知识辅助的两级自适应抗干扰技术

机载雷达通常工作在强杂波、强干扰的复杂电磁环境中,如何有效消除压制干扰抑制杂波是其中的关键问题。传统的两级空时自适应处理( STAP )算法在静默期采集信号得到干扰子空间,在开机阶段运用空间投影技术抑制干扰并采用降维STAP抑制杂波。虽然该算法在干扰平稳时具有较好的效果,但是在实际应用中,复杂的干扰环境会破坏广义平稳假设。因此,仅采集单个静默期的干扰样本来估计协方差矩阵会出现偏差。为了克服该问题,提出采集多个静默期的干扰信号来估计当前的干扰协方差矩阵,以此来提高估计准确度,可以更好地抑制干扰。仿真结果表明即使在当前静默期采集的干扰信息不完整时,该技术仍然能够利用以前的干扰信息准确估计干扰协方差矩阵。     

导向矢量和协方差矩阵联合迭代估计的稳健波束形成算法

针对自适应波束形成器在目标导向矢量存在约束偏差时性能急剧下降的问题,该文提出一种目标导向矢量和干扰噪声协方差矩阵联合迭代估计的稳健波束形成算法。该算法首先采用稀疏重构的方法得到目标导向矢量的初始值,并通过从采样协方差矩阵中剔除目标信号估计值完成干扰加噪声协方差矩阵的初始化;然后在建立导向矢量误差优化模型的基础上,采用凸优化方法对目标导向矢量和干扰加噪声协方差矩阵联合迭代求解。最后利用目标导向矢量和干扰加噪声协方差矩阵的稳态估计值获得自适应权矢量。仿真结果表明该算法提高了波束形成器在目标导向矢量约束偏差时的输出信干噪比。     

LTE-A下行链路增强型同频干扰消除算法

在LTE-A系统中,同频组网的方式提高了频谱效率,但同时也带来了强烈的同频干扰.IRC接收机因具有较强的同频干扰消除能力而有效地提高了小区边缘用户的吞吐量,然而,该算法的性能需要信道估计和干扰信号的协方差矩阵估计的准确性来保证.LTE-A系统中的DM-RS携带固定的信息,接收端可以将已知的信号用于估计干扰信号的协方差矩阵,提出了一种基于参考信号DM-RS的方法,仿真结果表明,该方法能提高同频干扰消除算法的性能.     

部分均匀海杂波中分组加权的协方差矩阵估计

本文主要研究空间部分均匀海杂波背景下协方差矩阵的估计问题。海杂波的空间部分均匀性和假目标干扰的不可避免性导致利用传统算法来估计海杂波协方差矩阵时存在较大的估计误差。为了减小该估计误差,本文对海杂波的参考样本进行分组处理,利用纹理的最大后验估计值作为加权系数,提出了分组加权样本协方差矩阵估计算法。考虑到假目标干扰的存在,利用协方差矩阵之间的差异提出了一致性因子,以确定干扰所在的分组,并剔除干扰。实测数据的实验结果表明,在存在假目标干扰的空间部分均匀海杂波背景下,本文提出的分组加权协方差矩阵估计算法不仅能有效剔除假目标,而且优于不分组算法约3dB。      

基于旁瓣对消器的自适应零陷优化设计

现有的零陷展宽算法忽略了锥化矩阵的相位信息,在对抗强方向性、大偏差角干扰时,零陷深度变浅,干扰抑制性能严重下降。该文以虚拟空域密集干扰为切入点,推导并提出一种可用于旁瓣对消器的自适应零陷优化设计算法。该算法通过对辅助阵列数据的自协方差矩阵和主辅阵列数据的互协方差矩阵同时进行重构实现零陷区域的自适应控制,锥削矩阵只与阵元位置和展宽宽度有关,无需干扰信息,可以离线生成,不占用系统运算资源。仿真结果表明,该方法可以实现零陷区域的自适应展宽,提高非平稳干扰抑制的稳健性。     

零陷展宽对角载入算法

提出了零陷展宽对角载入算法,该算法既解决了干扰在快速运动时,干扰零陷过窄的问题,又解决了协方差矩阵误差和导向矢量误差存在时,算法稳定性变差的问题。同时,通过对角载入因子和采样协方差矩阵间的关系确定了对角载入算法载入因子的值。计算机仿真结果表明该算法有很好的稳健性,以及较宽的零陷。     

基于子空间正交性的主瓣干扰抑制算法

针对基于特征投影预处理的主瓣干扰抑制算法中主瓣干扰对应的特征向量难以分辨的问题,提出一种基于子空间正交性的主瓣干扰抑制算法。该方法首先利用主瓣大致区域这一先验知识求出主瓣子空间;再将采样协方差矩阵进行特征分解,得到干扰对应的特征向量并逐一在主瓣子空间中进行正交性测试,筛选出主瓣干扰对应的特征向量;然后利用特征投影矩阵预处理抑制实际接收数据中的主瓣干扰成分;最后,通过协方差重构求解自适应权矢量去除旁瓣干扰。仿真实验结果表明,子空间正交性验证能够检测出多个主瓣干扰对应的特征向量,能够有效抑制多个主瓣干扰,避免了基于特征投影矩阵预处理和协方差矩阵重构的主瓣干扰抑制算法仅能抑制单个主瓣干扰的问题。     

