邱 岚，谢于晨

(江西科技学院信息工程学院，江西 南昌 330098)

0 引言

自适应空间谱估计方法可按最大信干噪比(minimum signal to interference plus noise ratio，SINR)、最小二乘(least squares，LS)、最小方差信号无畸变响应(minimum variance distortion response，MVDR)等准则，根据噪声(含干扰)自适应调整导向权向量，实现期望功率最大输出，所得空间谱具有较高的方位分辨率和检测能力，被广泛应用于声纳、雷达、通信等领域[1-3]。但这类方法需要传感器阵列拾取数据具有一定信噪比，当拾取数据中信噪比含有量较低时，该方法所得空间谱的背景级将显著升高，甚至不能准确估计目标空间方位角分布[4-5]。为了降低自适应空间谱估计中背景级，研究学者提出了Chebyshev滤波[6]、凸优化(convex optimization)[7]、分子阵预处理[8]等方法。但还是存在如下问题：Chebyshev滤波方法存在背景级设置和主瓣宽度控制折中选择问题；凸优化方法针对空间谱背景级、主瓣宽度等多个性能指标进行优化，但这些参数需要综合考虑阵列模型结构，如果设置不当有可能达不到预期优化结果；分子阵预处理方法提升背景级有限，且在传感器阵列数量有限情况下，还存在主瓣变宽问题。针对MVDR空间谱估计方法存在的旁瓣较高且抑制干扰性能不稳健的情况，文献[9]提出一种旁瓣级可控的自适应波束形成后置处理方法。该方法在MVDR 基础上进行峰值搜索，将获得的峰值点从大到小进行排序，取次大值作为最高旁瓣的值，然后在其方位添加虚拟干扰加以抑制，从而得到新的波束图，实现对旁瓣级控制，该方法与凹槽噪声场法类似，同样存在旁瓣抑制过程增加了主瓣宽度问题。……