基于迭代收縮加權融合的自適應空濾濾波方法
【專利摘要】本發(fā)明公開了一種基于迭代收縮加權融合的自適應空濾濾波方法,其實現(xiàn)過程為:由陣列天線接收數(shù)據(jù)建立信號模型,得到接收數(shù)據(jù)的采樣協(xié)方差矩陣;采用自適應迭代的方式在線更新先驗協(xié)方差矩陣;根據(jù)均方誤差最小準則計算采樣協(xié)方差矩陣與先驗協(xié)方差矩陣的加權系數(shù),并利用收縮加權融合處理方法得到估計的協(xié)方差矩陣;最后計算自適應權矢量進行空濾濾波。本發(fā)明在小樣本情況下能以較高精度估計出協(xié)方差矩陣,能有效緩解先驗知識與當前數(shù)據(jù)模型失配問題,避免了子空間維數(shù)的確定,同時具有輸出信干噪比高和收斂速度快之優(yōu)點,為自適應空濾濾波的實際應用提供了一種有效的處理方法。
【專利說明】基于迭代收縮加權融合的自適應空濾濾波方法
【技術領域】
[0001] 本發(fā)明屬于信號處理領域,涉及陣列信號處理技術,具體地說是一種采用收縮加 權融合并基于迭代更新的自適應空濾濾波方法,用于在小樣本條件下以較高精度估計協(xié)方 差矩陣,提高天線陣列輸出的信干噪比。
【背景技術】
[0002] 陣列信號處理是信號處理領域中的一個熱點研究方向,在雷達、聲納、通信、地震 監(jiān)測等領域應用非常廣泛,自適應空濾濾波是陣列信號處理的一個重要研究內容,其目的 是在增強目標信號功率的同時抑制干擾和噪聲,從而提高陣列天線輸出的信干噪比。自適 應空濾濾波本質是對各陣元進行自適應加權,陣列權矢量決定了陣列天線的性能,而權矢 量很大程度上依賴于信號協(xié)方差矩陣,因此信號協(xié)方差矩陣估計精度直接影響自適應空濾 濾波的性能,而在小樣本條件下,信號協(xié)方差矩陣存在較大的估計誤差,導致陣列抑制干擾 的能力急劇下降,因此,研究小樣本條件下空濾濾波方法,具有重要的實際應用價值。
[0003] 目前,計算自適應權矢量算法有多種。協(xié)方差矩陣求逆(SMI)算法是一種常用有 效算法,但當陣列數(shù)據(jù)中含有期望信號時,SMI算法會導致輸出的信噪比嚴重下降;子空間 投影類算法對期望信號較強的環(huán)境,濾波效果較好,但該類算法需要準確的估計信號子空 間和噪聲子空間,而在小樣本條件下子空間估計精度受限;對角加載算法在協(xié)方差矩陣上 加一對角矩陣,可以有效克服陣列協(xié)方差矩陣的小特征值擾動而引起的陣列方向圖畸變, 但如何選取對角加載量不容易確定;Griffiths等人在1982年的IEEE Trans, on Antennas and Propagation 上發(fā)表的文章 〈〈An alternative approach to linearly constrained adaptive beamforming》中,提出了廣義旁瓣相消器(GSC),它能克服SMI算法中期望信號 含于協(xié)方差矩陣引起的信號相消問題,但由于天線陣列誤差的存在,當信噪比較高時,也 會出現(xiàn)信號相消問題,導致輸出信干噪比下降;Goldstein等人在1998年的IEEE Trans. Information theory上發(fā)表的文章 《A multistage representation of the wiener filter based on orthogonal projections》中,提出了基于廣義旁瓣相消器框架的降秩多級維納 濾波器,該方法不需要進行特征值分解,運算復雜度低,但此方法需要確定處理器的維數(shù), 而在小樣本條件下,處理器維數(shù)的估計精度不高。
【發(fā)明內容】
[0004] 本發(fā)明的目的在于克服上述已有技術的不足,提供一種采用收縮加權融合并基 于迭代更新的自適應空濾濾波方法,有效緩解先驗知識與當前數(shù)據(jù)模型失配問題,同時避 免子空間維數(shù)確定難題,提高在小樣本條件下信號協(xié)方差矩陣的估計精度及輸出的信干噪 比。