基于二阶锥规划的相干信号深零陷自适应波束形成

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,提出了一种基于二阶锥规划的相干信号深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,使其包含信号和干扰的所有方位信息。然后重构了干扰加噪声协方差矩阵。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。仿真结果验证了该算法的有效性。     

一种基于随机共振增强的协方差矩阵频谱感知算法

为了在避免对主用户系统产生有害干扰的同时 提高频谱利用效率,要求认知无线电系统的频谱感知算法能在极低的信噪比下快速检测出主用户信号。由于可以避免能量检测面临的噪声不确定性问题,基于协方差矩阵的检测算法是一种有效的盲频谱感知算法。为了进一步提高极低信噪比下的性能,本文提出了一种基于随机共振的协方差矩阵频谱感知算法。该算法通过在接收信号中加入优化的特定信号,利用随机共振原理,增大有无主用户信号下的检测统计量概率分布函数的分离度,提高频谱感知的性能。仿真结果表明,相对于现有的协方差矩阵频谱感知算法 ,在相同的虚警概率下,所提算法可以显著提高极低信噪比下的检测概率,同时大幅度缩减检测时间。      

基于协方差矩阵重构和导向矢量估计的稳健自适应波束形成

实际应用中, 当假定的与真实的期望信号导向矢量之间存在一定误差时, 波束形成器的性能会急剧下降, 特别是当期望信号功率很强的时候.为解决这个问题, 提出了一种新的算法.当信源数小于阵元数时, 干扰加噪声协方差矩阵具有稀疏性.新方法首先利用该特性重构干扰加噪声协方差矩阵并由此得到与干扰导向矢量正交的子空间, 使接收的数据通过该子空间得到只含有期望信号和噪声的混合信号, 然后,对该混合信号基于最大化输出功率原理估计期望信号导向矢量, 最后,把得到的导向矢量和正交子空间来构造阵列加权值.仿真结果表明:该算法分别在假定的期望信号导向矢量存在误差、期望信号很强和低快拍数时仍然具有良好的性能.     

一种低副瓣稳健自适应波束算法

本文提出一种新型低副瓣自适应波束形成算法,解决了传统自适应波束形成器在干扰和高信噪环境下算法性能急剧下降的问题,并降低了快拍数对算法稳健性的影响。该算法基于标准Capon波束形成器,利用消除空域噪声的方法提高期望矢量的重估精度,并结合功率估计算法重构出干扰噪声协方差矩阵;然后使用特征干扰相消算法二次重构噪声协方差矩阵得到最优权值,增强算法在低样拍下的稳定性;最后对最优权值进行切比雪夫加权和二次约束实现了零陷加宽。仿真实验结果表明：新算法计算量小,旁瓣电平低,降低了在干扰运动和导向矢量失配时快拍数和信噪比对性能的影响。     

一种基于协方差矩阵重构的波束形成算法

针对Capon波束形成在误差条件下敏感性问题,提出一种基于协方差矩阵重构的鲁棒波束形成算法。算法将信号集中出现的空域划分为干扰区域和信号区域,接着将两个区域划分为若干相互独立不重叠的部分,对干扰区域积分,构造出干扰协方差矩阵;再利用采样协方差矩阵特征分解后的最小特征值重构出噪声协方差矩阵;最后对期望信号导向矢量误差进行环不确定集建模,并在期望信号导向矢量环不确定集上进行Capon谱积分来估计期望信号协方差矩阵,根据其主特征矢量获取期望信号导向矢量。仿真表明,与传统鲁棒波束形成算法相比,此方法在不同快拍数以及输入信噪比条件下,性能更加优异且稳定,同时计算量较小。     

基于最强快拍法的自适应副瓣对消技术

由于实战中,电子干扰变化快、起伏大;该种变化将引起副瓣对消性能的严重下降.根据干扰的能量性质,推导出干扰对自相关矩阵的影响.在存在干扰时,自相关矩阵必然存在若干个显著的特征值,大的特征值是由干扰的强能量所致.因此,对回波信号进行能量开窗积累,即可取出最强能量片段,并据此估算自相关矩阵和互相关向量,进行副瓣对消.该方法已应用于某新型监视雷达中.实践表明,与传统副瓣对消技术相比,该方法可显著提升副瓣对消在实战中的对消能力.     

