基于独立分量分析的盲波束形成算法

介绍了在信号来向和阵列流型未知情况下进行波束形成的常用方法,阐述了盲波束形成的恒模算法和高阶累积量算法。提出了基于独立分量分析的盲波束形成算法,结合目前阵列信号处理系统中的实际问题对基于恒模、高阶累积量和独立分量分析的盲波束形成算法进行了仿真比较。理论分析和仿真实验表明,基于独立分量分析的盲波束形成算法在强干扰信号、信号来向相近和收敛速度等方面性能优越。     

恒模算法在盲波束形成中的应用

介绍了随机梯度恒模算法和最小二乘恒模算法以及它们在盲波束形成中的应用，总结了几种适用于多用户盲波束形成的恒模算法，分析了每一种方法的特点，并以四元均匀线阵为例，利用计算机模拟给出了这些算法的收敛性能，结合恒模算法的研究现状，指出了有待研究的几个问题。     

一种基于新代价函数的CMA盲多波束形成算法研究

文章提出一种恒模多目标盲波束形成算法。该方法通过对一种新的代价函数的最小化，来盲估计波束形成器的权矢量，以小于多目标最小二乘恒模的计算量完成对多目标的分离提取。同时，为减小空间噪声的影响及防止强干扰造成目标的错误锁定，利用子空间投影和梯度恒模对步长因子的敏感性进行预处理，消除了空间复杂噪声和强干扰的影响。本文通过仿真实验和实际采集信号处理验证了算法的正确性和有效性。     

TD-SCDMA系统智能天线波束形成算法的研究

以自适应波束形成算法为切入点,针对TD-SCDMA系统,提出一种加入扩频序列的协方差矩阵求逆最小二乘恒模(SMI-LSCMA)波束形成算法.该算法在SMI-LSCMA基础上,利用特定用户信号的扩频序列信息来锁定该用户接收信号,使权值向量更快更准确的收敛.经过仿真验证,该算法具有较好的波束形成能力和较高的输出信噪比.     

TD—SCDMA系统智能天线波束形成算法的研究

TD-SCDMA系统基站端的智能天线通过波束形成能够显著减小多址干扰,改善通信质量。提出了一种加入扩频序列的协方差矩阵求逆最小二乘恒模（SMI-LSCMA）波束形成算法,该算法在SMI—LSCMA基础上利用特定用户信号的扩频序列信息来锁定该用户接收信号,这样可以使权值向量更新算法更快收敛。经过仿真验证,该算法具有较好的波束形成能力和较高的输出信噪比。     

一种基于导向矢量约束的恒模盲波束形成算法

针对阵列信号波达角(direction of arrival,DOA)先验信息已知的情况,利用信号的恒模特性,在卡尔曼滤波(Kalman filter,KF)结构下,提出一种附加阵列导向矢量约束的自适应波束形成算法.对约束情况下的卡尔曼滤波目标函数运用拉格朗日乘子法,求得约束条件下的最优估计表达式,并将其推广到无迹卡尔曼滤波(unscented Kalman filter,UKF)算法中,通过约束迭代算法对阵列估计信号的导向角施加约束,实现约束UKF自适应波束形成算法的最优权值分配.仿真过程中,用所提算法与约束恒模迭代最小二乘算法和约束最小方差迭代最小二乘算法作对比,表明表明,该算法在收敛速度、信噪比、稳健性、跟踪性能方面具有较好的性能.     

基于干扰矩阵重构的稳健自适应波束形成算法

针对较高信噪比下自适应波束形成性能退化问题,提出了一种基于干扰噪声协方差矩阵重构的新型稳健自适应波束形成算法。利用空间谱估计方法重构出不含期望信号的干扰噪声协方差矩阵,保证了高信噪比时波束形成器的输出增益;并基于信号子空间与干扰子空间的正交性建立了期望信号导向矢量估计的约束条件,以求解出近似最优的权值矢量。理论分析和仿真结果表明,当存在随机指向误差和局部散射时,该算法在较大输入信噪比范围内的性能仍接近最优,较现有算法稳健性更强。     

概率约束稳健恒模自适应波束形成算法

针对恒模信号,将概率约束稳健算法与恒模算法相结合,提出一种新的稳健自适应波束形成算法.先将导向偏差分为高斯随机分布和未知分布2种场景,分别建立优化代价函数,并将该优化问题转化为二阶锥规划问题,运用内点法高效求解.然后对算法求解的全局最优性进行理论分析.在数值仿真部分,用所提算法与相关稳健算法作对比仿真,验证该算法的优越性和有效性.     

