基于经验模态分解的模态域MVDR方法研究

 矢量阵MVDR波束形成可有效地实现信号的空间谱估计,但它仅适用于窄带信号,当各目标强度相差较大时,难以实现对弱目标的有效检测.经验模态分解具有突出信号局瞬特征的特点,可将多分量信号分解成多阶固有模态函数.结合固有模态函数特性和MVDR窄带信号要求,提出了矢量阵模态域MVDR波束形成算法,并将中心频率的概念应用于固有模态函数,以此作为模态域MVDR波束形成算法的中心频率.海试结果表明:本方法可增强弱目标所在方位空间谱的能量,有效地实现强干扰下弱目标的检测.     

基于宽带MVDR波束形成的弱信号检测研究

在复杂电磁环境中,常规波束形成的性能下降会使检测弱信号变得十分困难。若空间存在相干干扰时,常规阵列信号处理方法大都无法区分干扰与目标信号。针对宽频带、强干扰以及信号相干的问题,研究了可以抑制干扰的最小方差无畸变响应(MVDR)波束形成方法,并讨论了宽带MVDR的几种实现方式,即非相干最小方差(IC-MV)、空间重采样最小方差(SRMV)和指向最小方差(STMV),通过仿真比较了上述算法的弱信号检测性能。     

一种新的均匀圆阵宽带波束域高分辨测向算法

波束域算法是通过对阵列信号进行波束形成预处理,再进行高分辨测向.本文提出了一种新的均匀圆阵宽带波束域高分辨测向算法,推导出波束域聚焦矩阵的表达式.新方法大大提高了圆阵宽带波束域测向算法的分辨率,估计精度等性能.最后通过计算机仿真,与基于模式空间变换的宽带圆阵波束域算法和宽带圆阵相干信号子空间算法进行了比较,验证了新算法的优良性能.     

宽带相关信号的二维DOA高分辨估计

研究利用导向最小方差(STMV)法实现了宽带相干信号的一维和二维高分辨DOA估计.与传统的最小方差无畸变响应(MVDR)法相比,STMV法更适于处理宽带信号.由于利用了导向协方差矩阵的时空统计特性,该方法比MVDR具有更高的空间分辨力和更好的稳健性.     

基于MVDR算法的频控阵雷达干扰抑制方法北大核心CSCD

为提高频控阵雷达的抗干扰能力,针对基于最小方差无失真响应(MVDR)波束形成算法的频控阵雷达干扰抑制方法进行了研究。首先,构建了频控阵阵列系统的信号模型,基于信号模型推导了基于频控阵的MVDR波束形成算法;然后,将传统相控阵中的MVDR波束形成算法应用到频控阵当中;最后,通过仿真分析了MVDR波束形成算法的抗干扰能力。仿真结果表明:采用MVDR波束形成算法能够实现目标位置增益最大;此外,信号输出信噪比随输入信噪比的增大而逐渐增大。文中研究能有效提高频控阵雷达在距离与角度维度的抗干扰能力,对于提升雷达检测系统的性能具有重要意义。     

一种改进的MVDR相干信源DOA估计算法

最小方差无失真响应(MVDR)算法是一种经典的波束形成算法,同时也能实现DOA估计,但是其分辨力往往比较低.针对这一不足,提出了一种改进的MVDR相干信源DOA估计算法.该算法首先对阵列接收数据阵进行共轭重排构造出增广数据矩阵,然后利用奇异值分解(SVD)求出增广矩阵的伪逆,再用传统的MVDR算法进行DOA估计.仿真结果表明,与传统的MVDR算法和前后向空间平滑算法相比,在阵元数较少和快拍数较低的情况下,该算法具有更高的DOA估计精度和分辨力,因而是一种很好的相干信号DOA估计算法.     

宽带波束域频率聚焦自适应波束形成算法

针对传统时延控制波束形成器无法适应宽带信号接收的问题,提出一种宽带波束域频率聚焦自适应波束形成算法。首先,通过时延控制方法在空间预设方位形成多个独立波束,利用傅里叶变换将多波束数据变换到频域,针对每个频点构造聚焦矩阵,通过聚焦变换将宽带信号对齐到同一参考频率;然后,估计子带聚焦后的协方差矩阵,并进行特征分解得到信号子空间;最后,利用基于特征子空间(ESB)的波束形成方法得到权矢量,实现自适应波束形成。仿真结果表明,该算法能够实现对宽带信号的自适应接收,具有良好的抗干扰能力和稳健性。     

基于二元矢量阵的相干源分辨性能研究

相干源的存在使矢量阵的高分辨方位估计性能严重恶化。分析了单矢量传感器的阵列流型,结合空间平滑算法的应用条件,给出了基于二元矢量阵的最小方差无失真响应(MVDR)和多重信号分类(MUSIC)解相干算法,研究了算法的性能。理论分析和仿真实验证明该算法可实现对相干源的到达方向(DOA)估计,在相同信噪比条件下,相较于MVDR算法、MUSIC算法具有更好的方位分辨力,受到相干源之间方位夹角的影响更小,而且对相干源之间的强度差异不敏感。     

一种快速解相干的恒定束宽宽带波束形成算法

目前,恒定束宽宽带波束形成算法中权值拟合运算量较大,当信号与干扰相干时性能恶化.文中将宽带测向中常用的聚焦变换的思想(即频域平滑)运用于权值拟合中,在保证恒定束宽的条件下,实现解相干功能.同时,在聚焦矩阵求取过程中,利用Bessel函数分解导向矢量的性质,构造出可以预先计算并存储的聚焦矩阵,大大减少了权值拟合的运算量.仿真结果验证了本文算法的有效性.     

基于稀疏约束和SRV约束的宽带自适应波束形成

针对传统的宽带MVDR自适应波束形成中,抑制干扰的同时会抬高旁瓣电平,且过多的线性约束会导致波束输出的SINR性能下降的问题,提出了一种基于SRV约束和稀疏约束的低旁瓣、高增益宽带自适应波束形成方法.该方法在窄带MVDR自适应波束形成基础上,通过增加波束图稀疏约束来降低波束的旁瓣电平,同时利用空间响应偏差(SRV)约束将窄带算法推广到宽带MVDR 自适应波束形成中,极大地降低了算法的复杂度,改善了波束输出的SINR 性能.与传统方法相比,该方法在降低宽带波束的旁瓣电平的同时,还具有良好的干扰抑制效果.数值仿真实验验证了该方法的有效性.