对角加载对信号源数检测性能的改善

对角加载技术可抑制小特征值对自适应权值的影响来加速自适应波束形成器的收敛性以及抑制导向矢量误差的影响避免信号相消,该技术通常用于稳健的波束形成算法.基于对角加载技术,本文提出了一种信号源数目判定的改进方法,通过对角加载数据协方差阵,可以平滑小快拍数和空间色噪声时的噪声特征值分散程度从而减轻其对信号源数目估计的影响,证明了该估计器的强一致性,分析了加载量对信号源数目估计的影响.最后通过仿真以及实测数据比较了本文方法和已有方法的性能,验证了所提方法的有效性.     

一种空域-极化域联合稳健自适应波束形成算法

为有效提高阵列对来波方向误差和极化参数误差的鲁棒性,提出一种空域-极化域联合稳健自适应波束形成算法,首先在每个干扰信号来波方向-极化角区间上重构干扰噪声协方差矩阵,然后在期望信号来波方向-极化角区间上估计其导向矢量,设计空域-极化域联合稳健波束加权。通过仿真实验可发现,所提算法对由来波方向角度误差和极化参数误差所引起的导向矢量失配具有很好的鲁棒性。     

最坏情况下的鲁棒自适应波束形成算法性能分析

研究了最坏情况下的鲁棒自适应波束形成算法,它通过对角加载提高波束对方向矢量误差的鲁棒性.给出了其最优对角加载因子的近似解析达式,揭示了各种因素如何影响最优加载因子.在此基础上,对该算法进行了性能分析,推导出了关于目标功率估计和信号干扰噪声比的近似表达式.计算机仿真验证了本文的分析.     

基于稳健最小二乘的鲁棒波束形成

为解决Capon波束形成器在存在导向矢量失配时的性能急剧下降问题,提出了一种结合广义旁瓣对消器和稳健最小二乘的鲁棒波束形成算法.该算法利用广义旁瓣对消器原理将Capon波束形成器转化为最小二乘问题,然后在数据协方差矩阵误差的范数约束下将其转化为二阶锥规划问题,并利用高效内点法得到最优解.所提出的算法经推导证明属于对角加载类.仿真分析表明,该算法在导向矢量失配和快拍不足时仍具有较好的性能.     

一种基于期望信号预减除的稳健自适应波束形成方法

针对自适应波束形成中的期望信号自消除问题,提出一种干扰加噪声协方差矩阵重建稳健自适应波束形成方法。算法具有较低的计算时间复杂度。该方法首先使用波达方向估计技术得到期望信号的波达方向,其次对每两根相邻天线的接收信号进行特定的加权相减,能够减除阵列信号中的期望信号成分,继而得到不含期望信号且保留了干扰加和噪声的更新阵列信号,再次,使用更新阵列信号计算干扰加噪声协方差矩阵,最后计算得到加权矢量。理论分析给出了减除期望信号过程的原理和算法的复杂度,仿真结果表明,在16阵元情况下,所提算法的输出信干噪比(Signal to Interference plus Noise Ratio,SINR)性能比最优值低0.52 dB,因自由度损失造成的性能损失小于0.3 dB,综合性能优于其他对比的方法。     

一种稳健自适应波束形成的变量对角加载方法

在设计稳健的自适应波束形成算法来消除阵列流形中的非确定性方面已经投入了很大的努力.这些不确定性可能由波达方向(DOA)的不确定性、阵列结构不理想、远近效应、相互耦合和其他的失配以及建立模型错误造成.提出了一种可供选择实现的包含椭球不确定约束导引矢量的线性约束最小方差(LCMV)的波束形成方法,更详细地说,真实的导引矢量是根据预测导引矢量采用将椭球约束施加到估计的导引矢量的递归最陡下降算法来估计的,对角加载技术必须满足椭球约束,其主要缺点是如何通过对非确定性约束的认识来得到最优的对角加载值不是很明确.通过这个问题的解决证明了该方法的可行性,而且对角加载技术是通过变量加载集成到自适应机制中而不是固定对角加载或Ad Hoc技术.     

一种稳健恒定束宽宽波束形成算法

传统宽带波束形成算法在导向矢量失配时输出性能下降,为解决该问题,文章提出一种稳健恒定束宽波束形成算法。该算法首先构造与快拍数相关的对角加载函数;其次,基于空域积分思想,结合入射信号的方向误差范围估计期望信号的实际入射方向,并结合构造的对角加载系数生成优化波束加权系数;最后,联合优化后的波束权值与FIR滤波器系数完成宽带波束响应的全局优化设计。经仿真实验验证,相比于传统分布设计法的时域宽带波束形成,文中方法可以得到较理想的恒定宽带主瓣响应和较低的旁瓣电平,同时在期望信号导向矢量失配情况下,仍有较好的输出信干噪比。     

基于改进PSO的对角加载波束形成算法

当协方差矩阵和导向矢量估计存在误差时,Capon波束形成算法性能急剧下降.对角加载能够提升Capon波束形成算法对误差的鲁棒性,但是最优加载因子的确定是当前的难题.提出一种基于改进粒子群优化(IPSO)算法的对角加载波束形成算法,首先将加载因子与协方差矩阵特征值谱联系起来,利用协方差矩阵特征值谱的分布特性确定最优加载因...     

