基于半定规划的零陷控制方法

自适应波束形成算法能够将零陷自动对准干扰方向,但在干扰快速移动或天线平台出现震动等情况下,由于干扰位置的扰动而使得自适应权和数据失配.针对上述问题,提出了一种基于半定规划的对干扰源零陷展宽方法,该方法通过对干扰源的波达方向附近范围内的方向向量的约束,来展宽干扰源的零陷范围.该方法能够有效地提高系统的鲁棒性能,使得干扰和噪声的功率输出最小,保证对干扰源的抑制能力.仿真结果验证了算法的有效性.     

大角度干扰抖动下的零陷展宽算法研究

自适应波束形成算法能将零陷自动对准干扰方向，但在干扰快速移动或天线平台出现振动等情况下，很可能由于干扰位置的扰动而使自适应权和数据失配．通过对干扰导向矢量的左右旋转，利用对协方差矩阵的数值处理，推导出一种和干扰方向无关的自适应零陷加宽技术．该方法通过对角度偏移量的跟踪，尤其适合较大抖动角度情况下零陷的展宽，在干扰方向与数据失配的情况下，仍能够较好地抑制干扰，从而提高算法的稳健性．     

零陷展宽算法的性能研究

自适应波束形成算法能将零陷自动对准干扰方向,但在干扰快速移动或天线平台出现振动等情况下,很可能由于干扰位置的扰动而使自适应权和数据失配.通过对于扰导向矢量的左右旋转,利用对协方差矩阵的数值处理,推导出一种和干扰方向无关的自适应零陷加宽技术.由于零陷的加宽,在干扰方向与数据失配的情况下,仍能够较好地抑制干扰,从而提高算法的稳健性.     

基于泰勒估计的主瓣干扰抑制方法

当有源干扰进入主瓣时，传统自适应波束形成的方向图会在主瓣内出现严重波形失真，主瓣内形成零陷，旁瓣电平陡增等问题。为此，利用泰勒估计获得真实协方差矩阵的估计，通过特征分解构建特征投影矩阵，构造旁瓣零陷加深的凸优化模型求解自适应阵列权值矢量，最后将此抑制干扰的方法和基于阻塞矩阵预处理与基于特征投影预处理等两类预处理方法进行实验仿真及性能对比，从而证明了基于泰勒估计的主瓣干扰抑制方法的优点。     

基于GS算法的天线方向图零陷加宽方法

为了自适应数字波束形成(ADBF)中应用Gram-Schmidt(GS)算法使天线方向图自适应零陷加宽,通过构造附加离散个干扰源的数学模型重构干扰信号子空间,并修正阵列快拍数据的协方差矩阵,进而对协方差矩阵GS正交化.在干扰噪声较大时,适当调整附加干扰源的位置和个数,得到期望的零陷宽度.算法简单易行,在传统GS算法基础上所增加的运算量很小.仿真证明了该方法的有效性.     

基于加权稀疏约束的稳健Capon波束成形性能比较

分析比较了几种加权稀疏约束的Capon自适应波束成形算法的性能,这些算法利用天线阵列增益的稀疏分布特性,存在抑制旁瓣,能降低干扰零陷,提高系统稳健性.通过仿真分析发现:相比于传统的Capon波束成形算法,稀疏Capon波束成形(SCCB)算法和加权稀疏Capon波束成形(WSCCB)算法的旁瓣和干扰零陷均有所降低,但是都存在着干扰零陷不准现象.     

强干扰环境水下运动阵列方位估计的新方法

针对水下存在方位不确定的强干扰源时基于合成孔径技术的多目标方位估计方法失效的问题,提出一种基于稳健卡朋波束形成器(RCB)的波束域处理技术的扩展拖曳阵测量方法(RCB-ETAM).该方法先利用物理线列阵的直线运动特点和水中信号的相干性,通过对不同时段的数据进行相位补偿将物理阵的数据矩阵合成更长孔径的虚拟阵的数据矩阵,然后根据虚拟阵数据和干扰源方位,使用RCB自适应调整虚拟阵元权值在感兴趣的范围内形成若干个波束,每个波束在干扰源方位形成零陷从而减小干扰对波束输出结果的影响,最后将虚拟阵数据转换到波束域,使用常规波束形成方法得到目标方位.仿真结果表明,与ETAM方法相比,RCB-ETAM的抗强干扰能力有了很大提高,在ETAM完全失效的情况下,依然能够给出目标方位的准确估计.     

基于特征投影预处理零陷加深的抗主瓣干扰算法

当主瓣干扰功率较大时,基于特征投影预处理(EPB)的自适应波束形成算法抑制旁瓣干扰的能力大大下降甚至无法有效抑制,因此,在EPB算法的基础上提出了基于特征投影预处理零陷加深的抗主瓣干扰算法。首先将特征投影预处理后的数据向去除了主瓣干扰的干扰信号子空间上投影,对得到的数据进行适当的加权,再加到特征投影预处理后的数据上,以加强旁瓣干扰信号功率;其次利用干扰加强后的采样信号形成新的协方差矩阵,并计算其自适应权矢量;最后利用求得的自适应权矢量获得阵列输出,并对该算法的信干噪比进行了简要分析。仿真结果表明,当主瓣干扰功率较高时,该算法能够在旁瓣干扰方向上形成较深的零陷,具有更好的旁瓣抑制效果。     

一种低副瓣宽零点的自适应波束形成算法

自适应波束形成算法能自动地将波束的主瓣对准期望用户信号的来波方向,零陷对准干扰信号的来波方向;但是常规的自适应算法形成的干扰零限比较尖锐,副瓣容易产生畸变,在干扰、天线平台快速移动的情况下,其性能将会严重下降.基于对权值的范数约束和对零点的最小二乘线性约束优化,提出了一种降低副瓣电平并且加宽零点的自适应波束形成算法.理论分析和计算机仿真结果证明了新算法的有效性.     

