小快拍相干源时的自适应波束形成方法

基于特征空间自适应波束形成算法，针对等距离线阵提出了一种波束形成方法．通过构造一个特殊的矩阵代替协方差矩阵，可以克服特征空间算法不能在相干环境下工作的缺点，且在低信噪比、小快拍数下自适应波束形成就能收敛并保持较好的性能．     

有限次快拍下自适应波束形成

从协方差矩阵估计角度出发,解释了有限次快拍下造成逢适应波束形成性能下降和自适应波束畸变的原因,有限次快拍等效增加了干扰之间、干扰与噪声之间以及噪声之间的相关性,造成自适应波束形成性能下降,同时,有限次快拍下噪声等效为色噪声,文中分析了色噪声环境下自适应波束畸变机理,指出色噪声是自适应波束畸变的根本原因。     

-种改进的波束空间自适应波束形成算法

在数字阵列雷达中,自适应波束形成（ADBF）算法常被用来抑制副瓣干扰.针对当阵元数较多时ADBF算法运算量很大问题,采用子阵空间或波束空间的方法进行降维处理.通过引入部分自适应阵方法对经典波束空间自适应波束形成（A一ADBF）算法进行了改进,改进后的算法不仅具备波束空间和子阵空间算法的优点,而且更加适合工程实现.仿真结果表明,该算法能有效地在干扰方向形成零点.     

一种改进的基于投影预变换 自适应波束形成器

在基于投影预变换的基础上，提出了一种改进的自适应波束形成算法，该方法改善了自适应波束形成过程中小期望信号的缺点，同时，提高了干扰源靠得较近时波束形成的稳健性，增强阵列输出SINR。此外，新算法具有空间平滑作用，在空间存在相关或者相干干扰时仍具有较好的干扰抑制性能和波束保形能力，计算机仿真结果说明了新算法的有效性。     

空间平滑自适应阵的性能研究

在自适应阵中,理想信号经常和干扰信号相干,空间平滑法经常用来抑制相干干扰,为地使用空间平滑法,通过分析输出ＳＮＲ,对自适应空间平滑阵性能进行了分析,可知随着理想信号和相干干扰之间角度差的增大及相干干扰功率的增大,输出ＳＮＲ增大。计算机仿真验证了此分析结果。     

利用多普勒信息提高自适应波束形成的稳健性

当快拍数较少和存在系统误差时,自适应波束形成性能急剧下降,特别是当输入信噪比较大时,会出现严重的信号相消现象．文中利用时域信息提出一种新的自适应波束形成方法,理论分析表明,该方法为目标多普勒频率已知条件下最大似然估计结果．该方法能有效地克服信号相消现象,并且具有良好的波束保形能力和快速收敛特点,计算机仿真结果验证了这些优点     

基于协方差矩阵非线性函数的自适应波束形成技术

在实际情况下（有限次快拍，存在系统误差以及色噪声背景），自适应波束形成的性能会变差，特别是会引起自适应方向图主瓣偏移和副瓣升高－波束畸变。针对这一情况文中提出一种新的利用协方差矩阵非线性函数的自适应波束形成方法，可显著改善自适应方向图的副瓣性能，计算机仿真结果验证了该方法的有效性。     

利用自适应波束形成抑制快速跟踪干扰

自适应天线与跳频技术相结合可进一步提高系统的抗干扰性能．为了有效降低快速跟踪干扰对跳频系统的影响，必须考虑频率补偿问题．研究了利用相干信号子空间处理方法的聚焦矩阵，在快速跟踪干扰到来前对数据矩阵更新，提高了自适应波束形成的收敛速度．     

基于一维辅助波束的自适应-自适应波束形成

为了避免面阵自适应-自适应波束形成方法在构建二维辅助波束时需要对干扰入射角进行二维搜索,提出了基于一维辅助波束的面阵自适应-自适应方法.该方法首先估计出干扰的一维空间角并形成一维空间辅助波束,再将辅助波束同主波束一起进行自适应波束形成处理来抑制掉干扰.由于只需估计干扰的一维空间角,因而对干扰入射角的搜索计算量大大降低,适合于工程实现.仿真结果证明了方法的有效性.     

稳健的特征空间基变换自适应波束形成

针对现有自适应波束形成器在阵元位置误差、幅相误差以及信号来波方向误差耦合时干扰抑制能力下降的问题,提出了一种稳健的基于特征空间基变换的自适应波束形成算法。首先,对导向向量中阵元位置误差、幅相误差以及信号来波方向误差的影响进行了建模;然后,通过利用真实信号子空间与导向矢量张成空间相同的特性,引入子空间距离的概念量化两个子空间相似程度,并构建出一个最小化空间距离的多维非线性优化问题;在此基础上,结合遗传算法与拟牛顿法的特点形成一种混合优化策略,在解除最优化问题后,得到信号子空间的一组非正交基;最后,将估计的信号子空间与噪声子空间组合为特征空间,通过对特征空间进行基变换提取出准确的干扰加噪声协方差矩阵,并对期望信号导向向量进行了修正。数值仿真结果表明：所提混合优化算法随着迭代数提高能够显著降低子空间距离,迭代数达到100次时,能够将子空间距离降低至1以下;在信号来波方向误差、阵元位置误差以及幅相误差同时存在,且输入信噪比为10 dB的情况下,所提算法的输出信干噪比与现有方法相比提高约14 dB。     

