一种波束形成中的自适应对角加载方法

在自适应波束形成中，由于采样快拍数有限，导致协方差矩阵的估计误差，由此得到的自适应波束旁瓣很高。对角加载方法是一种改善波束性能的有效方法。文章介绍了对角加载的原理，给出了一种对角加载值的确定方法和仿真效果。该方法能根据采样数据自适应调整对角加载的数值，实现容易，能得到很好的旁瓣特性。     

一种改进的多级维纳滤波器误差加载算法

对角加载是目前广泛采用的提高自适应波束形成稳健性的技术之一.在分析多级维纳滤波器结构实现空时自适应处理算法的基础上,提出了一种改进的能够等价递推实现对角加载的误差加载算法.该算法在每一级递推计算中均对加载值进行一次修正,有效克服了传统方法的最终对角加载结果总是小于期望的加载值的缺点,避免了加载不足,其每级迭代计算过程只增加了两次实数乘法和加法运算.仿真结果证明了该算法的有效性.     

加载与约束结合的主瓣干扰抑制方向图保形

针对基于阻塞矩阵实现主瓣干扰抑制的波束指向偏移问题,提出了一种基于对角加载与线性约束相结合的方向图保形方法。通过深入分析阻塞矩阵预处理方法,发现预处理后波束指向偏移是由自适应波束形成算法中的协方差矩阵失配引起的,故提出利用对角加载实现波束指向的准确校正,利用线性约束实现其它干扰方向的准确置零,有效实现了预期的自适应波束形成效果。通过仿真分析不仅验证了所提方法的正确性和有效性,同时发现所提方法对加载电平的选取不敏感,也即加载电平的选取比较容易。     

迭代对角加载采样矩阵求逆鲁棒自适应波束形成

为有效克服导向矢量大失配误差对自适应波束形成器的影响,该文提出了一种迭代对角加载采样矩阵求逆鲁棒自适应波束形成算法。该算法对传统对角加载算法进行了迭代运算,基于Capon波束形成器的最优权矢量与假定导向矢量的基本关系,将每一步得到的权矢量,对应反解出一个比导向矢量假定值更为准确的导向矢量,并替代假定值,最终逼近真实的期望信号导向矢量。提出的方法在迭代过程中只需一步递推,无需对导向矢量建立不确定集,避免了在每步迭代中运用拉格朗日数值法或凸优化法,且明显提高了波束形成器的输出信干噪比。仿真结果验证了算法的正确性和有效性。     

一种新的波束形成零陷展宽算法

针对自适应波束形成器在干扰位置出现扰动时的输出性能下降问题,该文提出一种新的零陷展宽算法。该算法基于投影变换与对角加载技术的结合,首先利用投影变换技术对阵列接收数据进行预处理,结合对角加载技术,以此构造出一个新的协方差矩阵替代原来的协方差矩阵,再利用自适应波束形成技术得到零陷展宽后的波束图。仿真结果表明,该方法能有效展宽波束零陷宽度,加深零陷深度,达到抑制位置出现扰动的强干扰信号目的。该算法易于求解,对参数的选取具有较强稳健性,在低快拍条件下,依然能有效地工作,增强了自适应波束形成器稳定性。     

一种稳健自适应波束形成的变量对角加载方法

在设计稳健的自适应波束形成算法来消除阵列流形中的非确定性方面已经投入了很大的努力.这些不确定性可能由波达方向(DOA)的不确定性、阵列结构不理想、远近效应、相互耦合和其他的失配以及建立模型错误造成.提出了一种可供选择实现的包含椭球不确定约束导引矢量的线性约束最小方差(LCMV)的波束形成方法,更详细地说,真实的导引矢量是根据预测导引矢量采用将椭球约束施加到估计的导引矢量的递归最陡下降算法来估计的,对角加载技术必须满足椭球约束,其主要缺点是如何通过对非确定性约束的认识来得到最优的对角加载值不是很明确.通过这个问题的解决证明了该方法的可行性,而且对角加载技术是通过变量加载集成到自适应机制中而不是固定对角加载或Ad Hoc技术.     

