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