CN110687528A - 自适应波束形成器生成方法及*** - Google Patents
自适应波束形成器生成方法及*** Download PDFInfo
- Publication number
- CN110687528A CN110687528A CN201911044831.8A CN201911044831A CN110687528A CN 110687528 A CN110687528 A CN 110687528A CN 201911044831 A CN201911044831 A CN 201911044831A CN 110687528 A CN110687528 A CN 110687528A
- Authority
- CN
- China
- Prior art keywords
- matrix
- covariance matrix
- adaptive
- noise power
- iteration
- 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
-
- 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
- G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
- G01S7/537—Counter-measures or counter-counter-measures, e.g. jamming, anti-jamming
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本申请揭示了一种自适应波束形成器生成方法及***,该方法包括根据采样信号矩阵获取采样协方差矩阵,将所述采样协方差矩阵作为初始协方差矩阵;利用近似最小方差算法计算采样信号的方位谱矩阵和噪声功率矩阵;利用所述方位谱矩阵和所述噪声功率矩阵重构所述初始协方差矩阵;利用重构的协方差矩阵计算自适应波束形成器的加权向量。本申请利用超分辨方位估计得到的方位谱信息,利用阵列模型重构出阵列协方差矩阵,同时与现有较成熟的稳健自适应波束形成方法结合,实现具有强干扰抑制能力的稳健高增益波束形成方法。
Description
技术领域
本发明属于水声设备设计与制造领域,涉及一种用于复杂背景下的高增益抗干扰波束形成器生成方法及***。
背景技术
声纳远程探测的距离、精度和可靠性以及对目标信号的提取和识别能力主要取决于水声基阵信号处理技术的能力,其中关键技术是波束形成和波达方位(DOA)估计。研究波束形成技术使其能有效地抑制干扰将有助于提高基阵输出信噪比,从而增大声纳作用距离,改善声纳***的远程感知能力。
基于这一背景,研究如何在强干扰的背景下通过高增益抗干扰波束形成器的设计,在信号处理端将多目标干扰的影响最大限度地得到抑制,提高岸基声呐对水下弱目标的检测能力,为现役岸基声呐改进升级或新型声呐型号研制具有十分重要的现实意义。
声呐阵列信号处理主要面临着快拍数少、多目标密集分布、强目标干扰和弱目标探测等问题,在此背景下,如何最大限度地抑制干扰,设计出一种抗干扰波束形成算法以获得最佳空间滤波效果,是声呐阵列波束形成算法的核心问题。
常规波束形成器通过补偿阵元间时延信息实现波束指向性,但是常规波束形成的波束主瓣较宽,第一旁瓣约-13dB,不具备强干扰抑制能力。自适应波束形成方法是一种数据驱动的波束形成方法,其波束图主瓣较窄旁瓣较低,分辨率较高。最典型的自适应波束形成方法是MVDR波束形成方法,然而该算法对阵列流形失配较为敏感,当出现阵列流形误差时,算法性能急剧下降。
发明内容
为了解决相关技术中存在的问题,本申请提供了一种用于复杂背景下的高增益抗干扰波束形成方法及***。所述技术方案如下:
第一方面,本申请提供了一种自适应波束形成器生成,包括:
根据采样信号矩阵获取采样协方差矩阵,将所述采样协方差矩阵作为初始协方差矩阵;
利用近似最小方差算法计算采样信号的方位谱矩阵和噪声功率矩阵;
利用所述方位谱矩阵和所述噪声功率矩阵重构所述初始协方差矩阵;
利用重构的协方差矩阵计算自适应波束形成器的加权向量。
可选的,所述利用所述方位谱矩阵和所述噪声功率矩阵重构所述初始协方差矩阵,包括:
利用所述方位谱矩阵和所述噪声功率矩阵重构所述初始协方差矩阵;
对重构的协方差矩阵进行迭代,在符合迭代停止条件时,停止迭代;
所述利用重构的协方差矩阵计算自适应波束形成器的加权向量,包括:
利用最后一次迭代得到的重构的协方差矩阵计算自适应波束形成器的加权向量。
可选的,所述迭代停止条件为:第i+1次迭代得到的协方差矩阵与第i次迭代得到的协防方矩阵的误差小于预定误差值。
