Page 82 - 应用声学2019年第4期
P. 82

542                                                                                  2019 年 7 月


                                                                   考虑归一化,第j 个干扰的导向矢量估计为
             2 低复杂度的稳健自适应波束形成
                                                                        √
                                                                    ˜ a j =  Mv j_1 , j = 1, 2, · · · , N − 1,  (11)
                 稳健自适应波束形成旨在模型失配情况下,保
                                                                                   ¯
                                                               由于角度集Θ j 远小于Θ,因而降低了计算量。
             持自适应波束形成的最优性能,其最优权向量w opt ,
                                                                   干扰协方差矩阵的估计值可表示为
             可以通过干扰加噪声协方差矩阵 R i+n 和期望信号
                                                                                   N−1
             导向矢量 a(θ 0 ) 的联合估计得到,也可以分别估计                                          ∑    2    H
                                                                              ˜
                                                                              R i =    ˜ σ ˜ a j ˜ a ,   (12)
                                                                                        j
                                                                                             j
             二者。文献 [16] 利用 SMI 波束形成算法的功率谱
                                                                                   j=1
             重构干扰噪声协方差矩阵 (Interference plus noise
                                                                      2
                                                               其中,˜σ 为第 j 个干扰的功率,可由 SMI 波束形成
             covariance matrix reconstruction, IPNCMR),以消             j
                                                               估计。噪声功率的估计值为
             除接收信号协方差矩阵中的期望信号,提高自适
                                                                                          M
             应波束形成算法的稳健性,重构的干扰噪声协方差                                          2      1     ∑              (13)
                                                                            ˜ σ =
                                                                             n                λ i ,
             矩阵为                                                                 M − N  i=N+1
                              ∫
                                                                                             ˆ
                                          H
                      ˆ
                                 ˆ
                      R i+n =    P(θ)a(θ)a (θ)dθ               其中,λ i 为接收信号协方差矩阵 R xx 的特征值,由
                               ¯ Θ                             此得噪声协方差矩阵的估计 R N = ˜σ I,重构的干
                                                                                          ˜
                                                                                                 2
                              ∫         H                                                        n
                                   a(θ)a (θ)
                           =                   dθ,      (7)    扰噪声协方差矩阵为
                                     ˆ −1 H
                               ¯ Θ a(θ)R xx a (θ)
                                                                                     N−1
                   ¯
             其中,Θ 为干扰和噪声区域,式 (7) 的算法复杂度                           ˜       ˜    ˜     ∑    2   H     2
                                                                  R i+n = R i + R N =    ˜ σ ˜ a j ˜ a + ˜ σ I.  (14)
                                                                                          j
                                                                                                    n
                                                                                              j
                                                  ¯
                    2
             为 O(M S),S 为离散的方位点数。当 Θ 较大时,                                            j=1
             S ≫ M,式 (7) 的计算量远大于常规自适应波束形                       2.2  期望信号导向矢量估计
                                3
             成算法的复杂度 O(M )。为此,考虑分别重构干扰
                                                                   类似地,构造矩阵D 为
             协方差矩阵和噪声协方差矩阵,以减小计算量。                                               ∫
                                                                                         H
                                                                            D =     a(θ)a (θ)dθ,         (15)
             2.1 干扰和噪声协方差矩阵重构                                                     Θ
                                  ˆ
                 对样本协方差矩阵R xx 进行特征分解,表示为                       其中,Θ 为期望信号所在区域,Θ 为 Θ 的补集。对
                                                                                                 ¯
                                                                                                         H
                                                H
                                    H
                      ˆ
                     R xx = U S Λ S U + U N Λ N U ,     (8)    矩阵 D 进行特征分解,并建立投影 P 1 = E S E 和
                                                                                                         S
                                                N
                                   S
                                                                         H
                                                               P 2 = U S U ,其中E S 为矩阵 D 的特征矢量构成的
                                  {             }                        S
             式 (8) 中, Λ S = diag λ 1 , λ 2 , · · · , λ N , Λ N =
                {                   }                          子空间,期望信号的导向矢量为
             diag λ N+1 , λ N+2 , · · · , λ M ,特征值 λ i 从大到小排
                                                                                  √
                                                [
             列,v i 为与之对应的特征矢量,U S = v 1 , v 2 , · · · ,                      ˜ a 0 =  MP {P 1 P 2 } ,    (16)
               ]                      [                   ]
             v N 为信号子空间,U N = v N+1 , v N+2 , · · · , v M
                                                               式 (16) 中,P {·} 表示取矩阵 P 1 P 2 最大特征值对应
             为噪声子空间。
                                                               的特征矢量。
                 考 虑 第 j 个 干 扰 所 在 区 域 为 Θ j (j = 1,
                                                                                                    ˜
                                                                   根据干扰噪声协方差矩阵的估计值 R i+n 和导
             2, · · · , N − 1),各干扰所在区域互不重叠,利用
                                                               向矢量的估计值 ˜ a 0 ,由式(3)可得权向量为
             功率谱初步估计第j 个干扰的协方差矩阵为
                            ∫                                                  w = µR     ˜ a            (17)
                                                                                      ˜ −1
                                ˆ
                                          H
                       C j =    P(θ)a(θ)a (θ)dθ                                        i+n 0 ,
                             Θ j                                             [         ] −1
                                                                               H ˜ −1
                            ∫          H                       式(17)中,µ = ˜ a R      ˜ a   。
                                  a(θ)a (θ)                                    0  i+n 0
                          =                   dθ.       (9)
                                     ˆ −1 H
                             Θ j a(θ)R xx a (θ)
                                                               3 仿真实验
                 对协方差矩阵C j 进行特征分解有
                               M
                              ∑                                    采用 16 元均匀线列,阵元间距为二分之一波
                         C j =    λ j_i v j_i v H  ,   (10)
                                           j_i
                               i=1                             长,声速为 1500 m/s,环境噪声为零均值、方差为 1
             式 (10) 中,λ j_i (i = 1, 2, · · · , M) 为 C j 的特征值并  的加性高斯白噪声。期望信号与干扰相互独立,方
             按降序排列,即λ j_1 > λ j_2 > · · · > λ j_M ,v j_i 为     位为 3 ;两个相互独立的干扰,方位分别为 −50 和
                                                                                                          ◦
                                                                     ◦
             与λ j_i 对应的特征向量。                                   50 ,干扰噪声比均为INR = 20 dB。
                                                                 ◦
   77   78   79   80   81   82   83   84   85   86   87