基于斜投影的波束形成算法

采样协方差矩阵求逆（SMI）的波束形成方法在少快拍数、高信噪比和相干信源情况下波束形成性能下降。对角线加载技术能改善方向图畸变,但是加载量的确定一直是一个比较困难的问题。该文提出基于斜投影的波束形成算法,它对接收信号斜投影,可有效消除干扰,进而提高波束形成的鲁棒性。仿真结果表明：该算法在高、中、低信噪比下都具有较好的波束形成性能：且在少快拍数和相干信源情况下仍具有较好的波束形成性能。该算法只需要期望信号的方向矢量和接收信号,是～种性能优越且鲁棒的波束形成算法。     

基于噪声空间加权重构的相干信号DOA估计

针对传统相干信号DOA估计算法在低信噪比、少快拍数以及阵列通道幅相误差下存在的角度分辨力差和测角性能不稳定问题,本文提出一种基于噪声空间加权重构的相干信号DOA估计算法。该算法首先利用共轭重构对阵列接收信号协方差矩阵作解相干处理;然后在信源大致方位内对导向矢量作定积分,计算积分矢量与整个噪声子空间正交基矢量的交空间基矢量,并以此对噪声子空间进行加权;最后运用加权重构后的噪声子空间建立算法空间谱函数,谱峰搜索估计得目标的DOA。计算机仿真结果表明,本文所提算法易实现低信噪比、少快拍数以及通道幅相误差下相干信号的DOA估计。     

正交模约束的稳健波束形成算法

Capon波束形成算法在导向矢量存在误差或是在较少快拍数或高信噪比情况下,都会使波束产生严重的畸变。为了提高波束的稳健性,该文提出了一种正交模约束的稳健波束形成算法(OCCB),并通过二次求导得到阵列权值的具体数学表达式。该算法在Capon算法的基础上,增加对阵列权值和噪声子空间的正交模约束,实现了在不影响信号和干扰特征值的同时,完成对噪声特征值的加载,减小噪声特征值的扩散程度。分析了部分对角加载对期望信号、干扰和噪声的影响。该算法在导向矢量存在误差、采样快拍数较少和高信噪比情况下,都可使波束具有更低的旁瓣和更加准确的主瓣指向,同时对干扰能进行较好的抑制,仿真结果证实了方法的有效性。     

单快拍虚拟阵列Toeplitz矩阵重构的相干信源DOA估计

针对相干信源的DOA估计,提出一种基于单快拍虚拟阵列Toeplitz矩阵(SSVT)重构的解相干算法。该方法利用阵元接收的单快拍数据构造出双向虚拟子阵,并对虚拟子阵的协方差矩阵的平均值进行Toeplitz矩阵重构,实现对相干信源的DOA估计。该方法无需进行多次快拍,在不损失阵列孔径和工作阵元的基础上实现相干信源的DOA估计。仿真结果表明,该算法降低了运算量,在低信噪比的情况下也能分辨M-1个相干信源。     

基于压缩感知的被动雷达导引头信源数估计方法

随着雷达反摧毁技术的发展,被动雷达导引头面临着在雷达和诱饵形成的不完全重合信号中进行超分辨测向的挑战,需要单快拍测向技术。现有测向技术大多假设信源数已知,而传统的信源数估计方法在单快拍时性能大幅下降甚至失效。为解决这一问题,提出了一种基于压缩感知的单快拍信源数估计方法。该方法首先将被动雷达导引头阵列测向模型稀疏表示,其次通过子空间算法和压缩感知算法相结合进行降阶和解相干处理,然后提出一种改进的正交匹配追踪算法,研究残差的变化规律,最后构造目标函数估计信源数。仿真实验表明,该方法在单快拍、阵元数少、信号相干的极端情况下估计成功率较高。     

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。     

基于斜投影的DOA估计和盲信号识别协同算法

阵列信号处理领域中,经常需要分析阵列接收信号的波达方向(DOA)和波形信息。在缺乏信号先验DOA和波形信息的情况下,提出了一种新的斜投影DOA估计和盲信号识别协同算法,实现对未知阵列接收信号的自适应分析。该算法交替地采用斜投影空域滤波技术将阵列接收信号拆分为单信号群组,在每个单信号群组内进行DOA和波形联合估计。算法适用于主瓣干扰存在的情况,并且在中小快拍数下有较好的估计性能。理论分析和仿真实验证实了文中算法的有效性。     

