【技术实现步骤摘要】
本专利技术涉及雷达信号处理，具体而言，尤其涉及一种针对mimo雷达虚拟阵级的自适应波束形成算法。
技术介绍
1、随着大规模mimo通信的发展，mimo雷达已经广泛地走入人们的视野，因mimo雷达有着虚拟阵级所以有着更高的自由度以及更高的信息吞吐量，其以逐渐成为热门的研究对象，虽然mimo雷达虚拟阵级的波束形成算法可应用传统的阵列自适应波束形成算法，但是传统的算法无法在少量先验信息的情况下更准确的估计期望信号的导向矢量以及消除高信噪比下信号自消现象。所以研究出一种可以在更少的先验信息下准确的估计出期望信号导向矢量并且解决信号自消带来的影响的方法十分关键。
技术实现思路
1、根据上述提出的技术问题，而提供一种针对mimo雷达虚拟阵级的自适应波束形成算法。本专利技术采用干扰加噪声协方差矩阵重构的方式对mimo雷达虚拟阵级的接收信号进行稳健自适应波束形成，该方法有效的避免了传统稳健自适应波束形成算法中用信号采样协方差矩阵作为干扰加噪声协方差矩阵的问题。
2、本专利技术采用的技术手段如下：
3、一种针对mimo雷达虚拟阵级的稳健自适应波束形成算法方法，包括：
4、s1、划分扇区，使期望信号和干扰信号在不同的扇区，且期望扇区和干扰扇区互补；
5、s2、在s1中划分出的期望扇区的补扇区上积分，得出期望扇区及其补扇区的导向矢量；
6、s3、根据s2计算出的导向矢量推导约束条件，通过约束条件优化基于扇区的期望信号导向矢量；
7、
8、s5、通过权值表示自适应波束形成器的输出，将最大化输出信号干扰噪声比问题表示为mvdr波束形成问题，并通过capon波束形成器解决；
9、s6、采用capon空间谱重构干扰加噪声协方差矩阵，得出最优权值。
10、进一步地，所述步骤s2具体包括：
11、通过在期望扇区的补扇区上积分得出矩阵
12、
13、其中，为期望扇区的补扇区，令即对进行特征值分解，u和λ分别为酉矩阵和对角矩阵，ui表示酉矩阵的第i列，λi表示对角矩阵的第i个特征值；
14、假设特征值按照降序排列，通过矩阵分解将u分解为m×k的矩阵u1和m×m-k的矩阵u2，即u＝[u1 u2]，矩阵对于采样快拍数k，期望扇区及其补扇区中的导向矢量分别表示为：
15、
16、
17、其中，v1与v2为系数向量。
18、进一步地，所述步骤s3具体包括：
19、根据s2中期望扇区及其补扇区的导向矢量得出，||v1||2＝m以及||v2||2＝m，m为阵元数，且如下等式是有序的：
20、
21、
22、其中，λ1是含有矩阵k个特征值的对角矩阵；λ2是包含了其余特征值的对角矩阵，二次型在所需扇区之外取较大值；
23、通过约束使估计的期望信号导向矢量不收敛于位于期望扇区补扇区的任何干扰导向矢量及其线性组合，将约束表示为：
24、
25、其中，是期望信号导向矢量，δ0为给定角扇区θ唯一选择的值；
26、
27、结合约束和归一化约束式，将基于扇区的期望信号导向矢量估计的问题化为以下的优化问题：
28、
29、其中，为采样协方差矩阵。
30、进一步地，所述步骤s4具体包括：
31、采用sdp松弛方法求解s3中的优化问题，通过推导得出：
32、
33、其中，引入半正定矩阵变量a≥0上述问题可转换为如下问题：
34、
35、唯一的非凸约束条件是秩一约束，使用sdp松弛方法丢弃这一约束，得到以下松弛凸问题：
36、
37、若求出的解是秩1的，则由最大特征值的平方根缩放的主特征向量就是所求的精确解；若求出的解不是秩1的，则需要通过对偶理论或降秩找到秩1的解。
38、进一步地，所述步骤s5具体包括：
39、假设m个虚拟阵元的阵列从多个窄带源接收信号，在时间k时刻接收的信号被建模为：
40、x(k)＝xs(k)+xi(k)+xn(k)
41、其中，xs(k)，xi(k)，xn(k)分别表示统计独立的期望信号，干扰和噪声期望信号xs(k)＝as(k)，s(k)是期望信号的波束，a是期望信号的导向矢量；
42、自适应波束形成器输出可以表示为：
43、y(k)＝whx(k)
