自适应数字波束形成在大型面阵中的应用

第37卷第4期(总第146期)2008年9月火控雷达技术Fire Control Radar TechnologyVol.37No.4(Series 146)Dec.2008　收稿日期:2008-08-06　作者简介:王建强,男,1984年生,硕士研究生,研究方向为雷达信号设计与处理。

文章编号:1008-8652(2008)04-014-05自适应数字波束形成在大型面阵中的应用王建强　黄金杰(西安电子工程研究所　西安　710010)【摘要】　ADBF 技术使得雷达能根据干扰特性,自适应地在干扰方向形成零点,以对付强有源干扰。

另外,大部分雷达还需要天线具有低或超低副瓣,以提高雷达在强杂波背景下检测目标的能力。

随着相控阵雷达阵元数的增多,需要处理的数据量变大,在很短的时间内实现DB F 面临很多问题。

本文针对大型面阵,讨论了如何利用修正的采样矩阵求逆算法,在有限快拍数内根据干扰环境自适应地形成零点,同时实现天线超低副瓣性能的问题。

仿真结果表明了方法的有效性。

关键词:大型面阵;数字波束形成;对角加载;超低副瓣中图分类号:TN821+18;TN958192 文献标志码:AApplication of Adaptive Digital Beam forming inLarge Planar Phased Array SystemWang Jianqiang Huang Jinjie(X i ’an Elect ronic Engi neeri ng Research I nstit ute ,X i ’an 710100)Abstract :The radar can be enabled to form null beam in t he jamming direction adaptively according to t he jamming p roperties by using ADBF technology so as to co unter t he intensive active jamming.In addi 2tion ,most radars also require t hat t he antenna has low or ult ralow sidelobe so as to improve t he detect 2ability for t he target against t he st rong clutter background.As increment of p hased array radar element s ,t he data quantity needs to be p rocessed becomes large.So ,t here are lot s of problems to implement DB F in very short period.Aiming at large planar arrays ,t his paper discusses how to form null beam adaptively in t he limited snap shot s according to t he jamming environment by using t he modified sampling mat rix inver 2sing (SM I )algorit hm and realize t he ultra -low sidelobe performance of t he array antenna simultaneously.The simulation result s p rove t he effectiveness of t his met hod.K eyw ords :large planar array ;DBF ;diago nal loading ;ult ra -low sidelobe1　引言在实际的信号环境中,不可避免地存在着不需要的干扰和噪声信号,它通过方向图的副瓣或者主波束进入接收系统,随着雷达的发展,抗干扰问题变得越来越重要。

自适应数字波束形成技术具有快速自适应干扰置零、超低副瓣、密集多波束、灵活的雷达功率和时间控制等重要优点,显著改善相控阵雷达多方面的性能。

目前,关于自适应数字波束形成的理论仍然在发展之中,针对线阵系统自适应数字波束形成的应用已经不少,但是如何在阵元数目增多的面阵,尤其是大型面阵实现ADB F ,依然在探讨和摸索之中。

随着雷达对更高分辩率、更远作用距　第4期王建强等　自适应数字波束形成在大型面阵中的应用离和更好抗干扰性能的追求,如何有效地发展针对大型面阵的自适应数字波束形成技术是迫切需要解决的问题。

自适应数字波束形成研究的重点一直是自适应算法,发展至今,种类已经很多,其中比较常用的有最小均方算法,最小二乘算法,约束自适应算法,采样协方差矩阵求逆算法等[1]。

考虑到算法的实时性和复杂度,采样矩阵求逆算法(SM I)得到了越来越多的应用。

它复杂度低,易于实现,具有较快的信号干扰噪声比(SINR)意义下的收敛速度。

虽然SM I 算法只需要较少的采样数据就能保证SIN R收敛,但要达到较低的自适应波束副瓣高度,则需要更多的采样数据,当采样数据不充分时,自适应波束的副瓣很高。

大型面阵中,阵元数目本来就多,采样数的增大使得后续信号处理的数据量进一步增大,而且处理的时间变长,无法在很短的时间内完成对波束的控制,影响雷达自适应的抗干扰的能力。

为了能在较少的采样数据情况下得到合乎要求的自适应波束图,Calson提出一直修正协方差矩阵估计值的方法,它对估计得到的协方差矩阵进行对角加载。

运用对角加载(DL)技术,可以很好地解决SM I算法在小采样数下副瓣性能较差的问题,已有文献在这方面进行了研究,不过仅限于较小的面阵和大型的线阵,针对大型面阵对角加载技术的应用还很少。

