衛(wèi)旭芳，吳催生，姚長虹，王輝

(中國空空導(dǎo)彈研究院，河南 洛陽 471009)

0 引言

現(xiàn)代數(shù)字化戰(zhàn)爭中，戰(zhàn)術(shù)數(shù)據(jù)鏈的采用可以實現(xiàn)作戰(zhàn)飛機(jī)和武器之間的信息互通，通過溝通武器發(fā)射、作戰(zhàn)平臺之間的信息，提高武器打擊精度和突防能力。但是數(shù)據(jù)鏈系統(tǒng)又容易暴露從而受到各種人為干擾。常用數(shù)據(jù)鏈抗干擾方法有擴(kuò)頻、跳頻、跳時、猝發(fā)通信、信道編碼、分集、自適應(yīng)信號處理等技術(shù)。其中自適應(yīng)信號處理技術(shù)是采用自適應(yīng)陣列信號處理的方法，在空域?qū)π盘栠M(jìn)行選擇，將天線波束調(diào)整到期望信號到達(dá)的方向的同時，自適應(yīng)地在干擾方向產(chǎn)生零陷，達(dá)到抗干擾的目的。常見的自適應(yīng)信號處理方法有基于最小均方誤差準(zhǔn)則和最陡下降梯度的LMS(least mean square)算法、基于維納最優(yōu)解的RLS(recursive least square)算法、SMI(sample matrix inversion)算法等。然而，當(dāng)信號環(huán)境嚴(yán)重非平穩(wěn)時，干擾信號特性瞬間變化，沒有充足的時間采集一定數(shù)量的樣本，上述算法性能變差而無法使用。為此，Sarkar等人提出利用單次快拍數(shù)據(jù)求自適應(yīng)權(quán)進(jìn)行干擾抑制的方法[1]，克服了統(tǒng)計理論方法依賴于干擾信號協(xié)方差矩陣的不足，不僅能處理統(tǒng)計特性瞬間變化的干擾，對多徑相干干擾也有效[2-3]。

文獻(xiàn)[1]所述基于直接數(shù)據(jù)域的方法是基于均勻直線陣列(uniform linear array,ULA)的，但是均勻直線陣列不適宜布置在高速運動的物體上，對于布置在高速運動的武器上的數(shù)據(jù)鏈，一般采用環(huán)形陣列或其他形狀的天線陣以便產(chǎn)生全向方向圖。但是半圓環(huán)陣列有非均勻陣列的特性[4-5]，導(dǎo)致直接數(shù)據(jù)域的方法失效。文獻(xiàn)[4]提出利用虛擬陣列內(nèi)插的思想在近場散射和互耦效應(yīng)的情況下進(jìn)行陣列校準(zhǔn)，但其采用的插值轉(zhuǎn)換矩陣誤差較大，由此計算出的權(quán)值抗干擾性能不優(yōu)。本文通過奇異值分解的方法來進(jìn)行虛擬陣列中轉(zhuǎn)換矩陣的計算，提高了轉(zhuǎn)換精度，然后用直接數(shù)據(jù)域最小二乘前后向法進(jìn)行自適應(yīng)權(quán)值計算，得出的權(quán)值在干擾處均有更深零陷。制導(dǎo)武器數(shù)據(jù)鏈應(yīng)用段記錄有載機(jī)位置，即接收信號方向已知，適用該方法。該方法既克服了統(tǒng)計理論方法依賴于干擾信號協(xié)方差矩陣的不足，又具有較高實時性，在復(fù)雜的作戰(zhàn)電磁環(huán)境中仍有較好的抗干擾性能。

1 虛擬陣列內(nèi)插

由于半圓環(huán)陣列有非均勻陣列的特性，導(dǎo)致直接數(shù)據(jù)域的方法失效。本文采用虛擬陣列插值的思想，將半圓陣列虛擬內(nèi)插成均勻直線陣列，在轉(zhuǎn)換矩陣計算的時候采用奇異值分解的方法，提高轉(zhuǎn)換精度，然后再采用直接數(shù)據(jù)域的方法來估計接收信號的幅度。

