基于LCMV线性约束的自适应方向图控制

该文提出一种基于线性最小方差约束(LCMV)的自适应方向图控制方法,在约束条件中增加了对静态方向图的拟合条件,可以在自适应抗干扰的同时形成期望副瓣形状,分析了小快拍条件下自适应方向图副瓣起伏机理,并把对角加载与本方法结合,极大改善了副瓣收敛速度,并在小快拍时就能有较好的性能。随后的计算机仿真证明了本文方法的有效性。     

一种线性约束连续自适应方向图控制方法

针对任意阵列天线的自适应空域滤波和低副瓣控制的问题,提出了一种连续自适应方向图控制方法。该方法通过采用线性约束最小方差准则的方向图综合算法( LCMV-PS)产生具有低副瓣特性的静态权矢量,利用该权矢量构造出新的约束条件,进行线性约束最小均方误差( LMS )自适应波束形成。该方法避免了常规的线性约束最小方差( LCMV)算法的矩阵求逆运算,计算复杂度低。对几种天线阵形的计算机仿真结果表明该方法收敛速度快,稳态性能良好。     

自适应天线方向图干扰零陷加宽方法研究

在自适应天线阵抗干扰的一些应用环境中，往往需要自适应天线方向图在对准干扰的位置形成宽的零陷从而增强算法的稳定性。本文从统计模型的角度出发，导出一种对干扰零陷加宽的自适应波束形成方法，该方法能在由于数据失配引起的干扰位置扰动的情况下有效地抑制干扰，大大增强了算法的稳定性，并且方法简单、所增的运算量很小。计算机仿真结果也证明了该方法的有效性。     

一种降秩线性约束自适应波束形成算法

线性约束最小方差法可在多项约束条件下提供较好的干扰抑制能力,然而在低快拍数、固定零点和自适应干扰零点重合的条件下,该算法性能严重下降。该文提出了一种新的线性约束自适应波束形成算法———基于变换的线性正交投影算法,可较好地克服上述缺点,且计算量较小。理论分析与仿真结果验证了算法的有效性。     

基于幅相线性约束的自适应和差波束形成方法研究

阵列雷达自适应和差波束单脉冲测角面临信号对消、训练样本有限、波束保形及零点约束困难等问题.针对上述问题,本文提出基于幅相线性约束的自适应和差波束形成方法.该方法通过增加对主瓣临近角度的幅相线性约束条件,有效的克服和波束信号对消的现象;通过引入相位约束条件,使得差波束的在主瓣方向逼近静态差波束,具有良好的稳健性.同时通过合理的设计幅相约束条件实现了单脉冲和差波束测角二维解耦合.仿真实验验证了本文方法的有效性.     

基于G-LCOP算法的自适应方向图控制

自适应方向图控制是阵列信号处理的关键,这里在广义线性约束正交投影算法（G-LCOP,Generalized Linearly Constrained Orthogonal Projection）基础上进行了自适应方向图控制算法（APC,Adaptive Pattern Control）的研究,G-LCOP算法能够在降秩的同时保留原有线性约束,并在此基础上增加了新的线性约束,并将静态权矢量向优化的干扰子空间投影,从而形成一种新的广义线性约束正交投影自适应方向图控制算法（G-LCOP-APC,Generalized Linearly Constrained Orthogonal Projection Adaptive Pattern Control）,用新权矢量得到的自适应方向图能够较好地逼近期望的静态方向图,有效地压制干扰和噪声。     

基于波束空间的自适应波束形成算法

提出了一种稳健的波束形成算法。该算法利用干扰信号的导引向量和噪声向量对接收信号的协方差矩阵进行重构,经此处理后的协方差矩阵的信号子空间中不再包含期望信号成分,使得当期望信号功率较强时应用LCMV算法也不会对期望信号进行抑制。此外,算法还引入了锥形方差矩阵技术增强算法抑制干扰的能力。最后仿真证明了该算法的有效性。     

一种基于二次约束的零陷加宽算法

本文提出了一种基于二次约束的零陷加宽有效算法.该方法在Capon波束形成器的基础上,通过对干扰积分矩阵进行二次方约束和优化选取约束参数的方法控制零陷的深度和宽度;采用拉格朗日乘子法解决了二次方优化问题,精确计算了影响算法性能的拉格朗日乘子的取值范围,从而达到抑制运动干扰的目的.仿真结果验证了该方法的有效性,与现有的算法相比,在旁瓣抑制和输出信干噪比方面有一定优势.     

基于Householder多级维纳滤波器的全联通WSN分布式LCMV波束形成器方法

针对减少分布式LCMV波束形成器在全联通WSN中的计算量问题,提出基于Householder多级维纳滤波器(HMSWF)的分布式LCMV波束形成器方法.该方法通过有效引入HMSWF技术避免本地协方差矩阵估计及求逆运算,能以更少的计算量获得分布式LCMV波束形成器相同的输出性能.另外,还可以在递推过程中进行合理截断处理来进一步降低运算量.计算机仿真结果验证了算法的优良性能.     

