基于子空间逼近的特征空间波束形成算法

特征空间波束形成（ESB）算法为了得到信号子空间需要对采样协方差矩阵进行特征值分解,运算量十分巨大,这大大限制了其应用。为了减低ESB算法的运算量,利用有理子空间逼近的原理,提出一种不需要估计信号源个数的快速ESB算法。该方法利用一个介于信号和噪声特征值之间的分界值将特征空间分成两个子空间,并用矩阵幂乘和此分界值的有理式逼近这两个子空间的投影矩阵,将此投影矩阵代入到ESB算法的权值求解式中,在不降低性能的前提下,可大大提高波束形成的运算速度。计算机仿真验证了该算法的有效性,并分析了分界值取值方法的不同对子空间划分及波束形成性能的影响。     

一种自适应稳健波束形成器的仿真研究

针对阵列信号处理问题,关于特征空间的波束形成器是一类重要的稳健波束形成方法,只需已知信号源的个数,就可以达到很好的稳健效果。但这种方法需要不断求解特征空间,当采用批处理方法时存在稳健权值与快拍匹配不够好的缺点,并且若阵元数较大,求解特征子空间需要较大的运算量。为加快收敛速度和提高信噪比,提出主分量分析（PCA）多层感知神经网络可以自适应学习信号的主子空间,引入到特征空间稳健波束形成器的自适应实现中去。采用基于加权信息子空间（WINC）网络具有较快的收敛速度,能够并行计算信号的主子空间,从而很好的实现了自适应稳健波束形成,并进行仿真分析。结果表明,验证的算法具有较好的稳健性能。     

一种基于特征空间的盲波束形成算法

绝大多数通信信号都具有周期平稳信号特性。利用信号的周期平稳特性可以进行真正的盲自适应波束形成,因而受到了广泛关注。ＣＡＢ类算法就是其中的一种。它的运算量较小,但鲁棒性不够强。本文针对其不足,提出了一种基于特征空间的盲波束形成算法。该算法将估计的导引矢量约束在信号子空间,降低了目标信号含于自相关估计矩阵和有限次快拍相关阵引起的子空间扰动的影响,提高了算法的收敛速度和鲁棒性。同时,目前用于进行子空间分解的新算法层出不穷,运算量不断降低。因此,本文提出的盲算法具有很强的实用性和广阔的应用前景。计算机仿真验证了理论分析。     

基于对角加载奇异值分解的波束形成算法

在自适应波束形成算法中,QR分解具有很好的数值特征和固有的高度并行性。但当采样数较少,采样协方差矩阵估计值的噪声特征值分散会导致波束形成算法的性能下降问题,QR算法的性能就会下降。针对此缺陷,提出了对角加载奇异值(DSVD)分解的算法,该算法先对采样数据所构成的矩阵进行重构、分解、再重构、再分解,最后实现对角加载。通过仿真结果可以看到,DSVD算法不仅避免了对阵列协方差矩阵的估计和求逆,而且减少了估计运算量和估计误差,在复杂度与性能之间进行折衷。     

一种简化特征空间稳健自适应波束形成算法*

在基于特征空间(ESB)的自适应波束形成算法中,针对当指向误差落在波束主瓣的边缘特定角度时,输出信干噪比下降,且信号子空间需要进行费时的特征值分解的问题,提出了改进线性约束最小方差(LCMV)算法。在假定的期望信号方向附近减少一个方向性约束条件,并基于信号特征值大于噪声特征值的这一特性, 利用空间协方差矩阵逆的高阶次幂来逼近信号子空间,无须特征分解,将求得的权矢量向改进的信号子空间投影。该方法能够大大减少计算量,同时还显著提高了自适应波束形成稳健性。通过仿真分析及结果比较验证了算法的正确性和有效性,因此从     