多用户STBC系统中一种自适应波束形成方法

为多用户A lamouti空时分组码(STBC)系统提出了一种自适应波束形成方案,此方案基于最小均方差(MMSE)准则。因为使用了自适应波束形成方法的原因,不需要得到用于相干解码的信道状态信息。仿真结果表明,在多用户系统中这种方案有很好的性能,一个有N个接收天线的此种方案能支持N个用户。     

非线性约束的自适应波束形成算法

提出基于非线性约束的自适应波束形成算法. 首先修改接收信号协方差矩阵信号子空间中的特征向量,使修改后的协方差矩阵基本不包含期望信号(SOI)成分而只包含干扰信号和噪声. 进而利用线性约束最小均方算法(LCMV)和修改后的波束空间求解方向图的权向量w. 为了提高算法的稳健性,采用非线性约束方法对w进行优化,w的优化解在形式上不同于可变对角加载类算法,且优化解中的待定参数容易准确求出. 新算法的输出信干比 (SINR)对导引向量随机误差具有稳健性, 并对期望信号的功率变化表现出不敏感的特性, 仿真证明了这一点.     

智能天线的波束形成法及自适应算法

目前,智能天线被应用于无线通信系统中,它通过改善接收信号的质量,抑制干扰,提高系统的容量等来提高通信系统的性能。在智能天线系统中包括很多信号处理技术,本文对目前在智能天线研究领域中的有关阵列信号处理的问题进行了综述,主要包括波束形成法和自适应算法。在对每种算法的原理进行简单介绍的基础上,对它们的适用条件及性能进行了分析。     

基于Bayesian准则的鲁棒自适应波束形成算法

研究波束形成算法的前提是驾驶向量是确定的.在实际情况下,由于实际的阵列响应和期望信号的阵列响应存在一定的偏差,这时候就需要研究对于驾驶向量不确定情况下的波束形成问题.该文基于Bayesian准则,对一系列自适应MVDR波束形成器的权向量进行后验概率密度加权,得到Bayesian自适应波束形成器.仿真和实际水声阵列数据结果显示,该波束形成器在驾驶向量不确实的情况下,具有较好的鲁棒性.     

宽带自适应波束形成子带实现方法

提出一种基于通用参数滤波器组的宽带自适应波束形成子带实现方法. 宽带接收信号经分析滤波器组分成若干子带信号,每个子带信号经各自的子带阵列处理器处理后由综合滤波器恢复成宽带信号. 因子带信号工作在更低的采样速率下,且每个子带信号处理器并行工作,有效降低了算法计算量,提高了阵列处理器效率. 结果表明,与传统宽带处理方法相比,此子带方法除了输出信号均方误差略有增加外,对提高权值收敛速度,增强对干扰抑制能力都有显著提高;与使用同样通道数目的正交镜像滤波器组的子带方法相比,此方法在提高干扰抑制能力和减小均方误差方面有进一步提高.     

一种新的自适应盲波束形成算法

DS—CDMA系统的智能天线技术可以增加其有效覆盖区域，并能提高系统的抗干扰性能。因而，快速的自适应波束形成算法是一个重要的课题。提出和研究了一种新颖的适合于自适应盲波束形成的算法，该算法基于数字信号的有限符号特性，采用预判决映射（DP）方法，结合归一化最小均方（NLMS）算法，具有较低的计算复杂度，比较适合于实时处理场合。计算机仿真结果表明，新算法具有较好的收敛性、跟踪性能以及较低的误码率特性。     

基于智能天线系统的一种自适应波束形成算法

自适应阵列天线是提高频谱利用率一种可实现的方法。本文提到的自适应波束形成算法主要的优点在于它的简单性和良好的精确度。该算法使用的是接收信号的统计数据，根据接收信号自协方差矩阵最大特征值的特征向量去近似等于目标信号的控制向量。     

基于DSP的自适应数字波束形成的设计

提出了一种利用DSP实现基于阵列天线的数字波束形成的方案,对数字波束形成原理作了简单介绍。针对波束形成的数据量大,运算较复杂的特点,采用Freescale公司生产的MSC8144实现了数字波束形成的信号处理,实验结果表明,采用此种方法数字波束形成速度快、精度高。     

一种快速收敛的自适应波束形成算法

为了解决传统最小均方(LMS)自适应波束形成算法在低信噪比环境下收敛速度较慢的问题,提出了一种快速收敛的小波域自适应波束形成算法. 该算法利用小波变换软阈值法消除信号中的加性高斯白噪声,并在此基础上将牛顿法应用于LMS算法中,提高了小波域LMS算法的收敛速度. 仿真结果表明,相比传统LMS算法,在低信噪比环境下,该算法收敛速度加快,稳态误差减小,波束形成精确度有较大的提高;同时相对于已有的小波域LMS算法,该算法的收敛速度和精度也有所提高.