基于迭代线性约束最小方差的稳健自适应脉冲压缩方法

针对常规自适应脉冲压缩方法在目标散射点与采样中心失配时旁瓣抑制性能下降的问题,该文提出一种基于迭代线性约束最小方差(RLCMV)的自适应脉冲压缩方法。该方法首先将自适应波束形成器算法引入到自适应脉冲压缩滤波器设计中。其次对目标及干扰单元进行线性约束,并用对角加载技术避免矩阵出现病态。最后构造了迭代运算方法,依次抑制不同大小目标的距离旁瓣。仿真结果表明,该算法可以有效抑制散射点随机分布目标的距离旁瓣,对散射点与采样中心失配情况具有较好的稳健性,在多目标及距离扩展目标场景中达到较好的旁瓣抑制性能,并在一定程度上提高了多普勒容性。     

抑制快速运动强干扰的稳健自适应波束形成方法

针对存在快速运动强干扰时自适应波束形成性能的严重降低,提出了一种稳健的自适应波束形成方法。该方法使用零陷展宽技术修改采样协方差矩阵,使其自动地在干扰方位形成展宽的零陷以抑制运动强干扰,同时采用对角加载技术,以增强此方法对系统误差的稳健性,加载量通过约束扫描向量的误差来确定。仿真结果表明该方法能有效地提高当存在快速运动的强干扰时自适应波束形成的性能。     

一种相干信号自适应波束形成零陷展宽算法

针对传统自适应波束形成器在相干干扰位置出现快速变化时,输出性能下降,甚至干扰抑制失效的问题,提出了一种相干信号自适应波束形成零陷展宽算法。首先,对接收数据协方差矩阵进行解相干处理得到Toeplitz矩阵;其次,对协方差矩阵进行重构和优化;最后,进行零陷展宽和对角加载处理。仿真结果表明：该算法不仅能对相干干扰自适应形成宽零陷,而且可以灵活地控制零陷的深度和宽度;与Mailloux算法相比,在输入信噪比较高的情况下,该算法能得到更低的波束旁瓣电平和更高的输出信干噪比     

一种新的波束形成零陷展宽算法

针对自适应波束形成器在干扰位置出现扰动时的输出性能下降问题,该文提出一种新的零陷展宽算法。该算法基于投影变换与对角加载技术的结合,首先利用投影变换技术对阵列接收数据进行预处理,结合对角加载技术,以此构造出一个新的协方差矩阵替代原来的协方差矩阵,再利用自适应波束形成技术得到零陷展宽后的波束图。仿真结果表明,该方法能有效展宽波束零陷宽度,加深零陷深度,达到抑制位置出现扰动的强干扰信号目的。该算法易于求解,对参数的选取具有较强稳健性,在低快拍条件下,依然能有效地工作,增强了自适应波束形成器稳定性。     

迭代对角加载采样矩阵求逆鲁棒自适应波束形成

为有效克服导向矢量大失配误差对自适应波束形成器的影响,该文提出了一种迭代对角加载采样矩阵求逆鲁棒自适应波束形成算法。该算法对传统对角加载算法进行了迭代运算,基于Capon波束形成器的最优权矢量与假定导向矢量的基本关系,将每一步得到的权矢量,对应反解出一个比导向矢量假定值更为准确的导向矢量,并替代假定值,最终逼近真实的期望信号导向矢量。提出的方法在迭代过程中只需一步递推,无需对导向矢量建立不确定集,避免了在每步迭代中运用拉格朗日数值法或凸优化法,且明显提高了波束形成器的输出信干噪比。仿真结果验证了算法的正确性和有效性。     

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。     

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。     

正交模约束的稳健波束形成算法

Capon波束形成算法在导向矢量存在误差或是在较少快拍数或高信噪比情况下,都会使波束产生严重的畸变。为了提高波束的稳健性,该文提出了一种正交模约束的稳健波束形成算法(OCCB),并通过二次求导得到阵列权值的具体数学表达式。该算法在Capon算法的基础上,增加对阵列权值和噪声子空间的正交模约束,实现了在不影响信号和干扰特征值的同时,完成对噪声特征值的加载,减小噪声特征值的扩散程度。分析了部分对角加载对期望信号、干扰和噪声的影响。该算法在导向矢量存在误差、采样快拍数较少和高信噪比情况下,都可使波束具有更低的旁瓣和更加准确的主瓣指向,同时对干扰能进行较好的抑制,仿真结果证实了方法的有效性。     

阵列天线自适应波束形成的一种改进方法

介绍了矩阵求逆（SMI）的阵列天线自适应数字波束（DBF）形成的一种旁瓣抑制的方法。由于信号协方差矩阵估计误差的存在,自适应方法形成的波束会产生畸变,随着杂波小特征值发散程度的增加,有时形成的自适应波束会出现较高的旁瓣。文中重点分析了波束发生畸变的原因并提出了旁瓣抑制的一种改进方法,算法有效地对协方差矩阵估计进行了修正。仿真结果表明存在干扰的情况下,当迭代次数和迭代增益大小选择适当时,该方法能有效地降低自适应旁瓣高度,而且不会对干扰零深产生明显影响,增强了空时波束形成算法的鲁棒性。     

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.     

自适应通道均衡中对角加载法性能分析

在自适应通道均衡中,为快速求解均衡器权系数,通常需要对矩阵直接求逆,而病态矩阵的出现带来了权系数求解的极大误差,严重影响均衡器的校正性能。该文在采用了基于对角加载的采样矩阵求逆算法基础上,有效地提高了权系数求解的精度。仿真实验表明,对角加载在解决矩阵病态的基础上,可以大大提高自适应均衡器的性能。     

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     

一种加载量迭代搜索的稳健波束形成

当阵列的导向矢量并不精确已知时,自适应波束形成有较大的性能损失.为提高波束形成的稳健性,对角加载成为一种常用的方式.但困扰这类方法的核心问题是合适的加载量如何确定.粗估导向矢量经对角加载后得到修正的导向矢量,如果加载量合适,则修正后的导向矢量接近真实导向矢量,即与噪声子空间的正交性变好.基于以上分析,构造修正导向矢量向信号子空间和噪声子空间投影的加权代价函数来评价加载量的合适与否,进而提出一种迭代搜索合适加载量的方法.计算机仿真验证了方法的有效性,与同类方法对比显示其优越性.     

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。     

机载雷达自适应对角加载参数估计方法

对角加载可以提高空时自适应处理在低样本情况下的性能。然而,在实际中加载参数的确定是一个较为困难的问题。为了解决这个问题,该文提出一种基于回波数据的自适应对角加载参数估计方法。该方法首先将对角加载问题转化为Tikhonov规划问题,然后利用广义交叉验证准则构造优化问题,最后采用割线法求解优化问题、计算加载参数。仿真与实测数据结果表明该方法可以有效提高机载雷达在低样本条件下的目标检测性能。     

基于投影对消处理技术的稳健自适应波束形成

针对传统自适应波束形成算法中目标波达方向(Direction of Arrival,DOA)估计不准确引起的波束形成性能下降问题,提出了一种采用投影对消矩阵的稳健自适应波束形成算法.首先,寻找与估计波达方向有最大相关性的特征矢量作为目标信号特征矢量,然后构建对消矩阵消除协方差矩阵中的信号分量,最后通过增加零点约束实现干扰抑制.与传统对角加载类稳健波束形成算法相比,所提算法不受对角加载因子的影响,且在信干噪比较大时仍然具有良好的抗干扰性能.仿真对比实验验证了所提算法的有效性.     

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。