改进的辅助变换相干干扰抑制波束形成技术

提出一种相干干扰下自适应波束形成方法。该方法同时约束非相干干扰与相干干扰,更好地实现对此两类干扰方向的自适应零陷滤波。采用变换预处理,避免抑制期望信号;恢复噪声特性并采用对角加载技术,增强算法稳健性;采用拉格朗日乘子法得到最优波束形成算法。理论分析与仿真结果表明,保持阵列孔径不变时,该算法提高了输出信干噪比和稳健性。     

基于干扰噪声矩阵重构的自适应波束形成算法

针对在自适应波束形成中,当采样次数较少或期望信号导向矢量存在误差以及训练数据中含有期望信号成分时导致波束输出信干噪比(SINR)下降的问题,提出了一种重构干扰噪声协方差矩阵并且估计期望信号导向矢量的稳健自适应波束形成方法。在期望信号波达方向的角度范围已知的条件下,首先利用多重信号分类（MUSIC）空间谱在不含期望信号的区域重构出干扰噪声协方差矩阵;然后推导了避免期望信号的导向矢量的估计值收敛到任一干扰的导向矢量或它们的线性组合的约束条件;进而以此约束条件和阵列输出功率最大化条件建立了期望信号导向矢量估计的优化问题,并使用凸优化软件估计出最优的期望信号导向矢量。讨论了该方法的计算复杂度并通过仿真实验验证了其有效性和优越性。仿真结果表明,当期望信号和干扰源存在随机指向误差和局部散射的情况下,所提方法在很大的输入信噪比范围内的输出信干噪比仍接近理论值,优于其他自适应波束形成方法。     

基于干扰噪声矩阵重构的自适应波束形成算法

针对在自适应波束形成中,当采样次数较少或期望信号导向矢量存在误差以及训练数据中含有期望信号成分时导致波束输出信干噪比(SINR)下降的问题,提出了一种重构干扰噪声协方差矩阵并且估计期望信号导向矢量的稳健自适应波束形成方法。在期望信号波达方向的角度范围已知的条件下,首先利用多重信号分类(MUSIC)空间谱在不含期望信号的区域重构出干扰噪声协方差矩阵;然后推导了避免期望信号的导向矢量的估计值收敛到任一干扰的导向矢量或它们的线性组合的约束条件;进而以此约束条件和阵列输出功率最大化条件建立了期望信号导向矢量估计的优化问题,并使用凸优化软件估计出最优的期望信号导向矢量。讨论了该方法的计算复杂度并通过仿真实验验证了其有效性和优越性。仿真结果表明,当期望信号和干扰源存在随机指向误差和局部散射的情况下,所提方法在很大的输入信噪比范围内的输出信干噪比仍接近理论值,优于其他自适应波束形成方法。     

基于蚁群优化算法的非均匀子阵划分技术

对于大型阵列天线应用于空域抗干扰系统中,为了降低硬件成本和减少计算复杂度,一般通过子阵划分技术将整个阵列划分为若干子阵,子阵内部采用模拟波束形成,子阵间采用数字自适应波束形成;由于均匀划分方法的波束形成方向图中存在栅零点,提出一种基于蚁群算法的非均匀子阵划分技术,将阵列最大输出信干噪比作为适应度函数,应用了概率计算与轮盘赌相结合的路径规划方法;结合信息素初始浓度和启发式信息范围,设计了新的适应度函数值与信息素更新的转换关系;最后对所提算法进行仿真,结果表明在不同规模、不同输入干噪比、不同期望信号扫描角度下,所提算法在输出信干噪比上优于均匀划分方法,且没有栅零点产生,与全阵元的自适应波束形成方向图、输出信干噪比相近,验证了该方法的有效性。     

