一种最优化主副瓣比的波束合成方法、系统与流程

本发明涉及通信技术领域，具体地，涉及一种最优化主副瓣比的波束合成方法、系统。

背景技术

在雷达、声纳、AM/FM、卫星广播、蜂窝电话、GPS和无线局域网等现代信号传输系统中，存在着四种用于提高信号质量和减少干扰的分集技术：时间分集、频率分集、码元分集和空间分集。空间分集是通过使用多个传感器(如天线)以阵列形式的几何结构来实现的。阵列的物理设计能够形成特定指向的波束，使得空间中的特定角度范围没有能量被辐射/接收，而在指定角度上达到最大能量的辐射/接收，这就是所谓的阵列波束形成。

自第二次世界大战以来，天线阵列的设计得到了广泛的研究，尤其是进化算法、认知智能系统和自然启发的元启发式算法在解决电磁优化问题中的应用，促进了该技术领域的蓬勃发展。通过阵列波束形成实现的空间分集分为两类：静态波束合成和自适应波束形成。自适应波束形成是一个动态的过程，通过收集周围环境的实时反馈信息来更新天线阵列的加权系数，使天线阵列的性能总是保持在与当前电磁环境匹配的最佳状态；而在静态波束合成的情况下，天线阵列的加权系数是需要预先设定的，与阵列接收信号无关，不会随着时间变化。理想情况下，自适应波束形成系统可以提供更好的信号质量，但自适应系统存在两个主要问题，第一是可靠性太差，第二是设计成本非常高。自适应波束形成系统并不总是首选的方法，因为在许多实际情况下，更重要的是能够预测阵列的工作性能，以提高动态环境中的可靠性。

在一个典型的静态波束合成问题中，设计者可以使用阵列结构的加权系数来优化阵列性能。阵列几何结构是分布在一维、二维或三维空间的传感器阵元配置，主要包括线性、平面、圆形或可能共形的形状。阵列加权系数是指阵列中每个传感器单元发射/接收信号的幅度和相位，通过改变单元之间的振幅、相位获得所需的波束响应。在大多数静态波束合成中，最优化主副瓣比是工程师持续追求的理想准则，目前主要的优化方法包括常规幅度加权(如泰勒权、汉明权等)、遗传算法、粒子群算法、布谷鸟搜索算法等，虽然这些已有的算法能够获得较低的副瓣电平，但都不能从理论上证明合成波束图的主副瓣比是最优的。

技术实现要素：

本发明的目的是提供一种最优化主副瓣比的波束合成方法、系统，该最优化主副瓣比的波束合成方法、系统实现任意传感器阵列波束图的最优主副瓣比，将复杂的阵列波束图分解为若干近似的数值积分单元，在期望信号的入射方位角和俯仰角约束的条件下计算出阵列加权系数，从而形成最优主副瓣比的传感器阵列波束图。

为了实现上述目的，本发明提供了一种最优化主副瓣比的波束合成方法，所述最优化主副瓣比的波束合成方法包括：

根据期望信号的入射方位角和俯仰角计算期望信号的导向矢量a0；

根据配置的方位角度步进κ和俯仰角度步进η、方位扫描的起始角度φs和终止角度φe、俯仰扫描的起始角度θs和终止角度θe确定方位扫描空间上的总次数K和俯仰扫描空间上的总次数L；

基于传感器矩阵中传感器的数量、所述传感器阵列的工作波长以及各传感器的坐标差计算矩阵R1(θs,φs)：

基于所述矩阵R1(θs,φs)、总次数L、俯仰角度步进η计算最优主副瓣比协方差矩阵R；

基于所述最优主副瓣比协方差矩阵R、所述导向矢量a0计算系数μ；

基于所述最优主副瓣比协方差矩阵R、系数μ以及所述导向矢量a0计算传感器阵列加权系数w；以及

基于所述加权系数w计算最优主副瓣比的波束合成图p(θ,φ)＝w^Ha(θ,φ)；其中，a(θ,φ)为俯仰角θ、方位角φ对应的所述传感器阵列的导向矢量。

优选地，所述根据期望信号的入射方位角和俯仰角计算期望信号的导向矢量a0包括：

基于N个传感器组成的传感器阵列的工作波长λ、每一传感器在直角坐标系X、Y、Z轴上的坐标、以及期望信号的入射方位角φ0和入射俯仰角θ0通过下述公式计算期望信号的导向矢量a0；

