基于经验模态分解的模态域MVDR方法研究

 矢量阵MVDR波束形成可有效地实现信号的空间谱估计,但它仅适用于窄带信号,当各目标强度相差较大时,难以实现对弱目标的有效检测.经验模态分解具有突出信号局瞬特征的特点,可将多分量信号分解成多阶固有模态函数.结合固有模态函数特性和MVDR窄带信号要求,提出了矢量阵模态域MVDR波束形成算法,并将中心频率的概念应用于固有模态函数,以此作为模态域MVDR波束形成算法的中心频率.海试结果表明:本方法可增强弱目标所在方位空间谱的能量,有效地实现强干扰下弱目标的检测.     

基于二元矢量阵的相干源分辨性能研究

相干源的存在使矢量阵的高分辨方位估计性能严重恶化。分析了单矢量传感器的阵列流型,结合空间平滑算法的应用条件,给出了基于二元矢量阵的最小方差无失真响应(MVDR)和多重信号分类(MUSIC)解相干算法,研究了算法的性能。理论分析和仿真实验证明该算法可实现对相干源的到达方向(DOA)估计,在相同信噪比条件下,相较于MVDR算法、MUSIC算法具有更好的方位分辨力,受到相干源之间方位夹角的影响更小,而且对相干源之间的强度差异不敏感。     

基于矢量阵宽带MVDR聚焦波束形成的水下噪声源定位方法

该文研究了可应用于水下噪声源近场定位的矢量阵宽带MVDR聚焦波束形成方法,其中包括基于子频带分解的矢最阵非相干宽带聚焦波束形成(ISMMVDR-VFB)以及矢量阵相干宽带CSS-MVDR聚焦波束形成(CSSMVDR-VFB).两种方法将宽带MVDR高分辨方位估计方法及矢量阵信号处理技术与聚焦波束形成相融合,较常规聚焦波束形成具有更高的分辨力和更低的旁瓣级,能解决"左右舷模糊"问题并提高处理增益.与非相干算法ISMMVDR-VFB相比,CSSMVDR-VFB采用聚焦变换思想,可直接处理相干宽带信号,对于实际水声信号具有更高的适用性.最后通过对研究方法的空间谱仿真分析证明了其正确性和有效性.     

低信噪比下一种改进的谱相关频谱检测

针对现有基于谱相关频谱检测算法中周期图法谱估计精确度较低的缺点,提出了一种用主用户发送信号与认知用户接收信号的最小方差无失真响应(MVDR)谱的谱相关量作为检测统计量进行频谱检测的改进方法.由于MVDR谱估计算法比周期图法具有更高的分辨率,因此所提频谱检测算法比现有算法具有更好的检测效果.模拟了两种电视信号作为主用户发送信号,仿真结果表明:对于两种电视信号,所提算法的检测性能都优于现有算法,同时通过分析算法的复杂度,证明所提算法能够满足IEEE802.22标准对于检测时间的要求.     

基于深度神经网络的自适应波束形成算法

阵列天线接收到的期望信号和干扰信号,其入射的到达角度(Angle of Arrival,AOA)总是快速变化的,而传统波束形成算法计算量大,无法实时计算。针对这一问题,提出了一种基于深度神经网络的自适应波束形成(Deep Neural Network Adaptive Beamforming,DNNABF)算法,用入射信号AOA组成的向量作为网络输入,网络输出逼近最小方差无失真响应(Minimum Variance Distortionless Response,MVDR)算法求得的权矢量。仿真结果表明,卷积神经网络(Convolutional Neural Network,CNN)与DNNABF方法都能准确拟合MVDR算法权矢量,可在入射信号AOA快速变化时自适应地形成波束和零陷,但DNN计算速度相对MVDR有将近6.5倍的提升,训练模型时间也远低于CNN。     

基于MVDR算法的频控阵雷达干扰抑制方法北大核心CSCD

为提高频控阵雷达的抗干扰能力,针对基于最小方差无失真响应(MVDR)波束形成算法的频控阵雷达干扰抑制方法进行了研究。首先,构建了频控阵阵列系统的信号模型,基于信号模型推导了基于频控阵的MVDR波束形成算法;然后,将传统相控阵中的MVDR波束形成算法应用到频控阵当中;最后,通过仿真分析了MVDR波束形成算法的抗干扰能力。仿真结果表明:采用MVDR波束形成算法能够实现目标位置增益最大;此外,信号输出信噪比随输入信噪比的增大而逐渐增大。文中研究能有效提高频控阵雷达在距离与角度维度的抗干扰能力,对于提升雷达检测系统的性能具有重要意义。     