基于特征值分解的稳健波束形成技术

Capon 自适应波束形成中,导向矢量误差和协方差矩阵的估计误差均会导致波束形成器的性能下降。针对这一现象,提出一种基于特征值分解的稳健波束形成技术,即在将估计的协方差矩阵特征值分解后,直接对影响波束形成器稳健性能的噪声小特征值进行算术平均处理,以获得接近于理想波束形成器的稳健性能。同时根据试验仿真,给出了用于区分干扰和噪声特征值的门限计算公式,为准确构建特征子空间提供了思路。分析结果表明,与传统的对角加载方法相比,该方法能够达到同样的改善性能,在实际运用中更加直接和有效。     

加载与约束结合的主瓣干扰抑制方向图保形

针对基于阻塞矩阵实现主瓣干扰抑制的波束指向偏移问题,提出了一种基于对角加载与线性约束相结合的方向图保形方法。通过深入分析阻塞矩阵预处理方法,发现预处理后波束指向偏移是由自适应波束形成算法中的协方差矩阵失配引起的,故提出利用对角加载实现波束指向的准确校正,利用线性约束实现其它干扰方向的准确置零,有效实现了预期的自适应波束形成效果。通过仿真分析不仅验证了所提方法的正确性和有效性,同时发现所提方法对加载电平的选取不敏感,也即加载电平的选取比较容易。     

Robust Adaptive Beamforming Under Quadratic Constraint with Recursive Method Implementation

When adaptive arrays are applied to practical problems, the performances of the conventional adaptive beamforming algorithms are known to degrade substantially in the presence of even slight mismatches between the actual and presumed array responses to the desired signal. Similar types of performance degradation can occur because of data nonstationarity and small training sample size, when the signal steering vector is known exactly. In this paper, to account for mismatches, we propose robust adaptive beamforming algorithm for implementing a quadratic inequality constraint with recursive method updating, which is based on explicit modeling of uncertainties in the desired signal array response and data covariance matrix. We show that the proposed algorithm belongs to the class of diagonal loading approaches, but diagonal loading terms can be precisely calculated based on the given level of uncertainties in the signal array response and data covariance matrix. The variable diagonal loading term is added at each recursive step, which leads to a simpler closed-form algorithm. Our proposed robust recursive algorithm improves the overall robustness against the signal steering vector mismatches and small training sample size, enhances the array system performance under random perturbations in sensor parameters and makes the mean output array SINR consistently close to the optimal one. Moreover, the proposed robust adaptive beamforming can be efficiently computed at a low complexity cost compared with the conventional adaptive beamforming algorithms. Computer simulation results demonstrate excellent performance of our proposed algorithm as compared with the existing adaptive beamforming algorithms.     

最差性能最优通用信号模型稳健波束形成算法

针对空间分布散射信号源的稳健波束形成问题,提出了一种新的通用信号模型稳健波束形成算法,不仅得到了封闭形式的最优加权矢量,而且获得了最优的性能改善.其中分析了与传统对角加载的关系,给出了最优加载量的计算方法,并得出具有最优负加载的解才可以获得最优的性能改善.最后的仿真分析验证了所提出算法的正确性和有效性,而且发现最优加权矢量只取决于给定的接收数据和未知的失配量,与失配约束参数的选择无关,而失配约束参数只是参与最优权计算的辅助参数.     

Further Study on Robust Adaptive Beamforming With Optimum Diagonal Loading

Significant effort has gone into designing robust adaptive beamforming algorithms to improve robustness against uncertainties in array manifold. These uncertainties may be caused by uncertainty in direction-of-arrival (DOA), imperfect array calibration, near-far effect, mutual coupling, and other mismatch and modeling errors. A diagonal loading technique is obligatory to fulfil the uncertainty constraint where the diagonal loading level is amended to satisfy the constrained value. The major drawback of diagonal loading techniques is that it is not clear how to get the optimum value of diagonal loading level based on the recognized level of uncertainty constraint. In this paper, an alternative realization of the robust adaptive linearly constrained minimum variance beamforming with ellipsoidal uncertainty constraint on the steering vector is developed. The diagonal loading technique is integrated into the adaptive update schemes by means of optimum variable loading technique which provides loading-on-demand mechanism rather than fixed, continuous or ad hoc loading. We additionally enrich the proposed robust adaptive beamformers by imposing a cooperative quadratic constraint on the weight vector norm to overcome noise enhancement at low SNR. Several numerical simulations with DOA mismatch, moving jamming, and mutual coupling are carried out to explore the performance of the proposed schemes and compare their performance with other traditional and robust beamformers     

