相干环境下LCMV自适应阵列抗干扰问题研究

相干干扰环境下,自适应阵列性能会急剧下降,常用的处理方法是空间平滑。然而,采用常规均匀空间平滑的自适应阵列对相干干扰的抑制能力较差,而且会损失阵列孔径。该文提出一种改进的相干干扰抑制方案:首先,提出了一种自适应的加权空间平滑(Weighted Spatial Smoothing, WSS)算法,它将各子阵的相关矩阵进行加权平均,可以最大程度地解相干;然后,在WSS基础上,利用线性约束最小方差(LCMV)准则得到子阵波束形成器最佳权矢量;最后,提出了一种利用子阵间的相位关系对全阵做波束形成的方法。该方案大大提高了阵列对抗相干干扰的能力,同时避免了一般空间平滑后阵列的孔径损失。理论分析和仿真结果说明了方法的有效性和稳健性。     

基于数字波束合成的空间信号分离研究

自适应波束形成可以实现空间信号分离。在基于子阵平滑技术的同频信号测向的前提之下,给出了在主瓣和零点约束及阵列静态噪声功率输出最小条件下的波束形成方法,并给出了求解加权矢量的算法。仿真结果表明：本文提出的空间信号分离的方法是有效的。     

子阵平滑对小快拍数下CAB算法的改善

研究了子阵空间平滑自适应阵列方法对CAB算法性能的改进。数字波束形成是DBF雷达实现的关键技术。在诸多数字波束形成算法中，由于CAB算法在较高信干噪比条件下具有较快的收敛速度，因此具有较强的优势。但是该算法在较少的快拍数情况下不能保证在输出SINR收敛并趋向于最优值的同时保持较低的自适应旁瓣电平。因此，采用空间子阵平滑方法并利用子阵级自适应处理结构来等效提高CAB算法的快拍数，从而抑制干扰和噪声。仿真结果证明了该方法的有效性。     

基于导向矢量估计的鲁棒波束形成

针对标准Capon波束形成器中真实导向矢量与期望导向矢量存在误差时,其性能会急剧下降的问题,提出了基于加权空间平滑与导向矢量估计相结合的鲁棒波束形成算法。该算法利用加权空间平滑方法,对子阵进行特殊的划分,根据子阵间自相关矩阵与互相关矩阵权重差异,采用嵌套的方式获得加权矩阵,继而得到更加精确的协方差矩阵,接着,使用不确定范围约束期望导向矢量来获得真实导向矢量。仿真结果表明,和传统的自适应波束形成算法相比较,本文算法在面对协方差矩阵中含有期望信号以及角度失配问题时,鲁棒性得到明显提升。     

子空间重构的一类自适应波束形成算法

针对多维阵列的全维自适应波束形成算法运算量大和小样本条件下性能下降问题,该文提出采用子空间重构技术的自适应波束形成算法(SRC-BF)。该方法利用多维域的全维阵列数据可分维构造的特点,首先在训练样本集上估计分维阵列数据的信号子空间;然后基于张量积性质重构全维信号子空间并自适应剔除交叉项;最后采用子空间投影算法计算自适应加权矢量。理论分析和仿真结果表明该方法具有较低的运算复杂度,能有效提高自适应波束形成算法在小样本条件下的输出信干噪比。     

任意形状旁瓣波束形成技术研究

在自适应零陷形成的基础上,提出了一种自适应加权算法,用于任意阵型阵列构成具有任意形状旁瓣的波束图,并考虑基元方向性对波束图的影响.给出了实现自适应加权算法的三个步骤,预先设定所需旁瓣形状及旁瓣级,采用循环,最终使旁瓣与预设形状吻合.将该算法用于均匀线阵和抛物线阵,均得到期望的结果,并与道夫-切比雪夫加权作了相应比较.研究表明,基元的方向性对该算法波束形成的影响很小,新算法可以消除基元宽带方向性对波束的影响.     