本文结合实际中某雷达预研课题,讨论了对角加载的SM I算法在大型平面相控阵系统中的应用,自适应置零抗干扰的同时形成了超低副瓣,取得了很好的效果。

2　对角加载的SMI方法在许多应用中,自适应阵的性能和它所能达到的收敛速度息息相关。

当协方差矩阵的各特征值大小有数量级的差别时,算法收敛时间特别长。

为了加速收敛和克服收敛速率依赖于特征值分布的缺点,人们提出了SM I算法[2]。

N元阵列的接收信号用N维信号矢量X表示,其关联的协方差矩阵为:R X=E{X X H}最优权向量为:W opt=R-1X V3其中V是信号方向矢量;H表示共轭转置,3表示共轭。

真实的信号、干扰和噪声都是先验未知的,而且信号环境频繁变化,自适应信号处理器必须连续地更新权矢量以适应变化的信号环境。

在没有详细的先验信息的情况下,要更新权矢量,需要在有限的观察时间内去寻求R X的估计,这种实现自适应处理的方法叫做采样矩阵求逆。

R X的估计是基于最大似然原理的,协方差矩阵的估计值为:R X=1K∑Ki=1X(i)X(i)H其中X(i)指信号矢量X在t i时刻的采样。

但是当采样数较少时,会影响自适应波束的副瓣性能,不能有效抑制干扰和噪声,严重时会引起自适应主波束的畸变。

这是由于在采样数较少的情况下,对阵列天线噪声的估计不足,造成了与之对应的特征值分散程度变大,导致噪声特征波束的随机变化,而SM I算法的自适应波束可以看成是从静态波束中减去特征波束的结果,噪声特征波束的随机变化会引起自适应波束的畸变,使得副瓣电平抬高。

为了保证在有限采样数据条件下,仍然能够得到比较理想的自适应波束图,Calson提出了一种修正采样方差矩阵的方法,对估计得到的协方差矩阵进行对角加载。

R′X=R X+λDL I其中R′X是对角加载的协方差矩阵,I为单位阵,λDL 为对角加载值。

下面给出一个由M×N个阵元构成的面阵的几何关系,见图1。

以(0,0)阵元为参考坐标点,x方向的阵元间距为d x,y方向的阵元间距为d y,φ和θ分别为信号方向的方位角和仰角[3]。

设期望方向为(φs,θs),定义操纵矢量为:s=[exp[-j(0+0)],exp[-j(0+v)],…, exp[-j(0+(N-1)v)],exp[-j(u+0),…,exp[-j(u+(N-1)v)],…,exp[-j((M-1)u+(N-1)v)]T上式中,u=2πλd x cosθs cosφs;v=2πλd y cosθs sinφs;λ为信号波长。

如果阵列采样信号矢量取为:x(t)=[x0,0(t),x0,1(t),…,x0,N-1(t),x1,0(t),…,x1,N-1(t),…,x M-1,N-1(t)]T=[x1(t),x2(t),…,x L(t)]T式中:L=M×N;x m,n(t)是第(m,n)阵元的信号采样值。

利用阵列的n次采样可以构成一个n×L维的采样数据矩阵:51火控雷达技术第37卷　X n =x T(1)x T(2)…x T(n )=x 0,0(1)x 0,1(1)…x M -1,N -1(1)x 0,0(2)x 0,1(2)…x M -1,N -1(2)………x 0,0(n )x 0,1(n )…x M -1,N -1(n )结合前面阵列的采样协方差矩阵和构成R xx 的最佳估计,即可求得阵列的权系数。

这就是基于面阵的SM I 算法。

图1　面阵的几何关系3　对角加载的SMI 算法的仿真及分析首先,结合实际中某相控阵雷达天线情况,给出仿真条件:阵面由96×64个阵元构成,其中,俯仰上采用一托四的阵元结构,即四个阵元配相相同,仿真时近似看作24×64个阵元进行处理。

这样,阵元间距方面:d x =015λ,d y =0.5×4=2λ,设期望方向为(10°,20°);三个干扰方向分别为:(-20°,30°),(20°,40°)和(30°,10°);干噪比取为40dB 。

a.对阵面不加权,不对角加载,分析快拍数的多少对自适应波束性能带来的影响。

快拍数为3072,未进行幅度加权,未采用对角加载的情况见图2、3。

从上面的仿真图可以清楚的看到,在方位和俯仰的干扰方向上零陷都达到了-100dB 以下,但是这是在快拍数很多的情况下获得的,实际的雷达系统中,无法短时间内计算如此多的快拍数。

快拍数为1600,未进行幅度加权,未采用对角加载的情况见图4、5。

和情况一进行对比可以发现,平均副瓣电平已61　第4期王建强等　自适应数字波束形成在大型面阵中的应用普遍由原来的-20dB 变化到-10dB 左右,零陷有所提高,但是仍然在可以适用的范围内,如果继续降低快拍数,自适应波束的性能将进一步下降。