[发明专利]一种改进特征矢量的投影子空间估计自适应波束合成方法有效
申请号: | 201510593658.2 | 申请日: | 2015-09-17 |
公开(公告)号: | CN105354171B | 公开(公告)日: | 2018-02-02 |
发明(设计)人: | 黄平;李宇鹏;刘鹰;詹洋燕;陈晓园 | 申请(专利权)人: | 哈尔滨工程大学 |
主分类号: | G06F17/16 | 分类号: | G06F17/16 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 150001 黑龙江省哈尔滨市南岗区*** | 国省代码: | 黑龙江;23 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及一种改进特征矢量的投影子空间估计自适应波束合成方法。本发明包括阵列天线对输入信号进行采样;由Khatri‑Rao积构造KR信号协方差矢量;特征矢量投影子空间法估计导向矢量;得到阵列天线输出信号。本发明相比传统的波束合成器能够在较小快拍下得到收敛;本发明的技术相比传统的波束合成器具有较高的收敛精度;本发明的技术可以适用于实时性要求较高的系统。 | ||
搜索关键词: | 一种 改进 特征 矢量 投影 空间 估计 自适应 波束 合成 方法 | ||
【主权项】:
一种改进特征矢量的投影子空间估计自适应波束合成方法,其特征在于,包括如下步骤:(1)阵列天线对输入信号进行采样:采样数据用采样数据协方差矩阵表示为:R=1KΣi=1KxHx]]>其中,K为采样快拍数,x为输入信号;(2)由Khatri‑Rao积构造KR信号协方差矢量:d(θ)=a(θ)⊗a(θ)]]>vec(·)为将矩阵各列堆积到第一列:d(θ)=vec(a(θ)aH(θ))其中,a(θ)为输入信号导向矢量;两边求协方差矢量得:vec(R-σnoise2I)=Σi=1Nσi2vec(a(θi)aH(θi))=Σi=1Nσi2d(θi)]]>为期望信号与干扰信号协方差矢量的线性组合,构造矩阵S:S=∫0πd(θ)dH(θ)dθ]]>期望信号与干扰信号协方差矢量的线性组合由矩阵S的特征向量线性表示,d(θ)子空间维数等于矩阵S非零特征值的个数;由矩阵S的非零特征值对应的特征向量构造矩阵Q:Q=[e1,e2,...,eK]其中,为矩阵Q的非零特征值对应的特征向量,Q的列相互正交,构成信号协方差矢量的特征子空间;vec(R1)=Q(QHQ)-1QHvec(R^)]]>其中,Q(QHQ)‑1QH为信号协方差矢量子空间的投影矩阵;为采样协方差矩阵,R1表示向信号协方差矢量子空间进行投影;(3)特征矢量投影子空间法估计导向矢量:如果求得干扰与噪声子空间投影矩阵Ui+n,Ui+n=[e[1],e[2],…,e[m‑1]],通过向正交子空间投影来消除期望导向矢量的估计误差:a~=(I-Ui+nUi+nH)a^]]>其中,为期望导向矢量估计值,为期望导向矢量修正值,得到的R1进行特征值分解为:R1=Σi=1NλieieiH]]>其中,λ1>λ2>...>λK+1=...=λN=σ2为协方差矩阵R1的特征值,ei为特征值对应的特征矢量;每个特征矢量ei均向导向矢量投影,选取投影对应的干扰与噪声子空间投影矩阵Ui+n;将特征矢量向导向矢量的投影进行降序排列得:p[M]≥p[M‑1]≥…≥p[1];i=1,2,...,N;使用特征矢量构造干扰加噪声子空间;(p[m]+p[m-1]+...+p[1])/Σi=1Mp(i)<ρ]]>随着m的增加,当第一次超过ρ时的m值即为所求值,构造干扰加噪声子空间:Ui+n=[e[1],e[2],…,e[m‑1]]则干扰加噪声子空间投影矩阵为:Pi+n=Ui+nUi+nH]]>进而可得期望子空间投影矩阵为:Ps=I‑Pi+n消除干扰加噪声子空间部分的估计误差,提高导向矢量的估计精度:a~=Psa^]]>改进波束合成权矢量:w=R1a~a~HR1-1a~]]>(4)得到阵列天线输出信号y=wHx其中,y为输出信号。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨工程大学,未经哈尔滨工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201510593658.2/,转载请声明来源钻瓜专利网。
- 上一篇:一种基轴式集装机械密封装置
- 下一篇:转轴模块及便携式电子装置