一种新的矢量传感器线列阵波束形成算法

为了提高基于矢量线列阵的目标方位估计能力,将基于时域解析信号实现最小方差无畸变响应（ MVDR）的方法——TAMVDR算法引入到了矢量线列阵信号处理中,提出了实现矢量线列阵波束形成的VTAMVDR算法。理论分析了矢量线列阵VTAMVDR算法的原理,该算法通过Hilbert变换对时域宽带信号引入复权向量,不需要进行子带分割,且不需要对数据进行分块处理,获得稳定优化权向量估计所需要的数据长度远小于频域MVDR方法,数据长度合适时,单次快拍即可实现波束形成,大大降低了运算量。仿真和海上试验数据分析结果表明：VTMVDR算法相比于频域MVDR算法具有较好的性能,具有更高的分辨率和更窄的波束角,有更好的探测性能。     

一种易于电路实现的鲁棒盲神经网络波束形成器

绝大多数通讯信号都具有周期平稳信号特性。利用信号的周期平稳特性可以进行真正的盲自适应波束形成,因而受到了广泛关注。鲁棒ＣＡＢ（Ｒ－ＣＡＢ）算法就是其中的一种,但其中涉及矩阵求逆,运算量很大。波束形成属于多维信号处理问题,阵列中阵元数的增加导致运算量成几何级数增加。文中提出了一种盲神经网络波束形成算法。由于神经网络具有网状计算结构的特点,故该方法不仅避免了矩阵求逆运算,同时更便于实时实现。该方法还利用对角加载技术,从而加快了收敛速度,保证了算法的鲁棒性。仿真实验表明其性能优越,易于电路实现     

基于Toeplitz矩阵的酉变换波达角估计算法

为提高Toeplitz矩阵重构算法的估计性能、降低计算量,提出了基于Toeplitz矩阵的酉变换DOA估计算法UHT-MUSIC。该算法在保持估计性能不变的前提下,先将Toeplitz型协方差矩阵变换为Hermition矩阵,然后利用酉变换将其转换为实数矩阵。在此基础上利用MUSIC算法进行DOA估计,其特征值分解及谱峰搜索的计算量降低到同条件下TOEP-MUSIC算法的1/4。同时该算法还有效降低了信源的相关系数,从而提高了算法的分辨性能。仿真实验验证了该算法的正确性。     

自适应对角加载在波束形成中的仿真研究*

当阵列误差存在时,Capon波束形成算法性能会急剧下降,特别是阵列输出信干噪比(Signal  to Interference plus Noise Ratio, SINR)。对角加载可以减弱小特征值对应的噪声波束的影响,能有效改善阵列性能及方向图畸变,但加载值的确定是一个较为困难的问题。本文算法根据加载值和采样协方差矩阵间的关系确定加载值,能自适应的根据采样数据确定加载值,在小快拍数和阵列误差存在情况下仍具有良好的鲁棒性,明显改善了阵列性能并减小了方向图畸变,且使零陷准确对准干扰方向。计算机仿真结果证实了此算法的鲁棒性。     

一种低复杂度的鲁棒自适应波束形成算法

传统基于干扰噪声协方差矩阵（interference-plus-noise covariance matrix,INCM）重构的鲁棒自适应波束形成（robust adaptive beamformer,RAB）算法在多种样本数据协方差矩阵误差和信号导向向量误差的失配环境中具有较强的鲁棒性,但目前主流的INCM重构法都是对信号和干扰的导向向量通过建立凸优化模型来估计,这带来了很高的计算复杂度。为了解决这个问题,提出了一种低复杂度的基于INCM重构的RAB算法。该算法首先将干扰信号的导向向量分解为对应标称项和误差项的和,然后通过一种子空间方法估计得到误差项的单位向量。接下来对一个Capon空间谱功率最大问题进行求解,得到误差项的模值,以此得到重构的INCM。同时利用Capon空间谱中残差噪声的存在,使用交替投影法估计得到期望信号的导向向量,最后得到所提算法的权重向量。仿真实验表明所提算法在多种误差环境下具有较强鲁棒性的同时,还具有较低的计算复杂度。     

