收数据的理论协方差矩阵是未知的，一般使用样本协方差矩阵代替，但是样本协方差矩阵容易受到样本数的影响从而导致协方差矩阵误差。对于期望信号的导向矢量，它是刻画阵列结构和期望信号来波方向的矢量函数，因此往往会受到先验知识、工艺精度和环境变换等一些不利因素的影响，而出现一定程度的误差。标准Capon波束形成器对这些不理想条件引起的协方差矩阵误差和导向矢量误差是高度敏感的，容易引起性能急剧恶化，甚至比静态波束形成器的性能都差。这是因为在这些非理想条件下，存在期望信号被当作干扰抑制掉(这一现象被称作信号“自消”现象)的风险，尤其是使用含有期望信号成分的采样协方差矩阵计算权矢量时，波束形成性能会更加糟糕，直接影响后续信号检测与估计，产生无法估量的后果。

现有技术存在的问题：(1)在实际应用中，存在各种导致阵列信息不准确的因素，例如波达方向误差、校准误差和局部散射源等，利用传统的求解协方差矩阵是不妥当的；(2)存在其他类型的导向矢量误差时，真实的干扰导向矢量误并不一定位于导向矢量沿角度变化的曲线上，当其他类型误差存在时，传统方法并不适用。

发明内容

要解决的技术问题

为了避免现有技术的不足之处，本发明提出一种基于干扰加噪声协方差矩阵重构的稳健波束形成方法。

技术方案

一种基于干扰加噪声协方差矩阵重构的稳健波束形成方法，其特征在于步骤如下：

步骤1：利用雷达接收待测目标的回波；

步骤2：利用Capon空间谱重构干扰协方差矩阵，得到重构的干扰加噪声协方差矩阵；

步骤2-1：设共有P个目标，其中p＝0为期望目标，其他目标为干扰目标，雷达接收阵列阵元数为M；定义如下椭球不确定集：

其中，Θ_int为只含有干扰信号波达方向的角度区域，ε为常数，

为来波方向为θ的名义导向矢量，满足的条件；为了使每一个干扰信号区间的所有导向矢量都约束在一个同样大小的椭球形不确定集中，ε应满足以下不等式：

其中，a_p为第p个干扰信号的导向矢量；

步骤2-2：由于真实的干扰信号导向矢量一定处于不确定集中S_a(θ∈Θ_int)中，因此在整个不确定S_a(θ∈Θ_int)上对Capon功率谱进行积分运算重构干扰协方差矩阵，近似等于：

其中，a_il为S_a(θ∈Θ_int)表面区域的每个采样点对应的导向矢量，I表示角度区域Θ_int上的采样点数，L为每个采样点的名义导向矢量

的不确定集中的采样点数，为样本协方差矩阵；

步骤2-3：利用干扰信号协方差矩阵，重构干扰加噪声协方差矩阵；重构的干扰加噪声协方差矩阵为：

其中，I_m为M阶单位矩阵，为噪声能量估计值，用采样数据协方差矩阵最小特征值来近似；

步骤3：重构出期望信号加噪声协方差矩阵，建立并求解二次约束二次规划问题,获得误差矢量的正交分量；

构建以下优化问题：

式中，e_⊥为垂直的矢量，

为期望目标的名义导向矢量；

该优化问题是一个二次约束二次规化问题，并且是一个凸问题，可以基于内点法快速求解，获得该优化问题的最优解得到导向矢量的估计值：

步骤4：计算波束形成器的权值矢量：

根据步骤2得到的协方差矩阵和步骤3得到的导向矢量，利用Capon波束形成器得出权值w：

一种计算机设备，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所述方法的步骤。

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所述的方法的步骤。

有益效果

本发明提出的一种基于干扰加噪声协方差矩阵重构的稳健波束形成方法，与现有技术相比，其显著优点在于：(1)改进的方法通过对干扰信号导向矢量的可能空间区域重新建模，得到一个更加符合实际情况的圆环不确定集，基于该圆环不确定集来约束所有潜在的误差，并且借助圆环表面上的Capon功率谱积分来收集所有干扰信号导向矢量的信息，因此估计得到的干扰信号协方差矩阵更加准确；(2)当存在各种导致阵列信息不准确的因素，例如波达方向误差、校准误差和局部散射源等，也可以准确求解协方差矩阵。

附图说明

图1是本发明基于干扰加噪声协方差矩阵重构的稳健波束形成方法的流程图。

图2是本发明方法归一化方向图。

图3是本发明输出SINR随SNR变化曲线。

图4是本发明输出SINR随DOA失配变化曲线图。

具体实施方式

现结合实施例、附图对本发明作进一步描述：

如图1所示，一种利用本发明的基于干扰加噪声协方差矩阵重构的稳健波束形成方法，方法步骤如下：

步骤1、获取雷达接收信号；

步骤2、利用Capon空间谱重构干扰协方差矩阵，得到重构的干扰加噪声协方差矩阵；

步骤2-1、设共有P个目标，其中p＝0为期望目标，其他目标为干扰目标，雷达接收阵列阵元数为M。定义如下椭球不确定集：

其中Θ_int为只含有干扰信号波达方向的角度区域,ε为常数，为来波方向为θ的名义导向矢量，满足

的条件。为了使每一个干扰信号区间的所有导向矢量都约束在一个同样大小的椭球形不确定集中，ε应满足以下不等式：

其中a_p为第p个干扰信号的导向矢量。

步骤2-2、由于真实的干扰信号导向矢量一定处于不确定集中S_a(θ∈Θ_int)中，因此在整个不确定S_a(θ∈Θ_int)上对Capon功率谱进行积分运算重构干扰协方差矩阵，近似等于：

其中I表示角度区域Θ_int上的采样点数，L为每个采样点的名义导向矢量的不确定集中的采样点数，为样本协方差矩阵。

重构的干扰加噪声协方差矩阵为：

其中I_M为单位矩阵，

为噪声能量估计值，用采样数据协方差矩阵最小特征值来近似。

步骤3、重构出干扰加噪声协方差矩阵，建立并求解二次约束二次规划问题,获得误差矢量的正交分量；

构建以下优化问题：

式中，e_⊥为垂直的矢量。

该优化问题是一个二次约束二次规化问题，并且是一个凸问题，可以基于内点法快速求解，获得该优化问题的最优解

得到导向矢量的估计值：

步骤4、计算波束形成器的权值矢量：

根据步骤2得到的协方差矩阵和步骤3得到的导向矢量，利用Capon波束形成器得出权值w。

期望信号来波方向为θ₀＝0°，干扰为θ₁＝-30°，期望信号和干扰信号来波方向角度区域均设置为10°，快拍数为200。步骤2-2中I取50，L取2⁸。DOA失配5°，波束方向图如图2所示。从图中可以看出，所提方法可以将主波束方向对准期望信号，其中OPT为基于最大输出SINR准则的最优波束形成方法，DL为对角加载方法，MVDR为MVDR方法。

为验证方法输出SINR随SNR的变化，设置SNR从-10dB变化到20dB，干噪比INR＝30dB。输出SINR随SNR变化如图3所示。从图中可以看出，所提方法的输出SINR随着SNR增大而增大。

为了验证所提方法输出SINR在DOA失配时的性能，设置DOA失配误差从-5°变化到5°。输出SINR随DOA失配误差变化如图4所示。从图中可以看出，所提方法的输出SINR未被DOA失配误差影响，因此具有稳健性。