一种简化特征空间稳健自适应波束形成算法*

在基于特征空间(ESB)的自适应波束形成算法中,针对当指向误差落在波束主瓣的边缘特定角度时,输出信干噪比下降,且信号子空间需要进行费时的特征值分解的问题,提出了改进线性约束最小方差(LCMV)算法。在假定的期望信号方向附近减少一个方向性约束条件,并基于信号特征值大于噪声特征值的这一特性, 利用空间协方差矩阵逆的高阶次幂来逼近信号子空间,无须特征分解,将求得的权矢量向改进的信号子空间投影。该方法能够大大减少计算量,同时还显著提高了自适应波束形成稳健性。通过仿真分析及结果比较验证了算法的正确性和有效性,因此从     

认知MIMO网络中增强型干扰对齐算法

针对认知多输入多输出（MIMO）网络中传统基于最大信干噪比的干扰对齐算法,在发送多数据流时随着信噪比的增加不易收敛以及数据流之间的干扰突出的问题,提出一种充分考虑数据流间干扰并进行迭代限制的干扰对齐算法。首先,次用户通过编码设计消除主次间的干扰;然后,在消除主用户之间和次用户之间干扰时,根据信道互易性,运用广义瑞利熵计算基于最大信干噪比算法的预编码与干扰抑制矩阵,并在迭代过程中,每次迭代始终使预编码与干扰抑制矩阵先满足干扰功率在期望信号空间最小;最后,结合次用户间MIMO干扰信道、主次用户间构成的MIMO干扰信道以及次用户网络干扰对齐的必要性,推导出次用户可达自由度上限。实验结果表明,相比传统最大信干噪比算法,所提算法在信噪比较低时次用户总容量无明显提高,但随着信干噪比的增加其优势越来越明显;当达到收敛时,所提算法迭代次数比传统最大信干噪比算法约减少40%。因此,所提算法能够提高系统容量且加快收敛。     

WCDMA上行链路一种基于RLS算法的空时RAKE接收机

提出了WCDMA上行链路一种自适应的空时RAKE接收机技术,设计了两个匹配滤波器,基于最大信干噪比准则使用RLS算法自适应为期望信号每条多径分量更新波束形成权向量。该方法能显著降低计算复杂度,提高收敛速度。仿真表明,该方法能有效抑制多址干扰并解决远近效应问题,在快衰信道下,能良好的跟踪信道变化。     

无线传感器网络中抑制干扰的中继节点选择算法

当无线传感器网络中存在多个源节点时,某个源节点向目标基站发射信号,其形成波束的旁瓣会对其它非目标基站产生干扰.针对该问题,提出一种利用中继节点选择来抑制旁瓣干扰的算法.该算法选择合适的中继节点,让所有非目标基站接收到信号的干噪比(INR)都不超过设定的阈值,从而减少对非目标基站的干扰.仿真结果表明:该算法能够有效降低源节点在非目标节点方向上的旁瓣,提高了系统的信干噪比(SINR).     

基于子空间跟踪的递推稳健自适应波束形成*

为了解决实时系统应用中,通用秩信号模型的稳健自适应波束形成算法受计算复杂度高的限制这一问题,基于子空间跟踪理论,运用梯度下降法提出了一种递推稳健自适应波束形成算法,有效降低了计算量,提高了系统性能,改善了阵列输出的信干噪比。仿真结果表明,该算法具有快速收敛性与优越的稳健性。     

GPS欺骗式干扰环境下MVDR算法的性能分析

经典MVDR算法在GPS压制式干扰环境下的表现出色,为分析MVDR算法在欺骗式干扰环境下的性能,根据该环境下信号、干扰的功率都淹没于噪声功率之下的特点,推导出阵列天线采用MVDR算法后的方向图增益和输出信干噪比的近似表达式。通过仿真实验,分析验证了MVDR算法在欺骗式干扰环境下失去了抑制干扰能力的原因,并讨论了影响阵列输出信干噪比变化的因素及其随各因素变化的规律。     

低信噪比下的跳频信号参数估计

针对基于时频分布的跳频信号参数估计存在信噪比阈值的问题,提出了一种参数估计的算法。该算法首先基于粒子群优化,利用匹配追踪算法对信号进行自适应分解,获取匹配原子;然后基于原子参数对跳频信号进行参数估计。仿真结果表明,该方法不仅解决了匹配追踪算法运算量巨大的问题,而且克服了跳频信号各参数估计误差的相互影响,同时在低信噪比下参数估计的方差也比较小,更加适应于实际的电子战环境。     

