具有自适应可调误差半径的鲁棒波束赋形算法

传统的自适应波束形成器对各类型的阵列误差较为敏感尤其是在较大的波达方向(Direction of Arrival,DOA)误差存在的情况下,阵列的输出信干噪比严重下降.为了解决这个问题,文中提出了一种新的具有自适应可调误差半径的鲁棒波束形成器.每一步迭代都是以经典的鲁棒Capon波束形成器为基础,且使用的误差不确定度都是依据子空间投影定理推导出的一个二次约束二次规划问题的最优解.由于估计出的导向矢量不确定度均小于传统自适应波束形成器中使用的误差量,因此,阵列的输出性能得以提高.此外,为了能够扩展算法的适用性,引入了可变椭圆不确定集来同时处理多重误差因素.最终的实验结果证明了算法的正确性和有效性.     

基于可变对角载入的鲁棒自适应波束形成算法

针对传统算法对方向向量偏差敏感的缺点,提出了一种基于可变对角载入的鲁棒自适应波束形成算法.为了提高算法的鲁棒性,采用非线性约束条件下的最优化阵列输出功率对信号方向向量进行优化求解,且优化解中的参量能够准确求出.为了减少计算量,采用递推算法求逆矩阵并利用泰勒级数展开,推导出基于可变对角载入的权重向量公式.该算法可有效地抑制方向向量偏差所带来的影响,降低了计算量易于实时实现,提高了系统的鲁棒性,改善了阵列输出的信干噪比,使其更接近最优值.仿真结果表明,该算法相对传统算法可以获得更好的性能.     

线性约束差分恒模算法

线性约束恒模算法(LCCM)能解决恒模算法(CMA)中存在的干扰捕获问题,但该算法需要将目标模值σ作为一个参数包含在代价函数中进行优化,因而收敛速度较慢.为克服这一缺点,本文提出了一种线性约束差分恒模算法(LCDCM),它可有效避免对最优σ值的搜索.在单干扰源的情况下,该算法的收敛速度和干扰抑制度均优于σ初始值设置不合适的LCCM算法;存在多个干扰源时,即使对LCCM算法的σ初始值进行最优设置,其对独立干扰源的收敛性能也不如LCDCM算法.     

基于二次型约束的鲁棒自适应波束形成算法

针对期望信号方向向量存在偏差会导致自适应波束形成算法的性能急剧下降这一问题,该文提出了一种基于二次型约束的鲁棒自适应波束形成算法。通过对期望信号波达方向附近范围内的方向向量的误差模值进行约束,来提高算法的鲁棒性,并在此约束条件下对权重向量进行优化求解,且优化解中的参数能够准确求出。该算法可有效地控制波束主瓣区域内信号的畸变,并能够抑制方向向量偏差所带来的影响,提高了系统的鲁棒性,同时使干扰和噪声的功率输出最小,保证了对干扰信号的抑制能力,改善了阵列输出的信干噪比,使其更接近最优值。仿真结果验证了所提算法的有效性与优越性。     

约束同时扰动随机逼近的鲁棒自适应波束形成

为有效克服导向矢量失配误差对自适应波束形成器的影响,提出了一种基于约束同时扰动随机逼近算法的鲁棒自适应波束形成算法。该算法对波束形成器的幅度响应进行约束,运用约束同时扰动随机逼近算法对权矢量进行优化,算法只需要对阵列输出功率进行测量,无需知道接收数据协方差矩阵,可适用于低成本的单通道接收系统。此外,该算法能很好地处理非凸的优化问题,无需将其转化为凸优化问题,能够自由控制鲁棒响应区的波束宽度和纹波水平,理论上可适用于任意阵型。仿真结果验证了算法的正确性和有效性。     

线性受限最小二乘恒模波束形成算法

将线性受限条件运用于最小二乘，提出了一种线性受限最小二乘恒模波束形成算法，称为LC-LSCMA，并将它与传统的最小二乘恒模波束形成算法(LSCMA)及预解扩最小二乘恒模波束形成算法(P-LSCMA)进行了仿真比较。仿真结果表明，提出的LC-LSCMA算法比LSCMA及P-LSCMA的信干比性能和误码率性能要好，特别在低信噪比情况下性能仍优于LSCMA。     

线性约束差分恒模自适应阵列性能分析

线性约束差分恒模算法(LCDCM)能有效克服恒模算法(CMA)中存在的干扰捕获问题,但其性能受迭代步长的影响。本文对所需信号功率、干扰信号功率及所需信号和干扰信号空域相关系数对迭代步长取值和算法收敛速度的影响进行了分析,给出了保证算法收敛的迭代步长的取值范围。最后利用计算机仿真对上述理论结果进行了验证。     