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。     

基于小波时间延迟估计的宽带信号波束形成算法研究

在阵列信号接收中,由于信号多径效应,阵列天线接收到不同时间延迟的期望信号,这使得高精度的波束形成技术成为信号处理中的一个难点。该文提出了一种考虑时延的波束形成算法。该算法首先通过小波算法对宽带接收信号进行接收信号时间延迟估计,将时延估计值与预存时延估计值进行误差比较,并对接近期望信号方向的空间多波束进行迭代优化,最后实现在空间中形成整体的自适应波束。仿真结果验证了改进算法的有效性。     

基于正交小波变换的变步长盲均衡算法

提出了一种基于正交小波变换的变步长盲均衡算法。该算法将正交小波变换理论引入到常数模盲均衡算法中,充分利用小波变换对信号的去相关性及指数型变步长控制迭代过程的特性来加快收敛速度。与常数模算法及基于正交小波变换的盲均衡算法相比,该算法收敛速度快、稳态误差小、均衡效果好。水声信道盲均衡的仿真结果,验证了其的性能。     

联合像素多基线InSAR降维处理方法

针对联合像素多基线InSAR处理的大运算量问题,提出了一种降维处理方法．在分析联合像素协方差矩阵构造过程的基础上,指出SAR图像配准时信号子空间的维数是不随卫星数目的增加而改变的．利用Lanczos迭代进行信号子空间逼近,避免了对高维协方差矩阵进行特征值分解,利用信号子空间拟合代替信号子空间向噪声子空间的投影,至少能够降低运算量50％以上．对仿真多基线数据和实测单基线数据的处理结果验证了本算法能保证处理精度要求．     

基于区域划分的双模式盲均衡算法研究

改进常模算法(MCMA)克服了常模算法(CMA)对相位不敏感的缺点,但收敛性能仍然较差。本文研究了依据区域划分将MCMA和判决引导(DD)算法有机结合的双模式盲均衡算法:通过综合考虑信噪比和剩余码间干扰,研究了区域划分边界的确定;讨论了不同模式中步长的选取;并应用滞后切换策略克服这种算法中的稳态误差波动问题。仿真表明:此算法收敛速度快、稳态误差小,并能在去除码间干扰的同时纠正信道固有的相位旋转和一定范围的载波频率偏移,具有很好的实用性。     

基于接收信号重构的OFDM系统盲信道估计

对OFDM系统的盲信道估计问题进行了研究,提出基于接收信号重构的子空间算法.该算法利用OFDM循环前缀（CP）重构接收信号,将传输方程中的信道矩阵变换为块Toeplitz高矩阵,然后利用重构接收信号噪声子空间与信号子空间的正交性,获取信道估计特征方程.为消除虚拟子载波对算法的影响,引入等效发射信号的SVD分解.通过将重构前的信号进行虚拟子载波归零处理进一步提升了算法的性能.仿真结果表明,所提算法相比于已有算法具有较高的估计精度和较快的收敛速度.     

基于集员滤波和数据重用的CMA盲均衡算法

提出了一种适用于突发信号的CMA盲均衡算法。该算法基于集员滤波和数据重用思想,在集员约束集中采用仿射投影的思想,设置多个约束集,其个数与数据重用的长度相同。新算法大大提高了CMA算法的收敛速率,同时由于集员滤波思想的应用,超量均方误差也能维持在一个相对较低的水平,适用于突发信号的盲均衡。文中详细描述了新算法的推导过程,并就其性能进行了理论分析。在最后的数据仿真中,与基本CMA等算法在收敛速率、稳态误差等方面进行了对比分析,验证了新算法的有效性。     

独轮机器人的非完整运动规划研究

研究独轮机器人非完整运动规划问题,提出了一种新的路径规划优化算法.首先通过控制参数化方法将无穷维优化控制问题转化为有限维优化问题,然后把控制空间分为受完整约束的子空间和受非完整约束的子空间,将控制空间的优化问题转换成第二个子空间的控制优化的问题.采用粒子群优化技术设计了独轮机器人非完整运动规划算法.最后进行了数值仿真,并和牛顿算法、改进的牛顿算法进行了比较,结果表明该方法是可行的,同时所需的能量更低.     

一种双模式变步长恒模算法

针对非常模信号,著名的恒模算法表现出较大的稳态误差和较慢的收敛速度.为克服上述缺点,提出了一种双模式变步长恒模算法.新算法通过对输出信号的判决来判断当前均衡器工作是否存在误操作.当均衡器工作正常时算法使用变步长方法,当均衡器工作存在误操作时算法使用零步长方法,从而充分发挥出步长对恒模算法的有利影响.仿真实验结果证明新算法具有比恒模算法更快的收敛速度和更小的稳态误差.     

一种改进的MCMA盲均衡算法

为提高盲均衡的收敛速度、进一步降低码间干扰,该文以修正常数模算法为基础,提出了基于停止与前进算法的改进修正常数模算法。并对新算法进行了计算机仿真,结果表明：该新算法克服了常数模算法稳态误差大的缺点,纠正了常模算法存在的相位旋转问题,提高了修正常模算法收敛速度且降低了稳态误差。     

Anti-Jamming Algorithm Based on Spatial Blind Search for Global Navigation Satellite System Receiver

A novel subspace projection anti-jamming algorithm based on spatial blind search is proposed, which uses multiple single-constrained subspace projection parallel filters. If the direction of arrival (DOA) of a satellite signal is unknown, the traditional subspace projection anti-jamming algorithm cannot form the correct beam pointing. To overcome the problem of the traditional subspace projection algorithm, multiple single-constrained subspace projection parallel filters are used. Every single-constrained anti-jamming subspace projection algorithm obtains the optimal weight vector by searching the DOA of the satellite signal and uses the output of cross correlation as a decision criterion. Test results show that the algorithm can suppress the jamming effectively, and generate high gain toward the desired signal. The research provides a new idea for the engineering implementation of a multi-beam anti-jamming algorithm based on subspace projection.