[发明专利]基于特征空间分解的多重变迹快速自适应波束合成方法

摘要

本发明提供一种基于特征空间分解的多重变迹快速自适应波束合成方法：预先在给定的成像环境下采用EIBMV波束合成得到各通道的权值向量，对此权值向量进行主成分分析得到的主成分作为真正的EIBMV权值进行波束合成，波束合成的权值可以采用此预先求知的权值向量，因此简化计算过程。本发明将提高对比度的EIBMV波束合成与降低计算量的PCA、提高图像分辨率的DAX和NSI组合在一起，实现了一维和二维基于特征空间分解的多重变迹快速自适应波束合成方法，克服了MV波束合成得到图像对比度、分辨率不佳等问题。

主权项

1.一种基于特征空间分解的快速自适应波束合成方法，其特征在于：该自适应波束合成方法包括以下步骤：在一定的成像条件下，将用于波束合成的对应各通道回波信号的自相关矩阵进行特征空间分解，根据给定阈值挑选出其中较大的特征向量构造信号子空间，将MV波束合成得到的权值向量投影到此信号子空间得到新的权值向量；将此权值向量进行主成分分析，将得到的主成分作为用于所述成像条件下进行基于特征空间的最小方差自适应波束合成的权值向量；所述自适应波束合成方法具体包括以下步骤：1)在给定的成像条件下，进行MV波束合成求得各通道权值向量w_MV；2)计算权值向量的协方差矩阵R_W：其中，w_q是第q个MV波束合成权值向量，μ是所有权值向量样本的均值，Q为权值向量样本数，Q大于或等于空间平滑所设定的子阵元数目L；3)对R_W进行特征分解：R_W＝VΛV^H；Λ是对角矩阵，该对角矩阵主对角线上的值由R_W的特征值按照降序组成，V由R_W的特征向量组成，组成V的特征向量彼此正交，且与Λ中的特征值一一对应；4)根据w_MV＝Vβ，将求最优权值的问题转化为求最优β的问题，即：minβ^HR₁β，满足β^Hν₁＝1其中R₁＝V^HRV，R＝E[y·y^H]是指用于求解w_MV时的各通道信号的协方差矩阵，y为经过延时处理之后用于波束合成的各通道信号；v₁＝V^Ha，a为方向向量；5)根据拉格朗日乘子法求得：6)将R₁重写为R₁＝E[u·u^H]，其中u＝V^Hy＝[u₁,u₂,…,u_P]^T，然后对R₁进行空间平滑处理和深度方向的样本值平均：其中P为用于波束合成的阵元总数目，L为空间平滑处理中设定的子阵元数目，L≤P/2，K为深度方向上用于平均处理的点数；然后用代替其中为加载量，Δ₁＝1/P；选择V能量集中的前I个主成分代表MV波束合成的权值空间满足I＜L；7)计算其中：在中插入一个列，与其他向量正交，且该列的每个元素值均为8)将进行特征分解：Λ_S是对角矩阵，该对角矩阵主对角线上的值由的特征值按照降序组成，V_S由的特征向量组成，组成V_S的特征向量彼此正交，且与Λ_S中的特征值一一对应；9)构造信号子空间E_S：设定Λ_S中特征值的阈值为最大特征值的δ倍，从而从V_s中选择对应特征值大于此阈值的特征向量来构造信号子空间E_S；10)计算权值向量w_EIBMV：