第二方面,本申请还提供了一种自适应波束形成器生成***,所述自适应波束形成器生成***包括处理器和声纳接收器,所述处理器和所述声纳接收器电性连接,所述声纳接收器用于接收声波信号,所述处理器用于执行第一方面以及第一方面各种可选方式中提供的自适应波束形成器生成方法。
本申请利用超分辨方位估计得到的方位谱信息,利用阵列模型重构出阵列协方差矩阵,同时与现有较成熟的稳健自适应波束形成方法结合,实现具有强干扰抑制能力的稳健高增益波束形成方法。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性的,并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
图1是本发明一个实施例中提供的自适应波束形成器生成方法的简易流程图;
图2是CBF、MVDR以及SAMV分别得到的方位图谱;
图3是重构采样协方差矩阵后形成的波束形成器的试验结果的示意图;
图4a是利用常规波束形成算法绘制出的目标的时间方位历程图;
图4b是利用本申请提供的近似最小方差算法绘制出的目标的时间方位历程图;
图5为传统MVDR波束形成器与协方差重构的自适应波束形成器的波束响应曲线的示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
近年来,一些理论上较为严格的稳健波束形成算法相继被提出,如最差性能最优算法、稳健Capon算法、迭代稳健波束形成算法等,该类算法经过证明其本质也是对角加载算法,利用不确定集求得了对角加载因子具体数学表达式,解决了加载因子不易确定的问题,但是这类算法中引入了导向矢量失配的不确定集,制约了算法在实际中的应用。为了解决快拍数据中期望信号导向矢量失配对波束质量的影响,又相继提出了几种不同的特征子空间算法,该类算法在已知信号数目的先验条件下,将期望信号导向矢量投影到信号子空间,从而修正信号导向矢量降低导向矢量失配程度,但是在信噪比较低时,信号子空间与噪声子空间之间发生纠缠,会导致修正后的信号导向矢量误差仍然较大。
为了彻底消除快拍数据中期望信号的影响,提出了基于干扰噪声协方差矩阵重构的波束形成算法。该算法通过方位谱估计,对期望信号方向之外的干扰和噪声协方差矩阵进行重构。重构后的矩阵不包含期望信号,从而提高了算法对期望信号导向矢量失配的鲁棒性。本方法使用的协方差重构的自适应波束形成器在强干扰方位均可以产生凹槽;而传统的MVDR波束形成器在实际使用时受误差和环境的影响,稳健性较差,几乎不具备干扰抑制的能力。
(1)基于协方差矩阵重构的稳健自适应波束形成器构造
标准MVDR波束形成器的设计原理是保持感兴趣方位的信号无失真条件下,使波束输出功率最小。窄带阵列信号模型可表示为
x(t)=A(Θs)s(t)+n(t),t=1,2,...,T (1)
式中阵列流形矩阵A(Θs)=[a(θ1),a(θ2),...,a(θK)],K为信号个数,对于第k个信号,其阵列流形向量
假设复加权向量为w=[w1,w2,…,wM]T,则波束输出序列y(t)可表示为
y(t)=wHx(t),t=1,2,...,T (2)
则波束输出功率为
P=E{y(t)y*(t)}=wHRw (3)
式中R=E{x(t)xH(t)}。因此,根据标准MVDR波束形成器的设计原理,可得:
subject to wHa(θs)=1 (4)
式中θs为感兴趣信号的入射方位。
通常使用标准Lagrange乘子技术来求解式中的约束最优化问题。构造代价函数为
J=wHRw+λ[wHa(θs)-1] (5)
式中,λ是Lagrange乘子。将式(5)对wH求微分并令其为零,得
w=-λR-1a(θs) (6)
将式(6)代入式(4)中的等式约束条件,可得到标准MVDR波束形成器的加权向量为
考虑到协方差矩阵的理论公式:
R=APAH+σ2I (8)
将重构协方差矩阵代入公式(7),即可得到高增益稳健自适应波束形成器的加权向量:
利用具备公式(10)加权向量的波束形成器形成波束。
基于上述的理论及公式,请参见图1所示,其是本发明一个实施例中提供的自适应波束形成器生成方法的流程图,本申请提供的自适应波束形成器生成方法包括如下步骤:
步骤101,根据采样信号矩阵获取采样协方差矩阵,将采样协方差矩阵作为初始协方差矩阵;
步骤102,利用近似最小方差算法计算采样信号的方位谱矩阵和噪声功率矩阵;
这里的方位谱矩阵可以为:
步骤103,利用方位谱矩阵和噪声功率矩阵重构初始协方差矩阵;
在利用方位谱矩阵和噪声功率矩阵重构初始协方差矩阵时,利用方位谱矩阵和噪声功率矩阵重构初始协方差矩阵;对重构的协方差矩阵进行迭代,在符合迭代停止条件时,停止迭代。
在一种可能的实现中,迭代停止条件可以为:第i+1次迭代得到的协方差矩阵与第i次迭代得到的协防方矩阵的误差小于预定误差值。
步骤104,利用重构的协方差矩阵计算自适应波束形成器的加权向量。