对角加载对信号源数检测性能的改善

对角加载技术可抑制小特征值对自适应权值的影响来加速自适应波束形成器的收敛性以及抑制导向矢量误差的影响避免信号相消,该技术通常用于稳健的波束形成算法.基于对角加载技术,本文提出了一种信号源数目判定的改进方法,通过对角加载数据协方差阵,可以平滑小快拍数和空间色噪声时的噪声特征值分散程度从而减轻其对信号源数目估计的影响,证明了该估计器的强一致性,分析了加载量对信号源数目估计的影响.最后通过仿真以及实测数据比较了本文方法和已有方法的性能,验证了所提方法的有效性.     

基于投影对消处理技术的稳健自适应波束形成

针对传统自适应波束形成算法中目标波达方向(Direction of Arrival,DOA)估计不准确引起的波束形成性能下降问题,提出了一种采用投影对消矩阵的稳健自适应波束形成算法.首先,寻找与估计波达方向有最大相关性的特征矢量作为目标信号特征矢量,然后构建对消矩阵消除协方差矩阵中的信号分量,最后通过增加零点约束实现干扰抑制.与传统对角加载类稳健波束形成算法相比,所提算法不受对角加载因子的影响,且在信干噪比较大时仍然具有良好的抗干扰性能.仿真对比实验验证了所提算法的有效性.     

抑制快速运动强干扰的稳健自适应波束形成方法

针对存在快速运动强干扰时自适应波束形成性能的严重降低,提出了一种稳健的自适应波束形成方法。该方法使用零陷展宽技术修改采样协方差矩阵,使其自动地在干扰方位形成展宽的零陷以抑制运动强干扰,同时采用对角加载技术,以增强此方法对系统误差的稳健性,加载量通过约束扫描向量的误差来确定。仿真结果表明该方法能有效地提高当存在快速运动的强干扰时自适应波束形成的性能。     

基于特征结构的可变对角加载波束形成算法

对角线加载技术能减弱小特征值对应的噪声波束的影响,改善方向图畸变,但加载量的确定是一个比较困难的问题.提出了一种鲁棒的自适应对角线加载波束形成算法,根据阵列接收信号协方差矩阵的特征结构确定加载值.然后利用非线性约束条件优化权向量,自适应地加载对角线,可以提供较好的输出SINR,提高算法的鲁棒性.     

凸集优化稳健自适应DBF 的在线算法

一种基于凸集优化稳健DBF 的在线算法,以克服平稳和非平稳误差引起的阵列性能下降。算法利用球体约束和 权值约束,建立凸集最优目标函数,采用最速下降法确定对角负载因子,并迭代求解最优权矢量。仿真结果表明,与传 统的capon 算法和固定对角负载值算法相比,基于凸集优化的迭代算法具有更大的阵列输出信干噪比,从而使阵列具有 更好的稳健性。     

Robust Adaptive Beamforming Under Quadratic Constraint with Recursive Method Implementation

When adaptive arrays are applied to practical problems, the performances of the conventional adaptive beamforming algorithms are known to degrade substantially in the presence of even slight mismatches between the actual and presumed array responses to the desired signal. Similar types of performance degradation can occur because of data nonstationarity and small training sample size, when the signal steering vector is known exactly. In this paper, to account for mismatches, we propose robust adaptive beamforming algorithm for implementing a quadratic inequality constraint with recursive method updating, which is based on explicit modeling of uncertainties in the desired signal array response and data covariance matrix. We show that the proposed algorithm belongs to the class of diagonal loading approaches, but diagonal loading terms can be precisely calculated based on the given level of uncertainties in the signal array response and data covariance matrix. The variable diagonal loading term is added at each recursive step, which leads to a simpler closed-form algorithm. Our proposed robust recursive algorithm improves the overall robustness against the signal steering vector mismatches and small training sample size, enhances the array system performance under random perturbations in sensor parameters and makes the mean output array SINR consistently close to the optimal one. Moreover, the proposed robust adaptive beamforming can be efficiently computed at a low complexity cost compared with the conventional adaptive beamforming algorithms. Computer simulation results demonstrate excellent performance of our proposed algorithm as compared with the existing adaptive beamforming algorithms.     