基于IAA的协方差矩阵重构稳健波束形成方法

针对小样本背景下,存在相干信号、相位及阵元位置误差,传统波束形成方法性能不佳的问题,提出了基于迭代自适应法(IAA)的协方差矩阵重构稳健波束形成方法。该方法利用IAA估计出精确的功率谱,并进一步利用IAA估计的功率重构干扰协方差矩阵。重构过程中,将积分区域缩小到三维立体环域,减少无用信息的影响,提高了干扰协方差矩阵的重构精确度。最后通过波束形成抑制干扰信号。由于IAA不依赖于信号的非相干假设,解决了相干信号存在下的方位估计和功率估计。仿真表明,所提出的方法在相干信号、少快拍、相位及阵元位置误差同时存在的情况下,相对于其他波束形成方法,具有最优的信干噪比(SINR)输出,表明该方法具有优良的抑制干扰性能。     

稀疏圆阵的解相干求根MUSIC算法

针对稀疏圆阵的波达方向估计问题,提出了解相干求根MUSIC算法(Sparse UCA Decorrelation Root-MUSIC,SDR)。通过改进传统的波束变换方法,进行相位校正,并在波束域进行误差补偿,得到具有共轭对称结构的波束域导向矢量。在波束域进行前后向平均处理和使用求根MUSIC算法,实现多组相干源的解相干,且避免了谱搜索,减少了运算量。平均处理增加了数据量,算法在低信噪比和低快拍数情况下有更好的估计性能。计算机仿真表明,本算法适用于稀疏圆阵对相干源的DOA估计而且有较好的估计性能。     

空间步进频雷达多参数联合稀疏估计方法

在复杂环境下,由于少快拍、低信噪比和相干信号导致目标距离-角度二维超分辨估计性能下降,误差增大,本文提出了一种基于空间步进频雷达的距离-角度二维稀疏估计方法。该方法根据空间步进频雷达的回波特性得到距离和角度联合的等效接收信号模型;然后利用迭代的加权lq范数的稀疏渐进最小化方差方法获得距离 角度二维功率谱估计。仿真结果表明,所提方法可以准确地实现目标距离 角度的二维估计,相对于MUSIC,lq-SIM和SAMV方法,本文方法在小样本和低信噪比情况下具有较高的估计精度,并且对相干目标仍具有较好的性能。     

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...     

平面相控阵系统自适应数字波束形成技术

面阵是雷达系统的主要形式之一，文中主要研究平面相控阵系统的自适应数字波束形成算法。面阵系统所用阵元数多，数据量大，要实现DBF有很大难度，目前针对面阵DBF技术的研究也较少。文中介绍了基于面阵的SMI自适应DBF算法，该算法有较好的性能，适于大型阵列的处理实现。为了提高实时性，改善SMI算法的副瓣性能，常常采用对角加载（DL）技术。DL加载值的选择非常关键，对此也进行了详细的讨论，并提出对角加载不仅可以改善SMI算法的副瓣性能，还可以在一定程度上抑制阵列通道幅相起伏误差对算法性能的影响。     

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。     

极化域-空域联合的APES波束形成

为了进一步提高极化敏感阵列的滤波性能、得到更为稳定的波束图,将常规的幅度相位估计算法扩展到极化域-空域联合的自适应波束形成中,提出了一种新的波束形成算法SPAPES(Spatial-Polarization Amplitude and Phase Estimation)。首先,给出了算法的信号模型。然后,对所提出算法的滤波原理作了理论推导,得到了最优权向量的表达式。最后,通过仿真实验验证了算法的有效性。计算机仿真结果表明,在强期望信号功率、低采样快拍数的情况下,所提算法都可以很好地在空间-极化联合域中抑制干扰,同时该算法还具有对相干信号的解相干能力。     

