存在相干信号时的最优波束形成

本文提出一种新的存在相干信号时的最优波束形成方法。该方法首先利用估计得到的期望信号和相干信号 的方向形成变换矩阵,去掉数据中的期望信号和相干信号成分，求得不相关干扰信号的子空间以及其正交子空间，然后得到期望信号和相干信号的合成导向矢量在该正交子空间中的投影矢量，并把该投影矢量作为自适应权矢量。经理论分析表明，这种方法基本上和理论上的最优方法相同。另外，该方法可以适用于任意的阵列结构，并且对期望信号和相干信号方向估计误差具有很强的稳健性。计算机仿真结果证实了本文方法的有效性。     

拥挤干扰环境下的一种多载波扩频信号接收波束成形方法

针对拥挤干扰环境中的多载波扩频通信系统,提出了一种基于期望信号波达方向估计和干扰功率空间谱分析的波束成形方法。该方法首先利用多载波扩频调制信号的频率分集特性估计期望信号的波达方向,然后利用空间谱分析估计干扰信号的空间功率分布,在此基础上完成波束成形。该方法能够在拥挤强干扰环境下精确估计信号的波达方向,从而保证了干扰信号空间谱估计的有效性。仿真结果表明,即使干扰信号的功率显著强于期望信号,本算法仍然能够精确地估计出期望信号的波达方向,从而保证算法的有效性。     

一种能有效接收相干信号的波束形成技术

在假设事先估计得到不相关干扰信号方向的条件下,本文提出了一种能有效接收相干信号的波束形成方法.该方法首先利用估计得到的不相关干扰信号的方向构造变换矩阵,然后基于变换矩阵估计得到期望信号和相干干扰信号的合成导向矢量,最后利用得到的合成导向矢量和阵列相关矩阵求得波束形成的权矢量.计算机仿真结果证实本文所提方法基本上达到理论上的最优性能,且能快速收敛.     

稳健的宽带恒定束宽波束形成算法

针对运动目标入射及存在信号波达方向(DOA)估计误差时传统波束形成器性能下降的问题,提出一种稳健的宽带恒定束宽波束形成算法。该算法首先在目标入射角可能存在的范围内选取离散点,设定相应的期望及零陷响应,再结合空间响应变化(SRV)约束,将算法在信号带宽内不同频点的阵列响应约束简化为对某一参考频点的约束,并约束权矢量模值以抑制随机噪声,最后分别利用内点法和拉格朗日乘子法求解最优权矢量,实现稳健的宽带恒定束宽波束形成。实验结果表明该算法可以有效实现对运动目标的空域滤波,具有良好的恒定束宽特性及较高的阵列输出性能。      

一种空域-极化域联合稳健自适应波束形成算法

为有效提高阵列对来波方向误差和极化参数误差的鲁棒性,提出一种空域-极化域联合稳健自适应波束形成算法,首先在每个干扰信号来波方向-极化角区间上重构干扰噪声协方差矩阵,然后在期望信号来波方向-极化角区间上估计其导向矢量,设计空域-极化域联合稳健波束加权。通过仿真实验可发现,所提算法对由来波方向角度误差和极化参数误差所引起的导向矢量失配具有很好的鲁棒性。     

平面天线阵快速正交投影波束形成算法

针对大型平面天线阵列下样本数据含有期望信号时，正交投影（OP）波束形成算法不再适用的问题，提出一种新的基于阻塞矩阵的正交投影快速波束形成算法。该算法首先构造阻塞矩阵从样本信号中阻塞掉期望信号，再对阻塞后的样本信号进行施密特（GS）正交化得到重构后的干扰子空间，最后在此基础上实现正交投影波束形成。新算法适用于任意阵型的二维均匀平面阵，在小快拍数下能快速计算出自适应权重。仿真结果表明，无论是弱干扰信号还是强干扰信号，该算法都具有很好的抗干扰性能。     

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.     

