鲁棒约束恒模自适应波束形成算法

线性约束恒模算法能够有效克服恒模算法中存在的干扰捕获问题,但在信号方向向量存在偏差的情况下,其性能将会受到影响.针对上述问题,本文提出了鲁棒约束恒模自适应算法并对其性能进行了分析.该算法收敛速度快,抗扰动性强,对信号方向向量的偏差具有较强的鲁棒性,改善了系统的输出信干噪比.仿真实验表明,与线性约束恒模算法相比,鲁棒约束恒模算法具有很好的性能.     

一种空间色噪声环境下的鲁棒自适应波束

该文提出了一种基于对角加载的鲁棒自适应波束形成算法,以提高空间色噪声环境中自适应波束对方向矢量误差的鲁棒性。该算法首先利用噪声协方差矩阵对阵列相关矩阵进行预白化,同时定义了一个与噪声矩阵相对应的椭圆方向矢量模糊集,然后,通过在该模糊集内进行最坏情况性能优化来确定对角加载因子。和现有的通过迭代求解加载因子的方法不同,该文给出了最优加载因子的近似解析表达式,降低了运算量,揭示了哪些因素可以影响最优加载因子,以及如何影响。仿真结果表明,在空间色噪声环境中,该算法具有很好的鲁棒性,并且,给出的加载因子表达式是其真实最优解的一个准确近似。     

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.     

基于最坏情况性能优化的稳健自适应宽带波束形成

针对期望信号导向矢量失配会导致自适应波束形成算法的性能急剧下降这一问题,提出了一种新的基于最坏情况性能优化的稳健自适应宽带波束形成方法。该方法通过将实际期望信号的导向矢量约束于不确定集合中,来提高算法的稳健性;同时增加阵列空间响应偏差的二次型约束,可避免引起信号有较大失真。计算机仿真结果表明:该方法不仅能够抑制导向矢量偏差所带来的影响,有效控制波束主瓣区域内信号的畸变和旁瓣区域电平,还改善了阵列输出的信干噪比,使其更接近最优值。     

具有自适应可调误差半径的鲁棒波束赋形算法

传统的自适应波束形成器对各类型的阵列误差较为敏感尤其是在较大的波达方向(Direction of Arrival,DOA)误差存在的情况下,阵列的输出信干噪比严重下降.为了解决这个问题,文中提出了一种新的具有自适应可调误差半径的鲁棒波束形成器.每一步迭代都是以经典的鲁棒Capon波束形成器为基础,且使用的误差不确定度都是依据子空间投影定理推导出的一个二次约束二次规划问题的最优解.由于估计出的导向矢量不确定度均小于传统自适应波束形成器中使用的误差量,因此,阵列的输出性能得以提高.此外,为了能够扩展算法的适用性,引入了可变椭圆不确定集来同时处理多重误差因素.最终的实验结果证明了算法的正确性和有效性.     

四元数域宽带鲁棒自适应波束形成

该文提出一种基于四元数的宽带鲁棒自适应波束形成方法。在利用四元数构造阵元输出的基础上,通过期望信号复包络对齐技术,建立四元数域宽带对合增广宽线性信号模型,以联合利用四元数阵列输出矢量的3种对合信息和2阶统计特性以及信号非圆信息,采用信号加干扰子空间投影方式,有效提取期望信号,抑制多个不相关干扰和噪声,进而实现四元数域宽带鲁棒自适应波束形成。同其它宽带波束形成方法相比,该方法对非圆信号的接收性能提升,可以实现阵列虚拟孔径扩展,有效克服指向误差带来的性能下降问题。计算机仿真结果验证了该方法的性能。      

一种改进的迭代型鲁棒波束形成算法

为有效克服模型失配误差对自适应波束形成器的影响,该文提出了一种改进的迭代型鲁棒波束形成算法.该算法以导向矢量在期望信号来波方向区间宽度内、外的积分关系式构造新的终止条件,克服了迭代对角加载算法对终止条件参数鲁棒性不强的问题,从而进一步提高了波束形成器的输出信干噪比.仿真实验表明,提出的算法可以有效克服不同类型的模型失配误差带来的影响,能够处理较大范围的方向失配误差,且对算法中的来波方向区间宽度这一关键参数设置具有较强的鲁棒性.     

