譚志浩, 金 偉, 賈維敏, 周淑華
(1.火箭軍工程大學(xué),西安 710025; 2.火箭軍青州士官學(xué)校,山東 青州 262500)
與傳統(tǒng)相控陣?yán)走_(dá)相比,集中式MIMO(Multiple Input Multiple Output)雷達(dá)擁有更高的目標(biāo)分辨能力和更好的參數(shù)辨識(shí)能力[1-2]。波束形成目的是將目標(biāo)成分進(jìn)行加權(quán)增益,同時(shí)抑制干擾降低噪聲,獲得高輸出SINR性能。近年來(lái),大量的穩(wěn)健自適應(yīng)波束形成算法被提出,主要可以分為兩大類(lèi):一類(lèi)致力于獲得精確的聯(lián)合導(dǎo)向矢量[3-8];另一類(lèi)力圖獲取更為準(zhǔn)確的協(xié)方差矩陣[9-14]。前者在聯(lián)合導(dǎo)向矢量失配較小時(shí),可以獲得很好的性能,但在大失配誤差情形下魯棒性變差;而后者實(shí)質(zhì)上是基于最小方差無(wú)失真響應(yīng)(MVDR)波束形成器原理,對(duì)各類(lèi)任意失配誤差,特別是大失配誤差情形,均具有較強(qiáng)的魯棒性,因而成為該領(lǐng)域的研究熱點(diǎn)之一。文獻(xiàn)[9]提出的基于Capon空間譜估計(jì)法對(duì)協(xié)方差矩陣重構(gòu)(Reconstruction Based,RB)算法,對(duì)失配誤差具有較強(qiáng)的魯棒性,但是在選取干擾角域時(shí)顯得過(guò)于“寬松”。文獻(xiàn)[10]從縮窄干擾角域和環(huán)不確定集約束誤差(Narrowing the Interference Angular Domain and Annular Uncertainty Set,NIAD-AUS)兩個(gè)方面對(duì)RB算法進(jìn)行了改進(jìn)。雖然NIAD-AUS算法對(duì)任意失配誤差均具有很強(qiáng)的魯棒性,但是其計(jì)算復(fù)雜度過(guò)高,不適合大規(guī)模MIMO雷達(dá)系統(tǒng)。
因此,本文提出BI-KMC(Bilateral K-means)算法,從兩方面修正失配誤差模型:一方面基于雙邊約束的方式,在發(fā)射端和接收端分別建立導(dǎo)向矢量誤差集,然后獲取離散的聯(lián)合導(dǎo)向矢量失配誤差集;另一方面基于小不確定集模型結(jié)構(gòu)特點(diǎn),提出用K-means聚類(lèi)算法獲取少量加權(quán)特征采樣點(diǎn)來(lái)代替原先大量的離散采樣點(diǎn),在保證算法高輸出SINR性能的同時(shí),盡可能降低計(jì)算復(fù)雜度。……