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。     

一种基于正交加权约束的GPS抗干扰盲算法

针对GPS信号C/A码的周期重复特性,联合CAB算法和子空间技术提出了一种盲自适应波束形成方法。该算法通过将CAB算法的权矢量和控制矢量约束到干扰导向矢量的正交补空间内,使之在期望信号方向上产生高的增益,并在干扰方向上形成零陷。该方法具有盲处理、收敛速度快和低计算复杂度等优点。仿真结果证明了算法的有效性。     

稳健的相干干扰抑制算法

针对自适应波束形成在干扰位置扰动以及存在相干干扰时的性能下降问题,提出了一种稳健的相干干扰抑制算法。该算法首先估计出相干干扰的来波方向,然后以期望方向增益最大,旁瓣方向增益最小为条件建立波束权矢量求解的优化问题,并利用干扰零陷展宽方向增益的二范数小于控制系数作为约束条件来克服干扰扰动。与已有的自适应算法相比,本文所提方法求解权矢量不需要采样数据协方差矩阵求逆过程,对快拍数要求低,能有效控制零限宽度和深度,对转发式相干干扰和干扰平台抖动具有良好的抗干扰效果。仿真结果证明了所提方法的有效性和稳健性      

一种新的GPS接收机宽带干扰抑制方法

该文针对GPS扩频接收机空时自适应处理结构,提出了一种新的极大抑制干扰的波束形成算法。通过估计空时二维功率谱得到各干扰信号的导向矢量矩阵,并求解出该矩阵的一组最接近期望信号导向矢量的正交基,作为空时二维最优权值。仿真结果表明,该算法增强了空时自适应结构方向图的零陷深度,比传统宽带多线性约束LCMV算法更有效地进行干扰抑制,明显提高了信号干扰噪声比。     

基于导向矢量估计的鲁棒自适应波束形成算法

针对在导向矢量存在误差情况下自适应波束形成算法性能严重下降的问题,提出一种基于导向矢量估计的鲁棒自适应波束形成(Steering Vector Estimation Based Robust Adaptive Beamforming,SVE-RAB)算法.算法用导向矢量不确定范围估计真实导向矢量,利用范数约束通过二阶锥规划技术提高波束形成的鲁棒性.算法可在导向矢量存在误差的情况下,对期望信号保持最大增益并有效抑制干扰,且有效提高了波束形成输出的信干噪比(Signal to Interference plus Noise Ratio,SINR).仿真结果验证了算法的有效性和优越性.     

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。     

改进的LCMV算法在多波束形成中的应用

基于线性约束最小方差(LCMV)算法的自适应波束形成技术,得到的方向图能保证期望信号方向增益最大,非期望方向形成零陷。但实际应用中由于不可避免的存在阵元位置误差、阵元相位误差及指向误差等(统称为相位误差),使约束的导向矢量与真实期望信号的导向矢量不一致,从而影响系统的性能。改进的LCMV波束形成算法——基于迭代二阶锥的唯相位波束形成技术,通过改变移相器的相位,使各阵元输出信号相位一致,在多个方向上形成主波束,阵列输出功率最大。     

一种改进的稳健波束形成算法

针对期望信号的实际方向与约束方向有误差这一问题,提出了信号子空间投影与非线性约束条件下最小化输出功率相结合的一种改进波束形成算法。该方法能缩小期望信号导向矢量的误差范围,避免导向矢量误差过大引起的波束形成算法性能下降,而且能使收敛速度更快,对信号导向矢量偏差较大的波束形成有很强的稳健性。     

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。     

满足高精度测量的GNSS自适干扰抑制算法

日益复杂的电磁环境严重干扰了全球卫星导航系统（Global Navigation Satellite System,GNSS）的正常有效运行.多天线空域自适应处理能够有效抑制电磁干扰,但是空域自适应处理算法可能会引入卫星信号载波相位误差.此外,多天线组成的阵列本身存在各种不理想因素也会引入误差,这些对高精度测量系统来说是不可容忍的.为此,本文首先分析了GNSS中常用的空域自适应处理算法在抑制干扰的同时对载波相位测量的影响,在此基础上提出了一种不需要阵列流形信息的盲波束形成算法——二次解重扩算法.其核心思想是在解重扩（De-spread Re-spread,DR）算法的基础上增加频率精估计环节,并根据精估后的载波频率重新构造本地参考信号与接收数据进行相关,从而最小化波束形成权矢量与卫星信号的导向矢量之间的误差,减小了空域抗干扰对卫星信号载波相位的影响.     

