时域解析信号的MVDR自适应波束形成方法

针对频域最小方差无失真响应(MVDR)方法在源方位快速变化情况下稳定性差的问题,提出了一种基于时域解析信号的MVDR自适应波束形成方法TAMVDR(Time-domain Aanlysis MVDR).在构造时域解析信号的基础上,TAMVDR通过对每一路时域解析信号引入复权,利用期望方向的输出响应不变的约束使阵列输出功率最小.在一次快拍条件下,TAMVDR即可获得最优解.仿真及试验数据处理结果表明,在目标方位快速变化条件下,TAMVDR的信号检测和方位分辨性能明显优于频域MVDR方法,且计算量较小.     

声纳自适应波束形成器的集成化实现

研究声纳系统自适应波束形成器的集成化实现技术，采用现场可编程门阵列（ＦＰ－ＧＡ）器件，对ＲＭＧＳＥＦ自适应算法的Ｓｙｓｔｏｌｉｃ处理阵列完成了单片化集成。电路设计过程中根据ＦＰＧＡ器件内部结构特点，对电路结构形式进行了优化。该系统具有很高的运算性能又具有体积小、重量轻、可靠性高的优点，对实时信息处理系统的小型化研究具有参考价值。     

一种基于相干波束形成的零陷加宽算法

针对干扰信号和期望信号相干导致"干扰欠相消"以及由于干扰扰动而无法去除的问题,提出了一种基于前后向空间平滑的零陷加宽算法。该算法首先通过前后空间平滑方法去相干,并利用最佳下降的递推方法求得最优权矢量。再将此权矢量作为一个"标准"的输出权值,利用二次约束的方法加宽方向图的零陷范围。通过理论分析和实验仿真验证了算法的正确性和有效性。     

基于数字波束形成的相干标签信号检测方法

以均匀直线阵为基础,提出一种在相干多径环境下检测标签信号的方法。结合加权空间平滑技术的MUSIC算法对相干多径信号的波达方向进行估计,根据波达角用线性约束最小方差准则调整权值,通过数字波束形成技术产生自适应定向波束,达到提高在相干多径环境下检测标签信号成功率的目的。实验结果证明了该检测方法的有效性。     

两种自适应波束形成算法研究

波束形成技术是智能天线领域的核心技术,且自适应算法的收敛性能、运算量的大小等因素直接影响着整个系统的性能。介绍了智能波束形成的基本理论,研究了基于最小均方误差算法(LMS)和递归最小二乘算法(RLS)的非盲波束形成算法,同时也提出了改进的LMS算法,最后通过仿真分析得出了收敛后的天线方向图、收敛速度及各项性能指标,并对两种算法做了性能比较。     

自适应波束形成的神经网络方法

本文回顾了次元分析(MCA)神经网络算法的一些研究结果,并将其用于自适应波束形成。自适应波束形成或称自适应空间滤波,是通过一个感知器阵列接收空间传播的信号并处理它们,其目的是自适应地加强某个方向的信号。现有的波束形成自适应算法郝有一定不足,基于优化有约束的能量函数,本文提出了新的用于自适应波束形成的MCA神经网络学习算法,该算法是全局收敛的。实验结果验证了本文的理论,以及说明了本文算法的实用性和有效性。     

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。     

基于子空间的稳健自适应波束形成方法

波束形成器在声纳平台轻微震动或干扰移动的情况下出现零陷致使其工作性能下降,为此提出一种基于子空间的具有自动扩宽干扰抑制零陷的稳健波束形成方法,利用子空间投影和数据协方差矩阵非对角元加载来形成波束形成器的权向量,使波束形成器具有子空间波束形成器对系统误差的稳健性,同时可自动地在干扰方位形成展宽的干扰抑制零陷,从而使波束形成器有效地抑制干扰而稳健地工作.实验仿真的结果验证了该方法的正确性和有效性.     