[0005] 實現(xiàn)本發(fā)明目的技術方案,包括如下步驟:
[0006] (1)由陣列天線k時刻的接收數(shù)據(jù)X(k)建立信號模型,并計算接收數(shù)據(jù)的采樣協(xié) 方差矩陣^ I
[0007] (2)利用接收數(shù)據(jù)的采樣協(xié)方差矩陣得到搜索角Θ的初始化能量譜密度并 初始化先驗協(xié)方差矩陣4;
[0008] (3)根據(jù)已得到的先驗協(xié)方差矩陣,采用最小二乘方法,得到搜索角空間的最優(yōu)權 w ( Θ ),更新搜索角空間的能量譜密度Fm),并更新先驗協(xié)方差矩陣邊重復步驟(3),在線 更新先驗協(xié)方差矩陣,直到得到一個穩(wěn)定的先驗協(xié)方差矩陣R tl ;
[0009] (4)把先驗協(xié)方差矩陣Rtl與接收數(shù)據(jù)的采樣協(xié)方差矩陣4進行收縮加權融合處 理,利用均方誤差最小準則計算加權系數(shù),得到估計的協(xié)方差矩陣Re ;
[0010] (5)計算自適應空濾濾波的最優(yōu)權矢量W()pt,利用得到的最優(yōu)權矢量處理接收數(shù) 據(jù),從而獲得高輸出信干噪比的有用信號。
[0011] 本發(fā)明與現(xiàn)有技術相比,具有以下優(yōu)點:
[0012] (1)采用迭代自適應的方式在線更新先驗協(xié)方差矩陣,能有效緩解先驗知識與當 前數(shù)據(jù)模型失配問題,獲得估計精度較高的先驗協(xié)方差矩陣;
[0013] (2)采用收縮加權融合的方式處理采樣協(xié)方差矩陣和先驗協(xié)方差矩陣,并依據(jù)最 小均方誤差準則計算加權系數(shù),能在小樣本下能獲得較高的信號協(xié)方差估計精度,提高陣 列天線輸出信干噪比,同時避免了子空間維數(shù)的確定。
[0014] 對本發(fā)明的目的、特征、優(yōu)點可通過如下附圖和實例詳細描述。
【專利附圖】
【附圖說明】
[0015] 圖1是本發(fā)明的流程圖;
[0016] 圖2是本發(fā)明自適應空濾濾波的示意圖;
[0017] 圖3是在獨立非時變信源時采用不同方法仿真輸出信干噪比隨快拍數(shù)變化的關 系曲線圖;
[0018] 圖4是在相干非時變信源時采用不同方法仿真輸出信干噪比隨快拍數(shù)變化的關 系曲線圖;
[0019] 圖5是仿真重構先驗協(xié)方差矩陣誤差與迭代次數(shù)的變化關系曲線圖。
【具體實施方式】
[0020] 參照圖1,本發(fā)明的實現(xiàn)步驟如下:
[0021] 步驟1.根據(jù)k時刻接收數(shù)據(jù)X(k)建立信號模型,并計算接收數(shù)據(jù)的協(xié)方差矩陣
[0022] la)設X(k)為k時刻陣列接收數(shù)據(jù),其中k= 1,···Λ,L為采樣快拍數(shù);設%和 s〇(k)分別為目標信號的導向矢量和在k時亥Ij的復包絡,Aj= Ea1-Ip]和SjGO = [S1GO... sP(k) ]τ分別為P個干擾信號的陣列流形和在k時刻的復包絡矢量,其中%,i = Ρ··Ρ表示 第i個干擾信號的導向矢量,Si(k),i = Ρ··Ρ表示第i個干擾信號在k時刻的復包絡,上 標T表示轉置操作;設N(k)為在k時刻的加性高斯白噪聲;
[0023] Ib)根據(jù)陣列信號處理理論,陣列接收數(shù)據(jù)的信號模型為:
[0024] X(k) = a0s0(k)+AjSj(k)+N(k)
[0025] lc)接收數(shù)據(jù)的采樣協(xié)方差矩陣為:
[0026]
【權利要求】
