一种预处理的恒模波束形成算法

传统恒模波束形成算法在干扰信号功率大于期望信号功率情况下会出现干扰捕获现象。针对这一问题,提出一种预处理波束形成算法。预处理波束形成算法利用天线接收的数据矩阵的协方差矩阵构造新的协方差矩阵,使新的协方差矩阵关于期望信号的对角最小化,并用新的协方差矩阵的最小特征值对应的特征向量作为权值的初始值,此算法能够准确地捕获到期望信号并抑制干扰信号。通过仿真证实了算法的有效性。     

基于协方差矩阵重构的稳健自适应波束形成算法综述

Capon波束形成器作为理论上最优的波束形成器具有良好的干扰抑制能力。然而Capon波束形成器对于模型失配误差非常敏感,尤其是针对协方差矩阵和期望信号导向矢量误差,波束形成器的性能会严重下降,这大大降低了波束形成器的稳健性。目前,一系列基于协方差矩阵重构的稳健自适应波束形成算法被提出,这些算法核心思想都是利用Capon功率谱一定的角度范围内积分来重构出协方差矩阵。本文首先介绍了波束形成的信号模型,然后在Capon波束形成器的基础上,介绍了4种基于协方差矩阵重构的稳健自适应波束形成技术,最后对未来波束形成技术的研究热点进行了展望。     

数据含期望信号的重构稳健波束形成

研究稳健波束形成问题.样本数据含期望信号时,若存在导向矢量误差,常规MVDR波束形成会在期望信号方向上产生期望信号对消,性能损失严重.针对上述问题,提出了一种在对称干扰环境下的稳健MVDR波束形成方法.首先消除数据协方差矩阵的实部得到期望信号分量,进而重构出期望信号协方差矩阵,然后从数据协方差矩阵中减去重构的期望信号协方差矩阵,得到仅含有干扰和噪声的协方差矩阵,并以此来实现MVDR的权向量设计.仿真结果表明,改进方法消除了期望信号分量的不良影响,提高了波束形成对系统误差的稳健性.     

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。     

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。     

基于OFDM符号特征的干扰抑制与盲波束形成方法

为了抑制L波段数字航空通信系统1正交频分复用接收机中的测距机脉冲干扰信号的影响,提出基于正交频分复用符号特征的盲波束形成方法.阵列天线接收的数据首先经正交投影抑制测距机干扰,然后根据正交频分复用符号中循环前缀的延迟重复特征,将波束形成的权值求解问题转化为瑞利商的最大化问题,通过对延迟协方差矩阵的特征值分解获得阵列天线的波束形成权矢量,不需要预先知道期望信号的来向信息.仿真结果表明:所提出方法能够将波束主瓣对准期望信号来向,同时在干扰信号来向上形成深零陷,从而提高阵列输出端信噪比.所提出方法在低信噪比环境下波束形成性能优于内积最大化方法,随着信噪比增大,两种方法波束形成的性能逐渐接近.     

基于Toeplitz化的单快拍稳健波束形成

现有的单快拍波束形成算法多是基于空间平滑原理提出的,缺点是损失了阵列孔径,且降低了系统的自由度。对此提出了一种基于Toeplitz化的单快拍稳健波束形成方法:首先Toeplitz化接收数据的协方差矩阵,然后根据约束准则得到实际期望信号的导向矢量,利用Capon法得到最优权。该方法充分利用了阵列的孔径和自由度,保证了期望信号方向的增益,且对阵列误差具有一定的稳健性。仿真实验验证了所提方法的有效性。     

一种基于协方差矩阵重构和EMP的宽带波束形成算法

在宽带波束形成中,若干扰信号从主瓣方向进入,会引起主瓣畸变、旁瓣电平抬高,从而使波束性能严重恶化。为了解决波束形成中的这些问题,研究了一种基于协方差矩阵重构和特征投影预处理（EMP）的宽带波束形成算法。该算法首先通过EMP算法求取阻塞矩阵,对接收信号进行干扰相消预处理阻塞掉主瓣干扰;然后通过相干信号子空间（CSM）方法、协方差矩阵重构求取合理的协方差矩阵;最后进行波束形成。在主瓣干扰、旁瓣干扰同时存在的情况下,该算法能够自适应地阻塞主瓣干扰、抑制旁瓣干扰,解决了存在主瓣干扰情况下宽带波束形成的波形畸变问题。计算机仿真验证了该算法有效性。     

基于干扰加噪声协方差矩阵重构的稳健自适应波束形成

在自适应波束形成中,由于期望信号(SOI)导向矢量(SV)的误差、采样点数较少、训练数据中存在期望信号成分等原因,造成波束形成的性能严重下降。针对以上问题,提出了一种稳健波束形成方法。首先利用MUSIC算法和参数估计来重构不包含SOI的干扰噪声协方差矩阵,再通过利用相关系数来估计出期望信号导向矢量。仿真结果表明,该算法可以处理较大的方向误差,并且信噪比(SNR)在较大的范围内都可以得到比传统方法更佳的性能。     

二维矢量传感器阵波达方向估计方法研究

针对应用中矢量传感器阵列高精度的目标方位估计问题,为对空域信号检测,提出了一种利用单个已知信源的数据协方差矩阵进行阵列误差校正的方法,修正了三种空间谱估计算法,并将应用于实测数据分析.数值实验结果表明,矢量传感器阵列的分辨能力有显著提高,波达方向的估计精度也更加精确.通过比较,MUSIC算法与Capon波束形成对阵列误差十分敏感.校正后,Capon波束形成的目标定位性能优于常规波束形成和MUSIC算法,更加实用有效,对实际应用中目标方位估计方法地选取有一定的指导意义.     