频率不变约束的角加载稳健宽带波束形成算法

应用角加载技术能够提高波束形成算法稳健性,但是角加载量确定却是一个难解决问题。文中提出了一种基于频率不变约束的可变角加载最优稳健波束形成算法(Frequency Invariance Constraints-Variable Diagonal Loading,FIC-VDL)。该算法基于宽带波束形成的时域模型,根据多频点约束下导向矢量的不确定范围,利用频率不变约束因子将多频点变为参考频点约束来求解最优角加载量,并推导出真实的导向矢量。该方法能够改善宽带波束形成器在期望方向的频率不变特性,同时降低系统计算复杂度。计算机仿真结果验证了所提算法的稳健性。     

最差性能最优通用信号模型稳健波束形成算法

针对空间分布散射信号源的稳健波束形成问题,提出了一种新的通用信号模型稳健波束形成算法,不仅得到了封闭形式的最优加权矢量,而且获得了最优的性能改善.其中分析了与传统对角加载的关系,给出了最优加载量的计算方法,并得出具有最优负加载的解才可以获得最优的性能改善.最后的仿真分析验证了所提出算法的正确性和有效性,而且发现最优加权矢量只取决于给定的接收数据和未知的失配量,与失配约束参数的选择无关,而失配约束参数只是参与最优权计算的辅助参数.     

基于可变对角载入的鲁棒自适应波束形成算法

针对传统算法对方向向量偏差敏感的缺点,提出了一种基于可变对角载入的鲁棒自适应波束形成算法.为了提高算法的鲁棒性,采用非线性约束条件下的最优化阵列输出功率对信号方向向量进行优化求解,且优化解中的参量能够准确求出.为了减少计算量,采用递推算法求逆矩阵并利用泰勒级数展开,推导出基于可变对角载入的权重向量公式.该算法可有效地抑制方向向量偏差所带来的影响,降低了计算量易于实时实现,提高了系统的鲁棒性,改善了阵列输出的信干噪比,使其更接近最优值.仿真结果表明,该算法相对传统算法可以获得更好的性能.     

基于特征值斜投影的主瓣干扰抑制方法

主瓣干扰将导致传统自适应波束形成算法的主瓣畸变、峰值偏移、旁瓣电平抬升,致使相控阵系统抗干扰性能严重恶化.另外,当接收快拍中存在目标信号时,会导致自适应波束形成在目标信号方向生成零陷,降低接收目标信号增益.针对这些问题,本文提出一种基于特征值斜投影的主瓣干扰抑制方法.首先通过构建特征值斜投影预处理矩阵滤除主瓣干扰,然后...     

Further Study on Robust Adaptive Beamforming With Optimum Diagonal Loading

Significant effort has gone into designing robust adaptive beamforming algorithms to improve robustness against uncertainties in array manifold. These uncertainties may be caused by uncertainty in direction-of-arrival (DOA), imperfect array calibration, near-far effect, mutual coupling, and other mismatch and modeling errors. A diagonal loading technique is obligatory to fulfil the uncertainty constraint where the diagonal loading level is amended to satisfy the constrained value. The major drawback of diagonal loading techniques is that it is not clear how to get the optimum value of diagonal loading level based on the recognized level of uncertainty constraint. In this paper, an alternative realization of the robust adaptive linearly constrained minimum variance beamforming with ellipsoidal uncertainty constraint on the steering vector is developed. The diagonal loading technique is integrated into the adaptive update schemes by means of optimum variable loading technique which provides loading-on-demand mechanism rather than fixed, continuous or ad hoc loading. We additionally enrich the proposed robust adaptive beamformers by imposing a cooperative quadratic constraint on the weight vector norm to overcome noise enhancement at low SNR. Several numerical simulations with DOA mismatch, moving jamming, and mutual coupling are carried out to explore the performance of the proposed schemes and compare their performance with other traditional and robust beamformers