CN113656747A - 基于分支定界的多期望信号下的阵列自适应波束形成方法 - Google Patents
基于分支定界的多期望信号下的阵列自适应波束形成方法 Download PDFInfo
- Publication number
- CN113656747A CN113656747A CN202110932287.1A CN202110932287A CN113656747A CN 113656747 A CN113656747 A CN 113656747A CN 202110932287 A CN202110932287 A CN 202110932287A CN 113656747 A CN113656747 A CN 113656747A
- Authority
- CN
- China
- Prior art keywords
- array
- branch
- formula
- bound
- expected signals
- 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
- 238000000034 method Methods 0.000 title claims abstract description 25
- 239000013598 vector Substances 0.000 claims abstract description 15
- 230000003044 adaptive effect Effects 0.000 claims abstract description 12
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 239000004576 sand Substances 0.000 claims description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims 1
- 238000010586 diagram Methods 0.000 abstract description 9
- 230000008878 coupling Effects 0.000 description 6
- 238000010168 coupling process Methods 0.000 description 6
- 238000005859 coupling reaction Methods 0.000 description 6
- 230000005855 radiation Effects 0.000 description 6
- 238000013461 design Methods 0.000 description 4
- 238000010295 mobile communication Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000001808 coupling effect Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- 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
- G01S3/00—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received
- G01S3/02—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received using radio waves
- G01S3/14—Systems for determining direction or deviation from predetermined direction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01Q—ANTENNAS, i.e. RADIO AERIALS
- H01Q21/00—Antenna arrays or systems
- H01Q21/06—Arrays of individually energised antenna units similarly polarised and spaced apart
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Computing Systems (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Variable-Direction Aerials And Aerial Arrays (AREA)
Abstract
本发明公开了一种基于分支定界的多期望信号下的阵列自适应波束形成方法,步骤如下:最大化输出信干噪比,同时采用线性分式半正定松弛方法降低阵列波束的副瓣电平;引入复数辅助变量,在保持期望信号的阵列响应的幅度不变的情况下,优化响应的相位,并用分支定界算法求解满阵的规划问题,实现多期望信号下的满阵自适应波束形成;引入迭代重加权l1范数对阵列的权向量进行惩罚,并用分支定界算法求解稀疏阵列的规划问题,实现多期望信号下的稀疏阵列自适应波束形成。本发明改善了多期望信号下的满阵和稀疏阵列的方向图性能,不仅降低了副瓣电平、提高了阵列的输出信干噪比,而且减小了多期望信号的方向图幅度误差。
