基于多级维纳滤波技术的导向矢量旋转法

电子信息对抗技术ElectronicInformationWarfareTechnology中图分类号：TN971．1文献标志码：A文章编号：1674—2230(2018)06—0044—04基于多级维纳滤波技术的导向矢量旋转法王妙，王灿，杜天军(解放军95430部队，成都610081)摘要：在自适应阵列处理中，当期望信号的估计导向矢量与实际导向矢量失配时，常规的干扰抑制算法将有较大性能损失。导向矢量旋转法在增强算法的鲁棒性同时，会带来计算量的增加。将导向矢量旋转法引入到多级维纳滤波器中(CSA—MWF)，提出了基于多级维纳滤波技术的导向矢量旋转法。分析表明该算法有效降低了计算量，计算机仿真表明，小快拍条件下新算法的干扰抑制性能优于常规干扰抑制算法。关键词：多级维纳滤波；导向矢量旋转；干扰抑制DOI：10．3969／j．issn．1674—2230．2018．06．009ASteeringVectorRotationTechniqueBasedonMultistageWienerFilterWANGMiao，WANGCan，DUTian-Jun(Unit95430ofPLA，Chengdu610081，China)Abstract：Forthepresenceofmismatchbetweentheactualandpresumedarraysteeringvectorsofthedesiredsignalinadaptivearrayprocession，performanceisdegradatedinthetraditionalalgorithm．Therobustnesscouldbeimprovedwiththesteeringvectorrotationtechnique，mean—whilethecomputationalburdencouldbeincreased．Thesteeringvectorrotationtechniqueisin—troducedtotheMultistageWienerFilter(CSA-MWF)andthesteeringvectorrotationtechniquebasedonCSA-MWFisproposed．Comparedwiththetraditionalinterferencesuppressingtech—nique，thecomputationcomplexitycouldbereducedobviouslywiththeproposedapproach．Sim—ulationresultsdemonstrateitssuperiorityinlowsamplesupportenvironments．Keywords：multistagewienerfilter；steeringvectorrotation；interferencesuppression1引言在自适应阵列信号处理中．当估计的导向矢量与实际的导向矢量失配时，干扰抑制算法性能急剧下降⋯。文献[2]通过将导向矢量约束在信号子空间中来增加算法的稳健性，文献[3]通过平滑方向图函数使得主瓣变宽来提高算法的稳健性。文献[4]通过角度搜索对预定导向矢量进行修正，使其尽可能地逼近真实导向矢量。文献[5]通过对期望信号导向矢量进行旋转，形成新的导向矢量，并用新的导向矢量产生自适应权，该方法称为导向矢量旋转法。文献[6]利用模约束来提高算法的稳健性，文献[7]研究了基于导向矢量误差不确定集的稳健算法，文献[8]对传统对角加载算法进行迭代计算．从而得出较为准确的期望信号导向矢量。文献[9]采用支持向量回归机算法与波速形成算法相结合的方式来提高系统性能。这些算法在提高系统的稳健性的同时，带来了所需样本多、运算量大的缺点。收稿日期：2018—03—14：修回日期：2018—04—08作者简介：王妙(1981一)，男，江苏南通人，博士，工程师，研究方向为白适应阵列处理；王灿(1977一)，男，四川成都人，博士，工程师，研究方向为无线电通信对抗；杜天军(1974一)，男，四川阆中人，博士后，高级工程师，研究方向为通信信号处理。万方数据电子信息对抗技术·第33卷2018年11月第6期王妙，王灿，杜天军基于多级维纳滤波技术的导向矢量旋转法45本文将导向矢量旋转法引人多级维纳滤波器中‘101，提出了基于多级维纳滤波技术的导向矢量旋转法，分析了该方法的运算量。仿真结果表明在小快拍条件下。本文方法可以获得更高的输出信干噪比(SINR)。2算法原理线性约束最小方差准则(LCMV)的SMI算法是自适应阵列处理中的经典方法，其最优权矢量为㈨：‰伽=蒜糍％㈩式中，口(Oo)为期望信号导向矢量，尺；1为接收信号协方差矩阵。由(1)式知，该算法