利用最后一次迭代得到的重构的协方差矩阵计算自适应波束形成器的加权向量。
(2)改进的措施
1.当快拍次数较少时,协方差矩阵的估计值与真实值之间存在误差,导致传统Capon谱估计得到的干扰信号方向和功率不准,而且对于噪声功率的估计值离散程度较大,使得估计矩阵的噪声特征值较为发散,会将发散程度较大的噪声特征值带入到新重构的协方差矩阵中,影响波束质量,为了解决快拍次数较少和传统的方位空间谱估计不准对波束形成造成的影响,使用参数估计的近似最小方差算法实现低信噪比和有限快拍数量条件下的超分辨方位估计性能。
2.重构算法需要在非期望信号来波方向范围内所有区域进行积分重构,计算量较大,影响算法实际应用。本题提出一种基于稀疏干扰协方差矩阵重构的稳健自适应波束形成算法。新算法利用接收数据矩阵的最大特征值和噪声子空间特征值均值分别作为干扰和噪声功率,利用干扰信号空间稀疏性,仅在干扰来波方向范围内进行矩阵重构,最后利用新的重构矩阵计算加权向量,新算法与原算法相比降低了计算量。
3.此外,由于上述算法形成零陷较窄,在实际应用中,由于干扰源的快速移动,很容易造成干扰信号移出零陷,导致输出信号信干噪比严重下降,通过设置方向波动参数对估计的干扰信号方向进行修正,通过波动参数展宽了零陷,新算法在保证对期望信号方向失配稳健的基础上,降低了对快拍次数以及估计误差的敏感性,形成的波束旁瓣电平更低、零陷更深而且零陷得到展宽。
(3)实测试验数据验证
湖上试验---对大坝发电站强干扰的抑制效果
实验结果表明,如图2所示,CBF(常规波束形成算法)受到“瑞利准则”的限制,空间方位分辨能力较差;申请人此次尝试采用了稀疏信号的超分辨方位估计方法,提出一种可变因子的稀疏近似最小方差算法(Sparse Asymptotic Minimum Variance,简记为SAMV)。该算法利用一个折衷参数进行最大似然估计值和稀疏性能的折衷处理,在迭代过程中改变稀疏近似最小方差算法(SAMV)的指数因子,得到强稀疏性能和超低旁瓣的方位谱图,实现邻近目标的超分辨方位估计和相干处理性能,适用于水下大尺度水平基阵的信号处理。
基于高分辨方位估计算法,得到方位谱信息,重构采样协方差矩阵,试验结果如下图3所示。
位于60度方位的强干扰目标为大坝发电站,相对于自适应波束形成,基于协方差矩阵重构的高增益抗干扰自适应波束形成算法明显具有更强的干扰抑制能力。
海上试验---对多目标干扰的抑制效果
使用传感器阵列对目标进行探测。分别利用常规波束形成算法以及本申请使用的近似最小方差算法绘制出目标的时间方位历程图,分别如图4(a)和(b)所示。处理的频带范围为80Hz~300Hz,使用全阵列。对比图4(a)和(b)可见,本项目使用的近似最小方差算法能够获得更高的空间分辨能力,对于空间相距很近的目标也可以分辨清晰。
根据试验记录和上报数据可知,在-94°方向上存在弱信号强度目标,其余为较强的干扰,设计高增益抗干扰波束形成器,实现弱目标信号的提取。图5为传统MVDR波束形成器与协方差重构的自适应波束形成器的波束响应曲线,对比可以发现本项目使用的协方差重构的自适应波束形成器在强干扰方位,如-156°、-133°、-104°、-83°以及-51°,均可以产生凹槽;而传统的MVDR波束形成器在实际使用时受误差和环境的影响,稳健性较差,几乎不具备干扰抑制的能力。
此外,本申请还提供一种自适应波束形成器生成***,所述自适应波束形成器生成***包括处理器和收发器,所述处理器和所述收发器电性连接,所述收发器用于接收声波信号,所述处理器用于执行上述的自适应波束形成器生成方法。
本领域技术人员在考虑说明书及实践这里发明的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未发明的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由下面的权利要求指出。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (5)
1.一种自适应波束形成器生成方法,其特征在于,所述自适应波束形成器生成包括:
根据采样信号矩阵获取采样协方差矩阵,将所述采样协方差矩阵作为初始协方差矩阵;
利用近似最小方差算法计算采样信号的方位谱矩阵和噪声功率矩阵;
利用所述方位谱矩阵和所述噪声功率矩阵重构所述初始协方差矩阵;
利用重构的协方差矩阵计算自适应波束形成器的加权向量。
2.根据权利要求1所述的自适应波束形成器生成方法,其特征在于,所述利用所述方位谱矩阵和所述噪声功率矩阵重构所述初始协方差矩阵,包括:
利用所述方位谱矩阵和所述噪声功率矩阵重构所述初始协方差矩阵;
对重构的协方差矩阵进行迭代,在符合迭代停止条件时,停止迭代;
所述利用重构的协方差矩阵计算自适应波束形成器的加权向量,包括:
利用最后一次迭代得到的重构的协方差矩阵计算自适应波束形成器的加权向量。