Description
技术领域
本发明属于现代电子***设计领域,特别是一种基于分支定界的多期望信号下的阵列自适应波束形成方法。
背景技术
雷达和通信电子***中,为了使天线波束具有强方向性、低副瓣、易实现电扫和波束赋形,已经广泛应用了阵列天线,因此阵列天线的优化设计也成为现代电子***设计中的一个十分重要的环节。但大型二维固态有源相控阵雷达的研制成本高,天线阵的成本近似正比于阵元总数,而在均匀结构中,阵元总数N正比于阵列口径长度L,而天线阵的主瓣宽度HP=51°λ/L(λ表示波长)。当要求天线具有高的角度分辨率时,阵列口径长度L就相对较大,那么均匀阵列所需要的阵元数N也相对比较多,这就大大增加了阵列天线***的设计成本和造价。同时为了避免在方向图可视区内出现栅瓣,要求均匀线阵列相邻元的间隔d≤λ/(1+|sinθ|)(端射阵时d≤λ/2),由此引起的缺点是:相邻元之间的相互耦合较强。两个相同阵元之间的耦合定义为Cmn=sin(kdmn)/(kdmn),其中dmn是阵元m与n之间的距离,k为常数。由此可知,耦合系数随着阵元之间的间隔dmn的大小而波动,耦合系数的包络随距离的增大而直接减小。实际工程中天线结构固定,当阵列工作在低频时,其辐射波长相对较大,这就导致阵元之间因较小的电长度而存在较大的互耦效应,不仅对天线阵列的增益、波束宽度等电参数有一定的影响,而且会改变天线阵列信号的幅度和相位,从而严重影响天线阵列信号处理的性能。由此,稀疏阵列应运而生。
稀疏阵列天线在导弹制导、机载预警、精密跟踪测量、高频地面雷达、抗干扰的卫星接收天线等军事领域和空中交通管制、机场异物检测、气象预报、射电天文等民用领域应用广泛。相比于传统均匀布阵的阵列而言,它可以利用尽可能少的阵元实现窄的波束和高的分辨率,不仅减少了阵列天线的生产成本和日常维护费用,而且降低了馈电***的复杂性和故障率。在移动通信领域中,可以通过稀疏算法,使得在不损失目标方向图性能的情况下,关闭掉一些合成目标方向图不用的阵元,以达到节约移动通信中比较宝贵的资源(电源)的目的,这样可以在目标方向图的性能和使用的阵元数目(电源供应)之间达到一个良好的折中,这对于移动通信来说具有很重要的价值。同时由于稀疏阵列阵元间距变大,相邻元之间的耦合更小,可以有效的减少互耦带来的性能降低,使阵列各性能指标最大程度的接近理想值。
尽管稀疏阵的增益相比于均匀阵可能有所降低,但在许多实际工程应用中,只要求天线有窄的扫描波束,不要求有相应的增益,并且当环境中存在多个期望信号时,满阵和稀疏阵列的波束在期望信号方向有幅度误差,副瓣电平较高。
发明内容
本发明的目的在于提供一种基于分支定界算法的降低阵列辐射方向图的多期望信号幅度误差和副瓣电平的自适应波束形成方法。
实现本发明目的的技术解决方案为:一种多期望信号下的阵列自适应波束形成技术,包括以下步骤:
步骤1、最大化输出信干噪比,同时采用线性分式半正定松弛方法降低阵列波束的副瓣电平;
步骤2、引入复数辅助变量,在保持期望信号的阵列响应的幅度不变的情况下,优化响应的相位,并用分支定界算法求解满阵的规划问题,实现多期望信号下的满阵自适应波束形成;
步骤3、引入迭代重加权l1范数对阵列的权向量进行惩罚,并用分支定界算法求解稀疏阵列的规划问题,实现多期望信号下的稀疏阵列自适应波束形成。
本发明与现有技术相比,其显著优点为:(1)通过利用线性分式半正定松弛办法和引入辅助变量优化期望信号的阵列响应的相位,阵列输出信干噪比较大,方向图副瓣电平较低;(2)当环境中存在多个期望信号和多个干扰信号时,减小了期望信号的指向偏差。
附图说明
图1是本发明利用分支定界算法解决满阵自适应波束形成问题的流程示意图。
图2是本发明实施例中多期望信号时的满阵辐射方向图。
图3是本发明实施例中多期望信号时的稀疏阵辐射方向图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步的详细说明。
本发明首先通过最大化输出信干噪比使满阵的波束在干扰方向形成深零陷、期望方向有高增益,同时采用线性分式半正定松弛方法降低阵列波束的副瓣电平;然后引入复数辅助变量,保持期望信号的阵列响应的幅度不变,同时优化其相位;最后,利用分支定界算法求解该规划问题。在此基础上,又引入修改后的重加权l1范数对阵列的权向量进行惩罚实现了阵列的稀疏。本发明改善了多期望信号下的满阵和稀疏阵列的方向图性能,不仅降低了副瓣电平、提高了阵列的输出信干噪比,而且减小了多期望信号的方向图指向误差。
结合图1至图3,本发明基于分支定界的多期望信号下的阵列自适应波束形成方法,包括以下步骤:
步骤1、最大化输出信干噪比,同时采用线性分式半正定松弛方法降低阵列波束的副瓣电平;
步骤2、引入复数辅助变量,在保持期望信号的阵列响应的幅度不变的情况下,优化响应的相位,并用分支定界算法求解满阵的规划问题,实现多期望信号下的满阵自适应波束形成;
步骤3、引入迭代重加权l1范数对阵列的权向量进行惩罚,并用分支定界算法求解稀疏阵列的规划问题,实现多期望信号下的稀疏阵列自适应波束形成。
进一步地,步骤1所述最大化输出信干噪比,使满阵的波束在干扰方向形成深零陷、期望方向有高增益,同时采用线性分式半正定松弛方法降低阵列波束的副瓣电平,具体如下:
