基于最大输出SINR波束形成的最优稀疏阵列设计

传统自适应波束形成仅通过优化阵列激励权值来提高波束形成性能,忽略了阵元位置对其性能的影响。为进一步提高自适应波束形成的性能,提出一种新的自适应波束形成算法,旨在一定阵元个数及阵列孔径下,联合优化阵元激励和位置以使得输出信干噪比(SINR)最大。首先分析推导在最小无失真方差响应(MVDR)准则下阵元位置和阵列输出SINR之间的关系,其次建立阵元位置和阵列输出SINR的函数关系式,并将其转化为二元整型优化问题,最后利用一种改进的遗传蜂群算法对模型进行求解。阵列排布决定波束形成的性能上限,相比传统波束形成,在优化阵元激励权值基础上对阵元位置进行优化,进一步提高自适应波束形成的性能,减少硬件开销。仿真结果也验证所提算法的有效性。     

一种改进的波束空间自适应波束形成算法

在数字阵列雷达中,自适应波束形成(ADBF)算法常被用来抑制副瓣干扰.针对当阵元数较多时ADBF算法运算量很大问题,采用子阵空间或波束空间的方法进行降维处理.通过引入部分自适应阵方法对经典波束空间自适应波束形成(A-ADBF)算法进行了改进,改进后的算法不仅具备波束空间和子阵空间算法的优点,而且更加适合工程实现.仿真结果表明,该算法能有效地在干扰方向形成零点.     

-种改进的波束空间自适应波束形成算法

在数字阵列雷达中,自适应波束形成（ADBF）算法常被用来抑制副瓣干扰.针对当阵元数较多时ADBF算法运算量很大问题,采用子阵空间或波束空间的方法进行降维处理.通过引入部分自适应阵方法对经典波束空间自适应波束形成（A一ADBF）算法进行了改进,改进后的算法不仅具备波束空间和子阵空间算法的优点,而且更加适合工程实现.仿真结果表明,该算法能有效地在干扰方向形成零点.     

基于十字型阵列的并行子阵波束形成算法

针对基于平面阵三维声纳成像系统应用中硬件开销及波束形成计算量大的问题,提出了一种基于十字型阵列的并行子阵波束形成算法。十字型阵列采用两条一维线阵实现了三维声纳成像,相比于二维平面阵,极大地简化了硬件复杂度。并行子阵算法在此基础上对十字型阵列的接收波束形成过程进行优化。算法将接收阵划分为多个子阵,在各子阵上并行地进行一级频域波束形成,在各子阵之间执行二级波束域波束形成,该两级并行流水线结构,有效地降低了波束形成的计算量。此外,给出了算法在现场可编程门阵列(FPGA)平台上的实现架构。仿真结果显示:本文算法获得了与直接波束形成相近的波束性能,但计算量仅为其一半,并且随着波束数量的增加,其优势会更加明显。     

PSO和GA在阵列天线波束赋形中的应用

将粒子群优化算法和遗传算法应用于阵列天线的波束赋形问题中，用MATLAB编制程序分别对10元直线阵和31元圆环阵进行赋形计算，得到了预期的方向图，得出了这两种优化算法在阵列天线波束赋形问题中的优缺点，在计算圆环阵时尝试引入了修正的波恩斯坦多项式以减少需要优化的变量，并结合工程上的需要，用粒子群优化算法给圆环阵赋行计算得到了主波瓣是平顶的方向图。     

机载多输入多输出雷达局域化降维杂波抑制方法

针对机载多输入多输出雷达杂波抑制问题,提出一种新的降维空时自适应处理方法.首先,通过空域发射-接收两维固定波束形成和时域多普勒滤波将雷达接收数据由阵元-脉冲域变换到波束-多普勒域,然后再选取检测单元周围若干个三维波束并根据线性约束最小方差准则进行部分联合自适应处理.仿真结果表明,这种算法能大幅降低运算量和对样本数目的要求,且性能优于已有的经典降维空时自适应处理方法.     

