小型阵列宽带恒定束宽波束形成器仿真研究

关于优化宽带恒定束宽波束形成,是阵列小型化和对低频宽带信号探测的核心问题.为了研究阵元间距小于四分之一波长的线列阵的宽带恒定束宽波束形成器设计,提出了FIR滤波器的适用于小型传感器阵列的时域恒定束宽波束形成方法,分析了频域和时域宽带波束形成的特点,进行了时域宽带恒定束宽波束形成器的设计.根据最小均方准则,求出了频域子带波束形成加权向量,使工作频带内各子带波束主瓣趋近于期望波束,同时控制工作频带内波束旁瓣响应幅度,波束图主瓣形状设计与期望频率响应FIR滤波器的设计问题都转化为二阶锥规划方法,从而实现工作频带内的恒定主瓣束宽.通过仿真证明,改进方法可使密排阵列在2000Hz ～ 4000Hz工作频段范围内具有恒定束宽的方向特性.     

基于二次型约束的稳健宽带恒定束宽波束形成

针对期望信号导向矢量失配时传统宽带波束形成器性能恶化的问题,提出一种稳健的宽带恒定束宽波束形成算法。首先结合空间响应变化(Spatial response variation, SRV)约束,将算法在信号带宽内不同频点的阵列响应约束简化为对某一参考频点的约束,实现具有恒定束宽特性的宽带波束形成,再通过对权矢量模值施加二次不等式约束,抑制指向误差及传感器参数随机扰动误差,提高算法的稳健性,并通过拉格朗日乘子法,在约束边界上求得最优权矢量的解析解。实验结果表明算法可有效克服信号指向误差引起的波束形成器性能恶化问题,且具有良好的恒定束宽特性及较高的阵列输出性能。     

一种改进的非均匀线列阵宽带波束形成方法

研究无线网络宽带信道优化问题,关于非均匀线列阵可以使用较少的阵元避免栅瓣的出现,针对非均匀线列阵的宽带波束形成问题.采用非均匀线列阵进行宽带波束形成方式,为了使非均匀线列阵在无失真接收信号的同时更好地抑制噪声,需要设计低旁瓣的宽带恒定束宽波束;利用渐近理论宽带非均匀线列阵的设计方法和优化方法相结合,提出了一种改进的宽带非均匀线列阵的设计方法,并给出了一个设计实例.仿真结果表明,方法可以在使用较少阵元数的情况下避免栅瓣的出现,同时得到低旁瓣的宽带恒定束宽波束,更好地满足波束性能要求,提高了宽带性能.     

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。     

一种精确控制旁瓣的自适应波束形成算法

提出了一种精确控制旁瓣和抑制干扰的自适应波束形成算法。它是通常的最小方差无畸变（MVDR）波束形成算法的改进形式，使阵列输出信号功率最小的同时，保持目标信号方向的无失真响应，并且严格保证旁瓣低于某一给定值，抑制干扰。在仿真过程中，充分应用了二阶锥规划（second—order cone programming）算法，并与MVDR波束形成算法进行比较，验证了方法的正确性，同时研究了该算法的稳健性。     

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。     

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     

一种空时联合的自适应波束形成算法

为了进一步提高传统最优空时滤波算法的性能,提出了一种新的空时联合的自适应波束形成算法。在给出算法的信号模型和算法原理的基础上,详细地阐述了该算法实现空时联合自适应滤波的机理,然后利用计算机仿真较全面地分析和比较了算法的性能。理论分析和仿真结果表明,该算法在提高输出信干噪比和削弱指向误差影响等方面明显优于传统的最优空时滤波方法。     

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。     

一种稳健的波束域自适应波束形成算法

在波束域算法中,针对波束域期望信号的指向误差落在波束主瓣边缘时波束性能严重恶化,采用波束域旋转矢量法的线性约束来改善波束域自适应算法的性能,同时为提高工程的实施性,减少算法的计算量,利用信号的特征值大于噪声的特征值这一理论,采用空间协方差矩阵逆的高阶次幂来逼近信号子空间,将求得的权矢量投影于改进的波束域的特征信号子空间,该算法在波束域中不但减少了计算量,而且使波束具有更好的信号比和稳健性。实验仿真验证了提出的改进波束域特征空间的稳健自适应算法的正确性和有效性,具有一定的工程实用价值。     