虛擬插值陣列是指通過線性插值技術(shù)獲得虛擬矩陣，將真實陣列的輸出轉(zhuǎn)換為虛擬內(nèi)插陣列的輸出。對從某一個觀察方向范圍過來的信號，選擇一個可以使插值誤差最小的插值系數(shù)。為了提高精度，可以將觀察方向劃分成不同集合分別計算其插值系數(shù)。插值計算可以離線進(jìn)行[6]。

設(shè)計虛擬插值陣列的步驟如下：

在每個觀察方向范圍內(nèi)，可以利用其對應(yīng)的角度集合設(shè)計插值矩陣。

(3) 構(gòu)造真實陣列的虛擬副本：

式中：a(θ)為陣列在θ方向的導(dǎo)向向量；Pn為真實陣列的虛擬副本。

(4) 構(gòu)造虛擬陣列的副本：

(5) 計算從真實陣列轉(zhuǎn)換到虛擬內(nèi)插陣列的轉(zhuǎn)換矩陣：

2 轉(zhuǎn)換矩陣的求解[7-8]

轉(zhuǎn)換矩陣Qn的求解，可以采用正則方程的方法，也可以采用奇異值分解的方法。

定理1：奇異值分解定理

設(shè)A∈Rm×n,則存在正交矩陣U=(u1,…,um)∈Rm×n和V=(v1,…，vm)∈Vm×n使得UTAV=D或A=UDVT,稱為A的奇異值分解，其中D=diag(σ1,…,σp)∈Rm×n,σ1≥σ2≥...≥σp≥0，p=min{m,n}，σi稱為矩陣A的奇異值，ui，vi分別稱為A的第i個左奇異向量和第i個右奇異向量。

定理2：最小二乘定理

3 直接數(shù)據(jù)域采樣

應(yīng)用直接數(shù)據(jù)域最小二乘(direct data domain least square,DDDLS)[1]算法進(jìn)行自適應(yīng)信號處理，能夠利用單快拍進(jìn)行權(quán)值計算，避免了協(xié)方差矩陣的構(gòu)造，能處理統(tǒng)計特性及空間方位瞬間變化的非相關(guān)干擾，而且對于多徑相干干擾同樣有效。由于不需要陣元輸出電壓的多快拍數(shù)據(jù)，因此這種直接數(shù)據(jù)域采樣的算法更適于實時應(yīng)用的環(huán)境。

假設(shè)有等距離分布線性陣列，其陣元數(shù)目為N，間距為d，其中N為奇數(shù)，設(shè)M=(N+1)/2。簡單起見，假定期望信號和干擾都是共面的。已知期望接收信號從方向θs入射，目的是估計期望信號的幅度α，非期望的接收信號表示為U，單位幅度電壓在第n個陣元所激勵的信號表示為Sn，第n個陣元實際測量到的信號表示為Xn，干擾包括人為干擾和多徑、雜散、熱噪聲。那么非期望信號可以表示為

U=X-αS，

(1)

式中:

假設(shè)知道信號到達(dá)方向，但不知道其強(qiáng)度，接收信號X可以表示為

X=αS+J+C+T,

(2)

式中：αS為期望信號；J為干擾和多徑信號；C為雜散信號；T為熱噪聲。

在自適應(yīng)處理中，需要計算合適的權(quán)值使得天線在干擾、雜散、熱噪聲方向等于0，因此，上述問題可以描述為如下廣義特征值問題：

最后，教師根據(jù)網(wǎng)絡(luò)教學(xué)平臺上學(xué)生課前學(xué)習(xí)的反饋信息，設(shè)計課中活動的具體內(nèi)容和組織形式，為課中知識內(nèi)化環(huán)節(jié)而作準(zhǔn)備。

Uw=(X-αS)w=0，

(3)

則期望信號的幅度α是式(3)的廣義特征值，加權(quán)向量w是相應(yīng)的廣義特征向量[1]。也可以通過求解如下矩陣求解α：

Det(X-αS)=0.