谱熵和谱减法在CMMB信道估计中的应用

基于谱熵和谱减法的信号检测方法在语音处理领域得到了广泛应用,但至今没有发现将这种方法应用于基于中国移动多媒体即CMMB（China Mobile Multimedia Broadcasting）标准的信道估计中。将这种方法用于基于CMMB标准的系统信道估计中;仿真结果表明,该方法在信噪比很低时,较传统的CMMB系统信道估计方法有较好的效果。     

基于麦克风阵列的时延定位算法研究

针对互功率谱相位（CSP）法在低信噪比环境下,时延估计精度下降这一问题,提出了一种改进的CSP方法。研究了传统的CSP法,分析了语音信号能量在总能量中的比例问题,为保证强噪声环境下,语音信号不被淹没,定义了一个随信噪比变化的非线性参量,通过该非线性参量调节加权函数的大小,进而减小噪声的影响,提高算法的抗噪性能。采用8个线性阵列麦克风采集语音信号,在Matlab平台上,就传统的CSP算法,SCOT算法,改进CSP算法,在高信噪比和低信噪比环境下进行仿真验证,仿真结果表明,改进的CSP方法在强噪声环境下具有更好的定位性能。     

基于盲波束形成的CDMA信号伪码估计

为解决低信噪比(SNR)条件下CDMA信号伪码盲估计问题,提出结合盲波束形成和奇异值分解的盲估计方法。在信号波达方向和信道同步信息未知的情况下,估计各用户的扩频序列,完成多用户检测,并给出高斯噪声下盲多用户检测的完整数学表达式。理论分析和仿真结果表明,该方法通过天线阵列的分集和扩频增益能在低SNR下完成伪码估计,且其多用户检测性能相对传统单天线检测算法有较大提高。     

α稳定分布噪声下的空间时频DOA估计

当信号中存在α稳定分布噪声时,传统空间时频多重信号分类(STF-MUSIC)算法的空间波达方向(DOA)估计性能会降低甚至失效。为此,利用分数低阶矩(FLOM)代替二阶协方差矩阵,定义分数低阶矩空间时频分布矩阵(FLOM-STFDM)。对FLOM-STFDM进行特征分解,得到适用于稳定分布噪声环境的空间时频TF-FLOM-MUSIC算法,分析该算法的信噪比及误差估计,并给出算法实现步骤。仿真结果表明,TF-FLOM-MUSIC算法可有效降低DOA估计的均方误差,提高估计的分辨率和平滑性。     

基于支持向量机的频率估计算法

针对高斯白噪声信道下通信信号的频率估计问题,提出一种基于支持向量机的频率估计算法.利用支持向量机的稳健性和泛化性将频率估计转化为小样本分类问题,使用较少的导频符号提高频率估计性能.该算法不需要接收数据的统计信息,对信号的初始相位不敏感,且不存在门限效应.仿真结果表明,该算法的频率估计性能在低信噪比下优于最大似然估计算法...     

基于线性模型的信道质量估计算法

针对自适应卫星通信中对信道质量估计的需求,在加性高斯白噪声信道条件下,以信干噪比(SINR)作为表征信道质量的参数,提出一种信道质量估计算法.给出矩估计法和判决数据估计法的数学分析,利用指数加权因子对噪声加干扰的功率进行平滑.提出基于矩估计和判决数据估计的线性模型对SINR估计的算法,分析该模型的均方误差,同时搜索最佳...     

遗传算法用于波达方向估计的线阵优化

利用遗传算法优化阵列设计来改善声目标波达方向估计性能.研究波达方向估计采用信号相位匹配原理的奇异值分解法SVDSPM,利用遗传算法对线阵进行了优化.优化时,阵列孔径不变,将阵元数目作为优化变量,优化目标是降低DOA估计误差.仿真结果标明:优化后在阵元数目减少的情况下,DOA估计偏差和均方误差更小.而且优化的阵列有好的低信噪比及宽带信号波达方向估计的能力.