子空间重构的一类自适应波束形成算法

针对多维阵列的全维自适应波束形成算法运算量大和小样本条件下性能下降问题,该文提出采用子空间重构技术的自适应波束形成算法(SRC-BF)。该方法利用多维域的全维阵列数据可分维构造的特点,首先在训练样本集上估计分维阵列数据的信号子空间;然后基于张量积性质重构全维信号子空间并自适应剔除交叉项;最后采用子空间投影算法计算自适应加权矢量。理论分析和仿真结果表明该方法具有较低的运算复杂度,能有效提高自适应波束形成算法在小样本条件下的输出信干噪比。     

一种快速的特征空间自适应波束形成算法

特征空间自适应波束形成（EBAB）算法的权向量是线性约束最小方差（LCMV）波束形成器的权向量在信号干扰子空间上的投影,因此需要计算量巨大的特征分解。基于信号干扰子空间投影矩阵可利用阵列协方差矩阵进行高精度的有理近似的思想,提出一种快速计算自适应权向量的算法。理论分析和计算机仿真表明,在信号干扰子空间维数已知时,该算法的性能同EBAB算法一致,同时该算法对子空间维数过估计不敏感。     

基于特征结构的自适应波束形成新算法

基于相关矩阵的特征分解，本文提出了一种改进的线性约束最小方差波束形成（ＬＣＭＶ）新算法，当目标信号含于相关矩阵中时，新算法能有效地抑制信号对消现象，并且具有良好的波束保形能力和快速收敛特点，计算机仿真结果验证了这些优点。     

一种虚拟波束形成自适应加权空间平滑算法

该文提出了一种用于自适应阵列的自适应加权空间平滑算法。通过构造虚拟自适应波束形成问题求取用于子阵协方差矩阵加权的加权向量,然后进行加权空间平滑自适应波束形成。理论分析与仿真结果表明,新算法能更有效地降低期望信号和干扰之间的相关性,使得用于空间平滑的子阵数减少,以降低阵列孔径损失。     

一种改进子空间投影自适应单脉冲算法

自适应单脉冲技术由于能有效地抑制干扰,同时比较准确地估计出信号源的方位,因而被广泛的用于跟踪、制导雷达。经典自适应单脉冲算法都采用一阶线性逼近方法,忽略了高次项对角度估计的影响,从而导致角度估计在单脉冲比非线性区域具有大的估计误差。针对这个问题,该文提出令高次项为零的约束条件,并结合干扰信号子空间计算自适应差波束权重,最后将自适应和、差波束权重代入经典的自适应单脉冲算法,在简化角度估计公式的同时,给出信号源方位。同时,该文给出了约束点位置选取的基本规则。通过上述方法,高次项的被忽略变得更加合理,自适应单脉冲的有效测角范围进一步变大,同时角度估计误差进一步降低。计算机仿真结果验证了算法的正确性和有效性。     

基于高阶统计量的自适应非线性波束形成新算法

本文提出了一种新的基于高阶统计量的自适应非线性波束形成器，与常规的基于２阶相关矩阵自适应数字波束形成器相比，它的有效阵列孔径得到扩展，可抑制多于阵元数个有源干扰，对主瓣干扰抑制的性能及波束保形得到明显的提高，对阵元误差具有更强的容差能力。计算机仿真结果验证了这些结论。     

基于波束空间的自适应阵列处理算法研究

针对波束空间预处理算法进行了深入的研究,给出了波束空间算法的原理和要求及其优势,并对其中的DFT波束法进行了研究,给出了基于DFT波束法的空域LMS算法。最后通过计算机仿真实验,从方向图、收敛方差和速度三个方面比较了阵元空间算法和波束空间算法以及同一波束空间算法的不同波束之间的性能,并得出了一些计算机仿真结果和结论。     

一种改进的基于特征空间自适应波束形成算法

在基于特征空间(ESB)自适应波束形成算法的基础上,本文提出一种更稳健的波束形成算法,该算法利用对阵列接收信号相关矩阵特征分解获得的信号子空间,对基于特征空间算法中的约束导向矢量进行校正,并完成波束形成.计算机仿真和分析证实了该算法性能要优于常规ESB算法的性能.     

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...     

共轭梯度自适应波束形成算法

本文讨论了共轭梯度算法在自适应波束形成中的应用，指出在时域和空域同时处理，与仅在时域或空域处理的方法相比，不仅在性能上得到了改进，而且放宽了对阵元数目的要求。同时提出了一种前后向平均和多层前后向处理的结构和方法，使算法在上得到了进一步的改善。     

基于特征子空间的自适应多视角目标跟踪算法

提出了一种新的自适应特征子空间跟踪算法,该算法通过计算跟踪目标的似然来自适应调整模型更新的权重,以减小更新过程中样本误差积累导致的模型漂移.同时,跟踪算法利用多视角贝叶斯理论框架进行多视角的信息融合,并对跟踪模型进行分块处理和更新,以提高跟踪精确度.仿真结果表明,本算法比对比算法的跟踪误差更小,并能够更好地解决目标遮挡和形变等问题,从而得到精确、高效的跟踪结果.     

