线阵数字波束形成技术

在自适应数字波束形成应用于抗干扰之前通常采用低副瓣技术克服干扰对接收机性能的影响,常用的低副瓣方法有幅度加权和唯相位加权。唯相位加权降副瓣方法的工程实现比较容易,通过控制移相器即可实现。研究了唯相位降副瓣的方法,并给出了仿真结果,然后在此基础上进行了自适应数字波束形成。仿真结果表明低副瓣和自适应数字波束形成相结合可以达到很好的抗干扰效果。     

迭代自适应收缩加权融合的波束形成方法

自适应数字波束形成是通过对阵列接收数据进行加权处理来获得最大的输出信干噪比,对采样协方差矩阵的依赖性较大。针对小样本条件下采样协方差矩阵求逆算法性能下降问题,提出迭代自适应加权融合样本协方差矩阵与先验协方差矩阵的波束形成算法。在估计协方差矩阵时,依据最小均方误差准则计算加权系数,并采用迭代自适应的方式更新先验协方差矩阵。仿真结果表明,所提方法能显著提高小样本条件下的协方差矩阵估计精度,能获得更大的输出信干噪比。      

一种低快拍情况下稳健的波束形成算法

针对低快拍情况下自适应波束形成器输出方向图存在主峰偏移,副瓣电平较高的问题,该文提出一种低快拍情况下稳健的波束形成算法。算法通过对线性约束最小方差(LCMV)波束形成器的输入信号协方差矩阵进行指数修正,改善了采用协方差矩阵求逆（SMI）算法的LCMV波束形成器输入信号协方差矩阵小特征值在低快拍情况下的发散程度,从而可在减小主峰偏移的同时,有效地解决副瓣电平较高的问题;最后通过分析波束形成器输出信干噪比(SINR)随修正指数变化的情况,给出算法修正指数的取值范围。计算机仿真结果验证了该算法的有效性和优越性。      

一种基于降秩变换的ESB改进算法

提出了一种基于降秩变换的ESB改进算法,该方法首先用降秩变换矩阵对阵列接收数据进行降秩变换,利用干扰子空间和修正的期望信号导向矢量来构造降秩变换矩阵,然后进行波束形成.该算法解决了传统的基于特征空间(ESB)自适应波束形成算法方向图副瓣电平较高的问题,并且解决了当阵列协方差矩阵中不含期望信号或期望信号较小时方向图畸变的问题,从而大大提高了抗干扰能力.仿真结果证明,所提出的基于降秩变换的ESB改进算法具有良好的波束形成性能,验证了算法的有效性.     

迭代子空间跟踪和结构约束的自适应波束形成算法

自适应波束形成(adaptive beam-forming:ABF)方法通过对阵列数据进行加权处理来获得最大的输出信干噪比,对采样协方差矩阵依赖性较大.在小快拍和通道随机响应误差条件下,采样协方差矩阵的估计值与真实值通常存在较大差异,严重恶化了基于线性约束最小均方误差准则的自适应波束形成方法的干扰抑制性能.针对该问题,本文基于子空间投影类波束形成方法的思想,提出采用迭代子空间跟踪和结构约束的自适应波束形成方法.该方法首先利用clearing技术在训练样本集上依次跟踪主特征矢量并构成信号子空间;然后根据子空间投影类波束形成权矢量的结构特性计算自适应加权矢量.仿真结果表明本文方法能有效提高自适应波束算法的输出信干噪比.     

基于矩阵加权的稳健波束形成方法

提出了一种基于约束主瓣幅度波动范围的矩阵加权波束形成方法,该方法相比已有方法可以有效控制方向图的主瓣形状、旁瓣电平以及零点深度.存在噪声和系统误差时,该方法对于信号功率的估计具有更好的稳健性.通过约束主瓣幅度波动范围波束形成方法求得加权矩阵的协方差矩阵,对该协方差矩阵做特征值分解求得加权矩阵,通过划分特征值大小来确定最小规模的加权矩阵,该加权矩阵可以在不损失方向图形状和信号功率估计性能的条件下有效降低系统实现复杂度.     

一种虚拟波束形成自适应加权空间平滑算法

该文提出了一种用于自适应阵列的自适应加权空间平滑算法。通过构造虚拟自适应波束形成问题求取用于子阵协方差矩阵加权的加权向量,然后进行加权空间平滑自适应波束形成。理论分析与仿真结果表明,新算法能更有效地降低期望信号和干扰之间的相关性,使得用于空间平滑的子阵数减少,以降低阵列孔径损失。     

一种低副瓣稳健自适应波束算法

本文提出一种新型低副瓣自适应波束形成算法,解决了传统自适应波束形成器在干扰和高信噪环境下算法性能急剧下降的问题,并降低了快拍数对算法稳健性的影响。该算法基于标准Capon波束形成器,利用消除空域噪声的方法提高期望矢量的重估精度,并结合功率估计算法重构出干扰噪声协方差矩阵;然后使用特征干扰相消算法二次重构噪声协方差矩阵得到最优权值,增强算法在低样拍下的稳定性;最后对最优权值进行切比雪夫加权和二次约束实现了零陷加宽。仿真实验结果表明：新算法计算量小,旁瓣电平低,降低了在干扰运动和导向矢量失配时快拍数和信噪比对性能的影响。     

