基于小波分析的改进旁瓣相消宽带信号波束形成算法

研究了改进的旁瓣相消算法,该算法利用小波滤波器组阻塞接收信号的期望信号分量进行自适应的波束形成。经过改进算法处理后,阵列信号的协方差矩阵中不包含期望信号分量,从而克服了当存在系统误差时自适应波束形成中期望信号相消的问题,并解决了在实际应用中旁瓣相消波束形成算法GSC波束形成算法需要构造与期望信号的导向矢量完全正交的阻塞矩阵的难点问题,从而达到提高系统稳健性能的目的,仿真结果验证了该算法的性能优于传统的MVDR方法和基于MVDR的对角加载方法。     

一种导向矢量双层估计的稳健波束形成算法

针对自适应波束形成器在出现期望信号导向矢量失配和阵列流形误差时,性能急剧下降的问题,提出一种稳健的波束形成算法。该算法首先利用期望信号大致方位区间上的导向矢量构建一个线性空间,将期望信号导向矢量初步估计为该线性空间基向量的线性组合,再利用不确定集优化方法对初步估计的导向矢量进行校正,算法无需迭代求解,计算量较小。仿真结果表明该算法显著提高了波束形成器在导向矢量失配和阵列流形误差下的稳健性,输出性能优于目前的方法。     

一种导向矢量双层估计的稳健波束形成算法

针对自适应波束形成器在出现期望信号导向矢量失配和阵列流形误差时,性能急剧下降的问题,提出一种稳健的波束形成算法。该算法首先利用期望信号大致方位区间上的导向矢量构建一个线性空间,将期望信号导向矢量初步估计为该线性空间基向量的线性组合,再利用不确定集优化方法对初步估计的导向矢量进行校正,算法无需迭代求解,计算量较小。仿真结果表明该算法显著提高了波束形成器在导向矢量失配和阵列流形误差下的稳健性,输出性能优于目前的方法。     

一种导向矢量双层估计的稳健波束形成算法

针对自适应波束形成器在出现期望信号导向矢量失配和阵列流形误差时,性能急剧下降的问题,提出一种稳健的波束形成算法。该算法首先利用期望信号大致方位区间上的导向矢量构建一个线性空间,将期望信号导向矢量初步估计为该线性空间基向量的线性组合,再利用不确定集优化方法对初步估计的导向矢量进行校正,算法无需迭代求解,计算量较小。仿真结果表明该算法显著提高了波束形成器在导向矢量失配和阵列流形误差下的稳健性,输出性能优于目前的方法。     

一种导向矢量双层估计的稳健波束形成算法

针对自适应波束形成器在出现期望信号导向矢量失配和阵列流形误差时,性能急剧下降的问题,提出一种稳健的波束形成算法。该算法首先利用期望信号大致方位区间上的导向矢量构建一个线性空间,将期望信号导向矢量初步估计为该线性空间基向量的线性组合,再利用不确定集优化方法对初步估计的导向矢量进行校正,算法无需迭代求解,计算量较小。仿真结果表明该算法显著提高了波束形成器在导向矢量失配和阵列流形误差下的稳健性,输出性能优于目前的方法。     

一种导向矢量双层估计的稳健波束形成算法

针对自适应波束形成器在出现期望信号导向矢量失配和阵列流形误差时,性能急剧下降的问题,提出一种稳健的波束形成算法。该算法首先利用期望信号大致方位区间上的导向矢量构建一个线性空间,将期望信号导向矢量初步估计为该线性空间基向量的线性组合,再利用不确定集优化方法对初步估计的导向矢量进行校正,算法无需迭代求解,计算量较小。仿真结果表明该算法显著提高了波束形成器在导向矢量失配和阵列流形误差下的稳健性,输出性能优于目前的方法。     

一种导向矢量双层估计的稳健波束形成算法

针对自适应波束形成器在出现期望信号导向矢量失配和阵列流形误差时,性能急剧下降的问题,提出一种稳健的波束形成算法。该算法首先利用期望信号大致方位区间上的导向矢量构建一个线性空间,将期望信号导向矢量初步估计为该线性空间基向量的线性组合,再利用不确定集优化方法对初步估计的导向矢量进行校正,算法无需迭代求解,计算量较小。仿真结果表明该算法显著提高了波束形成器在导向矢量失配和阵列流形误差下的稳健性,输出性能优于目前的方法。     

一种导向矢量双层估计的稳健波束形成算法

针对自适应波束形成器在出现期望信号导向矢量失配和阵列流形误差时,性能急剧下降的问题,提出一种稳健的波束形成算法。该算法首先利用期望信号大致方位区间上的导向矢量构建一个线性空间,将期望信号导向矢量初步估计为该线性空间基向量的线性组合,再利用不确定集优化方法对初步估计的导向矢量进行校正,算法无需迭代求解,计算量较小。仿真结果表明该算法显著提高了波束形成器在导向矢量失配和阵列流形误差下的稳健性,输出性能优于目前的方法。     

一种导向矢量双层估计的稳健波束形成算法

针对自适应波束形成器在出现期望信号导向矢量失配和阵列流形误差时,性能急剧下降的问题,提出一种稳健的波束形成算法。该算法首先利用期望信号大致方位区间上的导向矢量构建一个线性空间,将期望信号导向矢量初步估计为该线性空间基向量的线性组合,再利用不确定集优化方法对初步估计的导向矢量进行校正,算法无需迭代求解,计算量较小。仿真结果表明该算法显著提高了波束形成器在导向矢量失配和阵列流形误差下的稳健性,输出性能优于目前的方法。     