抗干扰阵列天线的小型化及波束形成技术分析

在抗干扰阵列天线小型化的基础上,提出了一种波束形成的新技术．在实际设计中,通过减小阵列天线单元之间的间距实现了阵列天线的小型化;编制高频结构仿真VBScript脚本程序来提取阵元的有源方向图和有源阻抗数据;在Matlab中编写了基于差分进化算法的优化设计程序;通过Matlab来调用高频结构仿真进行全波仿真分析,得出最优的阵元加权因子以实现抗干扰阵列天线的波束零陷．研究结果表明,该技术能够非常精准地在干扰方向(30°,10°)上形成零陷,且零陷深度提高了32dB．     

半球共形阵列的两种虚拟变换方式性能对比

共形阵列的空域导向矢量通常不具有Vandermonde结构,使得适用于均匀线阵或面阵的快速高分辨空间谱估计方法不能直接应用于共形阵列中．借鉴阵列流形内插变换思想,分别建立了半球共形阵列到矩形阵列和十字阵列的两种变换关系,对比研究了虚拟矩形阵和虚拟十字阵在波达方向估计、自适应波束形成和运算复杂度方面的性能．理论分析与仿真实验明确了虚拟矩形阵和虚拟十字阵的适用条件,可为共形阵列的工程应用提供参考．     

锥面共形阵列极化-DOA估计的降维MUSIC算法

针对传统MUSIC(multiple signal classification)算法在锥面共形阵列极化-DOA(direction of arrival)参数联合估计过程中计算复杂度较高的问题,利用单极化阵元构造极化敏感锥面共形阵列,并建立阵列接收信号模型.通过构造同极化接收子阵,将导向矢量中空域信息和极化域信息去"耦合",在考虑阵元遮挡效应的条件下,结合秩损原理实现了基于降维MUSIC算法的极化-DOA多参数估计,减小了极化-DOA参数估计的计算量.通过计算机仿真证明了方法的有效性.     

采用分布式并行子阵波束形成的水下三维成像

针对水下三维声纳成像技术因计算负载过大而无法满足实时性需求的问题,提出一种频域分布式并行子阵波束形成算法. 基于大规模二维方形平面换能器阵列,将全面阵分解成两级分布式子阵.所有一级子阵采用并行计算架构,同时进行并行波束形成;一级子阵和二级子阵之间采用流水线分布式计算架构,在二级子阵中计算得出波束强度值.基于Matlab软件对该算法进行仿真测试,并与传统波束形成算法相对比.综合考虑主瓣宽度、旁瓣峰值、内存需求量和计算需求量4个参数,给出最合理的子阵分解方法.结果表明：该算法可以实现水下三维声纳成像,并且符合工程实践的实时性需求.     

一种自适应收缩因子的循环平稳波束形成器

针对常用循环平稳波束形成器收敛速度慢的问题,提出一种基于自适应收缩因子形式的对角加载方法的稳健循环平稳波束形成器.首先采用收缩因子对采样协方差矩阵进行修正然后得到估计的阵列协方差矩阵,通过求解真实协方差矩阵与估计协方差矩阵之间均方误差最小的最优问题,进而求出收缩因子的大小.最后利用循环自适应波束形成(cyclic adaptive beamforming,CAB)算法求取阵列权值.仿真过程中,用所提算法与传统的循环平稳波束形成算法在低功率干扰和高功率干扰两种条件下作对比,表明该算法在收敛速度方面具有较好的性能,并且在低采样快拍数目情况下所提算法的输出SINR也相对较高.     

基于小波分析的改进旁瓣相消宽带信号波束形成算法

研究了改进的旁瓣相消算法,该算法利用小波滤波器组阻塞接收信号的期望信号分量进行自适应的波束形成。经过改进算法处理后,阵列信号的协方差矩阵中不包含期望信号分量,从而克服了当存在系统误差时自适应波束形成中期望信号相消的问题,并解决了在实际应用中旁瓣相消波束形成算法GSC波束形成算法需要构造与期望信号的导向矢量完全正交的阻塞矩阵的难点问题,从而达到提高系统稳健性能的目的,仿真结果验证了该算法的性能优于传统的MVDR方法和基于MVDR的对角加载方法。     

相干系数与幅度相位估计融合的医学超声成像算法

在医学超声成像中,最小方差(MV)自适应波束形成算法能有效的提高成像分辨率,但是却牺牲了成像对比度和算法稳健性。针对这个问题,提出了一种相干系数(CF)和幅度相位估计(APES)融合的自适应波束形成算法。该算法利用APES幅度估计准确,成像对比度和算法稳健性高的优点,同时结合相干系数加权抑制噪声和干扰,改善了成像分辨率。仿真实验结果表明：该算法在成像分辨率和对比度方面都要优于传统的延时叠加(DAS)法,最小方差法和原始的幅度相位估计法。     

基于一维辅助波束的自适应-自适应波束形成

为了避免面阵自适应-自适应波束形成方法在构建二维辅助波束时需要对干扰入射角进行二维搜索,提出了基于一维辅助波束的面阵自适应-自适应方法.该方法首先估计出干扰的一维空间角并形成一维空间辅助波束,再将辅助波束同主波束一起进行自适应波束形成处理来抑制掉干扰.由于只需估计干扰的一维空间角,因而对干扰入射角的搜索计算量大大降低,适合于工程实现.仿真结果证明了方法的有效性.     