一种均匀圆阵子阵干扰抑制DOA估计算法

常规空间谱估计算法在强干扰背景下往往无法正确估计弱信号的来波方向。针对此问题,本文提出了一种均匀圆阵子阵干扰抑制波达方向估计算法。将整个阵列划分为若干个子阵,利用提出的最小二乘波束形成算法分别对子阵波束加权以抗干扰,加权后的子阵可以看作是一个‘有向阵元’,将它们组成一个新的虚拟阵列,再进行超分辨谱估计。该方法通过子阵波束形成抑制强干扰,子阵输出中消除了强干扰分量,因此能够实现弱信号波达方向的正确估计,同时弱信号到达角估计的成功概率也得到了提高。最后计算机仿真实验验证了本文算法的有效性和正确性。      

平面阵子阵级自适应波束形成方法研究

利用遗传算法(GA)将大型阵列划分为非均匀邻接子阵,以主旁瓣比作为适应度函数,并对遗传操作增加约束条件,得到具有栅瓣抑制能力的子阵结构。为进一步抑制平面阵俯仰和方位上的高旁瓣,对平面阵进行两级子阵划分,使平面阵方向图在俯仰和方位上均具有良好的主旁瓣电平比;为消除非均匀子阵结构各子阵通道噪声功率不同对子阵级自适应波束形成算法的影响,通过对阵列协方差矩阵进行奇异值分解、重构特征子空间,提出了基于特征空间重构的子阵级自适应波束形成方法。仿真结果表明了该方法的可行性与有效性。     

基于遗传算法的部分自适应波束形成方法

将一种改进的遗传算法用于星载平面阵列天线方向图的实时综合。为了使遗传算法适合实时应用,在唯相自适应阵列的基础上进一步采用了部分阵元和部分比特的自适应波束形成,以降低算法计算量,提高其收敛速度。对基于改进遗传算法的唯相阵列部分阵元自适应波束形成和部分比特自适应波束形成进行了研究。模拟实验结果表明,两种方案都能够在波束“凝视”方向满足一定增益的前提下有效抑制来自旁瓣的强干扰,而且具有比传统唯相算法更快的收敛速度。     

加权子空间拟合相干信源二维波达方向估计

对均匀圆阵列(UCA)二维波达方向估计问题,运用相位激励模式波束形成技术,得到圆阵波束空间实值阵列流形。在波束空间内．研究了相干信源子空间分解技术和加权子空间拟合技术。计算机仿真表明,在波束空间内的加权子空间拟合技术具有良好的相干信源二维波达方向估计性能。     

The performance of the least mean squares algorithm combined withspatial smoothing

Many practical signal environments involve correlation between desired and undesired signals, causing narrowband adaptive array beamformers to exhibit signal cancellation. Spatial smoothing is a technique that can perform beamforming in such environments. This method can be incorporated into an adaptive algorithm, such as least mean squares (LMS), possibly altering the well-known performance characteristics of the algorithm. We discuss methods for combining spatial smoothing with the LMS algorithm in an array with a generalized side-lobe canceler (GSC) structure. The first of these methods is an electronic version of mechanically dithering the array. We show that this well-known method obeys a set of nonhomogeneous dynamical equations, resulting in a limit cycle that increases the misadjustment of the algorithm. The previously reported parallel spatial processing algorithm is also shown to have this increased misadjustment. We then introduce two methods that do not suffer from this misadjustment increase. We compare the methods' computational complexity and performance, in terms of stability and steady-state behavior, including weight misadjustment, GSC output power, and signal-to-noise ratio (SNR). In conclusion, we find that the limit cycle of the first method can be avoided without any increase in complexity by using one of the new methods     

多径环境中多用户波束形成与DOA估计

该文讨论了多径环境中多用户的波束形成与DOA估计问题,采用了解相关检测器来估计用户空间特征,提出了循环空间平滑算法(CSS)基于空间平滑的保持阵列权值维数不变的多用户波束形成算法,其理论依据是采样信号协方差矩阵的逆矩阵循环传递等效于对其求均值;利用了估计出的用户空间特征构造协方差矩阵进行空间平滑的高分辨DOA估计.仿真结果说明了循环空间平滑算法应用于多用户波束形成具有更优的抗干扰性能。     

