1.一种基于协方差矩阵重建的稳健自适应波束形成方法，其特征在于，包括如下步骤，先将源信号的波达方向估计问题转化为稀疏表示问题，划分 为均匀覆盖波达方向范围[-π/2,π/2]的固定采样网格， 为采样网格的数目；再利用稀疏贝叶斯学习在建模稀疏表示问题的优越性，估计出 的最终位置、每个网格点 对应的功率和噪声功率；再根据期望信号角度区域的先验信息、估计出的 及对应功率，得到期望信号以及干扰信号的导向矢量和功率；后重建干扰加噪声协方差矩阵，结合期望信号导向矢量得到最优权矢量；从SBL的角度估计所有干扰的SVs和功率以及噪声功率来重建INCM：考虑具有M个全向传感器的均匀线性阵列ULA，间距为波长的一半；假设一个窄带期望信号DS从θ 0 方向入射到阵列上，而L个窄带干扰从不同的方向θ 1 ,…,θ L 到达；时刻θ的阵列观测向量建模为y(t)＝A(θ)x(t)+n(t),t＝1,2,…,T其中 是不相关的源信号，A(θ)＝[a(θ 0 ),a(θ 1 ),…,a(θ L )]＝[a 0 ,a 1 ,…,a L ]是包含所有导向矢量的阵列流形矩阵，a 0 为DS的SV，a l ,l＝1,..,L为干扰的SV； 是零均值和方差 的复高斯噪声，T表示快拍数；对于M个阵元的ULA，需要满足L+1<M；假设期望信号、干扰和噪声在统计上彼此独立；在θ方向，相邻两个阵元接收的信号的相位差为e j2πd/λsin(θ) ，d为阵元间距，所以信号的导向矢量建模为：a＝a(θ)＝[1,e j2πd/λsin(θ) ,…,e j2π(M-1)d/λsin(θ) ] T波束形成器在时刻t的输出为g(t)＝w H x(t)其中w＝[w 1 ,w 2 ,...,w M ] T 是波束形成权重向量，() H 表示共轭转置符号；波束形成算法的性能通过输出SINR来评估：其中 是DS的功率，R i+n 是INCM，理论形式为最大化SINR的问题转化为以下优化问题：min w w H R i+n w s.t.w H a 0 ＝1,最优权重向量由下式给出将源信号的波达方向估计问题转化为稀疏表示问题： 为均匀覆盖波达方向范围[-π/2,π/2]的固定采样网格，其中 为网格数，采样间隔为 对Y使用以下模型：其中 其第i行对应于从 处的可能源撞击阵列的信号，N是是零均值和方差 的复高斯噪声；利用稀疏贝叶斯学习在建模稀疏表示问题的优越性，估计出 的最终位置、每个网格点 对应的功率和噪声功率：稀疏贝叶斯学习首先要建立促进稀疏的先验分布；假设信号 的各个元素相互独立，各行服从均值为0、方差为 的非平稳复高斯分布，令Δ＝diag(γ)，即其中 表示 的第t列：为了获得有利于 的大多数行接近零的两阶分层先验，超参数γ重新建模为独立的Gamma分布，即，其中ρ是一个正约束：同理白噪声也假设为零均值的复高斯分布随机变量其中 表示噪声功率；由于β通常是未知的，将其建模为Gamma超先验p(β)＝Γ(β；1,b)，其中设置b→0，以获得广泛的超先验；因此得到要估计的信号波达方向(DOA)与功率仅与 的非零行相关：由于 无法显式计算，遵循SBL方法将 视为一个隐藏变量，该式中的目标函数是复高斯函数，其后验概率为其中信号的后验均值和后验协方差矩阵为Y的边迹似然函数为首先给出γ和β的超参数更新；稀疏贝叶斯学习的目标转化为最大化Y的边迹似然函数不直接最大化这个分布，而是等价地最大化了它的对数并省略常数项，得到以下目标函数的最大化：y t 表示Y的第t列，对上式关于信号功率γ i 求偏导可得：μ (i,:) 表示μ的第i行，将上式置0，并令 指前一次迭代的信号功率值，把 看为已知量，则解得γ的不动点迭代公式类似的，l(γ,β)对于β也求偏导求得β的迭代更新公式噪声功率σ 2 ＝β -1 也随之求出；接下来专注于 的参数更新；ln p(Y,γ,β)上的下界为最大化 中关于 的部分，即其中 μ t 分别表示 和μ的第t列；为了细化每个采样位置 或等效地，其指数形式 计算 关于 的导数，由于其中a i 表示 的第i列, 和(·) * 代表共轭运算，然后设置它归零：经过代数运算，上式改写为多项式形式：其中 由于多项式的阶数为M-1，因此它在复平面中具有M-1个根；根据 的定义，选取的用于细化 的根具有单位绝对值；由于噪声的存在，根可能不在单位圆上，因此选择距离单位圆最近的根，所述根用z i* 表示；根据期望信号角度区域的先验信息、估计出的 及对应功率，得到期望信号以及干扰信号的导向矢量和功率，SV估计与INCM重建：从每个网格点对应的功率 上，找到多个明显的峰；由于假峰的存在，因此峰的数量通常多于源的数量L；假设Θ是DS所在的角扇区， 是Θ在整个空间域中的补扇区；将Θ内功率最大峰值对应的角度作为DS，干扰区间 内使用求得的噪声功率σ 2 ＝β -1 作为阈值，高于噪声功率的峰对应的角度作为干扰的DOA，因此去除 内大部分假峰；假设有Q个高于阈值的峰值，获得DS和干扰的SV估计值 以及相应的功率估计；重建干扰加噪声协方差矩阵，结合期望信号导向矢量得到所提出的最优权矢量：INCM 重建为I表示单位矩阵，使用 和 代替理论干扰加噪声协方差矩阵和期望信号的导向矢量，波束成形器计算为
2.根据权利要求1所述一种基于协方差矩阵重建的稳健自适应波束形成方法，其特征在于，所述将源信号的波达方向估计问题转化为稀疏表示问题，首先要建立促进稀疏的先验分布；要估计的信号波达方向与功率仅与隐藏变量 的非零行相关，然后利用稀疏贝叶斯学习求解相应的模型参数。
3.根据权利要求1所述一种基于协方差矩阵重建的稳健自适应波束形成方法，其特征在于，假设 为均匀覆盖波达方向范围[-π/2,π/2]的固定采样网格，其中 为网格数，采样间隔为 对接收数据Y使用以下模型：其中 d为阵元间距，λ为信号波长， 其第i行对应于从 处的可能源撞击阵列的信号，T为快拍数。
