基于导向矢量实时校准的稳健波束形成算法

针对已有稳健波束形成算法实时性差、收敛速度慢、输出信干噪比(SINR)低的缺陷,提出基于导向矢量实时校准的稳健波束形成算法。该算法首先构造一个正定矩阵,然后根据真实期望信号正交于噪声子空间的原理,建立代价函数,采用最陡下降法自适应迭代求解权矢量,最后将权矢量投影到信号干扰子空间。仿真验证表明该算法实时性好、收敛速度快、输出 SINR高,在较大导向矢量误差范围内仍能保持良好性能,具有较高的实际应用价值。     

改进的超短基线系统自适应相位差估计器

针对传统的自适应相位差估计器,由于采用最小均方（LMS）算法存在收敛速度和稳态精度之间的矛盾,对基于LMS算法的自适应估计器提出改进方法。提出将最小二乘（RLS）算法应用到自适应相位差估计器中,进一步提高自适应估计器的稳定性。数值仿真和实验数据验证结果表明,所提的LMS算法和RLS算法两种自适应相位差估计器均能提高计算精度和收敛速度,其中RLS算法自适应相位差估计器的稳态精度更高。     

基于多普勒信息的盲波束形成方法在声呐信号处理中的应用研究

本文针对水声环境和水声信号的特点，提出了一种可用于任意阵形的自适应神经网络盲波束形成方法。该方法在未知基阵响应向量的情况下，利用水声信号多普勒频率信息，估计波束形成的权矢量，采用神经网络的方法实现盲波束形成，从而避免了矩阵的求逆运算，不但减小了运算量而且易于用硬件实现。此外该算法具有收敛速度快、鲁棒性强、估计精度高等优点。通过拖曳阵和体积阵的仿真实验，验证了所提出方法的有效性和正确性。     

机载共形阵天线阵列信号处理的关键技术

阵列信号处理分为自适应波束形成技术和参数估计技术,两种技术均基于对信号进行空间采样的数拓_进行处理．波束形成技术需使阵列天线方向图的主瓣指向所需方向,并使其零陷对准干扰方向,尽可能提高阵列输出所需信号的强度,从而提高阵列输出的信噪比。空间信号波达方向主要作用则是有效分辨用户信号的来波方向．机载共形阵天线的阵元数量较多,自适应波束形成则需要较大的计算量。     

最小均方误差波束赋形算法及其改进算法的性能分析

介绍了最小均方（Least Mean Square，LMS）算法及其改进算法：变步长LMS（Varied Step Size LMS，VSSLMS）算法和稳健变步长（Robust VSSLMS，RVSSLMS）算法，并根据波束赋形算法必须具有较快的响应速度和收敛速度的要求，用Matlab重点对每个算法的稳态误差和步长变化情况进行仿真比较。仿真结果进一步证明了RVSSLMS算法具有更小的稳态误差和更快的收敛速度，更具有实用价值。     

一种正交投影自适应波束形成快速算法

正交投影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．为了减小正交投影自适应波束形成算法的运算量，提出了一种正交投影自适应数字波束形成快速算法．该算法利用阵列协方差矩阵的一个子矩阵得到干扰子空间。无需特征分解，且无需估计整个协方差矩阵，而只需估计该子矩阵，因而易于工程实现．当阵元数相对干扰数较大时，该算法性能与正交投影算法相差不大，但运算量要小得多．理论分析和计算机仿真结果表明。此方法是有效的．     

基于LMS自适应算法的瞬态信号时延估计

讨论了LMS方法对瞬态信号估计的困难，提出用反向LMS自适应滤波算法进行瞬态信号的时延估计。设计了两种反向LMS自适应算法，用爆炸波信号仿真分析了时间延迟估计的性能，通过比较表明该算法的有效性。     

风浪背景下运动舰船水压信号滤波的慢跟踪LMS算法

根据舰船水压信号与海浪噪声的特点，用慢跟踪LMS算法对波浪噪声进行白化处理。滤波器的收敛速度经过合理设计，使得既能保证对波浪信号有效白化，同时又保证对目标信号衰减很小。因此，如果输入信号只有波浪干扰，则滤波器输出是白噪声，如果输入信号中含有运动舰船水压场信号，则滤波器输出就含有明显的信号波形。为了提高滤波器的初始收敛速度，使用了变步长LMS算法。     

步长参数对电液伺服振动台加速度谐波抑制的影响

电液伺服振动台存在非线性现象,导致系统作正弦振动时,其加速度响应信号中出现高次谐波,使加速度波形失真。利用LMS自适应滤波算法,提出自适应谐波抑制算法。通过对参考信号的自适应滤波作用,得到谐波抑制信号,并加入到系统输入信号中,从而抑制加速度响应信号中的谐波。从谐波抑制试验结果上看,自适应滤波器的步长参数对谐波抑制算法的收敛速率影响较大。从LMS自适应滤波算法本身出发,分析了导致这种影响的原因。     

DSSS系统中基于变换域限幅LMS算法的窄带干扰抑制

在TR（TRansform Domain）LMS窄带干扰抑制算法的基础上。提出了一种AL（Amplitude Limiting）_TRLMS算法，该算法在原算法进行自适应滤波之前增加了一个变换域限幅过程。从而减小了算法的失调和特征值扩散度，使算法的收敛速度得到明显的提高。达到其他几种同类改进算法的水平．而计算复杂度在几种改进算法中却最小。     

