一种稳健自适应多波束形成算法

在快拍数较少且多个输入期望信号功率差异较大的情况下,针对多数自适应多波束形成算法难以同时保持强弱期望信号波束稳健性的问题,文中联合子空间变换技术以及对角加载技术对协方差矩阵进行重构,提出了一种基于协方差矩阵重构的稳健自适应多波束形成算法。该算法不仅能够在快拍数较少且多个期望信号功率差异较大情况下同时保持各波束主波束无畸变,而且能够保持各波束零陷的稳健性。最后,通过波束图对比仿真实验分析验证了重构协方差矩阵对强弱期望信号波束主瓣与零陷稳健性的提升,并且通过输出信干噪比对比实验证明了文中提出的自适应多波束形成算法抗干扰性能更优。      

零陷优化的稳健波束形成算法

传统的自适应波束形成算法在干扰方向出现扰动且期望信号导向矢量失配时,不仅无法持续有效地抑制干扰,而且会在期望信号方向产生零陷致使期望信号相消,算法性能严重下降。针对该问题,本文提出了一种零陷优化的稳健波束形成算法。该算法首先通过干扰导向矢量的左右旋转来展宽零陷,接着将采样数据向干扰子空间投影,并对干扰分量进行加权处理以增强采样数据中的干扰强度,加深干扰零陷,最后采用导向矢量不确定集约束算法保证期望信号的接收增益。计算机仿真结果表明:该算法能够有效展宽干扰零陷,并能够保证期望信号增益,具有较好的稳健性。      

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...     

一种基于正交加权约束的GPS抗干扰盲算法

针对GPS信号C/A码的周期重复特性,联合CAB算法和子空间技术提出了一种盲自适应波束形成方法。该算法通过将CAB算法的权矢量和控制矢量约束到干扰导向矢量的正交补空间内,使之在期望信号方向上产生高的增益,并在干扰方向上形成零陷。该方法具有盲处理、收敛速度快和低计算复杂度等优点。仿真结果证明了算法的有效性。     

基于波束赋形的星载自适应调零技术

针对传统的星载自适应调零系统存在易受干扰影响而大大降低调零效能的问题,提出了一种基于波束赋形的自适应调零方法。星载调零技术以方向信息为调零准则,要求调零系统具有较高测向精度和相干信号处理能力;新方法以波束覆盖区域和相关功率为代价函数,通过自适应迭代处理,在干扰位置处形成零点,从而实现抑制干扰的目的,理论分析和仿真试验均验证了该调零算法的有效性和鲁棒性。     

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。     

一种样本污染且快拍数有限情况下的稳健的波束形成方法

样本污染情况下,期望信号方向上也可能形成零陷,导致输出信号干扰噪声比严重下降;快拍数有限情况下,假设的白噪声表现为色噪声,从而加剧了自适应波束形成畸变。基于此,该文从采样协方差矩阵特征值分析出发,提出了一种自适应修正方法,相当于对采样协方差矩阵进行扰动,从而提高了波束形成的性能和稳健性。性能分析和计算机仿真验证了所提方法的可行性和有效性。     

基于空时处理的稳健自适应波束形成算法

在自适应天线阵抗干扰的一些应用环境中,往往需要自适应天线方向图在对准干扰的位置形成宽零陷从而增强算法的稳健性。该文从宽带信号模型出发,通过对扰动干扰方向上空时二维导向矢量的分析,修正了权值训练期间得到的宽带干扰协方差矩阵,推导出一种针对宽带信号的基于空时处理结构的宽零陷波束形成算法,该方法有效地实现宽带干扰的零陷加宽,提高了宽带波束形成算法的稳健性。     

一种基于协方差矩阵重构的波束形成算法

针对Capon波束形成在误差条件下敏感性问题,提出一种基于协方差矩阵重构的鲁棒波束形成算法。算法将信号集中出现的空域划分为干扰区域和信号区域,接着将两个区域划分为若干相互独立不重叠的部分,对干扰区域积分,构造出干扰协方差矩阵;再利用采样协方差矩阵特征分解后的最小特征值重构出噪声协方差矩阵;最后对期望信号导向矢量误差进行环不确定集建模,并在期望信号导向矢量环不确定集上进行Capon谱积分来估计期望信号协方差矩阵,根据其主特征矢量获取期望信号导向矢量。仿真表明,与传统鲁棒波束形成算法相比,此方法在不同快拍数以及输入信噪比条件下,性能更加优异且稳定,同时计算量较小。     

一种基于降秩变换的ESB改进算法

提出了一种基于降秩变换的ESB改进算法,该方法首先用降秩变换矩阵对阵列接收数据进行降秩变换,利用干扰子空间和修正的期望信号导向矢量来构造降秩变换矩阵,然后进行波束形成.该算法解决了传统的基于特征空间(ESB)自适应波束形成算法方向图副瓣电平较高的问题,并且解决了当阵列协方差矩阵中不含期望信号或期望信号较小时方向图畸变的问题,从而大大提高了抗干扰能力.仿真结果证明,所提出的基于降秩变换的ESB改进算法具有良好的波束形成性能,验证了算法的有效性.