任培林
摘要
基于四階累積量的線性約束最小方差(LCMV)算法的自適應(yīng)形成波束,通過四噪聲階累積量中所含的冗余成分構(gòu)建虛擬陣元,避免了相關(guān)高斯噪聲的影響,保證了方向圖能在期望信號方向增益最大,干擾方向形成零陷。
【關(guān)鍵詞】線性約束最小方差(LCMV) 四階累積量 多波束形成 陣列天線
自適應(yīng)算法是實(shí)現(xiàn)干擾抑制的關(guān)鍵環(huán)節(jié),它通常根據(jù)輸出信號的特性設(shè)定一個(gè)“期望”,然后以某種最優(yōu)準(zhǔn)則去調(diào)整系統(tǒng)參數(shù),逐步接近該期望。自適應(yīng)波束形成技術(shù)通過調(diào)整陣列接收的加權(quán),從而達(dá)到陣列方向圖主瓣對準(zhǔn)期望信號,零陷對準(zhǔn)干擾的目的,己廣泛應(yīng)用于通信、雷達(dá)、聲吶、電子偵查等領(lǐng)域。高階累積量具有對高斯有色噪聲恒為零的特點(diǎn),針對非高斯信號,高階統(tǒng)計(jì)量能夠有效地提取信號的統(tǒng)計(jì)信息。同時(shí)因?yàn)樾盘栆话憔哂袑ΨQ的分布,基于高階循環(huán)統(tǒng)計(jì)量的估算,大多數(shù)利用信號的四階循環(huán)累積量,即四階累積量具有虛擬陣列擴(kuò)展的功能,能夠有效地?cái)U(kuò)大陣列孔徑和增大虛擬陣元數(shù)目。
1 基本信號模型與LCMV算法描述
等距線陣是最簡單常見的陣列形式,即N個(gè)陣元按等距離d排列成一直線。
假設(shè)有M個(gè)不相關(guān)的窄帶信號入射。其中包括1個(gè)期望信號與M-1個(gè)非期望信號,天線在t時(shí)刻接收到的信號可表示為:
其中α(θ0)為期望信號的導(dǎo)向矢量,s0(t)是期望信號復(fù)包絡(luò),j(θi)為非期望信號的導(dǎo)向矢量,Si(t)為非期望信號的復(fù)包絡(luò),n(t)為噪聲。那么協(xié)方差矩陣為:
線性最小方差約束(LCMV:LinearlyConstrained Minimum Variance)波束形成,即:
其中f為約束值矢量,w是權(quán)重系數(shù),Rxx為導(dǎo)向矢量約束矩陣,α是采樣數(shù)據(jù)的協(xié)方差矩陣。其最優(yōu)解:
多波束形成技術(shù)可以表示為以下優(yōu)化問題:
其中i=1,2,3....,K,θi為第i個(gè)非期望目標(biāo)方向,θ0為期望目標(biāo)方向。目標(biāo)函數(shù)是為了保證系統(tǒng)的總功率最小,第一個(gè)約束條件是為了保證期望目標(biāo)方向上形成主瓣,第二個(gè)約束條件是為了在非期望目標(biāo)方向上形成零陷。
2 基于四階累積量的LCMV算法模型及求解
考慮到x(t)為充分對稱的復(fù)解析信號,四階累積量可由下式得到:
上式中,m1,m2,m3,m4∈{1,2,3...N},陣列的輸出信號的四階累積量矩陣為:
同理,信號源的四階累積量矩陣為:
又因?yàn)楦咚乖肼暤娜A上累積量為零,且假設(shè)信號源問相互統(tǒng)計(jì)獨(dú)立,所以Qs為對角矩陣,可以簡化為:
由于四階累積量能夠抑制高斯噪聲,可以把Qx看成虛擬陣列接收信號的空間相關(guān)矩陣代替LCMV波束形成中的Rxx,用B代替α,則最優(yōu)權(quán)向量可寫成:
運(yùn)用四階累積量擴(kuò)展的虛擬陣列進(jìn)行LCMV數(shù)字波束形成的步驟如下:
(1)信號進(jìn)入天線陣列;
(2)算法首先構(gòu)造四階累積量矩陣Qx;
(3)算法根據(jù)信號的期望方向與干擾方向構(gòu)造矩陣B;
(4)算法自動更新權(quán)重矢量Wopt;
(5)最終求得方向圖F(θ,φ)=|woptHb(θ,φ)|。
3 仿真分析
仿真條件中天線陣列是含有N=32個(gè)陣元的等距線陣,陣元之間為半波長間距。假設(shè)期望目標(biāo)方向?yàn)閇-30°,0°],非期望目標(biāo)方向?yàn)閇-50°,30°]。通過MATLAB仿真,得出圖1。
結(jié)合仿真圖,可以看出,在非期望目標(biāo)方向有零陷?;谒碾A累積量的LCMV算法主瓣波束指向更精準(zhǔn),波束寬度更窄,副瓣電平更低。
4 結(jié)論
本文研究了基于四階累積量的LCMV波束形成方法,該方法充分利用了信號的高階信息,同時(shí)通過計(jì)算機(jī)仿真,對比基于四階累積量的LCMV算法自適應(yīng)波束形成與傳統(tǒng)LCMV算法準(zhǔn)則的波束形成,分析了基于四階累積量的LCMV算法所形成的波束的優(yōu)點(diǎn)。計(jì)算機(jī)仿真表明,本文提出的算法可以對相關(guān)高斯噪聲有更強(qiáng)的抑制,在干擾方向上產(chǎn)生信號空間零陷,達(dá)到抑制干擾信號的目的。
參考文獻(xiàn)
[1]王俊勇.基于LCMV算法的天線方向圖零陷加寬方法[J].中國科技在線,2007,13(02).
[2]張亦希,傅君眉,汪文秉.LCMV方法在衛(wèi)星多波束天線賦形中的應(yīng)用[J].電子學(xué)報(bào), 2002,30(03).
[3]魏平,肖先賜.基于四階累積量的陣列擴(kuò)展[J].電子科學(xué)學(xué)刊,1997(06):745-750.