四元数域干扰加噪声协方差矩阵重构鲁棒自适应波束形成

基于电磁矢量传感器阵列的四元数Capon波束形成器较传统的复数域Capon波束形成器有更好的性能。但是该方法在存在指向误差和极化失配的情况下性能急剧下降,甚至会出现信号相消现象。本文将协方差矩阵重构方法推广于四元数Capon波束形成中,通过利用Q-Capon的极化-角度谱估计得到干扰和噪声的功率来对干扰加噪声协方差矩阵进行重构,避免了对角加载方法中对对角加载因子的求解,而且能够有效克服指向误差与极化失配带来的性能下降。计算机仿真表明,该方法相较于其他四元数域的方法有着更好的性能。      

协同系统鲁棒波束成形算法研究

由于实际很难获得理想信道状态信息(CSI),传统协同波束成形算法性能严重下降。设计对信道误差具有鲁棒性的波束成形算法具有重要的实际意义。针对放大转发协同系统最大化目的节点信噪比(SNR)准则下的波束成形设计,提出对应鲁棒算法。该算法从最坏情况鲁棒设计思想出发,建立保证鲁棒性的最优化问题,应用扩展S引理和Schur补定理将该问题由初始不可解转化为可解的准凸问题,进而求解出保证鲁棒性的波束成形因子。仿真表明:同等CSI偏差下,所提鲁棒算法的中断概率性能优于传统波束成形算法。     

基于二次型约束的鲁棒自适应波束形成算法

针对期望信号方向向量存在偏差会导致自适应波束形成算法的性能急剧下降这一问题,该文提出了一种基于二次型约束的鲁棒自适应波束形成算法。通过对期望信号波达方向附近范围内的方向向量的误差模值进行约束,来提高算法的鲁棒性,并在此约束条件下对权重向量进行优化求解,且优化解中的参数能够准确求出。该算法可有效地控制波束主瓣区域内信号的畸变,并能够抑制方向向量偏差所带来的影响,提高了系统的鲁棒性,同时使干扰和噪声的功率输出最小,保证了对干扰信号的抑制能力,改善了阵列输出的信干噪比,使其更接近最优值。仿真结果验证了所提算法的有效性与优越性。     

On Diagonal Loading for Robust Adaptive Beamforming Based on Worst‐Case Performance Optimization

Robust adaptive beamforming based on worst‐case performance optimization is investigated in this paper. It improves robustness against steering vector mismatches by the approach of diagonal loading. A closed‐form solution to optimal loading is derived after some approximations. Besides reducing the computational complexity, it shows how different factors affect the optimal loading. Based on this solution, a performance analysis of the beamformer is carried out. As a consequence, approximated closed‐form expressions of the source‐of‐interest power estimation and the output signal‐to‐interference‐plus‐noise ratio are presented in order to predict its performance. Numerical examples show that the proposed closed‐form expressions are very close to their actual values.     

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.     

矢量最优化稳健波束形成性能分析

针对标准的Capon波束形成在阵列导向矢量存在误差时出现严重性能退化,本文从权矢量模约束和不确定集两个角度出发,提出矢量最优化稳健波束形成方法,并通过二阶锥规划进行有效求解.文中还进一步给出自适应权矢量的近似解析表达式,揭示了影响最优权矢量的各主要因素.通过理论分析和计算机仿真研究,详细讨论了约束参数、信噪比、快拍数以及方位估计偏差对输出信干噪比及空间谱估计的影响.外场实验数据处理结果表明,将本文方法应用于实际工程进行空间谱估计,能够得到准确而稳健的高分辨方位估计结果.     

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.     

改进的稳健Capon 波束形成算法性能分析

常规Capon 波束形成算法能够使波束在期望信号方向形成高增益,在干扰方向形成零陷,针对该算法在期望信号导向矢量失配的情况下,出现性能下降的问题,研究了期望信号导向矢量在不确定集约束下的求解。通过分析稳健Capon波束形成算法的特点,推导出了期望信号导向矢量在球形不确定集约束下的权矢量近似闭式解,并采用图像法,找到给定条件下的最优约束参数。在指向误差和相位误差存在情况下,对算法进行了仿真分析,仿真结果验证了算法在误差存在情况下的稳健性。     

超高斯加载的稳健自适应波束形成及性能分析

该文提出了一种超高斯加载的稳健自适应波束形成方法,解决由于导向矢量和样本方差矩阵失配误差所导致的波束形成器性能下降的问题,利用p-范数来对两种误差不确定性进行总体修正,克服了2-范数不能同时兼顾两者实现最优修正的缺点。采用遗传算法求得最优范数p,验证了在不同实验设置下,当使用最优范数时,都比2-范数约束具有更好的性能。超高斯加载方法把复杂的不确定性建模问题转化为范数p的寻优问题,从而获得比对角加载方法更优异的性能。