基于峰度自然对数最大化的信号盲分拣算法和盲波束形成

该文基于峰度自然对数最大化准则,提出了一种自适应一元信号盲分拣算法,提出的算法可以用于一元信号盲分离和进行盲波束形成,与基于峰度值最大化准则的KMA算法相比,收敛速度快,有较强的稳健性,将非线性函数引入学习速率的调节,算法自动选取学习步长,避免了人工选取学习速率不当而导致算法发散。同时,提出了两种复数抽气算法,配合一元信号盲分拣算法可以依次分离多个信号源,仿真试验验证了算法的有效性。用提出的算法在四元线阵上盲分离两个水声信号,结果发现,一元信号盲分离实现的盲波束形成波束图与最优波束接近。     

一种基于互相关神经网络的声呐盲波束形成方法研究

针对水声环境和水声信号的特点，提出了一种基于神经网络的声呐盲波束形成算法。该方法利用水声信号的循环平稳特性把波束形成权向量的求解问题转化为阵列接收信号互相关函数的奇异值分解问题；引入一种互相关神经网络求解阵列接收信号相关函数的奇异值，从而减小了运算的代价，可高效实现盲波束形成。提出的改进互耦Hebbian学习规则有效地提高了神经网络权值的更新速度，为问题的实时求解提供了有效的途径。该方法还能抑制噪声和干扰的影响，表现出较强的顽健性。仿真实验验证了算法的正确性。     

智能天线自适应盲波束成形算法研究

智能天线中的自适应算法又称为数字波束成形算法,其中,盲自适应算法是不需要专门的训练信号或确定信号,节省了因接收训练序列和导频信号而占用的频谱资源,提高了频谱利用率.因此,盲自适应波束形成算法受到越来越多的关注.本文主要对现有的各种盲算法原理进行逐一介绍,然后对比了各种算法的优点.     

宽带恒定束宽盲波束形成算法

针对传统盲源分离算法对宽带阵列信号适用性较差的问题,提出一种基于时频分析的宽带恒定束宽盲波束形成算法。该算法首先将接收信号变换到时频域上并提取出单源点。然后,对单源点聚类并求解信号在不同频点上的导向矢量。最后,通过提出一种信号来向未知的空间响应变化约束方法,实现宽带恒定束宽盲波束形成。该算法避免了将宽带盲波束形成转换为卷积混合的盲源分离,因而不存在时域盲源分离算法中系统参数随滤波器阶数急剧增加的问题,也不存在频域算法中排序和幅度模糊的问题。仿真结果表明,算法能够较好地实现宽带信号的盲分离,且输出信干噪比高于时域、频域以及时频域盲源分离算法,实测数据的处理结果验证了该算法的实用性。      

基于频谱相关的时域盲分离排序算法

由于水声信道的时变性,水声信号分离后存在排序模糊性,限制了盲分离算法的应用.针对盲分离后信号存在排序模糊性的问题,提出了一种基于频谱相关的盲分离排序算法.根据水声环境中各信号的频谱差异,对分离后信号进行重新排序,来改善盲分离算法的排序模糊性.仿真实验表明,该算法可以有效消除分离信号的顺序不确定性,提高盲分离算法的性能.     

一种新的频域盲语音分离排序算法

针对频域盲源分离过程中存在的排序模糊性问题,提出了一种新的解决方法.该方法将整个频段分为低频、中频和高频三个部分.在低频段采用比较不同频率点间幅度相关系数大小的排序算法,在中频段采用基于波束形成方位估计的排序算法,在高频段采用比较幅度相关系数大小和波束形成相结合的排序方法.实验中采用评价盲分离算法性能的工具箱BSS_EVAL作为评价标准,仿真结果表明,该排序算法的分离性能大大优于单独采用比较幅度相关系数大小的排序算法和单独基于波束形成方位估计的排序算法.     

小波变换在智能天线波束形成技术中应用

智能天线是当前研究热点之一,首先介绍了波束形成的基本原理,按照盲算法和非盲算法将现有的波束形成算法进行分类并比较了算法的性能;其次,比较了基于小波变换和基于小波包的自适应波束形成算法,分析了基于小波变换的多分辨信号波达方向和基于小波神经网络的波束形成算法;最后,针对小波变换可在选择最优基方面和结合盲自适应算法进行联合分析方面进行了展望。     

一种新的多目标盲波束形成技术研究

该文提出了一种新的多目标盲波束形成算法。该方法在最小二乘恒模算法的基础上,通过对一种新的代价函数的最小化,来盲估计波束形成器的权矢量,从而完成对多目标的分离与定向。同时,采用一种改进的神经网络结构解决了最小二乘算法中矩阵求逆的运算,不但能有效提高运行速度,而且易于用硬件实时实现盲波束形成。仿真实验验证了该算法的有效性和正确性。     

基于WCPO准则的鲁棒四阶累积量盲波束形成算法

基于边界误差性能最优准则(WCPO)的鲁棒性方法是波束形成算法领域内的最新研究热点,本文将该鲁棒性方法与基于高阶累积量的盲波束形成算法相结合,提出了一种新的改进鲁棒性的四阶累积量盲波束形成算法,即WCPO-RCUM算法.该新算法相较于采用传统对角线加载技术的高阶累积量盲波束形成算法RCUM而言,进一步提高了稳健性和输出信干噪比.计算机仿真验证了该算法的可行性和有效性.     

智能天线自适应盲波束成形算法研究

智能天线中的自适应算法又称为数字波束成形算法,其中,盲自适应算法是不需要专门的训练信号或确定信号,节省了因接收训练序列和导频信号而占用的频谱资源,提高了频谱利用率。因此,盲自适应波束形成算法受到越来越多的关注。本文主要对现有的各种盲算法原理进行逐一介绍,然后对比了各种算法的优点。