基于超波束幅度权的盲空间谱减干扰抵消方法

针对影响拖曳线列阵声纳系统目标检测性能的拖船自噪声与友邻舰艇辐射噪声这两种典型近场强干扰源,提出基于超波束幅度权的盲空间谱减干扰抵消方法。利用超波束技术形成强干扰方位区域的多波束,获取干扰波束的幅度谱。通过合适的谱减策略,将基元域的幅度谱减去干扰波束的幅度谱,得到干扰抵消后的基元域信号幅度谱,继而转换为基元域的频域信号。通过频域块自适应滤波算法完成目标方位估计。宽带仿真结果与海试表明,这种方法在强干噪比和低信噪比条件下比最小方差无失真响应和传统基元域干扰抵消方法在阵增益方面提高约10 dB,能够同时抵消拖船干扰和邻近目标强干扰,且有效降低了检测背景的起伏。     

基于协方差矩阵重构的稳健自适应波束形成算法

针对大角度失配和采样协方差矩阵中包含有期望信号时,传统自适应波束形成器性能极剧下降的问题,提出了基于协方差矩阵重构的稳健自适应波束形成算法。该算法将全空域划分成若干互不重叠的区域,分别对应干扰区域和期望信号区域,先利用标准Capon波束形成器及采样协方差矩阵的最小特征值对干扰加噪声协方差矩阵进行重构,再利用MUSIC谱估计法重构出信号协方差矩阵,以其主特征向量估计出期望信号导引向量,最终得到自适应波束形成器的最优权值。仿真实验结果表明,在少快拍和大角度失配情况下算法具有良好的性能。     

联合协方差矩阵重构与导向矢量校正的稳健波束形成方法

针对强期望信号和导向矢量失配同时存在时,波束形成器性能会急剧下降的问题,提出联合协方差矩阵重构与导向矢量校正的稳健波束形成方法。该方法利用空间功率谱积分重构干扰加噪声协方差矩阵,排除了采样协方差矩阵中的强期望信号分量,通过空间投影方式校正导向矢量,用校正导向矢量和重构矩阵计算最优加权矢量,进而进行波束形成。仿真实验表明,相较于重构协方差矩阵,校正导向矢量等方法,该方法在强期望信号和期望信号导向矢量失配同时存在时具有更好稳健性,在不同信噪比、不同快拍数、不同失配角度时,输出信干噪比性能接近最优波束形成。     

基于广义旁瓣相消器的快速降秩自适应波束形成算法

传统的基于广义旁瓣相消器(GSC)的降秩自适应波束形成算法,降秩矩阵大多数需要通过特征值分解获得,而特征值分解会带来新的大运算量,大大限制了算法的工程实现。提出了一种新的基于广义旁瓣相消器的快速降秩自适应波束形成算法(FRGSC)。该算法直接利用广义旁瓣相消器下支路的中间快拍数据来构造降秩矩阵,利用所有可以利用的快拍数(多于干扰个数的快拍数)来构造降秩矩阵。基于GSC的传统降秩算法构造降秩矩阵需要的运算量为O((N-1)3)(N为自适应自由度),而FRGSC算法构造降秩矩阵只需要一次复数乘法和少量复数加法,所需运算量大大降低。该方法在实际应用中具有更优的实时性,适用于大阵列连续波体制雷达。仿真结果证明了所提出的基于广义旁瓣相消器的快速降秩自适应波束形成算法具有很好的波束形成性能,验证了算法的有效性。     

基于最小方差无畸变波束形成器的检测前跟踪

针对常规纯方位目标运动分析的检测前跟踪算法中,估计功率方位图的常规波束形成器分辨率低、图像质量差,提出了基于最小方差无畸变波束形成器来估计功率方位图的检测前跟踪方法。该方法采用分辨率高、干扰抑制能力强的最小方差无畸变波束形成器(MVDR)形成功率方位图(PBM),由此对各种可行路径进行时间非相干积分,在低信噪比下完成运动目标的检测和运动参数估计。湖试采集数据分析结果表明:与基于常规波束形成的检测前跟踪方法相比,该方法形成的PBM图像分辨率和旁瓣抑制能力更高,可极大减小后续可选路径的计算量。     