一种导向矢量双层估计的稳健波束形成算法

针对自适应波束形成器在出现期望信号导向矢量失配和阵列流形误差时,性能急剧下降的问题,提出一种稳健的波束形成算法。该算法首先利用期望信号大致方位区间上的导向矢量构建一个线性空间,将期望信号导向矢量初步估计为该线性空间基向量的线性组合,再利用不确定集优化方法对初步估计的导向矢量进行校正,算法无需迭代求解,计算量较小。仿真结果表明该算法显著提高了波束形成器在导向矢量失配和阵列流形误差下的稳健性,输出性能优于目前的方法。     

适用于Ad hoc网络移动终端的超分辨波束形成算法

在Butler阵的基础上,设计了一种适合应用在Ad hoc网络移动终端上的混合型智能天线结构,提出了一种将Butler阵和数字信号处理波达角(DOA)估计算法结合在一起的超分辨波束形成算法。用该算法理论推导出了天线对准期望信号方向时移相器的角度公式.仿真结果表明,与传统的Butler阵相比,该算法既利用了Butler阵简单易行的结构特点以及波束形成简单的优点,又使天线阵的主瓣可随着信号的来波方向进行调整,信号接收质量有了很大提高,并降低了电磁骚扰信号的影响。     

基于零陷谱减的GSC二元麦克风小阵列语音增强算法

为了提高广义旁瓣抵消器语音增强算法在二元麦克风小阵列中的噪声抑制能力,提出一种基于零陷谱减二元麦克风小阵列广义旁瓣抵消器的改进语音增强算法.在广义旁瓣抵消器固定波束支路上利用谱减法抑制目标语音零陷方向噪声能量以提高其信噪比,在自适应支路使用基于动态收敛步长的快速分块最小均方自适应滤波器进一步抑制剩余噪声,以降低算法复杂度并提升自适应滤波器的收敛性.实验结果表明,相对于其他二元麦克风小阵列波束形成语音增强算法,该算法可以在任意方向获得较高质量的目标语音.     

存在指向误差时的稳健自适应波束形成算法

针对期望信号方向存在指向误差的情况,提出了一种稳健的波束形成算法,通过对期望信号导向矢量进行旋转的方法,用新的导向矢量产生自适应加权,这样当期望信号落入波束主瓣的边缘时,依然可以保持系统输出信干噪比基本不变,提高了算法的稳健性,并给出了旋转角度选择的依据．该算法形成的自适应加权对不存在指向误差时的性能没有影响．计算机仿真结果验证了该算法的有效性。     

一种基于信号谱自相关特性的盲波束形成方法

研究了阵列流型未知情况下的波束形成问题，基于周期平稳信号的谱自相关特性提出了一种估计信源导向矢量的算法，在未预知阵列流型及信源波达方向（ＤＯＡ）信息的条件下实现了盲波束形成。计算机仿真结果验证了其有效性。     

宽带数字阵列雷达波束形成的优化实现方法

针对射频采样宽带数字阵列雷达的特点,提出了一种基于可变分数时延滤波器,优化的实时数字时延波束形成方法。该方法根据射频采样后信号变换过程的特点,将抽取抗混叠滤波器与可变分数时延滤波器合并实现,减少了处理环节,并采用多相结构和Farrow结构相结合,实时地实现抽取和可变分数时延,从而得到不随频率偏移的波束指向。计算机仿真结果表明,该方法与整数倍时延波束形成方法相比,能够有效减小指向误差。     

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。     

一种有效的正交化恒模算法

利用奇异值分解确定了用户信号的个数,并把天线阵接收的数据矩阵映射到信号子空间上,进而在该空间中讨论波束形成问题并导出了多用户波束形成的必要条件,依据此条件将正交化过程引入最小二乘恒模算法并提出了正交化恒模算法。计算机仿真证实了算法的有效性。     

时延单元量化误差分析及宽带相控阵数字波束形成

分析了模拟延时线的量化误差会造成信号功率及信号距离分辨率的降低，在基于子阵和发射为线性调频信号的前提下．提出了一种宽带数字接收波束形成方法．该方法先对接收信号拉伸处理和低通滤波．然后在子阵间时域相位加权实现宽带数字波束形成。低通滤波后的数字采样和信号处理均可在低的速率下进行．太大降低了运算量且容易实现。通过计算机仿真得出．数字方法消除了量化误差的影响．波束形成性能比模拟延时线方法有较大的提高．     

基于FOCUSS算法的稀疏阵列综合

以最大稀疏化阵列得到所期望的方向图是稀疏阵列综合理论中的关键问题. 由于阵列天线本身具有稀疏的物理特性, 因此可将稀疏阵列综合归结为稀疏信号的重建过程. 该文提出一种将阵列天线的波束形成问题等效为求解稀疏信号向量的最优化问题的方法, 并利用FOCUSS算法快速准确地得到最大稀疏化的阵列, 以及阵元位置和激励幅度. 理论分析和数值仿真表明了该方法的有效性.