利用多普勒信息提高自适应波束形成的稳健性

当快拍数较少和存在系统误差时,自适应波束形成性能急剧下降,特别是当输入信噪比较大时,会出现严重的信号相消现象．文中利用时域信息提出一种新的自适应波束形成方法,理论分析表明,该方法为目标多普勒频率已知条件下最大似然估计结果．该方法能有效地克服信号相消现象,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     

一种稳健的自适应波束形成方法

基于LCMV波束形成原理,根据贝叶斯估计理论,提出了一种基于加权的波束形成方法,能够很好地克服LCMV波束形成对期望信号DOA误差特别敏感的弱点．仿真试验表明,该方法性能稳定,对期望信号DOA误差具有很好的稳健性．     

存在指向误差时的稳健自适应波束形成算法

针对期望信号方向存在指向误差的情况,提出了一种稳健的波束形成算法,通过对期望信号导向矢量进行旋转的方法,用新的导向矢量产生自适应加权,这样当期望信号落入波束主瓣的边缘时,依然可以保持系统输出信干噪比基本不变,提高了算法的稳健性,并给出了旋转角度选择的依据．该算法形成的自适应加权对不存在指向误差时的性能没有影响．计算机仿真结果验证了该算法的有效性。     

Robust adaptive beamforming algorithm in the situation of limited snapshots

In order to solve the problem of the sharp degradation of the adaptive beamformer performance due to limited snapshots, this paper proposes a new robust adaptive beamforming algorithm based on the correction of the covariance matrix and the estimation of the steering vector. The proposed algorithm first corrects the covariance matrix, and then obtains the estimation of the optimal steering vector with the corrected covariance matrix. Finally, using the corrected covariance matrix and the estimated optimal steering vector, the weight vector of the adaptive beamformer is calculated. The proposed algorithm can not only deal with all kinds of mismatches efficiently, but also solve the problem of the sharp degradation of the adaptive beamformer performance in the situation of limited snapshots, so that the robustness of the adaptive beamformer can be improved. Simulation results demonstrate the correctness and effectiveness of the proposed algorithm.     

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.     

有限次快拍下自适应波束形成

从协方差矩阵估计角度出发,解释了有限次快拍下造成逢适应波束形成性能下降和自适应波束畸变的原因,有限次快拍等效增加了干扰之间、干扰与噪声之间以及噪声之间的相关性,造成自适应波束形成性能下降,同时,有限次快拍下噪声等效为色噪声,文中分析了色噪声环境下自适应波束畸变机理,指出色噪声是自适应波束畸变的根本原因。     

基于Bayesian准则的鲁棒自适应波束形成算法

研究波束形成算法的前提是驾驶向量是确定的.在实际情况下,由于实际的阵列响应和期望信号的阵列响应存在一定的偏差,这时候就需要研究对于驾驶向量不确定情况下的波束形成问题.该文基于Bayesian准则,对一系列自适应MVDR波束形成器的权向量进行后验概率密度加权,得到Bayesian自适应波束形成器.仿真和实际水声阵列数据结果显示,该波束形成器在驾驶向量不确实的情况下,具有较好的鲁棒性.     

Toeplitz化在ESB自适应波束形成算法中的应用

把Ｔｏｅｐｌｉｔｚ化和基于特征空间（ＥＳＢ）自适波速形成算法相结合,针对等距线提出了一种新的波束形成算法并进行了理论分析,该算法通过对估计得到的阵列信号相关矩阵进行Ｔｏｅｐｌｉｔｚ化,减小有限次采样引起的误差,获得较快的收敛速度,并能有效克服ＥＳＢ算法不能在相干环境下工作的缺点,计算机仿真结果证实了这种算法的有效性。     

一类最小方差无失真响应波束的形成方法

最优广义线性最小方差无失真响应波束形成往往要求阵列导向矢量和信号非圆度必须为已知,为了突破此限制,基于最小方差无失真响应方法的约束条件提出两种波束形成方法:其一是先将阵列导向矢量和非圆度的不确定性转化为整体扩展导向矢量的不确定性,再规划波束形成;其二是利用信号结构信息来规划波束形成。仿真实验结果表明,新方法在突破此限制方面具有可行性。     

导向矢量不确定集约束的稳健Capon波束形成算法

针对Capon波束形成算法在导向矢量不确定集约束下的求解问题,提出了新的求解方法．通过对稳健算法最优化问题的特点和求解过程进行分析,给出了新的求解结果,不仅使不确定集约束参数的选择更加简单,同时使波束形成算法的性能改善达到最优．而且得出了负加载可以获得最优的性能改善,而约束参数选择得越大,波束形成算法的性能越接近于最优,而零解可以通过合理选择约束参数进行有效地避免．最后的仿真分析验证了理论分析的正确性和算法的有效性．     

特征矢量约束的近程杂波抑制鲁棒自适应波束形成算法

针对机载非正侧视阵在距离模糊条件下的近程杂波抑制问题,提出了一种俯仰滤波算法.利用杂波协方差矩阵特征分解形式,建立了一种特征矢量选择方法.用该方法挑选出对应于近程和远程的特征矢量作为波束形成算法的约束.相对于传统算法,这种特征矢量约束的波束形成算法指向误差和导向矢量失配更具鲁棒性,并克服了主瓣畸变的问题.仿真结果验证了该算法的有效性.     