基于多级阻塞的稳健相干自适应波束形成

针对期望信号波达角(DOA)估计误差较大时相干波束形成性能下降的问题,该文提出一种基于多级阻塞的稳健相干自适应波束形成算法。该算法首先定义阻塞矩阵,推导多级阻塞原理,并利用其滤除阵列接收信号中的期望信号;然后给出空间中只存在期望信号时,子阵与全阵间阵列流型的映射关系,据此推导全阵扩展变换,并证明其在干扰信号存在条件下的有效性;最终利用扩展变换获取全阵最优权矢量,实现相干波束形成。该算法对期望信号波达角估计误差稳健,且无需干扰信号来向的先验信息,同时可以有效避免阵列孔径的损失。仿真分析验证了算法的优越性和理论分析的有效性。     

多输入多输出衰落信道的最小互信息盲均衡

提出了多输入多输出衰落信道的基于广义高斯分布近似的最小互信息盲均衡器.采用输出信号的广义高斯分布近似,基于互信息最小化目标函数自适应调整均衡器的系数.比较了基于广义高斯分布近似和非线性变换的两种最小互信息盲均衡算法.仿真实验表明基于广义高斯分布近似的方法比非线性变换方法有更大的星座图距离,更快的收敛速率和更好的误码性能.     

基于可变对角载入的鲁棒自适应波束形成算法

针对传统算法对方向向量偏差敏感的缺点,提出了一种基于可变对角载入的鲁棒自适应波束形成算法.为了提高算法的鲁棒性,采用非线性约束条件下的最优化阵列输出功率对信号方向向量进行优化求解,且优化解中的参量能够准确求出.为了减少计算量,采用递推算法求逆矩阵并利用泰勒级数展开,推导出基于可变对角载入的权重向量公式.该算法可有效地抑制方向向量偏差所带来的影响,降低了计算量易于实时实现,提高了系统的鲁棒性,改善了阵列输出的信干噪比,使其更接近最优值.仿真结果表明,该算法相对传统算法可以获得更好的性能.     

凸集优化稳健自适应DBF 的在线算法

一种基于凸集优化稳健DBF 的在线算法,以克服平稳和非平稳误差引起的阵列性能下降。算法利用球体约束和 权值约束,建立凸集最优目标函数,采用最速下降法确定对角负载因子,并迭代求解最优权矢量。仿真结果表明,与传 统的capon 算法和固定对角负载值算法相比,基于凸集优化的迭代算法具有更大的阵列输出信干噪比,从而使阵列具有 更好的稳健性。     

一种改进的稳健自适应波束形成算法

当快拍数较小时,自适应波束形成算法的性能将会降低,而对角加载算法是提高这类自适应波束形成算法稳健性的简单而有效的方法,但是至今没有一种比较有效的方法来确定对角加载值。本文提出了一种确定加载值的方法,这种方法在加载值和协方差矩阵的估计误差之间建立联系,它能够根据阵列的输出数据动态的调整加载值。计算机仿真证实了该算法的有效性。     

基于特征值斜投影的主瓣干扰抑制方法

主瓣干扰将导致传统自适应波束形成算法的主瓣畸变、峰值偏移、旁瓣电平抬升,致使相控阵系统抗干扰性能严重恶化.另外,当接收快拍中存在目标信号时,会导致自适应波束形成在目标信号方向生成零陷,降低接收目标信号增益.针对这些问题,本文提出一种基于特征值斜投影的主瓣干扰抑制方法.首先通过构建特征值斜投影预处理矩阵滤除主瓣干扰,然后...     

一种运动干扰稳健滤波方法

传统的阵列干扰抑制算法假设天线阵列与干扰之间相对静止,完成干扰抑制,当阵列与干扰之间存在相对运动时,存在协方差矩阵估计快拍数不足的问题,从而导致阵列滤波性能下降。针对上述运动干扰稳健滤波问题,提出了一种算法对现有零陷展宽技术抗运动干扰方法进行改进。一方面,将零陷展宽技术与导数约束方法相结合,用得到的新协方差矩阵求自适应权值;另一方面,为了提高自适应波束形成对噪声和误差的稳健性,引入了对角加载技术,加载量通过寻找协方差矩阵的特征值曲线拐点得到,有效避免了加载量过大导致的干扰信号被淹没以及加载量过小导致噪声分量引起性能损失的问题。该算法对零陷展宽系数选取依赖性较低,且对角加载量不需要设置固定的经验值,有利于稳健运动干扰滤波,适用于实际工程中先验信息不足条件下的自适应阵列抗运动干扰情况。