基于子空间跟踪的递推稳健自适应波束形成*

为了解决实时系统应用中,通用秩信号模型的稳健自适应波束形成算法受计算复杂度高的限制这一问题,基于子空间跟踪理论,运用梯度下降法提出了一种递推稳健自适应波束形成算法,有效降低了计算量,提高了系统性能,改善了阵列输出的信干噪比。仿真结果表明,该算法具有快速收敛性与优越的稳健性。     

3D modified unitary matrix pencil method with automatic grouping of unknown parameters of far field signals

In this paper, we propose a 3-dimensional modified unitary matrix pencil (3D MUMP) method for simultaneous estimation of azimuth and elevation angles along with the frequencies of multiple plane wave signals. The unitary transformation is utilized in the 3-dimensional matrix pencil (3D MP) method in order to reduce the computational complexity since it very efficiently converts complex computations into real ones. The proposed method can be considered as an extension to the existing 2-dimensional unitary matrix pencil (2D UMP) method with the following advantages. First, the computationally expensive grouping algorithm is avoided by exploiting the similar eigen-structure property of the matrices (in 3D UMP method) whose eigenvalues yield the required 3D poles. Furthermore, the possibility of wrong groupings is also reduced significantly. Some simulation results are presented at the end to compare the performance of the proposed method with the existing methods.     

基于对称谱的宽带相干信号快速DOA估计

针对聚焦类宽带信号方位估计算法运算量较大的问题,提出了一种快速算法。首先利用矩阵的Toeplitz化重构,不用对阵列进行子阵分割,就可实现宽带信号的解相干;然后根据接收数据协方差矩阵的厄尔米特特性,利用酉变换将复数矩阵映射为实数矩阵,通过在实数域特征分解,降低了特征分解的计算复杂度;最后通过投影子空间正交技术,利用噪声子空间和共轭噪声子空间重新构造空间谱,根据谱对称性,在半谱内搜索即可得到信号的角度,同时使谱峰搜索的运算量降低了一半。理论分析及仿真结果表明,新算法无需聚焦运算,精度较高,运算量小,对宽带相干信号有效。     

2-D unitary matrix pencil method for efficient direction of arrival estimation

In this study, we extended the one-dimensional (1-D) unitary matrix pencil method (UMP) [N. Yilmazer, J. Koh, T.K. Sarkar, Utilization of a unitary transform for efficient computation in the matrix pencil method to find the direction of arrival, IEEE Trans. Antennas Propagat. 54 (1) (2006) 175–181] to two-dimensional case, where 2-D matrix pencil (MP) method are used to find the 2-D poles corresponding to the direction of arrival (DOA), azimuth and elevation angles, of the far field sources impinging on antenna arrays. This technique uses MP method to compute the DOA of the signals using a very efficient computational procedure in which the complexity of the computation can be reduced significantly by using a unitary matrix transformation. This method applies the technique directly to the data without forming a covariance matrix. Using real computations through the unitary transformation for the 2-D matrix pencil method leads to a very efficient computational methodology for real time implementation on a DSP chip. The numerical simulation results are provided to see the performance of the method.     

基于干扰噪声矩阵重构的自适应波束形成算法

针对在自适应波束形成中,当采样次数较少或期望信号导向矢量存在误差以及训练数据中含有期望信号成分时导致波束输出信干噪比(SINR)下降的问题,提出了一种重构干扰噪声协方差矩阵并且估计期望信号导向矢量的稳健自适应波束形成方法。在期望信号波达方向的角度范围已知的条件下,首先利用多重信号分类（MUSIC）空间谱在不含期望信号的区域重构出干扰噪声协方差矩阵;然后推导了避免期望信号的导向矢量的估计值收敛到任一干扰的导向矢量或它们的线性组合的约束条件;进而以此约束条件和阵列输出功率最大化条件建立了期望信号导向矢量估计的优化问题,并使用凸优化软件估计出最优的期望信号导向矢量。讨论了该方法的计算复杂度并通过仿真实验验证了其有效性和优越性。仿真结果表明,当期望信号和干扰源存在随机指向误差和局部散射的情况下,所提方法在很大的输入信噪比范围内的输出信干噪比仍接近理论值,优于其他自适应波束形成方法。