一种改进的恒模多目标盲波束形成算法研究

提出了一种改进的CMA多目标盲波束形成算法。该方法在最小二乘恒模算法的基础上，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，从而以小于最小二乘恒模的计算量完成对多目标的分离与定向，同时，为防止强干扰造成目标的错误锁定，利用梯度恒模对步长因子的敏感性，选择适当步长因子进行预处理，消除强干扰的影响。仿真实验验证了算法的正确性和有效性。     

用于波束形成的最小二乘广义模值算法研究

对用于波束形成的最小二乘广义模值算法(LSGMA)在多种信号环境下的收敛性能进行了分析;在此基础上提出一种新的多用户盲波束形成算法--迭代最小二乘广义模投影(ILSP-GMA)算法,克服LSGMA算法当恒模干扰信号强于所需信号时会错误收敛的缺陷.仿真结果表明该算法可有效适用于多用户情况,并可获得较原迭代最小二乘投影算法(ILSP)更快的收敛速度.     

一种基于恒模算法的多用户盲波束形成新方法

提出了一种适用于多用户的盲波束形成新方法.该方法基于最小二乘恒模算法,当最小二乘恒模算法收敛于某一信号后,我们导出了算法的权向量与其它用户波达方向的关系,进而在不同用户的波达方向上形成初始增益,从而实现对所有用户的波束形成.文中给出了算法的并行和串行实现方案.     

正交频分复用在舰船盲波束形成通信中的应用

针对基于OFDM和智能天线的舰船无线通信环境,分析了现有OFDM系统中的智能天线波束形成算法,提出了一种新的最小二乘恒模算法应用于OFDM波束形成中的方案,并且引入了半盲自适应均衡,以降低信道特性对系统性能的影响,提出的算法能够在简化系统计算量的同时降低系统误码率.     

一种适用于任意峰度非高斯信号的多目标盲波束形成方法

该文提出了一种新的适用于任意峰度非高斯信号的多目标盲波束形成算法。该方法在最大峰度算法(KMA)的基础上,引入信号的互相关约束定义了一种新的代价函数。通过对该代价函数的最大化,来盲估计波束形成器的权向量,从而完成对多目标的分离和定向。由于波束形成过程不需要正交化处理,避免了波束形成器锁定噪声的可能性。同时,采用一种复数编码的遗传算法来求解权向量,不但可避免陷入局部极值的可能性,而且还能有效提高运行速度。仿真实验验证了该算法的有效性和正确性。     

一种恒定束宽的宽带自适应波束形成算法

宽带波束形成是相控阵雷达数字信号处理的难点。针对目前宽带波束形成只能满足单一恒定束宽或自适应情况,为兼具两种优势使雷达工作状态更佳,文中基于最小二乘算法提出了一种自适应波束形成方法,该方法通过获得自适应参考波束图,确定波束图恒定范围根据最小二乘算法求取其他频点权值,并进行宽带波束形成。该方法不仅能保证恒定束宽,而且可实现自适应零陷控制。仿真实验证明了算法的有效性。     

一种改进的波束形成算法

论文分析研究了最陡下降恒模算法（SDCMA）在波束形成应用中收敛稳定性好和最小二乘恒模算法（LSCMA）收敛速度快的特点,将两种算法以新的方式相结合,吸收二者的优点,提出了一种基于预解扩判决反馈盲波束形成组合算法（SD—LSCMA）。通过和传统算法在相同环境下进行MATLAB仿真比较,结果表明,文中提出的算法具有更好的抗强多址干扰性能。     

线性受限最小二乘恒模波束形成算法

将线性受限条件运用于最小二乘，提出了一种线性受限最小二乘恒模波束形成算法，称为LC-LSCMA，并将它与传统的最小二乘恒模波束形成算法(LSCMA)及预解扩最小二乘恒模波束形成算法(P-LSCMA)进行了仿真比较。仿真结果表明，提出的LC-LSCMA算法比LSCMA及P-LSCMA的信干比性能和误码率性能要好，特别在低信噪比情况下性能仍优于LSCMA。     

WCDMA静态最小二乘解扩重扩波束形成算法研究

文中基于WCDMA系统，对Rongz提出的动态最小二乘解扩重扩多目标阵列（LS-DRMTA）波束形成算法进行了分析，并提出一种静态LS-DRMTA算法。该算法指出了数据块选取的依据，保证了在算法收敛的前提下，节省系统时间和降低运算量，并且在误码率性能上和动态算法相当，适用于WCDMA系统瑞利衰落环境下的波束形成。     

基于CMA算法的智能天线自适应波束形成研究

自适应波束形成是智能天线的核心技术,其主要思想是利用自适应算法调整阵列的权向量,将各阵元接收到的信号进行加权求和,把天线阵列形成的波束“导向”到特定方向上。本文介绍了恒模算法（CMA）和最小二乘恒模算法（LS—CMA）两种盲波束形成算法并运用Matlab软件对两种算法进行仿真分析,仿真结果表明,LS—CMA具有更快的收敛速度以及更好的抗干扰能力。     