反卷积波束形成在主瓣干扰抑制中的应用

干扰抑制可分为旁瓣干扰抑制和主瓣干扰抑制两种。传统的自适应波束形成算法在旁瓣干扰抑制中具有良好的抗干扰性能,但在主瓣干扰抑制中基本失效。针对主瓣存在强干扰的情况,提出一种结合零点约束的反卷积波束形成算法。该方法首先通过反卷积算法获取准确的强干扰方位,然后在干扰方位附近设置零点约束,计算零点约束下的波束输出响应;最后基于Lucy-Richardson迭代实现反卷积处理,对弱目标方位进行估计。仿真结果表明,该算法可对位于主瓣内的干扰进行有效抑制并对弱目标进行方位估计,同时对阵列误差具有较好的鲁棒性。     

一种改进的MVDR相干信源DOA估计算法

最小方差无失真响应(MVDR)算法是一种经典的波束形成算法,同时也能实现DOA估计,但是其分辨力往往比较低.针对这一不足,提出了一种改进的MVDR相干信源DOA估计算法.该算法首先对阵列接收数据阵进行共轭重排构造出增广数据矩阵,然后利用奇异值分解(SVD)求出增广矩阵的伪逆,再用传统的MVDR算法进行DOA估计.仿真结果表明,与传统的MVDR算法和前后向空间平滑算法相比,在阵元数较少和快拍数较低的情况下,该算法具有更高的DOA估计精度和分辨力,因而是一种很好的相干信号DOA估计算法.     

基于LCMV的两种干扰抑制算法对比分析

为了对比分析线性约束最小方差(LCMV)准则下的功率倒置(PI)算法和最小方差无失真响应(MVDR)算法的综合抗干扰性能,建立天线阵列接收信号模型。理论分析了LCMV准则以及PI和MVDR算法原理和特点。从对扩频信号捕获和信号载波相位的影响2个方面对比分析了2种抗干扰算法的性能,并利用Matlab对分析结果进行验证及进一步分析,得出MVDR算法抗干扰性能优于PI算法,对卫星导航领域的抗干扰的工程实践有一定的指导和借鉴意义。     

结合运动补偿的波数域算法

波数域算法(简称-k算法)可以很好地解决距离向和方位向的耦合问题,从而有能力处理宽波束SAR数据。由于传统的-k算法无法跟运动补偿方法结合起来,导致图像效果往往比较差。该文对传统-k算法进行了一些改进,通过反卷积的办法将距离徙动校正和方位压缩处理分开进行,并将子孔径和自聚焦办法运用到-k算法中去,从而使-k算法更具有实用性。最后用改进的-k算法对P波段宽波束SAR的实测数据进行处理,图像质量明显提高。     

一种稳健的低旁瓣波束形成技术

为了更好地抑制来自非期望方向的信号,波束形成器形成较低的旁瓣以抑制干扰。针对传统的最小方差无畸变响应(MVDR)波束形成器抑制干扰性能不稳健的缺点,提出了一种自适应MVDR波束形成方法。该算法通过对已形成波束图搜索极值点,排序取次大值即最高旁瓣,将其对应方向增加到"零陷"方向组,不断迭代以降低旁瓣级。结合均匀半圆阵所作的计算机仿真验证了该方法的正确性和有效性。     

基于时-空稀疏解的方位超分辨算法

受限于阵列波束宽度的瑞利限,常规单脉冲测角方法无法分辨处于一个波束宽度内的多个目标,为此,提出一种基于时-空稀疏解的方位超分辨算法,对距离、多普勒维无法分辨的同一波束宽度内的多个目标进行角度测量。该方法首先构造基于类-p范数稀疏度和2范数约束的代价函数,通过迭代过程最小化代价函数求得时-空二维稀疏解,最后由时-空二维稀疏解估计目标的多普勒频率和方位角。与传统的方位超分辨算法相比,该方法利用了多普勒信息,改善了方位超分辨性能,具有较高的分辨率和极低的旁瓣电平,同时该方法无需多维空间谱搜索过程。计算机仿真结果验证了该算法的有效性。     

基于联合时空图拓扑结构的多通道语音MVDR增强算法

本文研究图频域内的多通道语音增强,利用图信号处理理论（GSP）构建一种时间-空间维度的联合图拓扑结构,在此基础上设计增强算法进行多通道语音消噪。具体而言,基于输入阵列某个麦克风输入帧间语音顶点信号的时间相关关系,构造时间维度上的一种图拓扑结构;同时针对多通道含噪语音,根据各通道接收信号的空间相关关系,构造空间维度上的一种图拓扑结构。基于时间和空间二种图拓扑构成的联合图拓扑结构,采用图频域内的最小方差无失真响应（MVDR）增强算法,进行多通道语音增强。仿真实验结果表明,在平均客观语音质量评估（PESQ）得分和平均拓展短时客观可懂度（ESTOI）评价指标下,本文所提出的基于联合图拓扑结构的MVDR波束形成（JG-MVDR）方法都优于常规图MVDR波束形成（GMVDR）方法和基于复高斯混合模型的MVDR波束形成（CGMM-MVDR）方法。      