其中，j＝sqrt(-1)，xn,yn,zn分别表示第n(n＝1,2,...,N)个传感器在直角坐标系X、Y、Z轴上的坐标。

优选地，所述方位扫描空间上的总次数K和俯仰扫描空间上的总次数L通过下述的公式计算得到：

K＝|φe-φs|/κ；L＝|θe-θs|/η。

优选地，所述基于传感器矩阵中传感器的数量、所述传感器阵列的工作波长以及各传感器的坐标差计算矩阵R1(θs,φs)包括：

通过以下公式计算得到矩阵R1(θs,φs)：

其中，k3＝ξΔzmncosθs，k1＝ξ(Δxmnsinθscosφs Δymnsinθssinφ)，k2＝ξ(Δxmnsinθssinφs-Δymnsinθscosφs)，ξ＝2π/λ，α1＝tan^-1(k2/k1)，Δxmn、Δymn、Δzmn分别为第m个单元的X、Y、Z坐标减去第n个单元的X、Y、Z坐标(m,n＝1,2,...,N)。

优选地，通过下述公式计算最优主副瓣比协方差矩阵R包括：

优选地，通过下述公式计算系数μ：

优选地，计算传感器阵列加权系数w：

w＝μR^-1a0。

另外，本发明还提供一种最优化主副瓣比的波束合成系统，所述最优化主副瓣比的波束合成系统包括：

导向矢量计算单元，用于根据期望信号的入射方位角φ0和俯仰角θ0计算期望信号的导向矢量a0；

次数确定单元，用于根据配置的方位角度步进κ和俯仰角度步进η、方位扫描的起始角度φs和终止角度φe、俯仰扫描的起始角度θs和终止角度θe确定方位扫描空间上的总次数K和俯仰扫描空间上的总次数L；

矩阵计算单元，用于基于传感器矩阵中传感器的数量、所述传感器阵列的工作波长以及各传感器的坐标差计算矩阵R1(θs,φs)：

协方差矩阵计算单元，用于基于所述矩阵R1(θs,φs)、总次数L、俯仰角度步进η计算最优主副瓣比协方差矩阵R；

系数计算单元，用于基于所述最优主副瓣比协方差矩阵R、所述导向矢量a0计算系数μ；

加权系数计算单元，用于基于所述最优主副瓣比协方差矩阵R、系数μ以及所述导向矢量a0计算传感器阵列加权系数w；以及

波束合成图计算单元，用于基于所述加权系数w计算最优主副瓣比的波束合成图p(θ,φ)＝w^Ha(θ,φ)；其中，a(θ,φ)为俯仰角θ、方位角φ对应的所述传感器阵列的导向矢量。

另外，本发明还提供一种存储介质，其上存储有程序，该程序被处理器执行时实现上述的最优化主副瓣比的波束合成方法。

另外，本发明还提供一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行上述的最优化主副瓣比的波束合成方法。

根据上述技术方案，本发明通过改进任意传感器阵列波束图的最优主副瓣比约束优化条件，将复杂的阵列波束图分解为若干数值积分单元的叠加，从方位和俯仰分别计算出最优主副瓣比协方差矩阵，一方面实现了理论上最优的波束主副瓣比，另一方面降低了协方差矩阵的计算复杂度，大大提高了实时处理的效率，而且适用于任意构型的窄带传感器阵列，同时也可以很容易扩展到宽带传感器阵列。

本发明的其他特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

附图是用来提供对本发明的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明，但并不构成对本发明的限制。在附图中：

图1是说明本发明的一种最优化主副瓣比的波束合成方法的流程图；

图2是常规波束与本发明的最优主副瓣比波束图比较示意图；以及

图3是泰勒加权波束与本发明的最优主副瓣比波束图比较示意图。

具体实施方式

以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。

图1是本发明提供的一种最优化主副瓣比的波束合成方法的流程图，如图1所示，所述最优化主副瓣比的波束合成方法包括：

S101，根据期望信号的入射方位角φ0和俯仰角θ0计算期望信号的导向矢量a0；

S102，根据配置的方位角度步进κ和俯仰角度步进η、方位扫描的起始角度φs和终止角度φe、俯仰扫描的起始角度θs和终止角度θe确定方位扫描空间上的总次数K和俯仰扫描空间上的总次数L；

S103，基于传感器矩阵中传感器的数量、所述传感器阵列的工作波长以及各传感器的坐标差计算矩阵R1(θs,φs)；

S104，基于所述矩阵R1(θs,φs)、总次数L、俯仰角度步进η计算最优主副瓣比协方差矩阵R；

S105，基于所述最优主副瓣比协方差矩阵R、所述导向矢量a0计算系数μ；

S106，基于所述最优主副瓣比协方差矩阵R、系数μ以及所述导向矢量a0计算传感器阵列加权系数w；以及

S107，基于所述加权系数w计算最优主副瓣比的波束合成图p(θ,φ)＝w^Ha(θ,φ)；其中，a(θ,φ)为俯仰角θ、方位角φ对应的所述传感器阵列的导向矢量。

优选地，所述根据期望信号的入射方位角和俯仰角计算期望信号的导向矢量a0包括：

基于N个传感器组成的传感器阵列的工作波长λ、每一传感器在直角坐标系X、Y、Z轴上的坐标、以及期望信号的入射方位角φ0和入射俯仰角θ0通过下述公式计算期望信号的导向矢量a0；

