基于矩阵优化理论的自适应数字波束形成算法研究

自适应数字波束形成作为天线技术和数字信号处理融合的产物,近年来成为跨领域的研究热点,并且广泛应用到新一代的相控阵雷达和移动通信中。文中提出一种基于矩阵流形理论的自适应波束形成算法。不同于传统的波束形成算法,该算法将波束形成问题转化为高维优化问题,并引入矩阵流形优化理论,在Stiefel流形上求解该问题。由于降低了求解问题的维度,限制了最优解的范围,该算法相比于传统的自适应波束形成算法,具有收敛速度快、运算量小、鲁棒性好的优点。     

基于脉动阵的自适应波束形成算法仿真

为了满足自适应波束形成技术对实时性的要求,将脉动阵应用于波束形成算法中,以实现自适应权向量的实时获取.通过对QR分解采样矩阵求逆算法、混合型QR分解采样矩阵求逆算法和逆QR分解采样矩阵求逆算法的理论分析,利用脉动阵,对输入数据矩阵进行QR分解,得到旋转因子,实现自适应权向量的实时更新.针对三种算法各自的脉动阵进行仿真,结果表明,基于脉动阵的自适应波束形成算法实现了权向量的高速获取,并为后续的工程实践提供了理论依据.     

导向矢量和协方差矩阵联合迭代估计的稳健波束形成算法

针对自适应波束形成器在目标导向矢量存在约束偏差时性能急剧下降的问题,该文提出一种目标导向矢量和干扰噪声协方差矩阵联合迭代估计的稳健波束形成算法。该算法首先采用稀疏重构的方法得到目标导向矢量的初始值,并通过从采样协方差矩阵中剔除目标信号估计值完成干扰加噪声协方差矩阵的初始化;然后在建立导向矢量误差优化模型的基础上,采用凸优化方法对目标导向矢量和干扰加噪声协方差矩阵联合迭代求解。最后利用目标导向矢量和干扰加噪声协方差矩阵的稳态估计值获得自适应权矢量。仿真结果表明该算法提高了波束形成器在目标导向矢量约束偏差时的输出信干噪比。     

基于直接数据域方法的自适应多波束形成算法

提出一种基于直接数据域最小二乘方法的自适应多波束形成算法,包括前向计算、后向计算和前一后向计算.利用天线阵元输出复电压的单快拍数据构建矩阵方程,采用共轭梯度法求解得到阵列的自适应权值向量,从而在所有期望信号方向形成接收波束,同时在各干扰方向形成深零陷,使信干噪比显著提高.由于只需对单快拍数据进行处理,并且避免了样本协方差矩阵的构造及矩阵求逆运算,故计算复杂度较传统算法低.仿真结果表明,算法具有良好的期望信号恢复和干扰置零性能.因此,可适用于卫星通信和移动通信等领域的实时性处理.     

神经网络在ESB自适应波束形成中的应用

基于特征空间(ESB)自适应波束形成算法性能优良,但需要进行矩阵特征分解,运算量大。提出了一种基于神经网络的ESB自适应波束形成算法。该算法仅将Toeplitz化后的采样协方差矩阵的第一列元素作为网络输入,从而降低了输入矢量的维数。利用广义回归神经网络逼近权矢量,神经网络的并行计算可提高运算速度。计算机仿真结果表明此方法是有效的。     

一种求解支持向量回归波束形成的算法

在对传统求解支持向量回归算法研究与分析的基础上,针对支持向量回归模型,结合支持向量回归的波束形成技术,提出了一种利用迭代重加权最小二乘支持向量回归波束形成的算法,并对具有严重干扰的接收信号进行了数值仿真试验和对比分析。结果表明：基于迭代重加权最小二乘支持向量回归波束形成的算法不同于传统的标准二次型算法,收敛速度快,干扰抑制强,计算量小,降低了计算复杂度,避免了二次规划技术的高计算成本,提高了算法效率,并保持了良好的泛化能力,具有一定的参考价值。     

基于半正定约束的最差性能最优通用信号模型稳健波束形成算法

针对通用信号模型下的稳健波束形成问题,提出了一种基于半正定约束的最差性能最优稳健自适应波束形成算法,通过对波束形成器进行建模和变换,得到了一种简单的稳健自适应波束形成器的表达式。对波束形成器进行求解,不仅得到了最优权矢量的近似闭式解,而且获得了一定的性能改善,并且该算法具有较低的计算复杂度。仿真结果表明了该算法的有效性和正确性。     

基于迭代梯度方法的线性约束稳健Capon波束形成快速算法

为了缩减线性约束稳健自适应波束形成算法的计算量,使之能够应用于单快拍更新的实时信号处理应用场景,本文提出了一种基于单快拍更新和迭代梯度方法的线性约束稳健Capon波束形成快速算法,将原始算法的O(M3)时间复杂度优化到O(M2)级别.该算法使用秩1更新维护算法所需的逆矩阵并计算波束加权值的线性约束部分,使用迭代梯度方法...     