加权伪噪声子空间投影的修正MUSIC算法

多重信号分类（multiple signal classification: MUSIC）方法通过计算搜索导向矢量与噪声或信号子空间的距离来估计波达方向,对采样协方差矩阵的依赖性较大。在小快拍或存在强弱临近信号条件下,采样协方差矩阵的估计值与真实值通常存在较大差异,导致估计的噪声或信号子空间发生畸变,严重恶化了MUSIC方法的波达角估计性能。针对该问题,本文提出采用加权伪噪声子空间投影的改进方法（称为wpnMUSIC）。该方法在修正数据相关矩阵的基础上估计与搜索导向矢量对应的伪噪声子空间并利用其在伪噪声子空间的投影值对MUSIC空间谱进行加权处理,在保持子空间处理方法高分辨能力的同时改善了对小快拍和强弱信号的稳健性。理论分析和仿真实验表明本文方法对强弱临近目标的分辨能力优于MUSIC方法。      

基于加权波束形成的STAP抗干扰改进算法

传统空时自适应处理(STAP)算法不能抑制和导航信号同一方向的窄带干扰并且输出信干噪比不理想。针对此问题,本文提出了一种结合加权波束的改进STAP抗干扰算法。这种新的算法能有效地抑制窄带和宽带干扰,并提升了输出信干噪比(SINR)。     

脉冲噪声环境中自适应阵列对信号的跟踪

以alpha稳定分布作为无线信道的噪声模型,基于分数低阶统计量理论采用子空间和近似最大似然的方法,利用整个时隙内的接收信号恢复出期望用户的发射字符。相对于二阶统计量的方法,该方法有更好的韧性和经济的计算量。     

Interference cancellation in GPS receiver using noise subspace tracking algorithm

In this paper, we address the problem of interference cancellation in global positioning system (GPS) receiver using a two-step approach: subspace projection technique and maximum signal-to-noise ratio (MSNR) beamforming. The interference signals can be effectively suppressed by projecting the received signal on the noise subspace. Here noise subspace tracking algorithm is employed to estimate the noise subspace directly. We then apply a beamformer to maximize the signal-to-noise ratio of the interference-free signal. Simulation results show that our approach can effectively eliminate the strong interference and enhance the performance of the GPS receiver.     

秩-1子空间跟踪算法

子空间估计和跟踪问题是在现代阵列信号处理应用中的一个重要课题。该文深入研究幂迭代算法并成功地将幂迭代用于子空间跟踪,分析和讨论了针对运动目标秩-1子空间的估计和跟踪及 DOA估计问题。通过计算机仿真实验证明了这种方法的有效性。     

一种基于FFT快速算法的空间多目标跟踪算法

本文针对阵列天线提出了一种基于FFT快速算法的多目标跟踪算法.与传统的基于特征值分解的DOA估计不同,此算法利用阵元域与空间域之间的傅里叶变换关系,对阵元输出的一次快拍数据进行快速傅里叶变换,得到信号的离散空域频谱,然后对其进行补零或内插,得到精确的空域谱来获得目标的DOA.由于此算法具有较低的计算复杂度,可以对空间快...     

发射自适应波束形成技术研究

在天线阵发射波束时进行方向图零点控制是现代雷达采用的先进技术之一,该文分析了一种唯相位共轭梯度自适应于扰置零算法,并详细叙述了我们研制的基于TMS320C31的雷达自适应干扰对零阵列处理实验系统。理论分析和实验结果均表明系统能有效置零抑制干扰、是一种实用性强的系统。     

A novel subspace tracking using correlation-based projection approximation

In this paper, we propose a novel subspace estimation technique, which is called correlation-based projection approximation subspace tracking (COPAST). The COPAST utilizes the projection approximation approach onto the correlation matrix to develop the subspace tracking algorithm. With the projection approximation, the RLS-based COPAST and the sequential-based COPAST algorithms are presented. The RLS-based COPAST algorithm has the better performance but the higher computational complexity than the recently developed PAST method. On the other hand, the sequential-based COPAST has reduced the computational complexity to nearly that of the PAST. Besides, the sequential-based COPAST has faster initial convergence speed than the PAST, while both nearly converge to the same value.     

Inverse QR iterative method for subspace tracking

The Bi-LS method based on QR decomposition provides a convenient framework for developing efficient subspace tracking algorithms. To overcome the shortcoming of the backsubstitution step and improve the parallel architecture of the Bi-LS algorithms, a Bi-LS subspace tracking algorithm based on Inverse QR (IQR) decomposition is developed. The proposed IQR iterative algorithm for subspace tracking is well suited for the parallel implementation in the systolic array. Simulation results are presented to illustrate the effectiveness of the proposed IQR subspace tracking algorithm.