步骤1.1、将基于最大信干噪比(MSINR)准则的Capon算法转换为凸优化问题;
MSINR的目的是使***的输出信干噪比最大,即
式中,W为权值,RS和Ri+n分别表示信号协方差矩阵和干扰噪声协方差矩阵;
将式(1)转化为凸优化问题,如式(2)所示,
步骤1.2、对副瓣区域进行均匀采样,采样角度有H个,并设置期望副瓣电平δ;
增加副瓣约束条件的凸优化问题表达式如(4)所示,
进一步地,步骤2所述引入复数辅助变量,在保持期望信号的阵列响应的幅度不变的情况下,优化响应的相位,并用分支定界算法求解满阵的规划问题,实现多期望信号下的满阵自适应波束形成,具体如下:
步骤2.1、引入复数辅助变量vq(q=1,2,…,Q),它的定义如(6)式所示
其中,Θq为辅助变量vq的辐角集合。
因此,规划问题(5)可描述为公式(7)
其中,
步骤2.2、结合图1,利用分支定界算法求解问题(9);
算法如下:
4:while(1)
6:将被选出的节点从D中删除
7:if U-LK<ε,那么
end if
8:更新K=K+1
end if
end if
end if
end if
16:end while
进一步地,步骤3所述引入迭代重加权l1范数对阵列的权向量进行惩罚,并用分支定界算法求解稀疏阵列的规划问题,实现多期望信号下的稀疏阵列自适应波束形成,具体如下:
步骤3.1、对重加权l1范数进行修改,同时对阵列权向量惩罚,那么(9)式可变为(10)式。
其中,μ为稀疏系数,Z为加权因子,定义为(11)式。ξ为一个极小值,是为了避免除以零并陷入局部解的情况。
步骤3.2、结合图1,利用分支定界算法求解问题(10)。
实施例1
本实施例给出了一种基于分支定界算法的多期望信号下的阵列自适应波束形成技术,先假设存在16元均匀线阵,单元间距为半个波长。空间中存在三个期望信号,两个干扰信号,方向分别为和信噪比设置为0dB,干噪比设置为20dB。期望副瓣电平分别设置为-10dB和-20dB。
仿真结果如图2所示。由图2的结果可知,相较于直接迭代秩(DIRR)算法,本发明方法计算出的辐射方向图的副瓣电平更低,输出信干噪比更高。
实施例2
本实施例给出了一种基于分支定界算法的多期望信号下的阵列自适应波束形成技术,先假设存在16元均匀线阵,单元间距为半个波长,从16个阵元中选取8个给予激励。空间中有三个期望信号,三个干扰信号,方向分别为 和信噪比设置为0dB,干噪比设置为30dB。期望副瓣电平设置为-3.7dB。
表1不同方法下期望信号的电平
仿真结果如图3所示,由图3和表1的结果可知,相较于其他在复数域实现的稀疏阵列自适应波束形成算法,本发明方法计算出的辐射方向图的副瓣电平更低,多期望信号的幅度指向误差更小。
Claims (4)
1.一种基于分支定界的多期望信号下的阵列自适应波束形成方法,其特征在于,包括以下步骤:
步骤1、最大化输出信干噪比,同时采用线性分式半正定松弛方法降低阵列波束的副瓣电平;
步骤2、引入复数辅助变量,在保持期望信号的阵列响应的幅度不变的情况下,优化响应的相位,并用分支定界算法求解满阵的规划问题,实现多期望信号下的满阵自适应波束形成;
步骤3、引入迭代重加权l1范数对阵列的权向量进行惩罚,并用分支定界算法求解稀疏阵列的规划问题,实现多期望信号下的稀疏阵列自适应波束形成。
2.根据权利要求1所述的基于分支定界的多期望信号下的阵列自适应波束形成方法,其特征在于,步骤1所述的最大化输出信干噪比,同时采用线性分式半正定松弛方法降低阵列波束的副瓣电平,具体如下:
步骤1.1、将基于最大信干噪比MSINR准则的Capon算法转换为凸优化问题;
MSINR的目的是使***的输出信干噪比SINR最大,即
式中,W为权值,RS和Ri+n分别表示信号协方差矩阵和干扰噪声协方差矩阵;
将式(1)转化为凸优化问题,如式(2)所示,
步骤1.2、对副瓣区域进行均匀采样,采样角度有H个,并设置期望副瓣电平δ;
增加副瓣约束条件的凸优化问题表达式如式(4)所示,
3.根据权利要求2所述的基于分支定界的多期望信号下的阵列自适应波束形成方法,其特征在于,步骤2所述的引入复数辅助变量,在保持期望信号的阵列响应的幅度不变的情况下,优化响应的相位,并用分支定界算法求解满阵的规划问题,实现多期望信号下的满阵自适应波束形成,具体如下:
步骤2.1、引入复数辅助变量vq,q=1,2,…,Q,vq的定义如式(6)所示:
其中,Θq为辅助变量vq的辐角集合;
规划问题式(5)描述为式(7):
其中,
步骤2.2、利用分支定界算法求解式(9)的规划问题。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110932287.1A CN113656747B (zh) | 2021-08-13 | 2021-08-13 | 基于分支定界的多期望信号下的阵列自适应波束形成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110932287.1A CN113656747B (zh) | 2021-08-13 | 2021-08-13 | 基于分支定界的多期望信号下的阵列自适应波束形成方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113656747A true CN113656747A (zh) | 2021-11-16 |