基于指纹匹配的无蜂窝大规模MIMO三维定位方法

本文研究了无蜂窝大规模多输入多输出（Multiple input multiple output, MIMO）系统中基于指纹匹配的无线定位方法。假设服务区域内布设大量接入点（Access point, AP）,每个AP配置水平均匀线性阵列天线（Uniform linear array, ULA）或垂直ULA。利用相互正交的线性阵列天线（Orthogonal uniform linear array, O-ULA）对不同地理位置用户的方位角和俯仰角进行辨识,提取无线信道的角度功率谱矩阵构建方位角和俯仰角指纹库。借助谱聚类算法对指纹数据库进行预处理,然后通过两阶段指纹匹配策略计算指纹相似度并排序,在指纹库中搜索与用户指纹相似度最高的参考点,并利用加权K近邻算法（Weighted K-nearest neighbor, WKNN）估计用户位置。仿真结果表明,所提方案和单天线方案、ULA方案、均匀矩形阵列（Uniform rectangular array, URA）方案相比能够获得更高的三维定位精度。      

上行免调度NOMA系统中基于遗传算法的扩频矩阵优化方法

为了提升基于压缩感知(Compressive Sensing,CS)框架下的免调度非正交多址接入(Non-Orthogonal Multiple Access,NOMA)系统的信道估计和多用户检测性能,本文提出了一种基于遗传算法(Genetic Algorithm,GA)的扩频矩阵优化方法.该方法以最小化扩频矩阵的互相...     

强干扰背景下相干弱目标DOA估计算法

针对强相干干扰环境下弱信号的DOA估计问题,提出了一种小采样数的相干信源DOA估计算法。该算法首先通过修正的Toeplitz算法实现了对相干目标的解相干,然后基于干扰阻塞法剔除了强干扰的影响,从而可获得真实的弱信号空间方位。所提算法对非平稳噪声有较好的抑制性能,可适用于小采样数的环境。此外,该算法相对松弛算法、高阶累积量算法等信号分离方法,具有运算量小的优势。计算机仿真结果表明,新算法具有较好的测向性能,能在电子战环境下有效估计出目标信源的空间方位。     

利用线性Bregman迭代的ISAR高分辨成像

为获得ISAR方位向高分辨成像性能,基于压缩感知理论,提出了一种具有方位向高分辨能力的算法。该算法基于线性Bregman迭代(LBI)实现ISAR方位向高分辨。首先将重构精度高的LBI推广到复数域;然后进行了算法的理论分析,与正交匹配追踪算法对比分析了LBI算法的有效性以及稀疏度和采样率对重构精度的影响,仿真结果表明推广到复数域后的LBI能够有效实现复数稀疏信号的重构,验证了算法的优越性;最后将算法运用于ISAR方位向成像。仿真结果验证了LBI算法可明显提高ISAR方位向分辨率。     

A New Post-filter Algorithm Combined with Two-step Adaptive Beamformer

The optimal microphone array, in the sense of minimum mean square errors (MMSE), includes two processing blocks: the minimum variance distortionless response (MVDR) beamformer and the single-channel Wiener filter, which acts as post-filter. In this paper, we propose a new post-filter algorithm based on assumptions that both the noise power attenuation factor (NPAF) and signal power attenuation factor (SPAF) are time invariant in the reverberant room. The algorithm recursively estimates both factors from available measurements and uses them in estimation of the post-filter parameters. Additionally, to overcome the problem of the poor performance of the MVDR beamformer in reverberant conditions, we propose the usage of the two-step (TS) MVDR algorithm. This algorithm improves the robustness of the beamformer and its ability to suppress the interferences using an estimate of the desired speaker transfer function. Although TS MVDR beamformer and proposed post-filter can work separately, or combined with other algorithms, the best performance is obtained when they work together. The performance of the proposed combination of new post-filter algorithm and TS MVDR beamformer is tested in a simulated reverberant room and compared with similar algorithms, which gave rather good results.     

空时二维谱估计算法的分析与仿真

文中首先介绍了阵列信号模型,分析了空时二维谱估计的原理。指出可以充分利用空域与时域处理的特点来提高空间谱估计算法的性能。相对于一维谱估计而言,二维谱估计的最大优点在于可以处理信源数大于阵源数的信号参数估计问题。通过仿真结果可以看出,算法可以很好的估计入射信号的频率和方位角,验证了所提算法的有效性。