一种基于简化极化敏感阵列的APES波束形成算法

为了有效降低极化敏感阵列各共点分量之间互耦的相互影响,进一步提高极化阵列的滤波性能,基于新的阵列模型提出了幅度相位估计(APES)波束形成算法。首先,给出了简化极化阵列的布阵模型和接收信号模型;然后,针对简化极化阵列给出了极化APES波束形成算法的详细理论推导,得到了最优权向量的表达式;最后,通过仿真实验验证了极化APES在波束形成方面的有效性。仿真结果表明该算法在强期望信号功率、低采样快拍数或是存在相干干扰的情况下都具有稳定的波束图。     

一种改进均方误差性能的新型鲁棒性波束形成算法

结合信干噪比最大化和均方误差最小化两个优化目标,提出一种新型的鲁棒性波束形成算法.该方法考虑信号估计误差,在传统的最小方差的代价函数中引入信号协方差矩阵的估计误差,并在波达角估计误差的约束下,将鲁棒性波束形成器转换成基于支持向量机形式的波束形成器,通过一种高效的新型支持向量机训练算法计算阵列权值;然后以均方误差最小化为目标来修正阵列权值.仿真结果表明:该方法降低了波束形成器对信号估计误差的敏感度,提高了其抑制非平稳干扰的能力,且具有更好的均方误差性能.     

极化域-空域联合的四元数APES波束形成算法

为了得到稳定的波束方向图、进一步提高极化敏感阵列的滤波性能,文中提出了一种极化域 空域联合的四元数幅度相位估计(Q-APES, Quaternion-Amplitude and Phase EStimation)自适应波束形成算法。首先,利用四元数信号模型很好的保持了两分量阵列各阵元输出信号分量之间固有的正交特性,使得该模型较传统的长矢量模型更适合于极化敏感阵列信号处理。然后,将纯空域的APES算法拓展到极化域-空域联合处理中,给出了Q-APES算法的理论推导和分析,得出了四元数最优滤波权向量,并通过仿真实验验证了文中算法的有效性。计算机仿真结果表明,在强期望信号、低采样快拍数或是入射干扰信号与期望信号相干的情况下,文中算法都可以很好的实现极化域-空域联合自适应滤波。      

单快拍数据的分布式阵列DOA估计

该文针对分布式阵列相干信号单次快拍波达方向估计问题,提出一种基于状态空间平衡法的1维波达角估计算法。该算法首先直接利用单快拍数据以分布式阵列每个子阵单元进行Hankle矩阵构造,然后采用状态空间平衡法,分别获得低精度无模糊的子阵单元内DOA估计和高精度有模糊的子阵单元间DOA估计,最后结合配对和解模糊算法获得高精度无模糊DOA估计。该算法不受信号形式限制,可同时对相干信号和非相干信号进行处理,能充分利用分布式阵列扩展阵列物理孔径特性,获得较高的DOA估计精度。计算机仿真结果验证了所提算法的有效性。     

基于广义旁瓣相消的新降维方法

针对阵列信号中部分自适应信号处理问题，提出了一种新的基于广义旁瓣相消的降维方法。该方法利用波束形成无法对加性白噪声进行抑制的特点，根据广义旁瓣相消器的结构，设计出一种新的阻塞降维矩阵，使辅助通道内仅存干扰信号，从而增强主辅通道关于干扰信号的相关性，更有利于抑制干扰，同时也达到了降维的效果。另一方面，在存在阵列误差的情况下，借助稳健的波束形成算法，对阻塞降维矩阵进行校正，既使算法对模型误差不敏感，又便于进行降维后的部分自适应处理，降低运算量。最后通过大量的计算机仿真验证了所提方法的有效性和优越性。     

一种相干环境下的稳健自适应波束形成算法

针对均匀线阵提出了一种相干环境下的稳健自适应波束形成算法.该算法首先对接收数据采样协方差矩阵进行迭代Toeplitz处理,一方面可实现对相干信号的去相关,另一方面避免了由噪声子空间扰动引起的性能下降;然后利用处理后的矩阵进行基于特征空间的自适应波束形成,从而很好地解决了存在波束指向误差时的相干干扰抑制问题,并且在小快拍情况下也具有良好的阵列输出性能.计算机仿真实验结果证明了该方法的有效性.     

基于波束空间的自适应波束形成算法

提出了一种稳健的波束形成算法。该算法利用干扰信号的导引向量和噪声向量对接收信号的协方差矩阵进行重构,经此处理后的协方差矩阵的信号子空间中不再包含期望信号成分,使得当期望信号功率较强时应用LCMV算法也不会对期望信号进行抑制。此外,算法还引入了锥形方差矩阵技术增强算法抑制干扰的能力。最后仿真证明了该算法的有效性。     

