阻塞矩阵预处理

基本步骤：首先估计空间中主瓣干扰的入射角度（需要精确估计入射角，但在工程中很难实现），再根据估计出的角度来构造阻塞矩阵B，接着对雷达接收到的数据进行变换处理以消除主瓣干扰分量，最后再做一般自适应波束形成抑制旁瓣干扰。（BMP 方法将会损失一个有效的阵列单元自由度）

详细步骤：

1. 实际数据的协方差矩阵：$$R_x=E[X{X}^H]=A{R}_s{A}^H+{\sigma }_n^{2}I$$一般无法得到，所以我们采用样本协方差矩阵${\hat{R}}_x=\frac{1}{N}X{X}^H$来作为实际协方差矩阵的估计。阵列接收信号中干扰信号的强度比噪声信号的强度大很多，并且假设在主瓣内只有一个干扰信号，所以我们可以选取比较简单的Capon 法来估计，由于仅仅需要估计主瓣干扰的方向，仅需要在方向图的主瓣内进行角度搜索即可，采用Capon估计主瓣干扰的入射角度${\alpha }_1$：${\alpha }_1=\underset{\alpha ,alpha\in mainlobe}{\max }\frac{1}{a^H(\alpha )\hat{R}{{}_x}^{-1}a(\alpha )}$。
2. 用估计得到的${\alpha }_1$构造阻塞矩阵：
   $$B=\left[\begin{array}{cccccc}1& -e^{-j{u}_1}& 0& \cdots & 0& 0\\ 0& 1& -e^{-j{u}_1}& \cdots & 0& 0\\ ⋮& ⋮& & & ⋮& ⋮\\ 0& 0& \cdots & 1& -e^{-j{u}_1}& \\ 0& 0& \cdots & 0& 1& -e^{-j{u}_1}\end{array}\right]$$
   其中$u_1=2\pi (d/\lambda )sin{\alpha }_1$，${\alpha }_1$为主瓣干扰的入射角，这里的阻塞矩阵是$(N-1)\times N$的。$N$为阵元数，通过这个方式，可以在不损失期望信号的前提下由邻近的传感器消除主瓣干扰。由于引入阻塞矩阵会导致一个自由度的损失，但是预处理数据$X_{Block}$中不再含有主瓣干扰。
3. 对数据进行预处理：$X_{Block}=BX$
   可以得到预处理之后的数据的协方差矩阵的估计：${\hat{R}}_y=B{\hat{R}}_x{B}^H$，这里的${\hat{R}}_y$为$(N-1)\times (N-1)$维。
4. 进行常规的自适应波束形成：构造权矢量$$w_{adpt}=\frac{\hat{R}{{}_x}^{-1}\bar{a}({\alpha }_0)}{{\bar{a}}^H({\alpha }_0)\hat{R}{{}_x}^{-1}\bar{a}({\alpha }_0)}$$
   其中，$\bar{a}({\alpha }_0)$为$(N-1)\times 1$维。