3.根据权利要求1所述的自适应波束形成器生成方法,其特征在于,所述迭代停止条件为:第i+1次迭代得到的协方差矩阵与第i次迭代得到的协防方矩阵的误差小于预定误差值。
5.一种自适应波束形成器生成***,其特征在于,所述自适应波束形成器生成***包括处理器和声纳接收器,所述处理器和所述声纳接收器电性连接,所述声纳接收器用于接收声波信号,所述处理器用于执行权利要求1-4中任一所述的自适应波束形成器生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911044831.8A CN110687528B (zh) | 2019-10-30 | 2019-10-30 | 自适应波束形成器生成方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911044831.8A CN110687528B (zh) | 2019-10-30 | 2019-10-30 | 自适应波束形成器生成方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110687528A true CN110687528A (zh) | 2020-01-14 |
CN110687528B CN110687528B (zh) | 2023-05-05 |
Family
ID=69114846
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911044831.8A Active CN110687528B (zh) | 2019-10-30 | 2019-10-30 | 自适应波束形成器生成方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110687528B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112630760A (zh) * | 2020-11-30 | 2021-04-09 | 海鹰企业集团有限责任公司 | 多目标条件下的强干扰抑制波束形成器设计方法 |
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 |
CN114563760A (zh) * | 2022-02-07 | 2022-05-31 | 哈尔滨工程大学 | 一种基于sca阵型的二阶超波束形成方法、设备及介质 |
CN115980673A (zh) * | 2022-12-01 | 2023-04-18 | 南京航空航天大学 | 基于无人机群载雷达天线阵列形成大功率宽波束的方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020158799A1 (en) * | 2000-01-17 | 2002-10-31 | Masayuki Hoshino | Direction of Arrival Estimation Method and Radio Reception Apparatus |
CN103778102A (zh) * | 2014-01-15 | 2014-05-07 | 河南科技大学 | 基于干扰噪声矩阵重构的自适应波束形成方法 |
CN107340499A (zh) * | 2017-06-28 | 2017-11-10 | 南京理工大学 | 基于协方差矩阵重建的稳健低副瓣波束形成方法 |
CN108181507A (zh) * | 2017-12-25 | 2018-06-19 | 中国科学技术大学 | 一种稳健自适应波束形成方法 |
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 |
-
2019
- 2019-10-30 CN CN201911044831.8A patent/CN110687528B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020158799A1 (en) * | 2000-01-17 | 2002-10-31 | Masayuki Hoshino | Direction of Arrival Estimation Method and Radio Reception Apparatus |
CN103778102A (zh) * | 2014-01-15 | 2014-05-07 | 河南科技大学 | 基于干扰噪声矩阵重构的自适应波束形成方法 |
CN107340499A (zh) * | 2017-06-28 | 2017-11-10 | 南京理工大学 | 基于协方差矩阵重建的稳健低副瓣波束形成方法 |