其中，j＝sqrt(-1)，xn,yn,zn分别表示第n(n＝1,2,...,N)个传感器在直角坐标系X、Y、Z轴上的坐标。

优选地，所述方位扫描空间上的总次数K和俯仰扫描空间上的总次数L通过下述的公式计算得到：

K＝|φe-φs|/κ；L＝|θe-θs|/η。

优选地，所述基于传感器矩阵中传感器的数量、所述传感器阵列的工作波长以及各传感器的坐标差计算矩阵R1(θs,φs)包括：

通过以下公式计算得到矩阵R1(θs,φs)：

其中，k3＝ξΔzmncosθs，k1＝ξ(Δxmnsinθscosφs Δymnsinθssinφ)，k2＝ξ(Δxmnsinθssinφs-Δymnsinθscosφs)，ξ＝2π/λ，α1＝tan^-1(k2/k1)，Δxmn、Δymn、Δzmn分别为第m个单元的X、Y、Z坐标减去第n个单元的X、Y、Z坐标(m,n＝1,2,...,N)。

优选地，通过下述公式计算最优主副瓣比协方差矩阵R包括：

优选地，通过下述公式计算系数μ：

优选地，计算传感器阵列加权系数w：

w＝μR^-1a0。

具体地，所述最优化主副瓣比的波束合成方法的具体实施方式如下所述，初始化完成后，设传感器阵列的工作波长λ＝0.1m，N＝41，xn＝0.1(n-1),n＝1,2,...,41，yn＝0，zn＝0，φ0＝90°，θ0＝90°，方位角步进为κ＝0.1°，俯仰角步进为η＝0.1°，方位扫描的起始和终止角度分别为φs＝0°、φe＝180°，俯仰扫描的起始和终止角度分别为θs＝0°、θe＝180°，则波束方向图在方位和俯仰扫描空间上的总次数分别为K＝|φe-φs|/κ＝1800、L＝|θe-θs|/η＝1800，依次循环1681次，获得矩阵R1(θs,φs)，R1(θs,φs)矩阵中的第m行、第n列元素为qImn(θs,φs) jqQmn(θs,φs)，然后计算R1、R2、R3，由此得到最优主副瓣比协方差矩阵R＝R1 R2 R3，再通过计算获得传感器阵列的最优主副瓣比加权系数w＝μR^-1a0，方位和俯仰角度分别从0°开始、180°结束计算出最优主副瓣比的二维波束合成图p(θ,φ)＝w^Ha(θ,φ)。图2给出了常规波束与最优主副瓣比波束图比较，图3给出了泰勒加权波束与最优主副瓣比波束图比较，从形成的波束图可以看出，图2和图3中的副瓣电平最大降低了12.18dB。

本发明能够实现理论上最优的波束主副瓣比，在最小化波束副瓣的情况下同时保持了波束宽度的最小化；简化了最优主副瓣比协方差矩阵R的计算，只在一个俯仰维度上进行累加求和，如步骤(4)所示，大大降低了矩阵运算的复杂度；本发明适用于任何窄带传感器阵列的波束图设计，具有广泛的普适性。

另外，本发明还提供一种最优化主副瓣比的波束合成系统，所述最优化主副瓣比的波束合成系统包括：

导向矢量计算单元，用于根据期望信号的入射方位角和俯仰角计算期望信号的导向矢量a0；

次数确定单元，用于根据配置的方位角度步进κ和俯仰角度步进η、方位扫描的起始角度φs和终止角度φe、俯仰扫描的起始角度θs和终止角度θe确定方位扫描空间上的总次数K和俯仰扫描空间上的总次数L；

矩阵计算单元，用于基于传感器矩阵中传感器的数量、所述传感器阵列的工作波长以及各传感器的坐标差计算矩阵R1(θs,φs)：

协方差矩阵计算单元，用于基于所述矩阵R1(θs,φs)、总次数L、俯仰角度步进η计算最优主副瓣比协方差矩阵R；

系数计算单元，用于基于所述最优主副瓣比协方差矩阵R、所述导向矢量a0计算系数μ；

加权系数计算单元，用于基于所述最优主副瓣比协方差矩阵R、系数μ以及所述导向矢量a0计算传感器阵列加权系数w；以及

波束合成图计算单元，用于基于所述加权系数w计算最优主副瓣比的波束合成图p(θ,φ)＝w^Ha(θ,φ)；其中，a(θ,φ)为俯仰角θ、方位角φ对应的所述传感器阵列的导向矢量。

本发明实施例提供了一种存储介质，其上存储有程序，该程序被处理器执行时实现所述最优化主副瓣比的波束合成方法。

本发明实施例提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行所述最优化主副瓣比的波束合成方法。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。