基于遗传算法的部分自适应波束形成方法

将一种改进的遗传算法用于星载平面阵列天线方向图的实时综合。为了使遗传算法适合实时应用,在唯相自适应阵列的基础上进一步采用了部分阵元和部分比特的自适应波束形成,以降低算法计算量,提高其收敛速度。对基于改进遗传算法的唯相阵列部分阵元自适应波束形成和部分比特自适应波束形成进行了研究。模拟实验结果表明,两种方案都能够在波束“凝视”方向满足一定增益的前提下有效抑制来自旁瓣的强干扰,而且具有比传统唯相算法更快的收敛速度。     

基于提升Keystone变换的声呐宽带自适应波束形成方法

针对Keystone变换在宽带阵列预处理方面的优势和常规Keystone变换存在的阵元数据缺失问题,该文将自回归模型与常规Keystone变换相结合,提出一种基于提升Keystone变换的声呐宽带自适应波束形成算法。该算法首先将常规Keystone变换应用于宽带阵列信号的相位对齐,接着采用自回归模型对变换后各频段缺失的阵元数据进行预测补偿,最后通过稳健自适应波束形成处理获得目标方位输出结果。仿真实验结果表明,基于提升Keystone变换的宽带自适应波束形成算法性能优于常规Keystone自适应算法、指向最小方差自适应算法和聚焦自适应算法。     

基于嵌套阵列的稀疏表示稳健波束形成方法

针对波束形成中目标方位失配以及噪声加干扰的协方差矩阵非精确重构造成的波束形成方法性能下降的问题,提出一种基于嵌套阵列的稀疏表示稳健波束形成方法。在该方法中,计算嵌套阵的采样协方差矩阵,通过差合作阵处理得到一孔径扩展的虚拟均匀线列阵;基于稀疏表示的方法来估计目标以及干扰的准确方位信息;进一步利用得到的方位信息构造导向矢量,通过最小二乘方法计算干扰信号的精确功率值;最后重构干扰加噪声协方差矩阵,通过波束形成实现干扰抑制。数值仿真表明,所提方法有效提升了干扰加噪声协方差矩阵重构精确度,在不同信噪比和快拍数条件下,输出信噪比都能逼近最优信干噪比,验证了该算法的有效性。     

UWB MIMO穿墙雷达的阵列设计和成像方法

利用多发多收(MIMO)方式对超宽带(UWB)穿墙成像雷达天线阵列进行稀疏化处理不失为一种很好的选择。该文从成像模型出发,分析了UWB MIMO天线阵的等效接收阵列问题,给出了基于空间卷积理论的UWB MIMO阵列设计方法,仿真验证了方法的有效性和在穿墙成像系统中应用的可行性。此外,提出了相干系数加权稳健Capon波束形成的自适应成像方法,理论分析和实验结果表明该方法能够获得较高的分辨率和图像信噪比。     

基于无人机集群的近场线性稀疏阵列波束形成研究

无人机集群构成的天线阵列常呈现近场、稀疏特性,经典波束形成理论无法适配。为此,该文首先构建了近场均匀线阵信号模型,通过对信号相位差函数进行泰勒展开近似提出基于线性调频脉冲压缩处理的近场波束形成简化实现方法,并以此为基础在空间-频率2维域内对近场波束形成特性进行了分析:从空间频率偏移和带宽失配的角度,分析得到了近场波束的方位向增益变化特性和距离向增益变化特性;从空间欠采样的角度,研究提出了阵元稀疏分布条件下近场波束栅瓣分布的解析表达式。仿真证明了该文结论的有效性,为利用波束形成技术提高无人机集群的通信、电子侦察、干扰能力提供了理论支撑。     

A 2D adaptive beamforming method in sparse array

This study presents an Accelerated Proximal Gradient singular value thresholding based Linearly Constrained Singular Canceler (APG-LCSC) algorithm to improve the performance of two-dimensional (2D) adaptive beamforming in sparse array. Firstly, a signal model is established based on Matrix Completion (MC), which can be proved to meet Null Space Property (NSP). Subsequently, left and right singular value vector of the received signal matrix is achieved via MC, and then a linearly constrained singular canceler is obtained by employing the singular value vector. The proposed algorithm decreases the required number of antennas, lowers the computational complexity and has a robust performance. Computer simulations demonstrate that the proposed APG-LCSC algorithm can acquire high accuracy of 2D beamforming in sparse array.     

