基于Toeplitz化的单快拍稳健波束形成.docVIP

基于Toeplitz化的单快拍稳健波束形成 　　摘 要： 现有的单快拍波束形成算法多是基于空间平滑原理提出的，缺点是损失了阵列孔径，且降低了系统的自由度。对此提出了一种基于Toeplitz化的单快拍稳健波束形成方法：首先Toeplitz化接收数据的协方差矩阵，然后根据约束准则得到实际期望信号的导向矢量，利用Capon法得到最优权。该方法充分利用了阵列的孔径和自由度，保证了期望信号方向的增益，且对阵列误差具有一定的稳健性。仿真实验验证了所提方法的有效性。 　　关键词： Toeplitz化； 单快拍； 协方差矩阵； 稳健波束形成 　　中图分类号：TN911 文献标志码：A 文章编号：1006-8228（2013）08-14-05 　　0 引言 　　传统的自适应波束形成算法要求用足够多的统计独立同分布数据来估计协方差矩阵，而实际环境往往呈现非均匀、非平稳特性，难以获得独立同分布的快拍，导致采样协方差矩阵估计出现偏差，自适应波束形成方法性能急剧下降，此时采用单快拍或小快拍数实现自适应波束形成算法显得更为有效。现有的单快拍自适应波束形成方法多是基于空间平滑原理提出的，文献[1]提出了一种基于直接数据域最小二乘（D3LS）的单快拍自适应波束形成方法，它通过空间平滑重构数据矩阵和非期望信号矩阵，利用广义特征分解得到最优权；文献[2]首先利用阻塞矩阵将期望信号阻塞，对阻塞后的信号平滑重构，得到信号子空间，将期望导向矢量向信号子空间投影得到最优权。这两种方法在得到了自适应处理所需的样本的同时，也损失了阵列孔径，降低了系统的自由度以及目标的信噪比；文献[3]针对D3LS存在的孔径损失问题提出了一种改进的D3LS方法（MD3LS），它首先通过对样本数据进行预处理，形成子阵级输出，然后通过一个变换矩阵恢复最优权维数，但它需要精确估计期望信号的复幅度，否则性能会明显下降。 　　理想情况下，等距线阵的非相干信号协方差矩阵具有Toeplitz性质。当存在相干源或阵列误差时，协方差矩阵不再满足Toeplitz性，而Toeplitz化可以有效地解相干[4-5]，校正阵列误差[6]，提高自适应波束形成的稳健性[7]。在单快拍情况下，阵列协方差矩阵的秩为1，显然不再具有Toeplitz性，鉴于此，本文提出了一种基于Toeplitz化的单快拍稳健波束形成方法（简记为TRB—Toeplitz Robust Beamforimg）。它首先Toeplitz化接收数据的协方差矩阵，然后根据约束准则得到实际期望信号的导向矢量，利用Capon法得到最优权。该方法既不损失阵列孔径和自由度，还对阵列误差具有一定的稳健性。 　　1 研究背景 　　1.1 信号模型 　　不失一般性，对信号模型作如下假设[8]： 　　⑴ 信号源数小于阵元数目； 　　⑵ 信号与噪声是统计独立的，且噪声服从零均值的高斯分布； 　　⑶ P个信号源为窄带远场平面波。 　　阵列的接收数据矢量可以写成如下形式： 　　其中，1?tk?L，L为快拍数，x（tk）=[x1（tk），…，xN（tk）]T，s（tk）=[s1（tk），…，sp（tk）]T和n（tk）=[n1（tk），…，nN（tk）]T分别表示tk时刻的数据矢量，信号复包络和加性高斯白噪声，（·）T表示转置操作符。a（θi）为导向矢量，且 ，A（θ）=[a（θ1），…，a（θp）]表示阵列流型，d和λ分别为阵元间距和电磁波波长。 　　简单起见，用A表示A（θ），k表示tk，则xk，sk，s1k，nk和n1k分别表示x（tk），s（tk），s1（tk），n（tk）和n1（tk）。 　　在理想情况下，等距线阵接收非相干信号的相关矩阵[9-10]为： 　　显然Rx为Toeplitz矩阵。式中 “（·）H”表示共轭转置，表示信号功率，为噪声功率。实际中常常用 SMI[10]（采样协方差矩阵求逆）算法来估计协方差矩阵，即 　　由式⑸可知，此时为秩1矩阵，存在严重秩亏，即无法直接应用于自适应波束形成。 　　1.2 Capon自适应波束形成 　　最优准则为[12]： 　　2 算法描述（TRB） 　　Toeplitz预处理[6，8]通常用于解相干源或校正阵列误差等问题，这里将它应用于单快拍的情况。通过Toeplitz化单快拍协方差矩阵，使其接近于理想的协方差矩阵，同时恢复了矩阵的秩。另外协方差矩阵的Toeplitz化处理还能使其对误差具有一定的稳健性，如阵列的扰动，通道的幅相误差等。 　　Toeplitz预处理主要是解决如下的优化问题： 　　其中，RT为所需要的Toeplitz矩阵，ST为Toeplitz矩阵集。关于⑼式的近似求解有很多种方法，比如Toeplitz近似方法（TOP）、修正的Toeplitz近似方法（MTOP）和迭代