基于干扰加噪声协方差矩阵重构的稳健自适应波束形成
2016-12-21王宁章闵仁江许慧青
王宁章,闵仁江,许慧青
(广西大学 计算机与电子信息学院,广西 南宁 530004)
基于干扰加噪声协方差矩阵重构的稳健自适应波束形成
王宁章,闵仁江,许慧青
(广西大学 计算机与电子信息学院,广西 南宁 530004)
在自适应波束形成中,由于期望信号(SOI)导向矢量(SV)的误差、采样点数较少、训练数据中存在期望信号成分等原因,造成波束形成的性能严重下降。针对以上问题,提出了一种稳健波束形成方法。首先利用MUSIC算法和参数估计来重构不包含SOI的干扰噪声协方差矩阵,再通过利用相关系数来估计出期望信号导向矢量。仿真结果表明,该算法可以处理较大的方向误差,并且信噪比(SNR)在较大的范围内都可以得到比传统方法更佳的性能。
自适应波束形成;MUSIC算法;导向矢量估计
0 引言
由于接收特定方向的信号,波束形成器可以认为是空间滤波器。它可以应用在不同的信号处理领域,包括雷达、声呐、医学成像、射电天文、无线通信等。作为数据依赖型波束形成器,自适应波束形成器通过抑制信号环境中的干扰和噪声,提取期望信号来调整权重矢量[1]。标准的Capon波束形成器(Standard Capon Beamformer, SCB)是大家所熟知的波束形成器,如果训练数据中不包含期望信号(Signal of Interest, SOI),那么SCB可以有最优的输出信干噪比(Signal-to-Interface-plus-Noise Ratio, SINR)和高分辨率[2]。但是在实际的训练数据中经常存在SOI。在过去的几年中,许多稳健自适应波束形成器算法被提出,用来解决训练数据中存在的SOI和导向矢量(Steering Vector, SV)误差问题[3-5]。
在文献[3]中,GU Y等人提出使用Capon空间谱积分方法,其中积分区域为除SOI方向以外的角度区域,这种方法可以重构出干扰噪声协方差矩阵。……