基于空间斜投影的宽带多相干组 DOA 估计算法

针对宽带多相干组信号条件下传统的聚焦类算法性能下降的问题,提出一种基于空间斜投影的宽带波达方向(DOA)估计算法。该算法首先利用窄带解相干算法得到初始的DOA估计值,接着通过求解约束最小化问题得到各相干组信号的衰落系数估计值;然后,利用空间斜投影技术将不同的相干组信号分离,并利用聚焦变换将分离的信号聚焦到单一频点处;最后,利用窄带高分辨算法得到最终的DOA估计值。仿真实验表明:与现有的聚焦类算法相比,文中算法具有更好的估计性能,在较低信噪比情况下尤为明显;同时,文中方法对于相关性较低的空间色噪声也有一定适用性。     

一种基于自适应阵列天线的波束赋形算法

自适应阵列天线中的数字波束赋形(DBF)技术是智能天线数字信号处理部分的核心.提出了一种可用于自适应阵列波束赋形的SMI-LMS算法--由SMI(采样协方差矩阵求逆)算法决定LMS(最小均方)算法的初始权向量.该算法充分结合了SMI算法收敛速度快和LMS算法稳态误差小的优点,能在较强干扰环境下,确保权向量的快速收敛和跟踪速度.与传统的LMS算法相比,SMI-LMS算法具有良好的收敛性能、较快的跟踪速度和较小的输出误差,并可以有效改善自适应方向图的副瓣性能.仿真结果验证了该结论.     

稳健的相干干扰抑制算法

针对自适应波束形成在干扰位置扰动以及存在相干干扰时的性能下降问题,提出了一种稳健的相干干扰抑制算法。该算法首先估计出相干干扰的来波方向,然后以期望方向增益最大,旁瓣方向增益最小为条件建立波束权矢量求解的优化问题,并利用干扰零陷展宽方向增益的二范数小于控制系数作为约束条件来克服干扰扰动。与已有的自适应算法相比,本文所提方法求解权矢量不需要采样数据协方差矩阵求逆过程,对快拍数要求低,能有效控制零限宽度和深度,对转发式相干干扰和干扰平台抖动具有良好的抗干扰效果。仿真结果证明了所提方法的有效性和稳健性      

模式空间矩阵重构波束形成算法研究

该文提出了一种均匀圆阵相干波束形成方法,这里称为模式空间矩阵重构(MODE-TOEP)波束形成算法。该算法在对均匀圆形阵列(UCA)的输出信号进行模式空间转换的此基础上,重新构一个特殊的Toeplitz矩阵,然后进行基于特征空间的波束形成,可以有效地抑制相干干扰。与模式空间平滑ESB算法相比,MODE-TOEP波束形成算法运算量小而且干扰抑制性能更好。计算机仿真表明MODE-TOEP波束形成算法的有效性和优越性。     

MIMO雷达降维的低运算量波束形成方法

多输入多输出（Multiple Input and Multiple Output, MIMO）雷达在运用常规地最小方差无失真响应（Minimum Variance Distortionless Response, MVDR）波束形成器和线性约束最小方差（Linearly Constrained Minimum Variance, LCMV）波束形成器进行接收波束形成的时候,需处理的数据维数比常规雷达要大许多,由此导致了其运算量十分巨大。考虑到MIMO雷达发射的是多个相互正交的波形,所以匹配滤波之后在进行接收波束形成的时候可以将MIMO雷达全维波束形成等效为多个单输入多输出（Single Input and Multiple Output, SIMO）雷达的波束形成合成,由此在进行数据处理的时候降低了数据的维数,减少了估计协方差矩阵需要的快拍数目,大大降低了运算量,并且与已有的降维算法相比不需要对波束形成权矢量进行迭代求解。仿真表明在大量数据快拍数时新方法与全维的接收波束形成性能基本一致,且在低数据快拍数时依然保持良好的性能,同时运算量与全维方法相比大大下降。      

相干多径环境下的波束形成技术研究

自适应阵列的性能在相干环境下会急剧下降。常用空间平滑技术对接收信号进行预处理。然而,均匀空间平滑不能完全去除信号间的相干性,对相干信号的抑制并不理想。该文根据线性约束最小方差(LCMV)准则,分析了空间平滑基础上的信号子空间投影、正交投影和斜投影三种投影方式的性能效果。仿真结果表明,斜投影有着比信号子空间投影更高的性能,同时比正交投影更易于实现。