CN113656747B CN113656747B (zh) | 2024-06-18 |
Family
ID=78480272
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110932287.1A Active CN113656747B (zh) | 2021-08-13 | 2021-08-13 | 基于分支定界的多期望信号下的阵列自适应波束形成方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113656747B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201614641A (en) * | 2014-09-30 | 2016-04-16 | Thomson Licensing | Method and apparatus for speech enhancement based on source separation |
CN107302391A (zh) * | 2017-05-05 | 2017-10-27 | 浙江大学 | 基于互质阵列的自适应波束成形方法 |
WO2018094565A1 (zh) * | 2016-11-22 | 2018-05-31 | 深圳大学 | 脉冲噪声下的波束成形方法及装置 |
CN108919199A (zh) * | 2018-07-12 | 2018-11-30 | 南京航空航天大学 | 多波束成像声纳稀疏阵列的旁瓣抑制方法、阵列稀疏方法 |
CN109298395A (zh) * | 2018-09-28 | 2019-02-01 | 西安建筑科技大学 | 一种基于最大信干噪比的稀疏阵列波束形成方法 |
CN111416648A (zh) * | 2020-05-18 | 2020-07-14 | 北京邮电大学 | 一种低轨卫星***的多波束自适应管理方法及装置 |
CN113094904A (zh) * | 2021-04-12 | 2021-07-09 | 电子科技大学 | 一种非凸多约束下的阵列天线波束赋形优化方法 |
CN113219461A (zh) * | 2021-04-23 | 2021-08-06 | 浙江理工大学 | 基于最大化信噪比毫米波雷达稀疏阵列设计方法 |
-
2021
- 2021-08-13 CN CN202110932287.1A patent/CN113656747B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201614641A (en) * | 2014-09-30 | 2016-04-16 | Thomson Licensing | Method and apparatus for speech enhancement based on source separation |
WO2018094565A1 (zh) * | 2016-11-22 | 2018-05-31 | 深圳大学 | 脉冲噪声下的波束成形方法及装置 |
CN107302391A (zh) * | 2017-05-05 | 2017-10-27 | 浙江大学 | 基于互质阵列的自适应波束成形方法 |
CN108919199A (zh) * | 2018-07-12 | 2018-11-30 | 南京航空航天大学 | 多波束成像声纳稀疏阵列的旁瓣抑制方法、阵列稀疏方法 |
CN109298395A (zh) * | 2018-09-28 | 2019-02-01 | 西安建筑科技大学 | 一种基于最大信干噪比的稀疏阵列波束形成方法 |
CN111416648A (zh) * | 2020-05-18 | 2020-07-14 | 北京邮电大学 | 一种低轨卫星***的多波束自适应管理方法及装置 |
CN113094904A (zh) * | 2021-04-12 | 2021-07-09 | 电子科技大学 | 一种非凸多约束下的阵列天线波束赋形优化方法 |
CN113219461A (zh) * | 2021-04-23 | 2021-08-06 | 浙江理工大学 | 基于最大化信噪比毫米波雷达稀疏阵列设计方法 |
Non-Patent Citations (2)
Title |
---|
汪扬等: "改进的辅助变换相干干扰抑制波束形成技术", 《电子技术应用》, vol. 38, no. 10, 31 December 2012 (2012-12-31), pages 92 - 95 * |
王锦江等: "多自适应波束天线节点的最优组网拓扑控制", 多自适应波束天线节点的最优组网拓扑控制, vol. 16, no. 1, 28 February 2015 (2015-02-28), pages 62 - 66 * |
Also Published As
Publication number | Publication date |
---|---|
CN113656747B (zh) | 2024-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108508423B (zh) | 基于异型阵的子阵数字和差单脉冲测角方法 | |
