申请/专利权人：南京理工大学

申请日：2021-08-13

公开（公告）日：2024-06-18

公开（公告）号：CN113656747B

主分类号：G06F17/11

分类号：G06F17/11;G06F17/16;H01Q21/06;G01S3/14

优先权：

专利状态码：有效-授权

法律状态：2024.06.18#授权;2021.12.03#实质审查的生效;2021.11.16#公开

摘要：本发明公开了一种基于分支定界的多期望信号下的阵列自适应波束形成方法，步骤如下：最大化输出信干噪比，同时采用线性分式半正定松弛方法降低阵列波束的副瓣电平；引入复数辅助变量，在保持期望信号的阵列响应的幅度不变的情况下，优化响应的相位，并用分支定界算法求解满阵的规划问题，实现多期望信号下的满阵自适应波束形成；引入迭代重加权l1范数对阵列的权向量进行惩罚，并用分支定界算法求解稀疏阵列的规划问题，实现多期望信号下的稀疏阵列自适应波束形成。本发明改善了多期望信号下的满阵和稀疏阵列的方向图性能，不仅降低了副瓣电平、提高了阵列的输出信干噪比，而且减小了多期望信号的方向图幅度误差。

主权项：1.一种基于分支定界的多期望信号下的阵列自适应波束形成方法，其特征在于，包括以下步骤：步骤1、最大化输出信干噪比，同时采用线性分式半正定松弛方法降低阵列波束的副瓣电平；步骤2、引入复数辅助变量，在保持期望信号的阵列响应的幅度不变的情况下，优化响应的相位，并用分支定界算法求解满阵的规划问题，实现多期望信号下的满阵自适应波束形成；步骤3、引入迭代重加权l1范数对阵列的权向量进行惩罚，并用分支定界算法求解稀疏阵列的规划问题，实现多期望信号下的稀疏阵列自适应波束形成；步骤1所述的最大化输出信干噪比，同时采用线性分式半正定松弛方法降低阵列波束的副瓣电平，具体如下：步骤1.1、将基于最大信干噪比MSINR准则的Capon算法转换为凸优化问题；MSINR的目的是使系统的输出信干噪比SINR最大，即 式中，W为权值，RS和Ri+n分别表示信号协方差矩阵和干扰噪声协方差矩阵；将式1转化为凸优化问题，如式2所示， 其中，表示第q个期望信号的协方差矩阵，q表示期望信号的编号，Q表示期望信号的总量；步骤1.2、对副瓣区域进行均匀采样，采样角度有H个，并设置期望副瓣电平δ；对副瓣进行均匀采样后获得的阵列增益如式3所示， 式中，·H表示取共轭转置，为副瓣区域的阵列响应，F＝WHa为阵列响应，a为空间各个角度的阵列流形矢量，aS分别为副瓣和期望信号的阵列流形矢量；增加副瓣约束条件的凸优化问题表达式如式4所示， 因为其中q＝1,2,…,Q，和分别为第q个期望信号的功率和阵列流形矢量，所以式4转换为式5 式中表示期望信号功率。

全文数据：

权利要求：

百度查询： 南京理工大学 基于分支定界的多期望信号下的阵列自适应波束形成方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD