改进的稳健Capon 波束形成算法性能分析

常规Capon 波束形成算法能够使波束在期望信号方向形成高增益,在干扰方向形成零陷,针对该算法在期望信号导向矢量失配的情况下,出现性能下降的问题,研究了期望信号导向矢量在不确定集约束下的求解。通过分析稳健Capon波束形成算法的特点,推导出了期望信号导向矢量在球形不确定集约束下的权矢量近似闭式解,并采用图像法,找到给定条件下的最优约束参数。在指向误差和相位误差存在情况下,对算法进行了仿真分析,仿真结果验证了算法在误差存在情况下的稳健性。     

基于双不确定集约束的稳健宽带波束形成算法

针对传统不确定集约束稳健波束形成算法(S-WCRB)的性能依赖于模约束参数的问题,提出了双不确定集约束的稳健宽带波束形成(D-WCRB)算法.该算法将期望信号导向矢量约束于两个不同参数的球形不确定集中,解决模约束参数选择不当引起SINR性能下降的问题,推导了D-WCRB算法与S-WCRB算法获得不同SINR的必要条件,并讨论了D-WCRB算法中约束参数的选择问题.最后给出的数值仿真结果验证了该算法的有效性.     

一种稳健的稀疏Capon波束形成算法

常规Capon波束形成算法具有相对较高的旁瓣增益,且在期望信号导向矢量存在失配时,阵列输出性能下降甚至失效。为解决这一问题,引入了稀疏约束Capon波束形成算法,该算法降低了旁瓣,对期望信号来向不确定具有一定稳健性,但在幅相误差、期望信号指向偏差等多种误差同时存在的情况下其性能下降。本文在稀疏约束Capon波束形成算法基础上,给出了一种稳健的稀疏Capon波束形成算法。该算法主要是在最差性能最优化的情况下,在稀疏Capon上增加了一个导向矢量存在偏差的约束条件。通过计算机仿真,验证了新算法在多种误差环境下的有效性与优越性。     

基于模约束的稳健Capon波束形成算法

针对Capon波束形成器在导向矢量失配存在时的较差指向性能,利用模约束来提高算法的稳健性.详细分析了模不等式约束Capon波束形成器(NICCB)解的存在情况,给出了NICCB中模不等式约束参数的选择范围.由于模等式约束远远强于不等式约束,所以模等式约束Capon波束形成器(NECCB)的稳健性要远远优于NICCB,故提出NECCB并进行了有效的求解.仿真分析验证了理论分析的正确性,当模约束参数在允许的范围内选择时,最优NICCB和NECCB的波束指向性能变化不是很明显,但是NECCB的性能要明显优于NICCB.     

基于改进不确定集的稳健波束形成算法

基于不确定集约束的稳健MVDR波束形成算法在一定程度上依赖于期望信号导向矢量误差的先验知识,且当导向矢量失配较严重时干扰抑制性能也有所下降。为此,提出了一种基于投影变换的改进算法。该方法将约束方向矢量向信号干扰子空间投影,并作为新的约束方向矢量,从而等效于减小了期望信号导向矢量误差。这样,误差不确定参数只需设置为一较小的实数即可在任意导向矢量失配时获得最优的输出性能。计算机仿真结果证明了所提波束形成器具有较强的稳健性能。     

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。     

稳健数字波束形成算法研究

目前,自适应数字波束形成算法已经在通信、雷达等科技领域中得到了广泛的应用。但是当阵列导引向量存在误差,或测向出现偏差时,常规波束形成算法性能会急剧下降。稳健的自适应波束形成算法,则可以较好地克服上述误差带来的性能下降。针对以上问题,提出了一种稳健的Capon波束形成算法,并对现有的一些稳健波束形成算法进行了分析、归纳和比较,最后通过仿真试验来验证各种算法的稳健性。     

零陷优化的稳健波束形成算法

传统的自适应波束形成算法在干扰方向出现扰动且期望信号导向矢量失配时,不仅无法持续有效地抑制干扰,而且会在期望信号方向产生零陷致使期望信号相消,算法性能严重下降。针对该问题,本文提出了一种零陷优化的稳健波束形成算法。该算法首先通过干扰导向矢量的左右旋转来展宽零陷,接着将采样数据向干扰子空间投影,并对干扰分量进行加权处理以增强采样数据中的干扰强度,加深干扰零陷,最后采用导向矢量不确定集约束算法保证期望信号的接收增益。计算机仿真结果表明:该算法能够有效展宽干扰零陷,并能够保证期望信号增益,具有较好的稳健性。      

基于稳健Capon波束形成技术的矢量相关测向方法

为了弥补阵列天线导向矢量失配对测向性能的影响,提出基于稳健Capon波束形成技术的矢量相关测向方法。与直接使用相位差的常规相关干涉测向技术不同,该方法首先利用稳健Capon波束形成技术估计目标信号的真实导向矢量;然后通过导向矢量的相关拟合确定目标信号方向。通过仿真分析,得出了以测向为衡量标准时不确定集约束参数的选择原则。仿真结果表明该方法能够弥补阵列流型失配的影响、准确测量目标信号方向。     