基于导向矢量估计的鲁棒波束形成

针对标准Capon波束形成器中真实导向矢量与期望导向矢量存在误差时,其性能会急剧下降的问题,提出了基于加权空间平滑与导向矢量估计相结合的鲁棒波束形成算法。该算法利用加权空间平滑方法,对子阵进行特殊的划分,根据子阵间自相关矩阵与互相关矩阵权重差异,采用嵌套的方式获得加权矩阵,继而得到更加精确的协方差矩阵,接着,使用不确定范围约束期望导向矢量来获得真实导向矢量。仿真结果表明,和传统的自适应波束形成算法相比较,本文算法在面对协方差矩阵中含有期望信号以及角度失配问题时,鲁棒性得到明显提升。     

一种稳健自适应多波束形成算法

在快拍数较少且多个输入期望信号功率差异较大的情况下,针对多数自适应多波束形成算法难以同时保持强弱期望信号波束稳健性的问题,文中联合子空间变换技术以及对角加载技术对协方差矩阵进行重构,提出了一种基于协方差矩阵重构的稳健自适应多波束形成算法。该算法不仅能够在快拍数较少且多个期望信号功率差异较大情况下同时保持各波束主波束无畸变,而且能够保持各波束零陷的稳健性。最后,通过波束图对比仿真实验分析验证了重构协方差矩阵对强弱期望信号波束主瓣与零陷稳健性的提升,并且通过输出信干噪比对比实验证明了文中提出的自适应多波束形成算法抗干扰性能更优。      

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。     

Statistical space-time adaptive processing algorithm

For the slowly changed environment-range-dependent non-homogeneity, a new statistical space-time adaptive processing algorithm is proposed, which uses the statistical methods, such as Bayes or likelihood criterion to estimate the approximative covariance matrix in the non-homogeneous condition. According to the statistical characteristics of the space-time snapshot data, via defining the aggregate snapshot data and corresponding events, the conditional probability of the space-time snapshot data which is the effective training data is given, then the weighting coefficients are obtained for the weighting method. The theory analysis indicates that the statistical methods of the Bayes and likelihood criterion for covariance matrix estimation are more reasonable than other methods that estimate the covariance matrix with the use of training data except the detected outliers. The last simulations attest that the proposed algorithms can estimate the covariance in the non-homogeneous condition exactly and have favorable characteristics.     

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。     

Adaptive beam weighting

The optimum adaptive steering of multibeam antennas is discussed, where a single beam is scanned or shaped by weighting and summing the antenna outputs. Classical principles and implementations are valid here. The most effective antenna system involves a set of orthogonal beams by means of which gain maximization, pattern synthesis, beam scanning, besides pattern null steering can be realized. A large weight dynamic range may be required for low sidelobe synthesis. A number of antennas fitting the desired type is cited. The feasibility of real weight instead of complex weight control is illustrated by means of a linear array fed by a Butler matrix.     

一种相干信号自适应波束形成零陷展宽算法

针对传统自适应波束形成器在相干干扰位置出现快速变化时,输出性能下降,甚至干扰抑制失效的问题,提出了一种相干信号自适应波束形成零陷展宽算法。首先,对接收数据协方差矩阵进行解相干处理得到Toeplitz矩阵;其次,对协方差矩阵进行重构和优化;最后,进行零陷展宽和对角加载处理。仿真结果表明：该算法不仅能对相干干扰自适应形成宽零陷,而且可以灵活地控制零陷的深度和宽度;与Mailloux算法相比,在输入信噪比较高的情况下,该算法能得到更低的波束旁瓣电平和更高的输出信干噪比     

相控阵的两级子阵级加权方法研究

研究相控阵雷达的两级子阵级加权方法.其中第1级子阵级加权用于抑制差波束旁瓣,与Bayliss加权相比,降低了硬件成本与复杂度.第2级子阵级加权用于对和、差波束进行自适应干扰抑制.给出基于修正导向向量的方法,可有效抑制自适应方向图的旁瓣;且具有实现简单的优点,与基于预处理的方法相比有效降低了运算代价.采用修正导向向量与最优波束形成器的结合方法,提高了旁瓣抑制的灵活性;可在较好抑制旁瓣的同时,得到与最优波束形成器非常接近的SINR.仿真结果证明了所提出方法的有效性.     

基于BMP及CMR的抗主瓣干扰算法研究

瓣干扰算法。通过分析阻塞矩阵预处理后数据特征值的变化情况,修正预处理导致的过处理现象,从而重构协方差矩阵,该算法适用于阻塞矩阵预处理导致的自由度损失的情况,能够解决由于预处理导致的主瓣波峰偏移等失真问题,同时算法复杂度较低。该算法最大的优点是当采样快拍包含目标信号时,其抗干扰性能较好,快拍敏感度相比常规的波束保形方法更低,经实测数据验证,结果显示出该算法的优越性。     

一种圆形天线阵列的波束赋形算法

基于自适应天线阵理论,给出一种用于圆形阵列天线方向图的波束赋形算法。该方法通过迭代获得一组最优权值,用来减小加权赋形方向图和期望方向图在主波束上的差别,同时将旁瓣电平降低到期望值。通过具体圆形阵列的算例说明了这种算法的有效性。