44、其中，w是权值，通过最大化输出信号干扰噪声比，能够得到最优权值；
45、将输出信号干扰噪声比表示为：
46、
47、其中，表示信号功率；ri+n＝e{(xi(k)+xn(k))(xi(k)+xn(k))h}表示干扰加噪声协方差矩阵，e{·}表示统计期望；
48、将最大化输出信号干扰噪声比问题表示为下列mvdr波束形成问题：
49、
50、subject to wha＝1
51、通过capon波束形成器解决：
52、
53、其中，wopt表示波束形成器的权矢量，是ri+n与a的函数。
54、进一步地，所述步骤s6具体包括：
55、采用噪声加干扰协方差矩阵重构的方式来替代噪声加干扰协方差矩阵，将capon空间谱估计器表示为：
56、
57、其中，表示该方向的功率值。
58、使用capon空间谱可以将干扰加噪声协方差矩阵ri+n重构为：
59、
60、通过该方法可求出最优权值为：
61、
62、其中，wbest表示最优权值。
63、进一步地，一种存储介质，所述存储介质包括存储的程序，其中，所述程序运行时，执行所述针对mimo雷达虚拟阵级的稳健自适应波束形成算法方法。
64、进一步地，一种电子装置，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的极端机程序，所述处理器通过所述计算机程序运行执行所述针对mimo雷达虚拟阵级的稳健自适应波束形成算法方法。
65、较现有技术相比，本专利技术具有以下优点：
66、1、本专利技术提供的针对mimo雷达虚拟阵级的自适应波束形成算法，本专利技术使用尽可能少的先验信息以及易于获得的不精确的先验信息得出较一些传统算法更精确的期望信号导向矢量。
67、2、本专利技术提供的针对mimo雷达虚拟阵级的自适应波束形成算法，提出的约束条件是典型的非凸二次约束二次规划问题，它可以应用半定松弛技术有效的求解。
68、3、本专利技术提供的针对mimo雷达虚拟阵级的自适应波束形成算法，得到了相应优化问题的新结果，从松弛问题的广义秩解求导出秩1解的新代数方法，以及保证松弛问题的解是秩1的本文档来自技高网...
【技术保护点】
1.一种针对MIMO雷达虚拟阵级的稳健自适应波束形成算法方法，其特征在于，包括：
2.根据权利要求1所述的针对MIMO雷达虚拟阵级的稳健自适应波束形成算法方法，其特征在于，所述步骤S2具体包括：
3.根据权利要求1所述的针对MIMO雷达虚拟阵级的稳健自适应波束形成算法方法，其特征在于，所述步骤S3具体包括：
4.根据权利要求1所述的针对MIMO雷达虚拟阵级的稳健自适应波束形成算法方法，其特征在于，所述步骤S4具体包括：
5.根据权利要求1所述的针对MIMO雷达虚拟阵级的稳健自适应波束形成算法方法，其特征在于，所述步骤S5具体包括：
6.根据权利要求1所述的针对MIMO雷达虚拟阵级的稳健自适应波束形成算法方法，其特征在于，所述步骤S6具体包括：
7.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，所述程序运行时，执行所述权利要求1至X中任一项权利要求所述的方法。
8.一种电子装置，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的极端机程序，其特征在于，所述处理器通过所述计算
...【技术特征摘要】
1.一种针对mimo雷达虚拟阵级的稳健自适应波束形成算法方法，其特征在于，包括：
2.根据权利要求1所述的针对mimo雷达虚拟阵级的稳健自适应波束形成算法方法，其特征在于，所述步骤s2具体包括：
3.根据权利要求1所述的针对mimo雷达虚拟阵级的稳健自适应波束形成算法方法，其特征在于，所述步骤s3具体包括：
4.根据权利要求1所述的针对mimo雷达虚拟阵级的稳健自适应波束形成算法方法，其特征在于，所述步骤s4具体包括：
5.根据权利要求1所述的针对mimo雷达虚拟阵级的稳健自...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。