(4)

如果定義：

U(1,1)=X0-αS0,

U(1,2)=X1-αS1,

X0為陣元0接收到的信號，X1為陣元1接收到的信號，

由于

(5)

式(5)可以記為

Fw=B.

在計算出權(quán)值后，期望信號的幅度可以通過如下公式進(jìn)行估計：

(6)

上述方程組的求解可以通過共軛梯度法來進(jìn)行計算，且由于系數(shù)矩陣F具有Hankel矩陣的特性，因此實際工程應(yīng)用中矩陣乘法可以利用快速傅里葉變換進(jìn)行快速求解[1]。

4 計算機(jī)仿真

假設(shè)采用均勻半圓環(huán)陣列，陣元數(shù)目為18，半徑為2λ，先將其虛擬內(nèi)插為均勻直線陣列，然后使用直接數(shù)據(jù)域最小二乘法計算權(quán)值。設(shè)虛擬線陣陣元數(shù)目為15，間距為0.285 7λ，示意圖見圖1。

圖1 均勻半圓陣列和等效后均勻直線陣列Fig.1 Uniform semicircle array and uniform line array

其中直線陣列的導(dǎo)向向量可描述為

a(θ)=(ejkdsin θ,…,ej2kdsin θ,ejkdsin θ,1,e-jkdsin θ,e-j2kdsin θ,…,e-jkdsin θ).

半圓均勻陣列導(dǎo)向向量[10-12]可描述為

(7)

式中：k=2π/λ;φn=(π/(N-1))(n-1).

首先通過虛擬插值技術(shù)將均勻半圓環(huán)陣列接收到的信號通過事先計算好的轉(zhuǎn)換矩陣Q虛擬內(nèi)插為均勻直線陣列的信號，本次實驗選用觀察方向為[-60°,60°]，角度間隔為Δθ=0.2°。然后利用基于直接數(shù)據(jù)域前后采樣的算法進(jìn)行接收信號復(fù)幅度估計。假設(shè)數(shù)據(jù)鏈接收從5°發(fā)來的信號，同時也受到來自-45°,-30°和-15°的人為干擾，干擾信號的實數(shù)部分和虛數(shù)部分均為服從均勻分布的隨機(jī)數(shù)，功率分別為20 ,25 和22 dB，還受到來自從55°～60°的以0.2°為間隔的雜散信號的干擾，各個雜散信號功率為10 dB，其實部虛部均服從均勻分布。實際接收信號詳細(xì)構(gòu)成見表1。所有仿真過程中假定期望信號和干擾都是共面的。加權(quán)后的陣列方向如圖2所示。

表1 到達(dá)信號分布表

可以看到采用奇異值分解和前后采樣的情況下在-15°，-30°和-45°干擾信號方向以及55°～60°雜散干擾信號處均形成比普通轉(zhuǎn)換矩陣情況下更深的零陷，而在期望信號到達(dá)方向5°產(chǎn)生更大的增益。從而保證信號能夠抑制從各個方向來的干擾，在信號方向產(chǎn)生大的增益，達(dá)到抗干擾的目的。從圖3原始信號和估計信號幅度圖上可以看到估計信號與原始信號幅度有良好線性關(guān)系，相位變化與原信號一致，能夠無失真恢復(fù)出原始信號。

圖2 加權(quán)后陣列方向圖Fig.2 Weighted array factor

圖3 原始信號和估計信號幅度Fig.3 Original signal and estimated signal

5 結(jié)束語

數(shù)據(jù)鏈系統(tǒng)在其作用段知道通信目標(biāo)的具體位置，在安裝有非均勻性質(zhì)的半圓環(huán)陣列情形下，由于傳統(tǒng)直接數(shù)據(jù)域算法無法應(yīng)用于非均勻陣列，無法直接使用。本文通過奇異值分解的方法計算虛擬內(nèi)插陣列的轉(zhuǎn)換矩陣，可精確將半圓環(huán)陣列的接收信號轉(zhuǎn)換為虛擬均勻線性陣列的信號，而后利用直接數(shù)據(jù)域前后采樣的方法計算自適應(yīng)權(quán)值。仿真結(jié)果表明，此處理在干擾處有更深零陷，能夠獲得良好的抗干擾效果，具有實際應(yīng)用價值。

參考文獻(xiàn)：

[1] Tapan K Sarkar，Jinwan koh.A Pragmatic Approach to Adaptive Antennas[J].IEEE Antennas and Propagation Magazine,2000,42(2):39-52.