基于最小二乘估计的声矢量阵稳健波束形成

针对存在导向矢量失配和快拍数不足时,声矢量阵标准Capon波束形成器性能急剧下降的问题,提出了一种基于最小二乘估计的声矢量阵稳健波束形成算法。鉴于声矢量阵声压通道和振速通道的导向矢量误差来源不同,分别为声矢量阵声压通道和振速通道设计了广义旁瓣对消器;利用最差性能最优化的思想,将声矢量阵标准Capon波束形成器转化为稳健最小二乘估计问题;利用二阶锥规划求解。仿真分析表明,该算法在抗导向矢量失配、快拍数不足、阵元姿态误差方面均有良好的性能。     

多线性约束结合自适应单脉冲测角方法

传统单脉冲算法是针对空域高斯白噪声背景下单目标的一种有效测角算法。文章针对色噪声背景加强旁瓣干扰条件下,自适应空域滤波抑制干扰的同时,主波束内鉴角曲线畸变引入新的角度估计误差的问题,研究了多约束线性结合自适应单脉冲测角方法,该方法适用于阵元级和子阵级自适应空域滤波,仿真结果表明,该方法能有效地改善自适应空域滤波时主波束内鉴角曲线畸变。     

基于斜投影预处理的自适应波束形成方法

当存在主瓣干扰时,自适应天线方向图会出现旁瓣电平升高及主波束变形的严重问题。提出了基于特征空间斜投影预处理的自适应波束保形方法,将主瓣干扰子空间斜投影到旁瓣干扰和期望信号的合成子空间中,以消除主瓣干扰,然后对斜投影滤波后的协方差矩阵进行修正,并进行自适应波束形成,得到无畸变的自适应波束方向图。计算机仿真证明了,本方法可以对自适应方向图进行保形,在低快拍数情况下能够获得稳健的滤波输出。     

基于二阶锥规划的相干信号宽零陷自适应波束形成

针对传统自适应波束形成器在相干干扰位置出现快速变化时,输出性能下降,甚至干扰抑制失效的问题,提出了一种基于二阶锥规划(SOCP)的相干信号宽零陷自适应波束形成算法。该算法首先对接收数据协方差矩阵进行Toeplitz重构,然后重构了干扰加噪声协方差矩阵并对其进行零陷展宽处理;接着在保证期望方向波束无失真前提下,约束主瓣宽度和旁瓣电平,使得波束形成器干扰和噪声的输出功率最小;最后将该问题转化为凸优化中的二阶锥规划问题,并使用凸优化工具箱进行快速求解。仿真实验表明,该算法可以在兼顾全部阵列性能指标的前提下,在相干干扰区域形成宽零陷。     

相干信号零陷加深自适应波束形成算法

针对常规自适应波束形成算法在强相干干扰情况下零陷深度不够,甚至干扰抑制失效的问题,提出了相干信号零陷加深自适应波束形成算法。该算法首先通过构造Toeplitz矩阵来解相干,接着重构和优化了干扰加噪声协方差矩阵,最后在相干干扰处自适应形成深零陷。仿真结果表明,该算法能在相干干扰处形成深零陷,且零陷深度可控,具有较好的鲁棒性。     

联合对角化技术在空间谱估计中的应用

在实际工程应用中,传统空间谱估计方法受噪声、干扰及采样效应等因素影响,其性能明显退化.为了克服这些因素对方位估计结果的影响,提高算法性能,本文将空时相关矩阵组代替传统的采样协方差矩阵,利用联合对角化这一新的数学工具,研究了一种基于Jacobi旋转正交联合对角化的空间谱估计方法.通过对空时相关矩阵组进行联合对角化,得到了联合对角化矩阵和对角化后的矩阵组,最终利用联合特征值和特征向量得到修正的阵列协方差矩阵,并对空间谱估计处理器进行修正.仿真结果表明,在不同的信噪比、快拍数等条件下,基于联合对角化的空间谱估计算法较传统方法具有更高的分辨力和更低的均方根误差,能有效降低方位估计的信噪比门限,进而改善传统空间谱估计方法的方位估计性能.     