1. 一種基于迭代收縮加權融合的自適應空濾濾波方法,包括如下步驟: (1) 由陣列天線k時刻的接收數(shù)據(jù)X(k)建立信號模型,并計算接收數(shù)據(jù)的采樣協(xié)方差 矩陣4; (2) 利用接收數(shù)據(jù)的采樣協(xié)方差矩陣得到搜索角Θ的初始化能量譜密度/V你,并初始 化先驗協(xié)方差矩陣美; (3) 根據(jù)已得到的先驗協(xié)方差矩陣,采用最小二乘方法,得到搜索角空間的最優(yōu)權 w(Θ),并更新搜索角空間的能量譜密度你和先驗協(xié)方差矩陣義/,重復步驟(3),在線更 新先驗協(xié)方差矩陣,直到得到一個穩(wěn)定的先驗協(xié)方差矩陣Rtl ; (4) 把先驗協(xié)方差矩陣Rtl與接收數(shù)據(jù)的采樣協(xié)方差矩陣Ijr進行收縮加權融合處理,利 用均方誤差最小準則計算加權系數(shù),得到收縮加權融合后的協(xié)方差矩陣Re ; (5) 計算自適應波束形成的最優(yōu)權矢量,利用得到的最優(yōu)權矢量處理接收數(shù)據(jù),從 而獲得高輸出信干噪比的有用信號。
2. 根據(jù)權利要求1所述的基于迭代收縮加權融合的自適應空濾濾波方法,其中步驟 (1) 所述的信號模型及協(xié)方差矩陣,按如下步驟進行: 2a)設X(k)為k時刻陣列接收數(shù)據(jù),其中k= 1,...,L,L為采樣快拍數(shù);設%和s0 (k)分另Ij為目標信號的導向矢量和在k時亥Ij的復包絡,Aj = [a" ··aP]和Sj (k)= [S1 (k). . .Sp (k) ]τ分別為P個干擾信號的陣列流形和在k時刻的復包絡矢量,其中%,i= I. . .P表不第i個干擾信號的導向矢量,Si (k),i=I. . .P表不第i個干擾信號在k時刻的 復包絡,上標T表示轉置操作;設N(k)為在k時刻的加性高斯白噪聲; 2b)根據(jù)陣列信號處理理論,接收數(shù)據(jù)的信號模型為: X(k) =a〇s〇 (k) +AjSj (k)+N(k) 2c)接收數(shù)據(jù)的協(xié)方差矩陣為: 其中上標H表示共軛轉置操作。
3. 根據(jù)權利要求1所述的基于迭代收縮加權融合的自適應空濾濾波方法,其中步驟 (2) 所述的由接收數(shù)據(jù)的采樣協(xié)方差矩陣鳥^.得到搜索角的初始化能量譜密度并初 始化先驗協(xié)方差矩陣鳥》按如下步驟進行: 3a)設a(0)為搜索角Θ的導向矢量,利用如下公式計算搜索角Θ處的初始化能量譜 密度
3b)初始化先驗協(xié)方差矩陣&為:
其中搜索角沒e卜音,吾】°
4. 根據(jù)權利要求1所述的基于迭代收縮加權融合的自適應空濾濾波方法,其特征在 于:步驟(3)所述采用自適應迭代的方式在線更新先驗協(xié)方差矩陣,按如下步驟進行: 4a)根據(jù)最小二乘方法,并利用已得到的先驗協(xié)方差矩陣,采用如下公式計算搜索角Θ的最優(yōu)權w(Θ):
4b)利用搜索角的最優(yōu)權和接收數(shù)據(jù)的采樣協(xié)方差矩陣按如下公式更新對應角的能量 譜密度#辦
4c)利用如下公式計算更新的先駘協(xié)方差矩陣
4d)令4 =4%重復步驟4a)至步驟4。),直到得到一個穩(wěn)定的先驗協(xié)方差矩陣R。。
5. 根據(jù)權利要求1所述的基于迭代收縮加權融合的自適應空濾濾波方法,其特征在 于:所述步驟(4)中的對先驗協(xié)方差矩陣與接收數(shù)據(jù)的采樣協(xié)方差矩陣進行收縮加權融合 處理,按如下步驟進行: 5a)按如下公式計算收縮加權融合后的協(xié)方
差矩陣Rp : 其中Rtl為先驗協(xié)方差矩陣,α和β分別為采樣協(xié)方差矩陣和先驗協(xié)方差矩陣的加權 系數(shù)。 5b)根據(jù)均方誤差最小準則,利用如下公式分別計算加權系數(shù)α和β:
目標信號的導向矢量。
6. 根據(jù)權利要求1所述基于迭代收縮加權融合的自適應空濾濾波方法,其中步驟(5) 所述的自適應空濾濾波最優(yōu)權矢量可按如下公式計算:
進而計算陣列天線的輸出信號y(k): y(k) =W11optX(k) 其中上標H表示共軛轉置操作。
【文檔編號】G01S7/02GK104459635SQ201410746866
【公開日】2015年3月25日 申請日期:2014年12月8日 優(yōu)先權日:2014年12月8日
【發(fā)明者】賀順, 李國民 申請人:西安科技大學