舰船科学技术  2019, Vol. 41 Issue (11): 148-151   PDF    
基于少快拍条件均匀圆阵波束域MVDR方法
张思宇, 何心怡, 程善政, 陈菁     
海军研究院,北京 100161
摘要: 针对在低信噪比条件下,均匀圆阵MVDR性能退化严重的问题,以及波束形成阵元数接近波束数时少快拍波束形成鲁棒性差的问题,提出均匀圆阵波束域MVDR算法:1)通过波束域MVDR提高波束形成的目标分辨率;2)采用对角加载技术提高波束域MVDR波束形成的鲁棒性,实现了在少快拍条件下强鲁棒性的均匀圆阵BMVDR,并通过仿真实验验证。
关键词: 均匀圆阵     对角加载     BMVDR     高分辨     鲁棒性    
Research on beam domain MVDR algorithms of uniform circular array based on fewer snapshot conditions
ZHANG Si-yu, HE Xin-yi, CHEN Shan-zheng, CHEN Jing     
Naval Research Academy, Beijing 100161, China
Abstract: In view of the serious degradation of uniform circular array MVDR performance under low signal-to-noise ratio (SNR) and the poor robustness of fast-shot beamforming when the number of beamforming elements approaches the number of beams, a uniform circular array beamforming MVDR algorithm is proposed. First, beamforming resolution is improved through beamforming MVDR; second, diagonal loading technology is adopted to improve beamforming resolution. The robustness of MVDR beamforming in high beam domain is achieved, and the uniform circular array BMVDR with strong robustness under the condition of fewer snapshots is realized, which is verified by simulation experiments.
Key words: uniform circular array     diagonal loading     BMVDR     high resolution     robustness    
0 引 言

均匀圆阵是声呐广泛采用的一种布阵形式,具有易实现等束宽波束形成等诸多优点。圆阵常采用常规波束形成方法(Conventional Beamforming,CBF)具有实现简单、性能稳定等优点,但存在旁瓣级高,噪声抑制能力弱的不足,通常不满足切比雪夫加权等波束形成方法应用条件[12]。最小方差信号无畸变响应方法(Minimum Variance Distortionless Response,MVDR)能有效克服上述不足,突破常规波束形成分辨率的“瑞利限”,抑制高旁瓣级。但是,阵元域MVDR方法存在计算量大、低信噪比时目标分辨率低和少快拍数信号协方差矩阵求逆易发生畸变的问题[3]。本文提出一种基于少快拍条件下均匀圆阵波束域MVDR方法,较好克服少快拍数MVDR波束形成性能严重下降问题并具有良好的低信噪比目标分辨率。

1 均匀圆阵MVDR波束形成方法及特点 1.1 均匀圆阵及信号模型

图1所示,假设圆阵的半径为 $R$ ,均匀排布 $M$ 个阵元,第 $i$ 个阵元接收的信号为 ${x_i}(t)$ ,权值为 ${a_i}$ ,阵列的输出信号可以表示为:

图 1 均匀圆阵接收信号模型图 Fig. 1 Uniform circular array received signal model
$ {Z_{CBF}}(t) = {A^H}(\theta )X(t) \text{。} $ (1)

式中:向量 ${{A(}}\theta {\rm{) = [}}{\alpha _1}{\rm{(}}\theta {\rm{),}} \cdots {\rm{,}}{\alpha _i}(\theta ) \cdots {\rm{,}}{\alpha _M}{\rm{(}}\theta {\rm{)}}{{\rm{]}}^{\rm T}}$ 表示阵列的方向向量, $\theta $ 为信号入射角,向量 $X(t)$ 表示 $t$ 时刻阵列接收信号向量,可表示为:

$ X(t) = S(\theta ) + N(t) \text{。} $ (2)

式中: $S(\theta )$ 为阵元域接收的目标信号, $N(t)$ 是加性高斯白噪声。则此时阵列的输出功率为:

$ {P_{CBF}}(\theta ) = E\{ Y(t) \cdot {Y^H}(t)\} = {A^H}(\theta ){{ R}_{xx}}A(\theta )\text{,} $ (3)

式中, ${{ R}_{xx}}$ 为阵列接收信号的协方差矩阵为:

$ {{ R}_{xx}} = E\{ X(t) \cdot {X^H}(t)\} \text{。} $ (4)
1.2 MVDR方法及特点

MVDR波束形成方法思想在于保证目标信号方向输出量不变的前提下,使阵列输出信号功率最小,可数学抽象为线性约束下求最优解的问题:

$ \mathop {\min }\limits_a {A^H}{R_{xx}}A\;\;\;{\rm{s.t.}}\;\;\;{A^H}{{\alpha}} ({{\theta}} ) = 1\text{,} $ (5)

式中, $ ({{\alpha\theta}} )$ $\theta $ 方向目标的方向向量。

求解得,MVDR波束形成的阵列信号输出功率为:

${P_{MVDR}}(\theta ) = \frac{1}{{{\alpha ^H}(\theta ){{ R}^{ - 1}}\alpha (\theta )}}\text{。}$ (6)

由于MVDR方法中,需对协方差矩阵 ${ R}$ 求逆。在低信噪比条件会导致矩阵 ${ R}$ 主对角线元素值较小甚至接近零时,求 ${{ R}^{ - 1}}$ 会大概率出现奇异解,导致波束性能严重退化,且矩阵维数越高出现奇异解的概率越大。因此,需要尽可能降低矩阵 ${ R}$ 的维数,提高求 ${{ R}^{ - 1}}$ 的鲁棒性。

2 均匀圆阵波束域MVDR方法

图2所示,在波束域利用阵元域输出信息作为MVDR输入信息,将目标信号从阵元域 $M \times 1$ 维降到波束域 $B \times 1$ 维,降低了协方差矩阵 ${ R}$ 的维数,减小了MVDR的计算量[4]。同时,将阵元域信息转换到波束域相当于利用均匀加权波束形成约7.6dB的信号增益,提高了波束域信号的信噪比,提高了波束形成分辨率和鲁棒性。

图 2 降维转换模型图 Fig. 2 Dimensional reduction transform model diagram

基于假设的阵列构造 $M \times 1$ 维常规波束形成预成加权向量:

$ V(u) \!=\! {[1,\exp (j{\text{π}} u),\exp (j2{\text{π}} u), \cdots ,\exp (j(M \!-\! 1){\text{π}} u)]^{\rm T}}\!\!\text{,}\!\! $ (7)

式中: $u = 2\dfrac{d}{\lambda }\sin (\theta )$ $d$ 为阵元间距。此时,波束域MVDR波束形成的转换矩阵 $ T$ 表示为:

$ { T} = \frac{1}{{\sqrt M }}[v(u1),v(u2), \cdots ,v(uB)]\text{,} $ (8)

可见,转换矩阵 ${ T}$ $M \times B$ 维矩阵。阵列在波束域的输出信号为:

$ Z(t) = {{ T}^H}X(t) \text{,} $ (9)

信号实现了由阵元域 $M \times 1$ 维转换到波束域 $B \times 1$ 维。波束域MVDR波束形成器输入信号协方差矩阵为:

$ {R_B} = E\{ Z(t){Z^H}(t)\} = E\{ {{ T}^H}X(t){X^H}(t)T\} \text{,} $ (10)

此时,波束域MVDR波束形成器的输出功率为:

$ {P_{BMVDR}}(\theta ) = \frac{1}{{{A^H}(\theta )T{R_B}^{ - 1}{T^H}A(\theta )}} \text{。} $ (11)
3 均匀圆阵对角加载技术

波束域信号协方差矩阵实际工程应用是通过采样信号获得,假设信号快拍是为N,则均匀圆阵波束域信号协方差矩阵表示为:

${\hat { R}_B} = \frac{1}{N}\sum\limits_{i = 1}^N {Z({t_i}){Z^H}({t_i})} = \frac{1}{N}\sum\limits_{i = 1}^N {{T^H}X({t_i}){X^H}({t_i})T} \text{。}$ (12)

波束域信号协方差矩阵 ${\hat { R}_B}$ 求逆的过程中,快拍数N必须远大于波束域B,才能保证 ${\hat { R}_B}$ 的求逆不出现畸变解。若NB ${\hat { R}_B}$ 的逆矩阵不存在;若N仅略大于B,则 ${\hat { R}_B}$ 求逆过程会大概率出现畸变解[5]。由Van Trees的相关著作介绍,信号协方差矩阵求逆的稳定性主要由其主对角线元素大小决定,元素值越大则求逆稳定性越高。故当形成单波束阵元数 $L$ 接近波束域波束数 $B$ 时,协方差矩阵 $ R$ 降维效果不明显,求逆计算需要的快拍数较大[6]。对于快拍数较少且波束数接近阵元数时,波束域MVDR波束形成也存在较高的协方差矩阵求逆出现奇异解导致波束形成的性能明显下降的问题。通过对波束域信号协方差矩阵的主对角线元素加载惩罚性噪声,优化少快拍条件和形成单波束阵元数 $L$ 接近波束域波束数 $B$ 条件下波束域MVDR的鲁棒性[78]。对角加载技术可数学表示为:

${\tilde { R} _B} = {\hat { R}_B} + \xi {{ I}_B}\text{。}$ (13)

式中: ${\tilde { R}_B}$ 为添加惩罚性噪声后的波束域信号协方差矩阵; $\xi $ 为对角加载因子; ${{ I}_B}$ 为波束域对角加载单位矩阵。由于波束域信号协方差矩阵 ${\hat { R}_B}$ 在主对角线添加了惩罚性因子 $\xi $ ,能够有效的提高矩阵 ${\hat { R}_B}$ 求逆的稳健性,从而增强均匀圆阵波束域MVDR的鲁棒性,此时最小方差无畸变方法的约束方程可以表示为:

$ \mathop {\min }\limits_a {A^H}T{\tilde R_B}{T^H}A\;\;\;s.t.\;\;\;{A^H}T\alpha (\theta ) = 1\text{。} $ (14)

对角加载后的波束域MVDR波束形成的信号输出功率为:

$ {P_{BMVDR}}(\theta ) = \frac{1}{{{A^H}(\theta )T{{\tilde R}_B}^{ - 1}{T^H}A(\theta )}}\text{。} $ (15)
4 仿真验证

通过仿真实验对以上的方法进行验证:

实验1  假设均匀圆阵有48个阵元,阵元间距为半波长,波束覆盖 ${20^ \circ }{\rm{\sim}}{\;60^ \circ }$ 的扇面区域,有3个同强度的目标信号分别在参考阵元的 ${30^ \circ }$ ${40^ \circ }$ ${45^ \circ }$ 方向,信噪比 $SNR$ 分别为10 dB和0 dB,快拍数为1 000 pd,仿真结果如图3图4所示。

图 3 SNR=10 dB Fig. 3 SNR=10 dB

图 4 SNR=0 dB Fig. 4 SNR=0 dB

在假设的仿真条件下,通过10 dB和0 dB信噪比下的仿真结果可知,阵元域MVDR波束形成在高信噪比时,具有良好的目标分辨率,能够明显区分 ${40^ \circ }$ ${45^ \circ }$ 两个方位的目标;在低信噪比时,该波束形成方法的目标分辨率较差,无法区分相距 ${5^ \circ }$ 的2个目标,旁瓣级较CBF均有明显降低。

实验2  基于仿真实验1的条件,分别在0 dB,–5 dB和–10 dB的信噪比条件下,进行波束域MVDR波束形成方法的仿真实验。

图 6 SNR=–5 dB Fig. 6 SNR=–5 dB

由仿真结果图5图7可知,在3种信噪比条件下,波束域MVDR方法均可以区分 ${40^ \circ }$ ${45^ \circ }$ 两个方向的目标,目标分辨率比阵元域MVDR方法有较明显的提高,波束形成图的锐度也有进一步优化。

图 5 SNR=0 dB Fig. 5 SNR=0 dB

图 7 SNR=–10 dB Fig. 7 SNR=–10 dB

实验3  保持其他仿真条件不变,在信噪比为–10 dB,快拍数为50 pd条件下,仿真结果如图8所示。

图 8 快拍数50 pd Fig. 8 Snapshot number 50 pd

图8可知,假设仿真条件下,相较于阵元域MVDR波束形成无法区分 ${40^ \circ }$ ${45^ \circ }$ 方向相邻目标,而波束域MVDR波束形成方法性能虽稍有退化,但尚能基本分辨 ${40^ \circ }$ ${45^ \circ }$ 两个方向目标。

实验4  假设192个阵元按照半波长均匀排布在圆周上,利用相邻的48个阵元形成一个波束,在0°~360°空间上均匀产生96个波束,单个波束覆盖 ${3.58^ \circ }$ 扇形区域。在 ${30^ \circ }$ ${32^ \circ }$ ${34^ \circ }$ 三个方向强度相同的窄带信号目标,在信噪比为–10 dB,快拍数为50 pd条件下进行波束域MVDR波束形成如图9所示。