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。     

基于空间虚拟延迟抽头的信源数检测方法

基于空间虚拟延迟抽头技术,给出一种空时协方差矩阵,论述了阵列协方差矩阵的特征向量与空时协方差矩阵的正交原理,引入一种特征向量空时投影的概念。给出了两种利用这种特征向量空时投影的信源数检测方法。一种是基于启发式算法的,与GDE方法类似,称为类GDE方法;另一种是基于Bootstrap算法的,称为BBE方法。理论分析显示,两种新的检测方法,不再依赖于阵列协方差矩阵的特征值,无需对信号和噪声的分布作出假设,具有很好的抗空间非均匀噪声能力。同时,类GDE在低信噪比条件下性能更好,而BBE则无需人为设置检测门限,具有较好的工程实用价值。基于仿真数据和湖试数据的浏试结果证明了所提方法的有效性。     

阵列幅相误差影响下的一维噪声子空间算法

针对阵元幅相误差对一维噪声子空间算法测向性能的影响,先根据相关参数推导出阵元幅相误差影响下的空间谱计算公式,再以均匀线阵为例进行仿真.其在信噪比较高和采样数较大情况下,对于波达方向角间隔较大的两不相干信号,一维噪声子空间和MUSIC算法都能准确估计其来波方向;当信噪比较低和快拍数较少,信号到达方向角间隔较小,此时MUSIC算法失效,而一维噪声子空间算法仍能正确的分辨出相邻的两个信号源.     

基于互协方差的L型嵌套阵列二维波达方向估计

为了解决L型均匀阵列波达方向（DOA）估计分辨率较低、估计信源数受限于阵元数、估计精度易受信噪比影响等问题,提出一种基于互协方差的L型嵌套阵列二维DOA估计算法。利用不同子阵间互协方差矩阵产生较长无冗余阵元的虚拟阵列,消除噪声干扰;利用虚拟阵列及其共轭矩阵构建等效协方差矩阵,实现虚拟阵列信号的解相干;采用旋转不变子空间技术对等效协方差矩阵进行处理,得到目标的角度信息;基于虚拟阵列等效信源的唯一性进行空间信源的角度匹配。对所提算法的DOA估计有效性进行仿真验证,结果表明,在阵元数相同情况下,该算法与L型均匀阵列相比在低信噪比环境下拥有更高的估计精度,能够辨识更多的空间信源。     

基于改进的K-均值聚类信源数目估计算法

针对盖尔圆盘法在低信噪比和少快拍数背景下进行信源数目估计时会出现错误判断的问题,提出了色噪声背景下改进的K-均值聚类信源数目估计方法.求出数据相关矩阵后按照信号和噪声的类均值对信号特征值和噪声特征值进行K-均值聚类,然后不断更新类均值直到信号特征值收敛.计算机仿真实验证明了该方法在低信噪比和少快拍数时的估计成功概率高于盖尔圆盘法.     

多输入多输出天波超视距雷达多模杂波抑制的改进最小方差无失真响应算法研究

多输入多输出天波超视距雷达(MIMO-OTHR)通常利用最小方差无失真响应(MVDR)波束形成来抑制接收回波中的电离层多模杂波对目标探测的影响。由于MIMO-OTHR的全向性发射、杂波噪声协方差矩阵估计不准确以及有限相干积累时间内训练样本数过少,使传统MVDR输出信杂噪比(SCNR)较低。对MIMO-OTHR中的MVDR算法进行改进,以改善其多模杂波的抑制能力。利用2阶锥规划进行发射波束域预处理,将发射能量集中到主模式角度;在阵列接收端进行阵列平滑,抑制主模期望信号,提高杂波噪声协方差矩阵估计精度;利用MVDR波束形成双迭代算法,降低对计算量与训练样本数的需求。仿真结果表明：改进MVDR算法可有效抑制多模杂波;以较少训练样本及较小计算量,可以获取更高的输出SCNR.     

基于多线谱干扰抑制的水下对空运动声源线谱探测

针对水下对空运动声源探测时面临的多线谱水下强干扰问题,提出一种稳健可靠的基于多线谱干扰抑制的线谱检测方法。采用该方法对接收声场进行线谱提取,限定每个信源所在方位的空间谱能量主要来自一条线谱的贡献,抑制多线谱干扰的能量,最后综合所有线谱贡献,得到最终的方位估计结果。两次水下对空探测实验验证了所提方法的有效性,结果表明,线谱检测方法可有效抑制同频干扰,在低信噪比、多干扰环境下成功实现了水下对空运动声源的线谱探测。