改进的双约束稳健Capon波束形成算法

传统双约束稳健Capon波束形成算法采用牛顿迭代法求解最优加载量,存在计算精度低且运算量大的问题。该文提出一种改进的双约束稳健Capon波束形成(DCRCB)算法,该算法对信号协方差矩阵进行重构,基于期望信号导向矢量在噪声子空间的投影最优,将重构后的干扰加噪声协方差矩阵投影到噪声子空间,得到基于噪声子空间的双约束算法模型。该算法中通过模约束的辅助约束作用,将改进的双约束算法模型转化为单约束问题,最终解得最优对角加载量的解析表达式。仿真结果表明改进算法能通过调整主瓣宽度优化波束旁瓣,有效提高了抗矢量偏差的鲁棒性,同时降低了运算量。     

基于导向矢量双层估计和协方差矩阵重构的稳健波束形成算法

针对干扰加噪声协方差矩阵(INCM)重构过程中Capon功率谱(CPS)估计分辨率低的问题,该文提出两种稳健自适应波束形成（RAB）算法。该算法首先通过搜索CPS的峰值确定积分区间,然后对各区间积分所得的协方差矩阵进行特征值分解。通过合理设置判定门限确定区间内所含的入射信源数量,并将较大特征值所对应的特征向量作为信源导向矢量(SV)的初步估计。而后通过最大化估计功率的方法,在初步估计SV的正交空间内搜索其与真实SV之间的误差。该算法1利用最小特征值所对应的特征向量,向初步估计的SV中添加正交比例梯度,得到双层估计的SV。与算法1不同,算法2通过求解2次优化(QP)问题得到修正的SV。最后通过重构INCM获得阵列最优权值矢量。通过计算机仿真实验,验证了所提算法有效解决了CPS估计分辨率低的问题,较其他算法综合性能更优,具备更高的稳健性。     

基于椭球不确定集约束的鲁棒自适应相干检测器

针对存在导向矢量误差时自适应相干检测器(ACE)的检测性能下降问题,该文提出一种基于椭球不确定集约束的鲁棒ACE设计方法。该方法在深入分析ACE检测器工作原理的基础上,利用导向矢量的尺度变化不影响ACE检测器输出这一特点,建立鲁棒ACE检测器模型并将其转化为凸优化问题,最后采用牛顿-拉夫森方法对该问题进行求解。仿真实验结果表明,该方法可有效提高ACE检测器对导向矢量误差的鲁棒性。     

基于鲁棒Capon波束形成的探地雷达成像算法

传统的探地雷达(Ground Penetrating Radar, GPR)成像算法属于非自适应方法,其成像结果中存在较强的旁瓣和杂波干扰,而自适应方法具有很强的干扰抑制能力。该文利用鲁棒Capon波束形成(Robust Capon Beamforming, RCB)理论,提出了一种自适应的基于RCB的GPR成像算法,不仅考虑了GPR工作场景下电磁波折射现象,同时研究了适用于GPR成像的协方差矩阵构造方法。所提算法可大幅降低成像结果中旁瓣和杂波能量,并在一定程度上提高成像分辨率,实测数据的实验结果证明了算法的有效性。     

基于空时处理的稳健自适应波束形成算法

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零陷从而增强算法的稳健性。该文从宽带信号模型出发,通过对扰动干扰方向上空时二维导向矢量的分析,修正了权值训练期间得到的宽带干扰协方差矩阵,推导出一种针对宽带信号的基于空时处理结构的宽零陷波束形成算法,该方法有效地实现宽带干扰的零陷加宽,提高了宽带波束形成算法的稳健性。     

转弯畸变拖曳阵声呐鲁棒Capon波束形成方法

针对柔性拖曳阵转弯机动过程,在积累时间内阵形变化导致自适应波束形成性能下降的问题,该文提出一种基于时变阵形聚焦和降维处理的低复杂度鲁棒波束形成方法。首先,基于阵列Water-Pulley模型估计时变阵形,以基准阵形为参考采用预成导向方法对阵形进行聚焦,消除数据中阵形模型偏差;然后,以阵形聚焦后数据协方差矩阵的共轭梯度方向矢量构成降维矩阵,构造大孔径阵列降维鲁棒Capon波束形成器。仿真结果表明：所提方法能够提高转弯机动拖曳阵波束形成输出信号-干扰噪声比(SINR)。海试验证表明：该方法能够提高测向空间谱上目标输出信噪比,提高大孔径阵列机动状态下对弱目标检测能力,同时能区分目标左右舷。     

基于波束域导向矢量估计的稳健自适应波束形成方法

针对导向矢量失配和样本协方差矩阵估计误差导致自适应波束形成性能下降的问题,该文提出一种基于波束域导向矢量估计的稳健方法。该方法首先利用期望信号角度失配区域的补集构造波束域转换矩阵,克服了当样本协方差矩阵中存在期望信号分量时现有算法出现有用信号对消的缺点。其次推导出波束域导向矢量估计方法,并将其转化为包含恒模约束的非凸二次约束二次规划问题,然后采用半正定松弛规划估计实际的波束域导向矢量。计算机仿真验证了该文所提方法的有效性。     

超高斯加载的稳健自适应波束形成及性能分析

该文提出了一种超高斯加载的稳健自适应波束形成方法,解决由于导向矢量和样本方差矩阵失配误差所导致的波束形成器性能下降的问题,利用p-范数来对两种误差不确定性进行总体修正,克服了2-范数不能同时兼顾两者实现最优修正的缺点。采用遗传算法求得最优范数p,验证了在不同实验设置下,当使用最优范数时,都比2-范数约束具有更好的性能。超高斯加载方法把复杂的不确定性建模问题转化为范数p的寻优问题,从而获得比对角加载方法更优异的性能。