基于MUSIC和LCMV的自适应波束形成系统

提出了在基于来波方向估计和自适应波束成形的相控阵天线系统中,用多重信号分类(MUSIC)算法实现来波方向估计,并使用线性约束最小方差(LCMV)的自适应算法控制天线的主瓣方向,实现对期望信号的跟踪,同时实现对干扰信号的零陷处理。仿真结果表明,MUSIC算法可以有效识别相控阵天线接收端的信号的入射方向,LCMV算法可以实现对有用信号的自适应跟踪和对干扰信号的抑制。     

基于稀疏重构的共形阵列稳健自适应波束形成算法

针对共形阵列天线自适应波束形成中存在的通用性差、主瓣保形困难、计算复杂度高等问题,该文提出一种基于稀疏重构的稳健自适应波束形成算法。该算法通过引入渐进最小方差准则,实现了干扰加噪声协方差矩阵的稀疏重构,并得到期望方向上的导向矢量估计,进而求得波束形成器的最优权矢量。该算法无需复杂的子阵分解或虚拟映射变换,适用于任意阵列形状。仿真实验验证了该算法不仅保证了期望的主瓣响应,同时对指向误差有较好的稳健性。与现有算法相比,该算法所需采样快拍数少,计算复杂度低,收敛速度快,在较大的输入信噪比范围内达到了较好的阵列输出性能。     

脉冲噪声环境中鲁棒的自适应波束形成方法

本文提出一种脉冲噪声环境中的自适应波束形成方法.方法假定噪声服从对称 α 稳定(S α S:Symmetric α -stable)分布,首先定义分数低阶阵列响应,然后根据最小方差无畸变响应波束形成器(MVDR)提出分数低阶最小方差无畸变响应波束形成器(FrMVDR).理论上证明了当阶数小于噪声特征指数的一半时,分数低阶阵列输出功率有界.计算机仿真实验证明了本文提出的FrMVDR波束形成器在高斯噪声和非高斯脉冲噪声环境中性能都优于MVDR和其他有关的基于分数低阶矩的波束形成器,是一种鲁棒的自适应波束形成器.     

Robust adaptive beamforming for large-scale arrays

For a large-scale adaptive array, heavy computational load and high-rate data transmission are two challenges in the implementation of an adaptive digital beamforming system. Moreover, the large-scale array becomes extremely sensitive to array imperfections. First, based on a restructured recursive linearly constrained minimum variance algorithm and a gradient-based optimization method, a new robust recursive linearly constrained minimum variance (RRLCMV) algorithm is proposed in this paper. The computational load of the RRLCMV algorithm is on the order of o(N), which is less than that of the conventional gradient-based robust adaptive algorithm. Then, a new efficient parallel robust recursive linearly constrained minimum variance (PRRLCMV) adaptive algorithm is proposed by appropriately partitioning the RRLCMV algorithm into a number of operational modules. It can be easily executed in a distributed-parallel-processing fashion, sequentially and in parallel. As a result, the PRRLCMV algorithm provides an effective solution that can alleviate the bottleneck of high-rate data transmission and reduce the computational cost. Finally, an implementation scheme of the PRRLCMV algorithm based on a distributed-parallel-processing system is also proposed. The simulation results demonstrate that the new PRRLCMV algorithm can significantly reduce the degradation due to various array errors.     

一种强杂波背景下弱小目标长时间相参积累方法

伴随无人机技术的发展,低空慢速小目标面临杂波强和目标回波弱的问题,同时相控阵雷达需要兼顾空域警戒等多种任务,需要将弱小目标的多次观测信号进行积累检测。文中提出一种基于线性约束最小方差法(LCMV)稀疏基压缩感知(LCMV-CS)的相参积累技术,实现弱小目标多次观测信号片段相参积累,同时实现对强杂波的抑制处理。仿真条件不等间隔积累损失≤1 dB,解决常规FFT 相参积累栅瓣的问题,同时抑制强地物杂波40 dB,利用实录数据验证该方法可以有效抑制强杂波的同时提升目标信噪比。     

基于自适应变换矩阵的数字波束形成方法

与全自适应数字波束形成(ADBF)算法相比,运算量较小的部分ADBF算法性能存在一定程度的下降.为此文中研究了一种基于自适应变换矩阵的数字波束形成方法(T-ADBF).该方法利用对干扰形成的零陷信息,采用零点预处理算法自适应获得新变换矩阵,以形成新的波束指向.性能分析与仿真结果表明,该方法可在运算量少量增加的条件下,不损失系统自由度,接近ADBF算法的性能,具有显著的优越性.     

一种干扰零陷加宽的静态波束控制方法

基于静态波束控制技术(Quiescent Pattern Control),提出了一种新的适用于天线零陷加宽的新方法,该方法通过对得到的最优权值按照最小均方误差准则进行二次约束计算出新的权值,从而获得在干扰方向较宽零陷的静态方向图.理论分析和计算机仿真表明,该方法能够很好地克服干扰运动和接收天线平台运动或者震动时对输出信噪比造成的不良影响,具有很好的稳健性.