共轭对称约束差分恒模波束形成方法

传统的恒模波束形成算法在期望信号的信噪比较低的情况下容易误收敛到干扰信号,导致波束形成算法失效。针对上述问题,本文提出了一种共轭对称约束差分恒模算法。该算法首先引入了一种新的差分恒模代价函数,然后根据均匀直线阵列导向矢量的特殊结构,推导出了共轭对称约束条件。最后通过对数据进行归一化处理,使得步长因子的选择独立于输入信号功率,降低了步长因子的选取难度,提高了算法的实用性。仿真实验表明,本文算法在低信噪比下仍然保持了良好的收敛性能,并且对阵列幅相误差和初始权重矢量的误差也具有较强的稳健性。      

四元数域宽带鲁棒自适应波束形成

该文提出一种基于四元数的宽带鲁棒自适应波束形成方法。在利用四元数构造阵元输出的基础上,通过期望信号复包络对齐技术,建立四元数域宽带对合增广宽线性信号模型,以联合利用四元数阵列输出矢量的3种对合信息和2阶统计特性以及信号非圆信息,采用信号加干扰子空间投影方式,有效提取期望信号,抑制多个不相关干扰和噪声,进而实现四元数域宽带鲁棒自适应波束形成。同其它宽带波束形成方法相比,该方法对非圆信号的接收性能提升,可以实现阵列虚拟孔径扩展,有效克服指向误差带来的性能下降问题。计算机仿真结果验证了该方法的性能。      

最坏情况下的鲁棒自适应波束形成算法性能分析

研究了最坏情况下的鲁棒自适应波束形成算法,它通过对角加载提高波束对方向矢量误差的鲁棒性.给出了其最优对角加载因子的近似解析达式,揭示了各种因素如何影响最优加载因子.在此基础上,对该算法进行了性能分析,推导出了关于目标功率估计和信号干扰噪声比的近似表达式.计算机仿真验证了本文的分析.     

一种改进的稳健波束形成算法

针对期望信号的实际方向与约束方向有误差这一问题,提出了信号子空间投影与非线性约束条件下最小化输出功率相结合的一种改进波束形成算法。该方法能缩小期望信号导向矢量的误差范围,避免导向矢量误差过大引起的波束形成算法性能下降,而且能使收敛速度更快,对信号导向矢量偏差较大的波束形成有很强的稳健性。     

几种鲁棒自适应波束形成算法的对比

自适应波束形成器可以根据接收信号自适应地调整权矢量,增强期望信号,并有效抑制干扰。在实际环境中,由于波达角估计、阵列校准等误差因素的存在,导致传统自适应波束形成算法性能严重下降,因此,如何提高自适应波束形成算法的鲁棒性是一个重要的研究问题。本文对鲁棒自适应波束形成算法进行研究,对算法进行仿真、分析和比较,总结出各算法的性能优缺点,最后对鲁棒自适应波束形成算法的发展趋势提出自己的几点见解及展望。     

强干扰下的盲波束形成算法

针对恒模波束形成算法在干扰信号功率较强的情况下不能收敛到期望信号的问题,提出了一种基于独立分量分析的盲波束形成算法。该算法应用独立分量分析的方法来分离阵列接收信号,通过期望信号来向约束分离向量使其收敛到期望信号,算法在强干扰信号情况下能够收敛到期望信号、对非恒模信号有效并且运算量适中。理论分析和仿真实验表明提出的算法在强干扰和幅相误差存在的情况下相比恒模算法性能优越。     

一种相干环境下的稳健自适应波束形成算法

针对均匀线阵提出了一种相干环境下的稳健自适应波束形成算法.该算法首先对接收数据采样协方差矩阵进行迭代Toeplitz处理,一方面可实现对相干信号的去相关,另一方面避免了由噪声子空间扰动引起的性能下降;然后利用处理后的矩阵进行基于特征空间的自适应波束形成,从而很好地解决了存在波束指向误差时的相干干扰抑制问题,并且在小快拍情况下也具有良好的阵列输出性能.计算机仿真实验结果证明了该方法的有效性.     

基于粒子群优化的数字波束形成算法

波束形成的加权系数求解是一个优化过程,现有算法大多经过多次迭代,计算量大,实现复杂。为降低波束形成算法复杂度,将粒子群优化原理应用于数字波束形成中,提出了基于粒子群优化的自适应数字波束形成算法。该算法将每一组权值作为一个粒子,将阵列加权和的输出信号与干扰噪声比(SINR)作为适应度函数,通过比较各个粒子的适应度值,进行迭代搜索得到最优解。该算法可使天线阵在主波束对准有用信号,同时能有效抑制两个以上的干扰,且对阵列通道误差有较好的稳健性。计算机仿真验证了算法的有效性。     

一种基于恒模算法的多用户盲波束形成新方法

提出了一种适用于多用户的盲波束形成新方法.该方法基于最小二乘恒模算法,当最小二乘恒模算法收敛于某一信号后,我们导出了算法的权向量与其它用户波达方向的关系,进而在不同用户的波达方向上形成初始增益,从而实现对所有用户的波束形成.文中给出了算法的并行和串行实现方案.