智能天线自适应盲波束成形算法研究

智能天线中的自适应算法又称为数字波束成形算法,其中,盲自适应算法是不需要专门的训练信号或确定信号,节省了因接收训练序列和导频信号而占用的频谱资源,提高了频谱利用率。因此,盲自适应波束形成算法受到越来越多的关注。本文主要对现有的各种盲算法原理进行逐一介绍,然后对比了各种算法的优点。     

Super-exponential blind adaptive beamforming

The objective of the beamforming with the exploitation of a sensor array is to enhance the signals of the sources from desired directions, suppress the noises and the interfering signals from other directions, and/or simultaneously provide the localization of the associated sources. In this paper, we present a higher order cumulant-based beamforming algorithm, namely, the super-exponential blind adaptive beamforming algorithm, which is extended from the super-exponential algorithm (SEA) and the inverse filter criteria (IFC). While both SEA and IFC assume noise-free conditions, this requirement is no longer needed, and all the noise components are taken into account in the proposed algorithm. Two special conditions are derived under which the proposed blind beamforming algorithm achieves the performance of the corresponding optimal nonblind beamformer in the sense of minimum mean square error (MMSE). Simulation results show that the proposed algorithm is effective and robust to diverse initial weight vectors; its performance with the use of the fourth-order cumulants is close to that of the nonblind optimal MMSE beamformer.     

基于稀疏时频分解的盲波束形成算法

针对现有盲波束形成算法通用性差,所需采样数据量大等问题,该文提出一种基于稀疏时频分解的盲波束形成算法。算法首先将传统的短时傅里叶变换转化为稀疏重构问题,利用交替分裂Bregman算法进行迭代求解。然后利用对各阵元的接收信号进行稀疏时频分解的结果,结合聚类和不确定集方法,实现导向矢量的最优估计。最后利用MVDR算法获得最优权矢量。该算法无需利用信号统计特性,实现了高效的盲波束形成。仿真实验结果表明,该算法所需数据量小,迭代步骤易于工程实现,较现有盲波束形成算法输出性能更优,适用范围更广。     

一种改进的盲自适应波束形成算法

本文在最小二乘恒模（LSCMA）和梯度下降法（SDCMA）的基础上，提出了一种基于预解扩的判决反馈盲自适应波束形成算法，称为LS—SDCMA。本文分别在加性白高斯和多径衰落信道的环境中进行了仿真，仿真结果表明，本文提出的LS—SDCMA算法比传统的LSCMA、OCMA和SDCMA算法具有较强的抗多址干扰能力。     

基于优化恒模算法的盲波束成形

提出一种基于优化恒模算法的盲波束成形,主要针对统计梯度恒模算法的收敛速度及收敛性能进行分析。采用最优步长策略,给出一般搜索方向下步长的最优值;通过对接收信号的空间分析,对权向量作信号子空间投影优化取值;采用准牛顿法的搜索方向,确保近似海色(Hession)矩阵的正定性。仿真结果表明,优化恒模算法的盲波束成形复杂度较低,收敛准确,收敛速度快和稳定性高。     

Adaptive multistage beamforming using cyclic higher orderstatistics (CHOS)

A new blind beamforming algorithm for signals that exhibit higher order cyclostationarity is presented. Exploiting some previous theoretical developments, we show how cyclic cumulants of the received signals can be used to obtain the weights of the beamformer that perform blind extraction. The method is based on a spatial interpretation of a deconvolution procedure known as the super-exponential algorithm. The basic block processing algorithm is made fully adaptive using an adaptive URV scheme and applied to a typical mobile communications scenario where several cochannel interferers corrupt the signals of interest     

Fast adaptive super-exponential multistage beamforming for cellularbase-station transceivers with antenna arrays

A new blind adaptive beamforming algorithm is introduced. We show how cumulants of the received signals can be used to obtain the weights of the beamformer that perform blind extraction. The method is based on a spatial interpretation of a deconvolution procedure known as the super-exponential algorithm. The basic block processing algorithm is attractive because it can be transformed in an efficient adaptive algorithm which exhibits good tracking capability. To prove the effectiveness of the idea, we show results for a typical mobile communications scenario where several cochannel interferers corrupt the signals of interest     

基于盲波束形成的分布式目标波达方向估计方法

在分布式目标波达方向估计问题中,空间信号分布函数一般具有共轭对称性.本文提出了一种新的盲波束形成方法,不用进行多维参数搜索,不要求已知空间信号分布的具体函数形式,并适用于分布函数形式不同的分布式目标同时存在的情况.仿真实验结果表明,这种方法的波达方向估计性能对信号源的分布特性不敏感.     

利用PN码的盲自适应波束形成算法

本文基于卫星导航定位系统接收机的智能天线抗干扰应用背景。研究了利用PN码的盲自适应波束形成算法。首先介绍了LS-DRMTA算法，然后提出了DR-LMS类自适应波束形成算法。仿真结果表明，DR-LMS类算法具有和LS-DRMTA算法；DR-LMS类算法。