波束形成算法指向误差时的稳健性研究.pdfVIP

西 安 工 程 大 学 学 报 JournalofXi’anPolytechnicUniversity 第 28卷第 5期 (总 129期) 2014年 1O月 Vo1．28，No．5(Sum．No．129) 文章编号 ：1674—649X(2014)05—0598—06 波束形成算法指向误差时的稳健性研究 崔 琳 ，焦亚萌 (西安工程大学 电子信息学院，陕西 西安 71OO48) 摘要 ：为有效克服期望信号方向存在指向误差而导致的阵列流形向量失配的问题 ，提 出了一种基 于支持 向量回归机的波束形成方法．该方法在分析线性约束最小方差波束形成器的基础上，将支 持向量机的损失函数 引入到线性约束最小方差波束形成器的最优化 问题 中，从而使基于结构风 险最小化原理的支持向量回归机算法与波束形成算法相结合．通过MATLAB仿真实验 ，在没有 失配的理想情况和期望信号存在方向向量失配的情况下，选取不 同的支持向量机参数 以及信噪 比，分析对2种损失函数的基于支持向量机 的波束形成算法．仿真实验结果表 明，该算法在期望 信号方向存在指 向误差时，依然能够保持较好的系统输 出信噪比，具有一定的稳健性． 关键词：波束形成；线性约束最小方差；支持 向量机 中图分类号 ：TB56 文献标识码 ：A 0 引 言 波束形成是阵列信号处理的重要组成部分，它在雷达、声纳 以及无线通信等领域得到了广泛应用．随 着优化算法的发展，最优波束形成能够根据接收数据不断更新加权 向量，使波束形成器具有较好的方位分 辨力和较强的干扰抑制能力．但是许多波束形成算法都是基于对期望信号波达方向的精确估计而提出的， 当实际期望信号的导向向量与理想期望信号的导向向量出现误差时，波束形成器会将其视为干扰信号而 加以抑制，因此寻求相应的解决方法 已成为许多学者的研究方 向 ]． Vapnik等人在20世纪9O年代初提出的支持向量机(SVM)是一种基于结构风险最小化原理的算法， 它不仅可 以解决遥感、雷达等方面的分类问题[4]，而且可以应用在信号处理方面，例如波束形成、波达角方 向估计旁瓣抑制等．支持 向量机算法的提出，使得许多新的具有稳健性的波束形成方法也随之涌现出来． 最早在 2004年由C6sarC．Gaudes等人提出将 SVM 与波束形成 中的MVDR方法相结合，从而达到更好 的抑制旁瓣的作用L5]；ClodoaldoAM uma等人将最小二乘支持向量机应用于波束形成，通过对最小二 乘支持向量机 中参数的设定，可以更准确地估计期望信号的波达方向E6]；路遥等人通过使用 SVM计算贝 叶斯 自适应波束形成算法的权向量，进而可以更好地控制旁瓣高度 ]．本文提出一种基于支持向量回归机 的线性约束最小方差波束形成方法，该方法对于期望信号方向向量存在误差的情况，具有一定的稳健性， 仿真结果验证了其有效性． 收稿 日期 ：2014—04—14 基金项 目：西安工程大学博士科研启动基金 (BS1414) 通讯作者 ：崔琳(1984一)，女，河北省沧州市人 ，西安工程大学讲师，博士．E—mail：cuilin789@ 163．com 第 5期 波束形成算法指 向误差时的稳健性研究 599 1 LCMV算法基本原理 假设一个 由M 个阵元 ，且阵元间距为 d的均匀线列阵，则传统的窄带波束形成器的输出可写为 ()一 W“ (是)， 其中 w一 [训 ，W2，…，M] ∈CMv为权向量 (忌)一z 一 [z(走)，…，．7CM(尼)] ∈CMv为基阵观测值 的复 向量 ，它是期望信号、干扰和噪声 的统计独立分量之和，(·) 和 (·)“分别表示矩阵的转置和共轭转 置．在某一时刻 k基阵的观测值可表示为 K l (忌)一s(忌)+f()