一种稳健的稀疏Capon波束形成算法

常规Capon波束形成算法具有相对较高的旁瓣增益,且在期望信号导向矢量存在失配时,阵列输出性能下降甚至失效。为解决这一问题,引入了稀疏约束Capon波束形成算法,该算法降低了旁瓣,对期望信号来向不确定具有一定稳健性,但在幅相误差、期望信号指向偏差等多种误差同时存在的情况下其性能下降。本文在稀疏约束Capon波束形成算法基础上,给出了一种稳健的稀疏Capon波束形成算法。该算法主要是在最差性能最优化的情况下,在稀疏Capon上增加了一个导向矢量存在偏差的约束条件。通过计算机仿真,验证了新算法在多种误差环境下的有效性与优越性。     

基于二阶锥规划的矢量阵波束优化设计及仿真

提出了将二阶锥规划方法应用于矢量阵的波束优化设计。该优化方法在保证波束旁瓣低于期望值的条件下,设计以最小加权均方误差逼近于期望波束响应的波束。将该优化设计方法转换为二阶锥规划形式．通过已有的内点方法求出其数值解。计算机的仿真结果验证了基于矢量阵得到的优化波束具有较好的稳健性．另外由于SOCP在波束优化设计方面具有其本身的优越性,可以通过增加约束表达式兼顾多个性能指标的设计。     

基于压缩感知的自适应数字波束形成算法

该文根据目标在空间的稀疏性,提出了接收端的基于压缩感知理论的自适应数字波束形成算法.在阵元稀布的情况下,用压缩感知的压缩采样理论,恢复出缺失通道的回波信息,然后用恢复的信号做数字波束形成.该算法所形成的波束具有波束旁瓣低,指向误差小,干扰方向零陷深,而且没有栅瓣等优点,波束性能接近满阵时候的波束性能,而且使用该方法减少的阵元数远远大于其他稀布阵方法减少的阵元数.采用蒙特卡罗方法对该方法进行了性能评估,给出了不同信噪比、不同干噪比、不同快拍情况下的计算结果,仿真结果也验证了该算法的正确性.     

基于传声器阵列超增益波束形成的语音增强--频域方法

提出了一种在频域实现的基于传声器阵列超增益波束形成的语音增强方法。该方法利用小孔径线列阵端射方向具有超增益的特性,针对均匀噪声场,设计出相应的超增益权,形成超增益波束。基于超增益波束形成的输出相对常规处理,可大幅度提高信噪比。仿真了间距为0.05m的5元均匀线性传声器阵列接收到的端射方向带噪线性调频信号和语音信号,并进行超增益处理,获得12dB左右的阵增益,从而表明超增益传声器阵列具有优越的性能。     

互质阵列信号处理研究进展:波达方向估计与自适应波束成形

阵列信号处理是雷达领域各类应用的核心技术之一。近年来,互质阵列的提出打破了传统方法受限于奈奎斯特采样速率这一瓶颈,其稀疏布设的阵列结构和互质欠采样的信号处理方式大幅降低了系统所需的软硬件开销,为当前不断提升的实际应用需求提供了理论基础和技术前提。鉴于其在自由度、分辨率及计算复杂度等方面的性能优势,互质阵列信号处理的理论和技术研究受到了国内外学者的广泛关注。该文分别从波达方向估计和自适应波束成形这两个阵列信号处理领域的基本问题出发,介绍了互质阵列信号处理方向的研究进展。在互质阵列波达方向估计方面,该文总结了互质子阵分解方法和虚拟阵列信号处理方法等两类典型技术路线,并以此为基础介绍了压缩感知和无网格化技术在低复杂度和超分辨估计等方面的最新研究工作。在互质阵列波束成形方面,该文剖析了其与互质阵列波达方向估计问题的区别与联系,并介绍了面向互质阵列的高效鲁棒自适应波束成形设计方法。该文旨在通过对互质阵列信号处理研究前沿的分类归纳和总结,探讨各类方法的优势和未来的研究方向,为其在雷达等领域的产业需求和实际应用提供理论和技术参考。