OFDM channel estimation in the presence of interference

We develop a frequency-domain channel estimation algorithm for single-user multiantenna orthogonal frequency division multiplexing (OFDM) wireless systems in the presence of synchronous interference. In this case, the synchronous interferer's signal on each OFDM subcarrier is correlated in space with a rank one spatial covariance matrix. In addition, the interferer's spatial covariance matrix is correlated in frequency based on the delay spread of the interferer's channel. To reduce the number of unknown parameters we develop a structured covariance model that accounts for the structure resulting from the synchronous interference. To further reduce the number of unknown parameters, we model the covariance matrix using a priori known set of frequency-dependent functions of joint (global) parameters. We estimate the interference covariance parameters using a residual method of moments (RMM) estimator and the channel parameters by maximum likelihood (ML) estimation. Since our RMM estimates are invariant to the mean, this approach yields simple noniterative estimates of the covariance parameters while having optimal statistical efficiency. Hence, our algorithm outperforms existing channel estimators that do not account for the interference, and at the same time requires smaller number of pilots than the MANOVA method and thus has smaller overhead. Numerical results illustrate the applicability of the proposed algorithm.     

一种快速唯相位方向图置零方法

在相控阵雷达中,为了降低雷达信号被敌方侦收设备截获的概率,需要在阵列发射方向图某一角度形成零点。对此,提出一种快速相位加权方向图置零方法。该方法依据零点位置设置虚拟干扰,并构建干扰协方差矩阵;根据最小输出功率准则,建立零点生成数学模型;最后通过单坐标迭代算法求解相位权值。计算机仿真结果验证了该方法的正确性和有效性。     

一种联合修正的稳健Capon波束形成算法

指出了水平定向天线阵波束形成的主要难点,没有固定相位中心和受交叉极化来波的影响。阵列受随机性误差使得导向矢量存在较大失配,从而导致传统Capon算法性能下降甚至失效。在阵列误差模型下,给出了基于协方差矩阵与导向矢量联合修正的稳健Capon波束形成算法。该算法首先基于收缩得到一个增强的协方差矩阵,然后通过最大化Capon输出功率实现对导向矢量的修正,同时增加二次型约束防止修正的导向矢量接近于干扰导向矢量上。该算法可转化为二次约束二阶规划问题,并通过凸优化进行求解。仿真结果表明,该算法对天线阵模型中误差矩阵具有一定的稳健性,且较其他稳健算法具有较好的性能。     

基于嵌套阵列的稀疏表示稳健波束形成方法

针对波束形成中目标方位失配以及噪声加干扰的协方差矩阵非精确重构造成的波束形成方法性能下降的问题,提出一种基于嵌套阵列的稀疏表示稳健波束形成方法。在该方法中,计算嵌套阵的采样协方差矩阵,通过差合作阵处理得到一孔径扩展的虚拟均匀线列阵;基于稀疏表示的方法来估计目标以及干扰的准确方位信息;进一步利用得到的方位信息构造导向矢量,通过最小二乘方法计算干扰信号的精确功率值;最后重构干扰加噪声协方差矩阵,通过波束形成实现干扰抑制。数值仿真表明,所提方法有效提升了干扰加噪声协方差矩阵重构精确度,在不同信噪比和快拍数条件下,输出信噪比都能逼近最优信干噪比,验证了该算法的有效性。     

可重构智能反射面辅助认知无线电多天线安全传输方法

考虑一个可重构智能反射面(RIS)辅助的频谱共享认知无线电(CR)多输入多输出(MIMO)安全通信系统。在存在窃听者的情况下，配备有多根天线的次级发送机与次级用户进行通信。首先，利用统计信道状态信息，得到了系统遍历安全速率的确定性等价表达式。然后，在满足总发送功率约束和干扰功率约束的条件下，提出一种结合泰勒级数展开法和拉格朗日乘子法的交替优化算法，联合优化了发送协方差矩阵和RIS相移矩阵。最后，仿真结果验证了所提算法的有效性。     

一种相干信号自适应波束形成零陷展宽算法

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,提出了一种相干信号自适应波束形成零陷展宽算法。首先,对接收数据协方差矩阵进行解相干处理得到Toeplitz矩阵;其次,对协方差矩阵进行重构和优化;最后,进行零陷展宽和对角加载处理。仿真结果表明：该算法不仅能对相干干扰自适应形成宽零陷,而且可以灵活地控制零陷的深度和宽度;与Mailloux算法相比,在输入信噪比较高的情况下,该算法能得到更低的波束旁瓣电平和更高的输出信干噪比     

迭代自适应收缩加权融合的波束形成方法

自适应数字波束形成是通过对阵列接收数据进行加权处理来获得最大的输出信干噪比,对采样协方差矩阵的依赖性较大。针对小样本条件下采样协方差矩阵求逆算法性能下降问题,提出迭代自适应加权融合样本协方差矩阵与先验协方差矩阵的波束形成算法。在估计协方差矩阵时,依据最小均方误差准则计算加权系数,并采用迭代自适应的方式更新先验协方差矩阵。仿真结果表明,所提方法能显著提高小样本条件下的协方差矩阵估计精度,能获得更大的输出信干噪比。