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。     

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。     

一种基于有向均匀圆阵的宽带波束形成方法

本文提出一种基于有向均匀圆阵解决宽带波束形成问题的新方法,其基本思想是针对某一特定频率设计窄带波束形成空域滤波器,并把得到的滤波器权值直接应用于宽带信号以降低设计和处理的复杂度.在已知信号方向信息的前提下,使用线性约束的最小二乘法设计窄带空域滤波器,而有向均匀圆阵对频率变化不敏感的特性可以保证使用同一组空域滤波器权值在宽带信号所包含的不同频率上形成一致的波束与陷波点.所提出的宽带波束形成方法可以显著降低阵列信号处理时的运算复杂度,便于进行实时信号处理.     

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。     

基于压缩感知的虚拟暗室测试方法

为了在现场电磁发射测试中有效滤除背景噪声,针对存在相关信号的环境中多重信号分类(MU-SIC)算法失效的问题,提出基于压缩感知(CS)的虚拟暗室测试方法.通过CS理论获得受试设备的辐射信号和环境中其他干扰信号的来波方向,并采取最小方差无畸变波束形成算法进行波束形成,从而对干扰信号实现有效抑制.该方法不仅适用于存在相干信号的情况下,而且不受阵列结构限制,应用更加灵活.通过仿真验证:方法在保证受试设备特性不失真的情况下能够有效抑制干扰噪声.     

协同系统中基于误比特率的波束成形设计

针对频率选择性信道下放大转发模式的多中继协同系统的波束成形因子设计问题进行研究。以最小化接收端总误比特率(BER)为目标,提出了一种两阶段的波束成形设计方法。所提方法可以有效降低设计的难度和复杂度,并且可以使接收端的总BER最小。仿真结果表明,与现有算法相比,本算法可以显著降低接收端的误比特率。     

基于改进的AR模型的逆波束形成方法研究

逆波束形成是利用各阵元接收信号间的互功率谱估计声场平面波强度的理论,较之常规波束形成,它具有更高的方位分辨能力和噪声干扰抑制能力。在分析逆波束形成理论及其傅立叶类求解算法的基础上,提出了基于改进的AR模型的求解方法。该方法将参数模型引入到逆波束形成的求解当中,通过引入前向后向平均,克服了信号协方差矩阵在小信噪比和快拍数较少情况下估计不准的问题,从而减轻了旁瓣的起伏,有助于实现对弱目标信号的检测与估计。通过大量计算机仿真实验,证实了所提算法的可行性和优越性。     

基于GPU与CPU协作的实时波束形成实现方法*

波束形成的实时性一直是声纳和雷达等领域信号处理过程中的重点和难点。本文采用基于CUDA(Compute Unified Device Architecture,统一计算设备架构)的GPU(Graphic Processing Unit,图形处理器)与CPU协作处理方法,实现了宽带波束形成的实时处理。本方法的处理速度相较于matlab和CPU平台可以提高一至两个数量级,相较于同等处理速度的多DSP平台则体现了开发周期短、费用低、工作量小和可靠性高等众多优势。     

Real-valued MVDR beamforming using spherical arrays with frequency invariant characteristic

Complex-valued minimum variance distortionless response (MVDR) beamforming for wideband signals has very high computational amount. In this paper, we design a novel real-valued MVDR beamformer for spherical arrays. The dependence of the array steering matrix on source signal directions and frequencies is decoupled using spherical harmonic decomposition. Then a compensation network is designed to solve the frequency dependence of the array response and to get a new array response only determined by the spherical harmonics of the source directions. All frequency bins of wideband signals can be used together instead of being processed independently. By exploiting the property of the conjugate spherical harmonics, a unitary transform can be found to acquire a real-valued frequency invariant steering matrix (FISM). Based on the FISM, real-valued MVDR (RV-MVDR) is developed to obtain good performance with low computational amount. Simulation results demonstrate the performance of our proposed method for beamforming and direction-of-arrival (DOA) estimation by comparing with the complex-valued and real-weighted MVDR methods.