CN114357767B (zh) | 一种宽带宽角波束扫描的和差波束稀疏阵列综合方法 | |
Qu et al. | Pattern synthesis of planar antenna array via convex optimization for airborne forward looking radar | |
Haupt | Optimizing the sidelobe level of a two-way antenna array pattern by thinning the receive aperture | |
Giusto et al. | Phase-only optimization for the generation of wide deterministic nulls in the radiation pattern of phased arrays | |
Sharifi et al. | Development a new algorithm to reduce SLL of an equally spaced linear array | |
CN112858994B (zh) | 一种基于均匀圆阵的比幅测向方法 | |
CN112072309B (zh) | 一种步进补偿低成本相控阵天线架构及其设计方法 | |
CN113656747B (zh) | 基于分支定界的多期望信号下的阵列自适应波束形成方法 | |
CN113820665B (zh) | 一种基于时间分集阵子阵划分的空域覆盖范围增强方法 | |
Frid et al. | Compensation of radome effects in small airborne monopulse arrays by convex optimization | |
Hassan et al. | Comparative study of different power distribution methods for array antenna beamforming for soil moisture radiometer | |
Yun et al. | Optimization of a subarray structure to improve the $ G/T $ of an active array antenna | |
Zhou et al. | Efficient optimization and realization of a shaped-beam planar array for very large array application | |
Chen et al. | Optimal subarray design method for sidelobe cancellation of wideband irregular subarrayed array | |
Woo et al. | Hybrid waveguide feed network for aperiodic subarray beamforming | |
Elayaperumal et al. | Design of antenna array architecture with large inter element spacing and low grating lobes | |
Dianfei et al. | Hemispherical coverage array antenna and performance analysis | |
Zhou et al. | Fast design technique for thinned linear array with arbitrary grid spacing in the presence of multi-constraint requirements | |
CN115825883B (zh) | 星载gnss-s雷达实时直达信号干扰抑制方法 | |
CN113985358B (zh) | 一种基于相控阵mimo的接收adbf处理方法 | |
Kim et al. | Optimization of planar subarray structure based on random search method for large active electronically scanned array antenna | |
Fatemi Mofrad et al. | Antenna Beam Broadening in Multifunction Phased Array Radar | |
Zeng et al. | Multi-Beam Directivity Maximization for Overlapped Sub-Arrayed Array via Alternate Convex Programming | |
Wei et al. | A Beam Optimization Technique for Space-borne Phased Array SAR |
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 |