联合协方差矩阵重构和ADMM的鲁棒波束形成

为解决传统波束形成器在干扰位置发生扰动和导向矢量失配时,造成自适应权重的不匹配,从而导致算法性能急剧下降,甚至期望信号相消的问题,提出一种联合协方差矩阵重构和交替方向乘子法(Alternating direction method of multipliers, ADMM)的鲁棒波束形成方法。对此,首先基于波束形成器最大输出功率准则,设计了求解最优导向矢量的优化模型。接着,根据Capon算法空间功率谱函数,利用定义的干扰范围对协方差矩阵进行重构,以展宽零陷并增强系统抗运动干扰能力。最后,关于导向矢量的二次不等式约束问题,本质为估计导向矢量和期望导向矢量间的差异,该方法利用ADMM对该二次规划问题进行迭代求解,并在每次迭代中获得导向矢量的具体解。另外,也分析了算法的复杂度。实验结果表明：对比现有的波束形成算法,在干扰处加宽了零陷,提高了波束的抗干扰性;结合复杂度也证明了其计算速度优于现有的算法,并且能够很好地校正失配导向矢量。本方法也为求解二次不等式约束问题和提高波束形成算法性能提供了一种思路和途径。     

稳健的宽带自适应相干干扰抑制波束形成算法

针对期望信号存在指向误差和多个相干干扰时Duvall结构波束形成器性能下降问题,提出一种稳健的宽带自适应相干干扰抑制波束形成算法。该算法首先将Duvall结构波束形成器与最差性能最优波束形成算法结合,实现稳健的宽带波束形成,然后利用空间响应变化约束（SRV）将宽带波束形成等效为参考频点的波束形成,通过协方差矩阵重构,在相干干扰数目较多时,输出波束仍可以在相干干扰方向自适应地形成零陷。理论分析与仿真实验表明,该算法能够有效抑制多个强相干干扰,具有较好的稳健性。     

TD—SCDMA系统智能天线波束形成算法的研究

TD-SCDMA系统基站端的智能天线通过波束形成能够显著减小多址干扰,改善通信质量。提出了一种加入扩频序列的协方差矩阵求逆最小二乘恒模（SMI-LSCMA）波束形成算法,该算法在SMI—LSCMA基础上利用特定用户信号的扩频序列信息来锁定该用户接收信号,这样可以使权值向量更新算法更快收敛。经过仿真验证,该算法具有较好的波束形成能力和较高的输出信噪比。     

联合DOA估计与主波束形成的干扰抑制方法

为克服测距仪(DME)发射的高强度脉冲信号干扰L频段数字航空通信系统1(L-DACS1)OFDM接收机的问题,提出联合DOA估计与主波束形成的干扰抑制方法.首先接收机通过波达方向矩阵算法估计接收信号来向;然后基于信号来向通过线性约束最小方差波束形成算法提取各个方向信号;随后通过频域功率与时域功率比较算法分辨各来向信号的类型;最后输出OFDM直射径信号.仿真结果表明:该方法可显著克服DME与OFDM散射径信号干扰,提高L-DACS1系统链路传输的可靠性.     

均匀直线阵下通用信号模型稳健波束形成算法

针对非相干散射信号源稳健波束形成问题,提出了一种均匀直线阵下通用信号模型稳健波束形成算法．该算法通过引入数据共轭重排理论,利用定义的两个转换矩阵,重新构造信号协方差矩阵,给出了最优权矢量的实值闭式表达式,减少了算法的计算复杂度．仿真分析了期望信号信噪比、指向误差、快拍数及失配约束参数对输出信干噪比的影响．仿真实验表明,通过对接收数据的共轭重排再利用,提高了算法在快拍数有限、存在有用信号失配及其他失配等非理想条件下的输出性能．     

TD-SCDMA系统智能天线波束形成算法的研究

以自适应波束形成算法为切入点,针对TD-SCDMA系统,提出一种加入扩频序列的协方差矩阵求逆最小二乘恒模(SMI-LSCMA)波束形成算法.该算法在SMI-LSCMA基础上,利用特定用户信号的扩频序列信息来锁定该用户接收信号,使权值向量更快更准确的收敛.经过仿真验证,该算法具有较好的波束形成能力和较高的输出信噪比.     

基于压缩感知的FDA-MIMO雷达波束形成算法

为保证FDA-MIMO雷达具有较高的距离维分辨率,充分利用信号在空间的稀疏特性,提出了基于压缩感知的FDA-MIMO雷达自适应波束形成算法.该算法只需对少量阵元接收通道的信号在角度-距离二维上进行压缩采样,就可以精确地恢复出满阵接收的原始信号,然后再进行自适应波束形成对主瓣干扰进行抑制.仿真结果表明,与稀疏阵相比,该算法不仅形成了高角度和高距离分辨率的点状单峰值波束,提高了目标回波能量,去除了栅瓣,并且干扰零陷更深,主瓣干扰抑制性能更好.     