基于空时二维协方差矩阵修正的波束形成算法

在实际应用环境中,信源和阵列传感器等存在误差,假设期望信号的导向矢量与真实信源导向矢量的失配会导致阵列波束形成器把期望信号当作干扰来加以抑制。针对信号匹配误差导致自适应波束形成性能下降的问题,提出了一种基于空时二维协方差矩阵修正的波束形成算法,利用空时结构对宽带幅相误差校正的特性,对空时二维协方差矩阵进行重构,并对修正协方差矩阵进行特征值分解,分离出信号加干扰子空间,将失配导向矢量投影可使期望信号与噪声子空间严格正交,最后求解算法最优权值。算法有效改善了波束形成的输出信噪比,计算机仿真验证了理论分析的正确性和算法的稳健性。     

Robust Adaptive Beamforming Under Quadratic Constraint with Recursive Method Implementation

When adaptive arrays are applied to practical problems, the performances of the conventional adaptive beamforming algorithms are known to degrade substantially in the presence of even slight mismatches between the actual and presumed array responses to the desired signal. Similar types of performance degradation can occur because of data nonstationarity and small training sample size, when the signal steering vector is known exactly. In this paper, to account for mismatches, we propose robust adaptive beamforming algorithm for implementing a quadratic inequality constraint with recursive method updating, which is based on explicit modeling of uncertainties in the desired signal array response and data covariance matrix. We show that the proposed algorithm belongs to the class of diagonal loading approaches, but diagonal loading terms can be precisely calculated based on the given level of uncertainties in the signal array response and data covariance matrix. The variable diagonal loading term is added at each recursive step, which leads to a simpler closed-form algorithm. Our proposed robust recursive algorithm improves the overall robustness against the signal steering vector mismatches and small training sample size, enhances the array system performance under random perturbations in sensor parameters and makes the mean output array SINR consistently close to the optimal one. Moreover, the proposed robust adaptive beamforming can be efficiently computed at a low complexity cost compared with the conventional adaptive beamforming algorithms. Computer simulation results demonstrate excellent performance of our proposed algorithm as compared with the existing adaptive beamforming algorithms.     

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.     

共轭对称约束差分恒模波束形成方法

传统的恒模波束形成算法在期望信号的信噪比较低的情况下容易误收敛到干扰信号,导致波束形成算法失效。针对上述问题,本文提出了一种共轭对称约束差分恒模算法。该算法首先引入了一种新的差分恒模代价函数,然后根据均匀直线阵列导向矢量的特殊结构,推导出了共轭对称约束条件。最后通过对数据进行归一化处理,使得步长因子的选择独立于输入信号功率,降低了步长因子的选取难度,提高了算法的实用性。仿真实验表明,本文算法在低信噪比下仍然保持了良好的收敛性能,并且对阵列幅相误差和初始权重矢量的误差也具有较强的稳健性。      

Wideband LFM Interference Suppression Based on Fractional Fourier Transform and Projection Techniques

A novel wideband LFM interference suppression method is proposed based on fractional Fourier transform (FRFT) and projection techniques. By using the concentration property of LFM interferences in fractional Fourier domain, the initial frequency, frequency modulation rate and direction-of-arrival (DOA) of LFM interferences are first estimated. Afterwards, the space–time interferences subspace is constructed. In order to suppress wideband LFM interferences, the received signal is projected onto the subspace orthogonal to the interferences subspace when the signals are uncorrelated. Furthermore, considering the scenario when the signals are coherent, according to the properties of oblique projection, LFM interferences are suppressed by projecting the received signal onto the joint signal–noise subspace. Then, the desired signal is extracted by beamforming. Unlike the existing algorithms, the proposed method not only can exactly estimate parameters and directly solve the DOA of LFM interferences but also can construct the interferences subspace with the time-variant steering vector of interferences. Moreover, our method can effectively suppress LFM interferences without reducing the freedom, and significantly improve the performance, even at low signal-to-noise ratio (SNR) or small number of snapshots. Simulation results demonstrate the effectiveness of the proposed method.     

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。     

基于区域约束的双耳近场自适应波束形成算法

提出了一种基于区域约束的双耳近场自适应波束形成算法，该算法将目标信号及其附近区域内的若干个导向矢量组成的矩阵进行特征值分解，并在最小化输出信号能量的同时对主要的特征向量进行约束，从而有效解决传统近场波束形成器对目标声源的方位估计误差和位置扰动过于敏感的问题。实验结果表明，所提方法可以有效抑制远场同向干扰声源，并且相对于传统近场波束形成器具有更高的鲁棒性。客观评价指标表明，该算法的降噪性能及语音质量提升方面均优于对比算法。      

基于零空间的宽零陷发射波束形成技术

文中提出了一种适合于MIMO技术联合使用的零空间波束形成算法，该算法采用MIMO技术中常用的奇异分解方法，同时引入Gershman导数约束法来展宽波束零陷，既实现了增强期望，又能在干扰方向上形成较宽的零陷，增强了系统的鲁棒性。     

基于二次型约束的鲁棒自适应波束形成算法

针对期望信号方向向量存在偏差会导致自适应波束形成算法的性能急剧下降这一问题,该文提出了一种基于二次型约束的鲁棒自适应波束形成算法。通过对期望信号波达方向附近范围内的方向向量的误差模值进行约束,来提高算法的鲁棒性,并在此约束条件下对权重向量进行优化求解,且优化解中的参数能够准确求出。该算法可有效地控制波束主瓣区域内信号的畸变,并能够抑制方向向量偏差所带来的影响,提高了系统的鲁棒性,同时使干扰和噪声的功率输出最小,保证了对干扰信号的抑制能力,改善了阵列输出的信干噪比,使其更接近最优值。仿真结果验证了所提算法的有效性与优越性。