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     

Wideband beamforming for multipath signals based on frequency invariant transformation

It is well known that the performance of conventional adaptive beamformers degrades severely due to the presence of coherent or correlated interferences(multipath propagation) and various techniques have been developed to improve the performance of the beamformer.However,most of the work in the past has been focused on the narrowband case.In this paper,the wideband beamforming problem in the presence of multipath signals is addressed,with a novel approach proposed by employing a pre-processing stage based on the frequency invariant beamforming(FIB) technique.In this approach,the received wideband array signals are first processed by an FIB network,and then a traditional narrowband adaptive beamformer or an appropriate instantaneous blind source separation(BSS) algorithm can be applied to the network outputs.It is shown that with the proposed structure,cancellation of the desired signal is reduced,leading to a significantly improved output signal to interference plus noise ratio(SINR).     

基于子矩阵波束形成输出直流响应加权的目标检测方法

针对同一单频带内未知目标检测中强、弱目标不能同时被检测问题,依据不同子矩阵波束形成输出直流响应值不同,提出一种基于子矩阵波束形成输出直流响应加权的目标检测方法。首先,利用特征分析技术对线列阵接收数据协方差矩阵进行特征分解;然后,对各特征向量进行共轭相乘得到相应子矩阵,并对子矩阵进行波束形成,利用各子矩阵波束形成输出直流响应值的差异形成加权因子;最后,利用该加权因子对各子矩阵波束形成输出结果进行加权统计得到最终合成结果,提升弱目标子矩阵波束形成输出结果在最终合成结果的比重,实现对同一单频带内未知目标的有效检测。理论分析、数值仿真和实测数据处理结果均证明了,在仿真条件下,相比常规波束形成和常规子空间重构法,所提方法使弱目标子矩阵波束形成输出结果在最终合成结果的比重由0.09%变为45.36%,降低了背景噪声和强目标对未知目标检测的影响,减小了目标间输出直流响应值的差异,改善了对同一单频带内未知目标的检测性能。     

Low complexity robust adaptive beamforming for general-rank signal model with positive semidefinite constraint

We propose a low complexity robust beamforming method for the general-rank signal model, to combat against mismatches of the desired signal array response and the received signal covariance matrix. The proposed beamformer not only considers the norm bounded uncertainties in the desired and received signal covariance matrices, but also includes an additional positive semidefinite constraint on the desired signal covariance matrix. Based on the worst-case performance optimization criterion, a computationally simple closed-form weight vector is obtained. Simulation results verify the validity and robustness of the proposed beamforming method.     

融合空时相干和特征空间波束形成的超声成像

为了进一步提高超声成像的质量,提出了融合特征空间最小波束形成和空时相干系数的成像方法。首先利用最小方差法计算回波数据的协方差矩阵和加权向量;然后对协方差矩阵进行特征分解得到信号子空间,并将加权向量投影到信号子空间,得到特征空间方法的加权向量;同时采用空时平滑方法计算相干系数,最后用空时相干系数作为加权系数对特征空间最小方差波束形成的结果进行优化。为了验证算法的有效性,对医学成像上常用的点目标和斑目标进行了成像,仿真实验结果表明：与特征空间最小方差算法和融合特征空间与相干系数的算法相比,提出的方法提高了对比度和稳健性,其代价是略微降低了成像分辨率。     

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。     

一种改进的可变对角加载自适应波束形成算法

由于观测方向误差的存在,使得实际获得的方向向量与其理论值产生偏差,进而对各类自适应波束形成算法性能造成较大影响。为此提出一种有效的对角加载自适应波束形成算法,首先利用目标信号的方向向量在噪声子空间中投影最小的原理,对带有误差的方向向量进行校正,然后再使用可变对角加载原理求得对角加载因子,对实际获得的自相关矩阵进行对角加载后,形成自适应波束,从而很好地消除了方向向量误差造成的影响。算法能够有效克服目标信号对消现象,并具有良好的保形能力和快速收敛的特点。计算机仿真结果验证了这些优点。     

相干信号波达方向估计技术综述

在信号的传输过程中,由于信号反射和折射,导致多径传输产生相干信号。此时信号协方差矩阵出现秩缺,导致传统的超分辨波达方向估计（Direction of arrival,DOA）算法失效。针对相干信号的DOA估计算法被提出,这些算法通过利用阵列导向矢量的特殊性质,对协方差矩阵的秩进行恢复,从而达到解相干的目的。围绕着减小阵列孔径损失、增加可处理信号数量和提高估计精度等目标,新的相干信号DOA估计算法不断被提出,成为阵列信号处理方向的一个研究热点。本文介绍了相干信号的产生和其对DOA估计的影响,给出了相干信号的阵列模型,根据解相干方式的不同,将各种相干信号的DOA估计算法进行分类,并逐类进行阐述,最后展望了相干信号DOA估计未来的研究方向。