LCMV自适应波束形成的MATLAB仿真

是鲨瓜呀

已于 2025-02-21 16:00:26 修改

阅读量785

点赞数 28

文章标签： matlab 开发语言信号处理算法矩阵线性代数

于 2025-02-19 23:14:39 首次发布

本文链接：https://blog.csdn.net/m0_73480582/article/details/145737868

版权

0 前言

本博客是作者在学习国防科技大学的《阵列信号处理》慕课中的学习感悟，希望能够帮助有需要的朋友

本篇简单介绍了LCMV自适应波束形成，并且给出了公式结论，重点对《阵列信号处理》中的LCMV方向图增益尝试了仿真复刻

1 LCMV自适应波束形成

本文所有公式以及部分图片均来自于《阵列信号处理》慕课PPT

1.1 介绍

LCMV（Linearly Constrained Minium Variance）自适应波束形成，也称线性约束最小方差自适应波束形成，其本质上就是对MVDR（Minimum Variance Distortionless Response）自适应波束形成的扩展

一般的自适应波束形成器，例如MVDR、MMSE、MSINR自适应波束形成器，其应用场景均为单目标方向，多干扰方向，即其只能对单一目标信号方向进行信号增强，但实际应用中可能会遇到需要对多目标信号方向进行增强的场景，因此在MVDR波束形成器上进行了拓展，使其能够应用于多目标方向的增强

1.2 公式

先来复习一下MVDR的准则与公式：

MVDR满足的准则为：

$\begin{cases}\min_\omega E\left[P_{i+n}\right]=\omega^HR_{i+n}\omega\\\mathrm{s.t.}\quad\boldsymbol{\omega}^H\boldsymbol{a}\left(\theta_0\right)=1&\end{cases}$

其最终推得的结论：

$\mu=\frac{1}{\boldsymbol{a}\left(\theta_{0}\right)^{H}\boldsymbol{R}_{i+n}^{-1}\boldsymbol{a}\left(\theta_{0}\right)}$

$\omega_{opt}=\mu R_{i+n}^{-1}\boldsymbol{a}\left(\theta_{0}\right)$

然后是LCMV的准则和公式：

$\begin{cases}\min_{\omega}\boldsymbol{\omega}^{H}\boldsymbol{R}_{i+n}\boldsymbol{\omega}\\s.t\quad \boldsymbol{\omega}^{H}\boldsymbol{C}=\boldsymbol{f}^{H}\quad C_{N\times L}\quad f_{L\times1}&\end{cases}$

其最终推得的结论：

$\omega_{opt}=R_{i+n}^{-1}C\left(C^HR_{i+n}^{-1}C\right)^{-1}f$

经过对比两种波束形成的准则和公式，发现LCMV仅仅是对MVDR准则上进行了多目标的扩展

式中： $R_{i+n}$ 是干扰信号与噪声信号的协方差矩阵

$C$ 是一个由几个方向矢量堆叠起来的矩阵，如果是最简单的情况，使用方向性约束无畸变约束的情况下，如果信号方向分别为 $\theta_{0},\theta_1,\theta_{2}$ ，其 $C$ 应该为： $\boldsymbol{C}=\left[\boldsymbol{a}\left(\theta_0\right),\boldsymbol{a}\left(\theta_1\right),\boldsymbol{a}\left(\theta_2\right)\right]$

$f$ 是一个常数矢量，在上述情况下， $\boldsymbol{f}=\left[1,1,1\right]^H$

注意：这里的 $L$ 指的是目标方向的数量，如果有三个目标方向，这里的 $L$ 就是3，与后文仿真中的 $L$ 意思完全不同，仿真中的 $L$ 表示快拍数，即进行了 $L$ 次阵列采样

1.3 慕课LCMV方向图增益

慕课中提供了LCMV的方向图增益图片，如图所示：

该仿真以80°、100°、120°为信号目标方向，以19°、60°、150°为信号干扰方向

由图可以发现，该方向图增益在三个目标方向均取到了最大值0，在三个干扰方向仍然存在零陷，有良好的抑制效果

2 MATLAB仿真

2.1 代码

%三清
clc;
clear;
close all;

% 参数设置
N = 16;     %均匀直线阵列阵元个数
lamda = 1;  %假设波长为1m
L = 1000;   %快拍个数
d = lamda/2;%阵元间距假设为半波长
fs = 1000;  %采样频率
f0 = 50;    %信号频率
t = [0:L-1]/fs; %时间序列
theta_target = [80 100 120]; %目标方向
theta_interference = [19 60 150];%干扰方向

%信噪比和干噪比
SNR = 30;               % 期望信号信噪比（dB）
INR = [30, 40, 45];     % 干扰干噪比（dB）


% 生成阵列响应向量
a = @(theta) exp(1i * 2 * pi * d * (0:N-1)' * cosd(theta) / lamda);

%设置参考信号，第一个阵元接收到的信号即为参考信号
s = sqrt(10^(SNR/10)) * exp(1i*2*pi*f0*t);
% 这里将三个目标方向的参考信号假设成相同的，可以根据需要自行更改
s = [s;s;s];