基于数字调幅广播外辐射源雷达的弱目标检测

外辐射源雷达面临严重的多径杂波问题,因此要实现对弱目标的检测就必须尽可能地抑制直达波、多径杂波和提高目标的信噪比和信杂比。针对这一问题,在建立新体制雷达空域、时域、频域信号模型的基础上,提出一种空域与时域联合自适应处理技术。通过空域自适应波束形成对强多径方位形成零陷,针对弱多径采用基于横向滤波器的算法从时域上消除。以数字调幅广播外辐射源雷达为例,结合仿真和实测数据对空域与时域联合自适应处理技术进行分析,能够更加有效地检测出弱目标。研究结果表明：该技术能克服空域自适应波束形成方法自由度不足或杂波噪声比低导致的杂波零陷深度不够等缺点,并且能提高目标的信噪比和信杂比。     

一种改进的空时自适应处理干扰抑制算法

传统的空时自适应处理算法对空间不同于来向的干扰可以有效地抑制,但对与信号同向的窄带干扰抑制程度不够,同时滤除部分有用信号。对级联IIR陷波滤波器的自适应算法进行了讨论,提出了一种改进的空时处理器结构,将级联IIR陷波滤波器与空时FIR滤波器组相结合。该算法有效抑制了窄带和宽带干扰,改善系统性能,提高输出信干噪比。仿真结果与理论分析相一致,证实了该算法的性能优越性。     

结合形态滤波与多分辨率 SVD 包的电能质量扰动检测

针对电能质量的扰动检测问题,以电流信号为研究对象,提出结合形态滤波与多分辨率奇异值分解 (singular value decomposition,SVD)包的电能质量扰动检测算法。根据形态学滤波器计算特点,采用余弦结构元素, 对滤除噪声后的信号构造矩阵进行多分辨率 SVD 包分解,通过分解后的高频分量特征检测扰动,结合自适应阈值判 断是否发生扰动,利用仿真对其进行验证。仿真实验结果表明：该算法相较于普通形态学与 SVD 方法有更好的抗噪 能力,且可实现对扰动信号的快速、准确定位。     

基于DSP信号处理系统的自适应滤波器

为达到最优的滤波效果,在对自适应滤波器结构、算法研究的基础上,利用DSP、A／D和D／A技术构建了验证信号处理算法的硬件平台,并通过DSP的软件编程,完成了自适应滤波算法的工程实现,对LMS自适应滤波算法的滤波效果进行了验证和分析。测试表明,随着信噪比的降低,自适应滤波器的性能也随之下降,当信噪比为0dB时,LMS自适应滤波算法不能完成滤波的功能。     

基于自适应RLS算法的鱼雷电磁引信直接耦合干扰消除

为了有效消除鱼雷电磁引信收发天线之间的直接耦合干扰,弥补传统方法的不足,提出了一种基于自适应递归最小二乘（RLS）算法的干扰消除新方法。首先分析了自适应滤波器的一般原理;其次阐述了RKS算法的滤波原理和实现流程;最后结合典型的鱼雷电磁引信过靶参数并设置不同的耦合干扰强度,在MATLAB环境中进行了算法的仿真研究。仿真结果表明,采用该方法可在直接耦合干扰的幅值是目标信号幅值的10万倍的条件下将其有效消除,是一种消除同频强背景干扰的有效方法。此外,该方法还具有自适应算法运算量小、收敛速度快和实时性数据处理等优点。     

基于分数阶傅里叶变换的混响抑制方法研究

线性调频( LFM)信号是声呐中一种常用信号。利用LFM信号在分数阶傅里叶变换( FRFT)域的良好聚焦性,提出了一种基于FRFT的混响抑制算法,在此算法中,通过分数阶Fourier域的窄带滤波来去除混响。对实测混响数据和LFM信号的分离效果进行了仿真,分离前后信混比得到了较大提高。     

基于矢量最优化的稳健波束形成方法

当阵列导向矢量存在误差或接收信号采样样本数较少时,标准Capon波束形成（SCB）的性能会严重退化。现有的提高稳健性的算法大都是针对导向矢量误差而提出的,很少考虑有限采样效应条件下的稳健性问题。针对以上原因,从导向矢量误差和有限采样效应两个角度出发,引入矢量最优化概念,提出了基于矢量最优化的稳健波束形成(VORB)方法,进而提高SCB算法的稳健性,并通过二阶锥(SOC)规划理论对其进行求解。文中还进一步推导了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之间的关系,同时证明了该算法广义上属于对角加载类方法。通过理论分析和计算机仿真研究,表明了VORB方法对自适应波束形成算法的稳健性有明显的改善：在不同快拍数、信噪比(SNR)和导向矢量不确定度条件下,VORB方法的输出信干噪比(SINR)均较其他算法提高约5 dB;在典型工况条件下,VORB具有更尖锐的谱峰,更低的旁瓣级（低至-15 dB以下）。外场试验数据处理结果表明,将VORB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。