一种基于广义旁瓣相消的稳健降维方法

在自适应阵列信号处理中,为了高效进行干扰和噪声对消,提出了一种基于广义旁瓣相消的稳健降维方法。该方法利用信号子空间特征矢量和期望信号的投影导向矢量构造稳健降维阻塞矩阵,阻塞期望信号和噪声分量,使辅助支路中只含有干扰信号,达到了降维的效果,同时提高了算法对阵列天线误差的稳健性。仿真结果表明,该方法对阵列模型误差不敏感,可以有效地降低运算时间。     

强干扰下的盲波束形成算法

针对恒模波束形成算法在干扰信号功率较强的情况下不能收敛到期望信号的问题,提出了一种基于独立分量分析的盲波束形成算法。该算法应用独立分量分析的方法来分离阵列接收信号,通过期望信号来向约束分离向量使其收敛到期望信号,算法在强干扰信号情况下能够收敛到期望信号、对非恒模信号有效并且运算量适中。理论分析和仿真实验表明提出的算法在强干扰和幅相误差存在的情况下相比恒模算法性能优越。     

基于二次型约束的鲁棒自适应波束形成算法

针对期望信号方向向量存在偏差会导致自适应波束形成算法的性能急剧下降这一问题,该文提出了一种基于二次型约束的鲁棒自适应波束形成算法。通过对期望信号波达方向附近范围内的方向向量的误差模值进行约束,来提高算法的鲁棒性,并在此约束条件下对权重向量进行优化求解,且优化解中的参数能够准确求出。该算法可有效地控制波束主瓣区域内信号的畸变,并能够抑制方向向量偏差所带来的影响,提高了系统的鲁棒性,同时使干扰和噪声的功率输出最小,保证了对干扰信号的抑制能力,改善了阵列输出的信干噪比,使其更接近最优值。仿真结果验证了所提算法的有效性与优越性。     

一种基于期望信号预减除的稳健自适应波束形成方法

针对自适应波束形成中的期望信号自消除问题,提出一种干扰加噪声协方差矩阵重建稳健自适应波束形成方法。算法具有较低的计算时间复杂度。该方法首先使用波达方向估计技术得到期望信号的波达方向,其次对每两根相邻天线的接收信号进行特定的加权相减,能够减除阵列信号中的期望信号成分,继而得到不含期望信号且保留了干扰加和噪声的更新阵列信号,再次,使用更新阵列信号计算干扰加噪声协方差矩阵,最后计算得到加权矢量。理论分析给出了减除期望信号过程的原理和算法的复杂度,仿真结果表明,在16阵元情况下,所提算法的输出信干噪比(Signal to Interference plus Noise Ratio,SINR)性能比最优值低0.52 dB,因自由度损失造成的性能损失小于0.3 dB,综合性能优于其他对比的方法。     

基于分数低阶矩的干涉阵列米波雷达稳健测高方法

限制米波(VHF)雷达低角测高性能的关键因素是波束宽及复杂多径反射信号。该文提出倒T形干涉式阵列以扩展阵列孔径和增加阵列自由度(DOF),并提出基于分数低阶矩(FLOM)的干涉阵列米波雷达低角稳健测高算法。该算法针对复杂多径信号中非高斯分布的散射分量,从理论上证明分数阶协变矩阵(CM)仍保留阵列流形结构特征,并结合2维空间平滑技术实现分数阶协变矩阵的解相干,再由双尺度酉ESPRIT算法实现稳健低角测高。最后从理论上提出干涉阵列的3区基线设计法。实验结果验证干涉阵列与测高算法的有效性与正确性,说明干涉阵列提高了低角目标分辨性能,也说明了分数低阶矩增强了低角测高算法的稳健性,并验证3区基线设计法的理论正确性。     

基于分数低阶矩的干涉阵列米波雷达稳健测高方法

限制米波(VHF)雷达低角测高性能的关键因素是波束宽及复杂多径反射信号.该文提出倒T形干涉式阵列以扩展阵列孔径和增加阵列自由度(DOF),并提出基于分数低阶矩(FLOM)的干涉阵列米波雷达低角稳健测高算法.该算法针对复杂多径信号中非高斯分布的散射分量,从理论上证明分数阶协变矩阵(CM)仍保留阵列流形结构特征,并结合2维空间平滑技术实现分数阶协变矩阵的解相干,再由双尺度酉ESPRIT算法实现稳健低角测高.最后从理论上提出干涉阵列的3区基线设计法.实验结果验证干涉阵列与测高算法的有效性与正确性,说明干涉阵列提高了低角目标分辨性能,也说明了分数低阶矩增强了低角测高算法的稳健性,并验证3区基线设计法的理论正确性.