相干信号源自适应波束形成

介绍了常规自适应波束形成的一般理论,并在此基础上分析了期望信号与干扰信号相干时常规自适应波束形成失效原理,引入了空间平滑技术,给出了空间平滑技术去相干的原理和在自适应波束形成上的应用,同时给出了计算机仿真结果。     

CSMG波束形成算法在相干和非相干环境中的应用

讨论了如何将CSMG自适应波束形成算法与空间平滑法相结合，应用到同时存在相干干扰和非相干干扰的环境中。该算法具有空间平滑法和CSMG波束形成算法的优点，能对相干干扰抑制，并且在非相干干扰方向也能形成很好的零陷，大大提高了系统的抗干扰性能。对该算法、普通CSMG算法和与空间平滑算法相结合的MVDR算法进行了计算机仿真，并对仿真结果进行了比较，证明了该算法结构的可靠性和优越性。     

Spectral-spatial adaptive and well-balanced flow-based anisotropic diffusion for multispectral image denoising

Anisotropic diffusion can provide better compromise between noise reduction and edge preservation. In multispectral images, there exist different spatial local structures in the same band. Therefore, the levels of smoothing of anisotropic diffusion process should conform to both of image spectral and spatial features. In this paper, we present an effective denoising algorithm by integrating the spectral-spatial adaptive mechanism into a well-balanced flow (WBF) based anisotropic diffusion model, in which an adjustable weighted function is introduced to perform the appropriate levels of smoothing and enhancing according to different feature scales. Moreover, we make the fidelity term in the model to be adaptive by replacing the original noisy signal with the last evolution of the smoothed image. Consequently, the proposed algorithm can better control the diffusion behavior than traditional multispectral diffusion-based algorithms. The experimental results verify that our algorithm can improve visual quality of the image and obtain better quality indices.     

高低轨频率共存卫星通信系统鲁棒波束成形算法研究

针对静止轨道(Geostationary Earth Orbit,GEO)卫星系统和低轨道(Low Earth Orbit,LEO)卫星系统频率共享时存在的干扰问题,本文基于低轨分布式卫星编队提出了一种鲁棒自适应波束成形算法,从空间域功率隔离角度解决了高低轨卫星通信系统上行链路共用频谱时GEO用户对于LEO卫星共线干扰...     

Two-Dimensional Adaptive Array Beamforming With Multiple Beam Constraints Using a Generalized Sidelobe Canceller

This paper deals with the problem of two-dimensional (2-D) adaptive array beamforming with multiple beam constraints (MBC) using a generalized sidelobe canceller (GSC). We present a method for the construction of signal blocking matrix required by the 2-D GSC. The resulting 2-D adaptive beamformer can provide almost the same performance as conventional 2-D adaptive beamformers based on a linearly constrained minimum variance (LCMV) criterion. The effectiveness of the proposed GSC is that the construction of the required signal blocking matrix requires only the computation of a few entries from analytical formulas. In comparison with conventional methods, the proposed technique gets rid of the computational complexity due to the eigendecomposition required for finding the 2-D signal blocking matrix. For dealing with the performance degradation due to coherent interference, we present a 2-D weighted spatial smoothing scheme to effectively alleviate the coherent jamming effect. Several simulation examples are provided for illustration and comparison.     

基于特征分解MUSIC算法的DOA估计

对于非相干信号源,基于特征分解的多重信号分类算法是一种具有高分辨率的波达方向估计算法,通过计算机仿真比较了它与Bartlett和Capon算法的性能,并分析了信号源数目估计值大于或小于真实值时接收信号入射角的估计结果.研究了一种新的自适应加权空间平滑算法,提高了MUSIC算法对于相干信源DOA估计的性能.仿真结果表明该算法可以有效地去除期望信号与干扰信号之间的相关性,在相干干扰方向上形成深的零陷,在平滑次数相同的情况下新算法比常规空间平滑算法得到更高的输出信干噪比.