基于干扰矩阵重构的稳健自适应波束形成算法

针对较高信噪比下自适应波束形成性能退化问题,提出了一种基于干扰噪声协方差矩阵重构的新型稳健自适应波束形成算法。利用空间谱估计方法重构出不含期望信号的干扰噪声协方差矩阵,保证了高信噪比时波束形成器的输出增益;并基于信号子空间与干扰子空间的正交性建立了期望信号导向矢量估计的约束条件,以求解出近似最优的权值矢量。理论分析和仿真结果表明,当存在随机指向误差和局部散射时,该算法在较大输入信噪比范围内的性能仍接近最优,较现有算法稳健性更强。     

基于特征投影矩阵和线性约束的水声阵列信号抗主瓣干扰方法

提出了基于特征投影矩阵和线性约束的水声阵列信号抗主瓣干扰方法。该方法首先改进重构了干扰噪声的协方差矩阵,消除预处理时期望信号对主瓣干扰特征矢量选择的影响;其次,添加线性约束,保证期望信号方向增益,约束旁瓣干扰子空间置零,同时使得自适应权矢量的模最小,消除噪声抖动;最后求取自适应权矢量进行波束形成。仿真实验结果表明,本工作算法不仅在旁瓣有更深零陷,还能使主波束保形,提高了系统的输出信干噪比。     

一种低复杂度的稳健宽带SDL波束形成算法

针对存在期望信号指向误差时宽带波束形成性能下降等问题,提出一种基于最差性能准则和空间响应变化(SRV)的稳健阵元延迟线(SDL)宽带波束形成算法。该算法首先建立SDL宽带阵列模型;然后基于最差性能准则,设置多个约束条件,并通过对阵列波束波动附加离散SRV约束,用一参考频率上的约束条件代替一组不同频率上的约束条件;最后将稳健宽带波束形成问题转化为二阶锥规划问题,利用内点法有效求解。仿真实验表明,存在期望信号指向误差的情况下,该算法具有较好的稳健性,恒定束宽性能良好,且计算复杂度较低。     

远程水声通信系统中波束切换新方法

在水下无人航行器(UUV)远程水声通信中利用基阵形成多波束接收信号可以提高接收信噪比,降低通信误码率。但是由于信源与UUV间的相互运动,在接收端需要通过波束切换算法选择输出信噪比最高的波束。由于UUV的通信接收基阵阵元数少,导致接收多波束旁瓣级较高。在这种情况下,对M元频移键控(MFSK)信号调制方式来说,直接比较接收多波束输出信号在通带内能量大小的时域波束切换算法(TDSB)无法正确选择输出信噪比最高的波束,导致通信误码率高。针对这一问题,提出了一种频域波束切换算法(FDSB)。该算法通过在频域中比较各波束输出信号功率谱峰值的大小对波束进行选择、切换。湖上试验结果表明:当通信距离为25 km时,应用TDSB算法无法正确估计输出信噪比最高的波束,通信误码率高。而应用文中提出的FDSB算法,经波束输出后与单阵元接收相比信噪比有5 dB的提高、通信误码率小于10-4。     

非线性约束的自适应波束形成算法

提出基于非线性约束的自适应波束形成算法. 首先修改接收信号协方差矩阵信号子空间中的特征向量,使修改后的协方差矩阵基本不包含期望信号(SOI)成分而只包含干扰信号和噪声. 进而利用线性约束最小均方算法(LCMV)和修改后的波束空间求解方向图的权向量w. 为了提高算法的稳健性,采用非线性约束方法对w进行优化,w的优化解在形式上不同于可变对角加载类算法,且优化解中的待定参数容易准确求出. 新算法的输出信干比 (SINR)对导引向量随机误差具有稳健性, 并对期望信号的功率变化表现出不敏感的特性, 仿真证明了这一点.     

迭代寻优的稳健波束形成

针对导向矢量失配程度较大时,常见稳健波束形成算法性能下降问题,提出了一种迭代搜索最优导向矢量的稳健波束形成算法。首先利用修正后的导向矢量构造使波束输出功率最大的目标函数,分别从干扰抑制和噪声抑制2个方面推导了新导向矢量应满足的约束条件。给出了利用矩阵滤波思想构造约束条件的方法并分析其合理性。针对优化问题难以求解的问题,提出了一种迭代寻优的搜索方法,将每次迭代转化为求解一次二阶锥规划问题。仿真分析表明,相比于常见稳健波束形成算法,该算法有更高的抗导向矢量失配的稳健性,且需要的先验信息更容易获取。     

基于线性约束最小方差对角加载的稳健频率不变波束形成算法

针对实际环境中因麦克风阵列失配误差导致宽带波束形成器性能下降的问题,提出基于线性约束最小方差对角加载的稳健频率不变波束形成算法.该算法首先在线性约束最小方差准则的基础上,结合空间响应偏差函数,并对波束形成器权矢量的二范数施加不等式约束,再通过拉格朗日乘子法和凸优化工具箱CVX(Con Ve X)分别在不等约束条件下求得权矢量的解析解和全局最佳解,以有效解决麦克风的增益、相位和位置等的不确定性造成的失配误差问题,提高频率不变波束器的稳健性.仿真结果表明:采用拉格朗日乘子法求解该算法的最优权矢量所得到的波束形成器对失配误差最不敏感,性能最稳健.     