%生成方向矢量
vs = a(theta_target);%生成信号方向矢量
vi = a(theta_interference);%生成干扰方向矢量

% 构建目标信号
xs = vs * s;

% 构建干扰信号
%interrupt作为中间变量，其作用为将不同方向干扰的不同幅值考虑上
interrupt = zeros(length(theta_interference),L);
for k = 1:length(theta_interference)
    interrupt(k,:) = sqrt(10.^(INR(k)/10)) * (randn(length(1),L) + 1i*randn(length(1),L));
end
xi = vi * interrupt;

% 构建噪声信号,幅值可以自己设置,也可以自己选择有无噪声
% xn = sqrt(2) * (randn(N,L) + 1i * randn(N,L));
xn = zeros(N,L);

% 构建接收信号,等于目标信号加上干扰信号，虽然没啥用
x = xs + xi + xn;

% 构建干扰和噪声信号，用于接下来的求解
x_i_plus_n = xi + xn;

% 计算干扰信号和噪声信号的协方差矩阵
R_i_plus_n = (x_i_plus_n * x_i_plus_n')/L;

% 为使矩阵满秩，加上一个小量，基本不影响结果
R_i_plus_n = R_i_plus_n + 1e-6 * eye(N);

% 这里选择方向性约束无畸变约束
f = ones(length(theta_target),1);

% LCMV波束形成，获取加权值
w_opt = R_i_plus_n \ vs * ((vs' * (R_i_plus_n \ vs)) \ f);

%扫描角度设置，从0扫描到180度，这里细分为3600份，也可以分的更细致一点
theta = linspace(0,180,3600);

%生成方向图
v = a(theta);%生成角度扫描的方向矢量，角度从0扫描到180度
B = abs(w_opt' * v);

%生成方向图增益
G_u = 10*log10(B.^2/max(B)^2);


% 后处理绘图
figure;
plot(theta,G_u,"LineWidth",1.5,"Color",[176, 66, 174]/255);%绘制曲线，设置粗细
xlim([0 180]);  %限制角度从0到180
ylim([-90 5]);  %限制幅度从-90到5
grid on;        %绘制网格
xlabel("角度/°");%绘制x轴标签
ylabel("归一化幅度/dB");%绘制y轴标签

title("方向图增益",'FontWeight', 'bold',"FontSize",12);%绘制标题，加粗，设置大小
set(gca,"LineWidth",1);%设置坐标轴粗细
set(gca,"FontSize",12);%设置坐标轴字体大小
set(gca, 'FontWeight', 'bold');%加粗坐标轴文本

% 在干扰方向角度添加直线，方便观察
for k = 1:length(theta_interference)
    xline(theta_interference(k), '--', '干扰方向',"Color",[181, 171, 15]/255,"LineWidth",1.5,"FontSize",12,'FontWeight', 'bold');
end

% 在目标方向角度添加直线，方便观察
for k = 1:length(theta_target)
    xline(theta_target(k), '-.', '目标方向','LabelVerticalAlignment','bottom',"Color",[201, 88, 38]/255,"LineWidth",1.5,"FontSize",12,'FontWeight', 'bold');
end

legend("LCMV",'','',''); %绘制图例

2.2 仿真LCMV方向图增益

无噪声仿真方向图增益：

含噪声仿真方向图增益，由于噪声的随机性，每次运行出来的图片结果可能有些许差异，但其在目标方向上的最大值增益永远存在，在干扰方向上的零陷抑制永远存在

观察两张方向图增益发现，其都在目标方向80°、100°、120°产生了最大增益，在干扰方向19°、60°、150°产生了零陷抑制，与预期基本吻合

3 典型约束设计

LCMV自适应波束形成实际上也能采取许多不同的约束条件，这会直接导致 $C$ 与 $f$ 的值

先来回顾一下LCMV的结论公式：

$\omega_{opt}=R_{i+n}^{-1}C\left(C^HR_{i+n}^{-1}C\right)^{-1}f$

3.1 方向性约束条件

这里介绍一种最简单的无畸变约束，也就是上文仿真中使用的约束条件

无畸变响应也是MVDR波束形成器所采用的准则，如果在LCMV波束形成器中采用无畸变响应约束条件，其 $C$ 与 $f$ 的值如下：

$\begin{cases}\boldsymbol{C}=\left[\boldsymbol{a}\left(\theta_0\right),\boldsymbol{a}\left(\theta_0+\Delta\theta\right),\boldsymbol{a}\left(\theta_0-\Delta\theta\right)\right]\\\boldsymbol{f}=\left[1,1,1\right]^H&\end{cases}$

3.2 零点约束条件

如果已知干扰信号的方向 $\theta_{1},\cdots,\theta_{M}$ ，需要对这几个方向的信号进行抑制，其 $C$ 与 $f$ 的值如下：

$\begin{cases}\boldsymbol{C}=\left[\boldsymbol{a}\left(\theta_0\right),\boldsymbol{a}\left(\theta_1\right),\cdots,\boldsymbol{a}\left(\theta_M\right)\right]\\\boldsymbol{f}=\left[\boldsymbol{1},\boldsymbol{0},\cdots,\boldsymbol{0}\right]^H&\end{cases}$