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。     

均匀线列阵时域宽带波束形成方法研究

时域宽带恒定束宽波束形成技术一般采用特殊频率响应的FIR滤波器组实现对不同频率的加权.对水下常用的均匀线列阵,利用切比雪夫方法设计了形成宽带恒定束宽波束的权值.通过对切比雪夫方法设计权值特性的分析,推导出实现加权的FIR滤波器组的相位响应关系式.根据推导结果得出设计的FlR滤波器组应为一组斜率不同的线性相位响应FIR滤波器.推导了滤波器组相位响应的计算公式.给出三种特殊频率响应FIR滤波器设计算法.通过仿真结果比较了三种方法设计的用于实现均匀线列阵恒定束宽加权的FIR滤波器组的性能.     

基于最小二乘自适应迭代的宽带波束形成算法

大部分时域恒定束宽宽带波束形成算法的权值拟合运算量较大,导致实用性大大降低.本文给出一种基于最小二来自适应迭代的恒定束宽波束形成器设计方法,同时将RLS迭代算法应用于滤波器组设计中.本文方法易于实现,不受阵形及阵元指向性限制,不受迭代步长影响,且能快速收敛.理论推导及仿真实验验证了本文方法的有效性.     

基于空域信息的稳健的宽带波束形成算法

研究宽带信号优化问题,空域信息的宽带波束形成技术与传统的时域方法相比,结构物理实现简单。在实际系统中,广泛存在着阵元幅相差,造成基于空域信息的宽带波束形成性能的下降,甚至恶化,针对上述问题,提出了一种采用空域信息的稳健的宽带波束形成算法,可用信号的恒模特性,通过对波束形成器的输出做非线性变换,得到参考信号,然后求取合适的初始权值并通过迭代收敛至期望的权值。仿真结果验证了算法提高了宽带性能的有效性。     

快速稳健的LMS自适应波束形成算法

研究天线阵通信问题,传统的最小均方误差(LMS)自适应波束形成算法,需要积累足够多的快拍数据后才能进行权值计算,运算时间较长,且存在波达方向(DOA)估计误差性能严重下降的现象.针对上述现象,为提高速度和精度,提出一种快速稳健的LMS自适应波束形成方法.算法是一种自适应迭代算法,不需要累积足够多的快拍数据计算权矢量,减少了权值计算时间.同时基于导向矢量展开的方法,通过梯度搜索相位误差矢量,将它补偿到不精确已知的期望信号导向矢量上,以获得真实的期望信号导向矢量.算法提高了运算速度和稳定性.计算机仿真验证了方法的有效性和正确性.     

宽带频率-方向不变恒定主瓣波束形成

常规波束形成主瓣随频率和指向变化,为了实现频率方向二维主瓣恒定,本文基于约束优化的方法,提出了一种宽带频率-方向不变恒定主瓣波束形成算法,并将之应用到宽带信号DOA估计中。首先在参考频率上约束方向不变主瓣恒定,然后在不同指向上约束频率不变主瓣恒定,并将约束问题表示为标准的二阶锥规划形式,运用SeDuMi求解最优权向量。仿真实验表明,本文提出的算法能够实现不同频率不同指向上波束主瓣恒定,与频率不变波束相比,采用频率-方向不变波束的DOA估计方法降低了信噪比分辨门限,提高了估计精度。     

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。     

自适应波束形成系统单脉冲测角新方法研究

研究相控阵雷达系统控制问题,由于雷达工作环境日益复杂和恶化,常规的单脉冲测角方法不具备干扰背景下精确测角能力.针对相控阵雷达自适应数宁波束形成系统,根据单脉冲测角技术,实现了在干扰背景下对单脉冲精确测角.为提高自适应抗干扰能力,提出通过二次自适应干扰对消计算,提高二个接收波束通道信号的信号干扰噪声比,用数字和差比幅实现单脉冲测角.可以自适应抑制有源干扰,提高信号干扰噪声比从而提高测角精度,测角误差达到1mrad以内,满足雷达测角精度要求.仿真结果表明,方法具有抗干扰能力强、测角精度高的优点,为相控阵雷达在干扰背景中测角提供了一种新的解决途径.