CN108181507A (zh) * | 2017-12-25 | 2018-06-19 | 中国科学技术大学 | 一种稳健自适应波束形成方法 |
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 |
Non-Patent Citations (1)
Title |
---|
王昊等: "基于协方差矩阵重构的稳健自适应波束形成算法", 《探测与控制学报》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112630760A (zh) * | 2020-11-30 | 2021-04-09 | 海鹰企业集团有限责任公司 | 多目标条件下的强干扰抑制波束形成器设计方法 |
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 |
CN114563760A (zh) * | 2022-02-07 | 2022-05-31 | 哈尔滨工程大学 | 一种基于sca阵型的二阶超波束形成方法、设备及介质 |
CN114563760B (zh) * | 2022-02-07 | 2023-02-07 | 哈尔滨工程大学 | 一种基于sca阵型的二阶超波束形成方法、设备及介质 |
CN115980673A (zh) * | 2022-12-01 | 2023-04-18 | 南京航空航天大学 | 基于无人机群载雷达天线阵列形成大功率宽波束的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110687528B (zh) | 2023-05-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110687528B (zh) | 自适应波束形成器生成方法及*** | |
CN109283536B (zh) | 一种多波束测深声呐水体成像波束形成方法 | |
CN107167778B (zh) | 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 | |
CN110045321B (zh) | 基于稀疏和低秩恢复的稳健doa估计方法 | |
CN109407055B (zh) | 基于多径利用的波束形成方法 | |
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 | |
CN110320490B (zh) | 一种无直达信号条件下的无线电波达方向估计方法 | |
CN109459744B (zh) | 一种实现多干扰抑制的稳健自适应波束形成方法 | |
CN111025273B (zh) | 一种畸变拖曳阵线谱特征增强方法及*** | |
CN107728112B (zh) | 在目标导向矢量严重失配情况下的稳健波束形成方法 | |
CN110673119A (zh) | 基于压缩感知的非正则化方位估计方法及*** | |
CN114091328A (zh) | 加窗二维解卷多波束功率谱估计算法 | |
CN109932679B (zh) | 一种传感器列***最大似然角度分辨率估计方法 | |
CN114779236A (zh) | 一种基于空间平滑music改进的米波雷达低仰角测高方法 | |
CN108828586B (zh) | 一种基于波束域的双基地mimo雷达测角优化方法 | |
CN111812607A (zh) | 基于波束空间的米波mimo雷达低仰角估计方法 | |
CN111650574A (zh) | 基于稀疏恢复的水下空时自适应处理方法及*** | |
CN109061594B (zh) | 一种强杂波环境下基于子阵空时自适应处理的测角方法 | |
CN108594165B (zh) | 一种基于期望最大化算法的窄带信号波达方向估计方法 | |
CN113093098B (zh) | 基于lp范数补偿的轴向不一致矢量水听器阵列测向方法 | |
CN114487985A (zh) | 一种基于差-和信号的波束锐化方法及*** | |
CN114755628A (zh) | 非均匀噪声下声矢量传感器阵列波达方向估计方法 | |
CN109633563B (zh) | 基于多径信息的自适应相干波束形成方法 | |
CN113381793A (zh) | 一种面向相干信源估计的无网格波达方向估计方法 | |
CN111142097A (zh) | 一种调幅广播外辐射源雷达中的目标方向估计方法 |
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 |