[2] 戴凌燕，王永良，李榮鋒，等.利用單次快拍數(shù)據(jù)自適應(yīng)處理的最小二乘算法[J].華中科技大學(xué)學(xué)報:自然科學(xué)版,2009，37(3):22-24.

DAI Ling-yan,WANG Yong-liang,LI Rong-feng,et al.Improved Adaptive Processing Approach Using Single Snapshot Data[J].Journal of Huazhong Univ. of Sci. & Tech:Natural Science Edition,2009，37(3):22-24.

[3] 邵尉，錢祖平.基于非線性共軛梯度法的唯相直接數(shù)據(jù)域算法[J].系統(tǒng)仿真學(xué)報,2007，19(16):3657-3659.

SHAO Wei,QIAN Zu-ping.Phase-Only Direct Data Domain Algorithm Based on Nonlinear Conjugate Gradient Method[J].Journal of System Simulation,2007,19(16):3657-3659.

[4] Kyungjung Kim, Tapan Kumar Sarkar,Magdalena Salazar Palma.Adaptive Processing Using a Single Snapshot for a Nonuniformly Spaced Array in the Presence of Mutual Coupling and Near-Field Scatterers[J]. IEEE Transactions on Antennas and Propagation,2002,50(5):582-589.

[5] FLECJER P N,DARWOOD P.Beamforming for Circular and Semi-Circular Array Antennas for Low-Cost Wireless LAN Data Communication Systems[J]. Inst.Elect,Eng,Proc,Microw, Antennas Propaget,1998,145(2):153-158.

[6] Bejamin Friedlander.Direction Finding Using an Interpolated Array[C]∥Signal Processing Acoustics, Speech, and Signal Processing,ICASSP,1990：2951-2954.

[7] 秦太驗，陶寶祺.最小二乘和奇異值分解法在邊界元法中的應(yīng)用[J].南京航空航天大學(xué)學(xué)報,1994，25(5):716-719.

QIN Tai-yan,TAO Bao-qi.Application of Least Squares and Singular Value Resolving Method to Boundary Element Method Numerical Computational Method [J].Journal of Nanjing University of Aeronautics & Astronautics,1994，25(5):716-719.

[8] 李維國.數(shù)值計算方法[M] .東營:石油大學(xué)出版社，2004.

LI Wei-guo.Numerical Computational Method[M].Dongying: The University of Petroleum Press,2004.

[9] 孫學(xué)軍，張高毅，唐斌，等.基于二次虛擬內(nèi)插的圓陣接收2D-DOA分離估計[J].電子信息學(xué)報,2008，30(8):1890-1892.

SUN Xue-jun,ZHANG Gao-yi,TANG Bin ,et al.Circle Array Receiving Signal 2D-DOA Separable Estimation Based on Twice Virtual Interpolations[J]. Journal of Electronics & Information Technology,2008,30(8):1890-1892.

[10] WAX M,SHENINVALD J. Direction Finding of Coherent Signals Via Spatial Smoothing for Uniform Circular Arrays[J]. IEEE Trans, Antennas Propagat.,1994,42(5): 613-620.

[11] ZOLTOWSKI M D, MATHEWS C P.Direction Finding with Uniform Circular Arrays Via Phase Mode Excitation and Beamspace Root-Music[J].Proc.ICASSP,1992(5): 245-248.

[12] 蘇成曉，羅景青.一種強(qiáng)干擾下均勻圓陣弱信號測向新方法[J].現(xiàn)代防御技術(shù),2010，38(5):116-120.

SU Cheng-xiao,LUO Jing-qing.Novel DOA Estimation Algorithm for Weak Signals in the Presence of Strong Jamming Via UCA[J].Modern Defence Technology,2010,38(5):116-120.