图 9 L<B条件下BMVDR波束形成图 Fig. 9 BMVDR beamforming under L<B condition

图9可知,在仿真实验4假设条件下,阵元域MVDR未发生畸变,但受到目标分辨力的限制,不能将 ${30^ \circ }$ ${32^ \circ }$ ${34^ \circ }$ 三个方向强度相同的窄带信号目标区分出来;而此时形成单个波束的阵元数等于圆阵半周长形成的波束数的波束域MVDR波束形成发生了明显的畸变,波束形成的鲁棒性明显退化,完全不能观测目标。

实验5  基于仿真实验4的条件,对信号协方差矩阵的添加 $\xi {\rm{ = }}0.01$ 的惩罚性噪声,进行波束域MVDR波束形成如图10所示。

图 10 添加惩罚噪声后的BMVDR仿真图 Fig. 10 BMVDR simulation with penalty noise added

图10可知,利用对角加载技术添加惩罚噪声后,波束域MVDR形成的波束清晰区分出 ${30^ \circ }$ ${32^ \circ }$ ${34^ \circ }$ 方向的3个目标,引入的对角加载技术保证了方法的鲁棒性,保持了波束域MVDR良好的目标分辨率,波束形成性能较好。

5 结 语

引入了对角加载技术的波束域MVDR波束形成方法能够使均匀圆阵波束形成在少快拍数、低信噪比和单波束阵元的数量 $L$ 接近波束域波束的数量 $B$ 的条件下,保证了良好的目标分辨能力和鲁棒性。当形成单波束阵元的数量 $L$ 较显著大于波束域波束的数量 $B$ 时,不需要对角加载也可实现少快拍数条件良好的鲁棒性,但 $L$ $B$ 之间定量的关系需要进一步讨论研究。

参考文献
[1]
田坦. 声呐技术[M]. 哈尔滨: 哈尔滨工程大学出版社, 2016.
[2]
李启虎.声呐信号处理引论[M]. 北京: 科学出版社, 2006.
[3]
何心怡, 黄海宁, 叶青华, 等. 波束域MVDR高分辨方位估计方法研究[J]. 武汉理工大学学报, 2003, 27(2): 201-204.
HE Xin-yi, HUANG Hai-ning, YE Qing-hua. High-resolution direction of arrival estimation method of beamspace MVDR[J]. Journal of Wuhan University of Technology, 2003, 27(2): 201-204. DOI:10.3963/j.issn.2095-3844.2003.02.017
[4]
何心怡, 蒋兴舟, 李启虎. 基于子带分解的宽带波束域最小方差无畸变响应高分辨方位估计方法研究[J]. 声学学报, 2004, 29(6): 533-538.
HE Xin-yi, JIANG Xing-zhou, LI Qi-hu. The research on broadband beamspace minimum variance distortionless response high resolution direction-of-arrival estimation method based on subband decomposition[J]. Acta Acustica, 2004, 29(6): 533-538. DOI:10.3321/j.issn:0371-0025.2004.06.008
[5]
张小飞, 张胜男, 徐大专. 自适应对角线加载的波束形成算法[J]. 中国空间科学技术, 2007, 2: 66-71.
ZHANG Xiao-fei, ZHANG Sheng-nan, XU Da-zhuan. Adaptive diagonal loading beamforming algorithm[J]. China Space Science and Technology, 2007, 2: 66-71. DOI:10.3321/j.issn:1000-758X.2007.04.011
[6]
HARRY L. VAN TREES.最优阵列处理技术[M].汤俊译.北京 清华大学出版社, 2008 382-392.
[7]
夏麾军, 马远良, 汪勇, 等. 高增益对角减载波束形成方法研究[J]. 声学学报, 2016, 41(4): 449-455.
XIA Li-jun, MA Yuan-liang, WANG Yong, et al. Study on high gain diagonally reduced carrier beamformation method[J]. Journal of Acoustics, 2016, 41(4): 449-455.
[8]
KHABBAZIBASMENJ A, VOROBYOV S A, HASSANIEN A. Robust adaptive beamforming based on steering vector estimation with as little as possible prior information[J]. IEEE "Transactions on Signal Processing, 2012, 60(6): 2971-2987.