基于径向基函数神经网络的波束形成算法

提出一种基于径向基函数(RBF)神经网络的波束形成算法。针对最小方差无失真响应(MVDR)算法,由接收信号的协方差矩阵计算其权矢量;将协方差矩阵以列向量的形式输入RBF神经网络,对其加以训练,使之逼近MVDR算法的权矢量;将训练好的RBF神经网络用于波束形成中,对不同角度的接收信号,RBF神经网络可自适应地输出相应权矢量。仿真结果表明,基于RBF神经网络的波束形成算法能快速逼近任意波束算法的权矢量,波束赋形效果良好,与已有波束形成算法相比,可降低算法复杂度,减少计算量。     

联合用户调度的上行Alamouti MIMO多用户检测

针对Alamouti空时编码的上行多用户MIMO系统,提出了一种线性检测算法.算法首先对接收信号进行重组再线性处理,避免了使用高复杂度的非线性检测算法.然后提出了一种基于最大最小准则的用户调度算法以进一步提高系统的检测性能.最后针对穷举调度算法高复杂度的缺点,设计了一种快速调度算法,能在检测性能降低不多的同时较大的减小系统的运算负荷.仿真结果表明文章所提算法具有优异的性能.     

一种基于导向矢量约束的恒模盲波束形成算法

针对阵列信号波达角(direction of arrival,DOA)先验信息已知的情况,利用信号的恒模特性,在卡尔曼滤波(Kalman filter,KF)结构下,提出一种附加阵列导向矢量约束的自适应波束形成算法.对约束情况下的卡尔曼滤波目标函数运用拉格朗日乘子法,求得约束条件下的最优估计表达式,并将其推广到无迹卡尔曼滤波(unscented Kalman filter,UKF)算法中,通过约束迭代算法对阵列估计信号的导向角施加约束,实现约束UKF自适应波束形成算法的最优权值分配.仿真过程中,用所提算法与约束恒模迭代最小二乘算法和约束最小方差迭代最小二乘算法作对比,表明表明,该算法在收敛速度、信噪比、稳健性、跟踪性能方面具有较好的性能.     

一种自适应收缩因子的循环平稳波束形成器

针对常用循环平稳波束形成器收敛速度慢的问题,提出一种基于自适应收缩因子形式的对角加载方法的稳健循环平稳波束形成器.首先采用收缩因子对采样协方差矩阵进行修正然后得到估计的阵列协方差矩阵,通过求解真实协方差矩阵与估计协方差矩阵之间均方误差最小的最优问题,进而求出收缩因子的大小.最后利用循环自适应波束形成(cyclic adaptive beamforming,CAB)算法求取阵列权值.仿真过程中,用所提算法与传统的循环平稳波束形成算法在低功率干扰和高功率干扰两种条件下作对比,表明该算法在收敛速度方面具有较好的性能,并且在低采样快拍数目情况下所提算法的输出SINR也相对较高.     

改进的粒子群优化算法下的MIMO雷达稳健波束形成

在进行阵列自适应波束形成时,由于阵元导向矢量失配现象的存在,严重影响了常规最优波束形成的性能。考虑阵元的导向矢量误差,运用改进的粒子群优化算法对阵元的导向矢量进行纠正,使其误差达到最小,得到了一种适用于多输入多输出雷达的新的稳健波束形成方法。与现有的应用于MIMO雷达的稳健波束形成方法相比,在导向矢量误差较大或者误差随机变化的情况下新方法具有更高的输出信号干噪比,且其性能一直保持了较高的稳定性。数值仿真结果验证了新方法相比已有算法具有更好的鲁棒性和更高的输出性能。     

大规模MIMO-OFDM系统中低复杂度维纳滤波信道估计算法

针对大规模多输入多输出正交频分复用系统复杂度高的问题,提出一种低复杂度维纳滤波信道估计算法.首先将大维度原位替换方法运用于最小均方误差算法,有效降低了多天线的运算复杂度,通过将二维维纳滤波拆分成时域和频域两次一维维纳滤波来减少运算量;同时,为了降低由两次维纳滤波噪声方差不同产生的估计误差,引入噪声方差中位值进行修正.仿...