稳健的特征空间基变换自适应波束形成

针对现有自适应波束形成器在阵元位置误差、幅相误差以及信号来波方向误差耦合时干扰抑制能力下降的问题,提出了一种稳健的基于特征空间基变换的自适应波束形成算法。首先,对导向向量中阵元位置误差、幅相误差以及信号来波方向误差的影响进行了建模;然后,通过利用真实信号子空间与导向矢量张成空间相同的特性,引入子空间距离的概念量化两个子空间相似程度,并构建出一个最小化空间距离的多维非线性优化问题;在此基础上,结合遗传算法与拟牛顿法的特点形成一种混合优化策略,在解除最优化问题后,得到信号子空间的一组非正交基;最后,将估计的信号子空间与噪声子空间组合为特征空间,通过对特征空间进行基变换提取出准确的干扰加噪声协方差矩阵,并对期望信号导向向量进行了修正。数值仿真结果表明：所提混合优化算法随着迭代数提高能够显著降低子空间距离,迭代数达到100次时,能够将子空间距离降低至1以下;在信号来波方向误差、阵元位置误差以及幅相误差同时存在,且输入信噪比为10 dB的情况下,所提算法的输出信干噪比与现有方法相比提高约14 dB。     

一种简化的鲁棒波束形成算法

在阵列导向矢量不存在误差的条件下,传统的最小方差波束形成器(MVB)具有良好的分辨精度和抗干扰能力.然而,MVB算法的主要问题在于不具有鲁棒性,不能克服未知导向矢量误差的影响.因此对角加载以及相应的扩展算法已经成为一种提高MVB算法鲁棒性的常用方法.该文对基于椭球形导向矢量不确定集的鲁棒MVB算法进行了简化,该简化算法是在对导向矢量附加一个球形不确定集约束的条件下推导出来的,具有较低的计算复杂度和更高的数字稳定性.仿真结果表明,在导向矢量误差存在的情况下该算法是有效的.     

一种近场源参数估计新方法

提出了一种基于子空间的近场窄带信源频率、到达角及距离三维参数联合估计新方法．该方法选择特定序号阵元输出计算的4阶累积量构造4个高维矩阵,然后结合这些矩阵结构特点构造3个新的矩阵,利用新构造矩阵的特征值联合估计信源参数．与现有基于高阶累积量的方法相比,这种方法有效地减小了阵列孔径损失,从而具有较高的估计精度．     

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．     

MIMO雷达稳健的自适应失配滤波器设计算法

针对发射导向矢量存在未知误差的问题,提出了一种MIMO雷达稳健的自适应失配滤波器(Robust Adaptive Mismatched Filter,RAMiF)设计算法.该算法在稳健的接收波束形成算法的基础上,对其输出做稳健的失配滤波处理,以一定的主瓣电平损失为代价换取更低的旁瓣电平,从而提高系统对发射导向矢量误差的稳健性.仿真结果表明该滤波器在信噪比较高的情况下对发射导向矢量误差具有自适应的稳健性.     

一种稳健的特征空间线性约束波束形成器

基于特征空间的线性约束最小方差（eigenspace-based linearly constrained minimum variance,ELCMV）算法是一种稳健的波束形成方法,但其性能只能在一定的指向误差范围内保持稳定,当指向误差较大而使期望信号落在预设波束主瓣边缘时,其性能会严重恶化。对ELCMV算法进行改进,提出一种对零点约束方向和指向误差都具有稳健性的波束形成方法。该方法首先利用矢量旋转对预设导向矢量进行校正,再将校正后的导向矢量向信号子空间投影,最后结合线性约束用线性约束最小方差（linearly constrained minimum variance,LCMV）算法来求解权矢量。计算机仿真证实了该方法的有效性。     

利用最小冗余对称阵列的近场源定位算法

在阵元数目有限的情况下,针对近场源定位中的阵列孔径和阵元数损失问题,文中突破阵元间距为1/4波长的限制,提出了基于最小冗余对称阵列的协方差矩阵重构算法．该算法构建只与方位角有关的四阶累积量矩阵,通过多重信号分类算法来估计信号方位角;然后根据估计出的信号角度在距离维上进行搜索,估计出距离参数．该算法扩展了阵列的孔径,提高了阵列的自由度．仿真结果表明,该算法可以估计更多的信源数目,拥有较高的估计性能和空间分辨率,且只需进行一维搜索,避免了二维参数配对．     

改进的粒子群优化算法下的MIMO雷达稳健波束形成

在进行阵列自适应波束形成时,由于阵元导向矢量失配现象的存在,严重影响了常规最优波束形成的性能。考虑阵元的导向矢量误差,运用改进的粒子群优化算法对阵元的导向矢量进行纠正,使其误差达到最小,得到了一种适用于多输入多输出雷达的新的稳健波束形成方法。与现有的应用于MIMO雷达的稳健波束形成方法相比,在导向矢量误差较大或者误差随机变化的情况下新方法具有更高的输出信号干噪比,且其性能一直保持了较高的稳定性。数值仿真结果验证了新方法相比已有算法具有更好的鲁棒性和更高的输出性能。     

一种基于投影预变换的自适应波束形成新算法

基于阵列数据的投影变换,提出了一种改进的自适应波束形成新算法,可对阵列数据进一步降维;当目标含于相关矩阵时,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。