选择性计算的快速非局部均值图像去噪

针对非局部均值(NLM)图像去噪算法度量像素间的相似性计算强度高的问题,提出了一种选择性计算的快速NLM去噪方法。在图像块像素灰度值向量空间距离计算时,利用L2范数逐次消元法,只需在图像积分图上通过少量加法运算即可剔除大量相似性低的像素点,有效地减少计算强度。根据图像空间相关性强的特点,提出了基于patch测地线距离的动态调整搜索区域的方法。实验结果表明,与其他经典算法相比,该方法获得了较好的加速,也提升了NLM算法的去噪性能。     

Focused Widely Linear Beamforming

The problem addressed in this paper concerns the extension of widely linear beamforming to the wideband case, developing a wide-focused linear beamformer for the extraction of a wideband second-order (SO) noncircular signal-of-interest (SOI) contaminated by uncorrelated interferences and noise. In the proposed beamformer, the beamforming array observation is first focused to adopt a standard linear minimum variance distortionless response (MVDR) framework. The augmented SOI steering vector then is obtained by estimating the SOI noncircularity parameter with the newly proposed oblique projection with an augmented sparse representation scheme. The covariance matrix of the virtual interference, true interference and noise is further reconstructed using the newly presented complementary spatial spectrum technique. The wideband widely linear spatial filtering is finally realized via MVDR like beamforming. The performance of the proposed beamformer is verified by simulation.     

均匀直线阵下通用信号模型稳健波束形成算法

针对非相干散射信号源稳健波束形成问题,提出了一种均匀直线阵下通用信号模型稳健波束形成算法．该算法通过引入数据共轭重排理论,利用定义的两个转换矩阵,重新构造信号协方差矩阵,给出了最优权矢量的实值闭式表达式,减少了算法的计算复杂度．仿真分析了期望信号信噪比、指向误差、快拍数及失配约束参数对输出信干噪比的影响．仿真实验表明,通过对接收数据的共轭重排再利用,提高了算法在快拍数有限、存在有用信号失配及其他失配等非理想条件下的输出性能．     

Robust adaptive beamforming with the two level nested array

For the beamforming problem in the two level nested array under the condition of signal model mismatch, this paper proposes a robust adaptive beamforming algorithm based on efficient interference-plus-noise covariance matrix reconstruction and semi-definite programming(SDP). Firstly, by using the diagonal growth-curve(DGC) model of the received signal and the search-free ESPRIT method, we reconstruct the interference-plus-noise covariance matrix of the virtual array precisely; then, the interference-plus-noise covariance matrix and a little prior information are applied to construct the optimization problem in robust adaptive beamforming, which can effectively decrease the performance degradation of the traditional MVDR filter in nonideal signal circumstances; finally, the optimization problem can be approximately expressed as an SDP problem by using the SDP relaxation method, and we can resort to the convex optimization software to solve it. Simulation results demonstrate that the proposed method achieves a higher output SINR under different input SNRs or sampling snapshots circumstances as compared to traditional methods.     

声矢量阵导向最小方差波束形成算法研究

为了克服声压阵导向最小方差波束形成算法方位估计的左右模糊问题,提出了声矢量阵导向最小方差波束形成算法,指出了矢量阵导向矩阵与声压阵导向矩阵之间的关系.通过声压阵导向矩阵与单位矩阵的Kronecker积得到矢量阵的导向矩阵,从而使不同频率的矢量阵互谱密度矩阵聚焦.计算机仿真和海试实验证明与声压阵导向最小方差波束形成相比,矢量阵导向最小方差波束形成具有更好的方位分辨力且无左右模糊,并可以空间欠采样而不出现栅瓣.针对带宽内信噪比随频率变化的情况,用各频率的信噪比对导向协方差矩阵进行加权,改进了空间谱估计性能.     

Robust adaptive beamforming with near-field scatterers

Near-field scattering which causes steering vector mismatch with array received data suffers severe performance degradation with beamforming. A new robust adaptive beamforming algorithm based on the steering vector uncertainty set is proposed to utilize the near-field scattering signal to improve the beamforming output signal-to-noise ratio. The properties of the far-field direct-path signal and near-field signal are incorporated. The large uncertainty set is divided into two small ones describing the far-field and near-field steering vectors, respectively. The far-field steering vectors and the near-field scattering coefficient with a transform matrix are evaluated by convex optimization. Simulation examples demonstrate that the algorithm is correct and effective.