基于零陷展宽并加深的高动态GNSS 抗干扰算法

为解决高动态下自适应抗干扰算法在零陷展宽后深度变浅的问题,提出了干扰扰动服从高斯统计分布的 零陷展宽并加深算法。该算法通过投影变换方法对数据进行预处理,提取采样信号中的干扰分量,并通过系数 加权增强干扰分量,在零陷展宽算法基础上构造新的协方差矩阵,最后利用功率倒置算法完成干扰抑制,达到 零陷展宽并加深的目的。仿真实验结果表明,在高动态条件下,所提算法在零陷展宽算法的基础上实现了深度 的增加,提高了零陷展宽抗干扰算法的稳健性。     

一种稳健快速的波束形成算法

提出了一种计算自适应方向图权向量的迭代算法。为满足迭代矩阵的收敛条件，算法根据协方差矩阵的最大Gemchgorin半径选择对角加栽值对协方差矩阵进行对角加栽；通过对协方差矩阵进行简单的矩阵分裂；进而给出自适应权向量的迭代解形式。仿真表明，所提出的算法能在快拍数较少时形成稳健的特性良好的方向图。     

基于GPS/INS组合导航的改进自适应渐消卡尔曼滤波算法

基于GPS/SINS组合导航系统的模型不准确或者量测噪声多变所产生的滤波发散问题,研究了自适应渐消卡尔曼滤波对于滤波发散的抑制作用,文章提出一种利用新息协方差估计值和量测值实时自适应计算渐消因子的方法,用它调节卡尔曼滤波方程中预测误差协方差阵和增益矩阵,调整历史新息和当前新息的权重达到抑制滤波发散的目的。该算法能有效减少严格收敛判据推导渐消因子的计算量和限制条件,有效利用了当前新息值。仿真验证表明,提出的算法能有效抑制滤波发散,并且比常规卡尔曼滤波效果更佳。     

一种SINS/GPS紧组合导航系统的改进自适应扩展卡尔曼滤波算法

针对自适应扩展卡尔曼滤波算法中系统噪声协方差矩阵与量测噪声协方差矩阵不能同时被估计的问题,提出了一种改进的自适应扩展卡尔曼滤波算法.该算法基于残差,主要对滤波算法中的自适应估计器进行改进,改进后可以实时估计系统噪声.基于该算法,设计了新的滤波器并应用在SINS/GPS紧组合导航系统上,可随着系统中噪声的变化而自动地调节协方差矩阵.最后,分别用扩展卡尔曼滤波和改进的自适应扩展卡尔曼滤波对SINS/GPS紧组合模型进行仿真,结果表明改进的自适应的扩展卡尔曼滤波比扩展卡尔曼滤波的定位误差与测速误差更小,滤波的稳定性更好.      

基于特征向量的线性约束最小方差自适应方向图控制

针对自适应波束形成中副瓣电平较高的问题,该文提出一种基于特征向量的线性约束最小方差(E-LCMV)自适应方向图控制算法。该算法通过对输入数据协方差矩阵进行特征分解,得到干扰子空间与噪声子空间,利用子空间之间的正交性,在静态加权矢量中修正约束矩阵和约束响应矢量,可在小快拍数条件下有效地抑制干扰,并同时保持静态方向图的副瓣特征。计算机仿真结果表明该算法具有良好的副瓣特性,并提高了低快拍数下输出的信干噪比(SINR),验证了该算法的有效性和优越性。     

基于协方差矩阵重构和导向矢量优化的波束形成算法

针对传统波束形成算法在导向矢量失配和协方差矩阵误差情况下输出信干噪比下降严重的问题,提出了一种基于协方差矩阵重构和导向矢量优化的稳健自适应波束形成算法。该算法通过估计信号和干扰的功率及方向,重构干扰加噪声协方差矩阵,同时结合投影和空域积分思想,对假定的导向矢量进行优化计算,使其接近真实的导向矢量。进而通过相关运算求得复数加权值实现波束形成。所提算法可以有效抑制干扰,提高输出信干噪比。在多种失配存在的情况下,所提算法也具有较好的性能。研究共进行了6个仿真实验,所提算法性能均优于所对比算法。所提算法在快拍数固定且存在导向矢量失配的情况下,相比于最差情况性能最优算法有约5 dB的输出信干噪比提升。在信噪比固定且存在导向矢量失配的情况下,相比于对比算法均有4 dB以上的性能提升。实验结果验证了所提算法的有效性。     

基于数据预处理的改进GS正交化波束形成

针对常规Gram-Schmidt（GS）正交化算法在训练快拍中混有期望信号时,自适应波束会出现期望信号相消的问题,提出了基于数据预处理的改进GS正交化波束形成算法. 该算法构造阻塞矩阵进行数据预处理剔除期望信号,估计对应的协方差矩阵,并对其进行GS正交化重构干扰子空间,将静态加权矢量向干扰子空间作正交投影得到自适应权矢量. 同时,为准确估计干扰子空间,对协方差矩阵的正交化自适应门限进行了修正. 仿真结果表明,所提算法的输出信干噪比（SINR）比其它GS正交化算法有2 dB以上的性能改善.      

基于支持向量回归机的自适应差分滤波算法研究

针对差分滤波(DDF)算法存在因噪声统计特性与实际不符而导致的滤波精度降低甚至发散的问题,提出了一种基于支持向量回归机的自适应差分滤波(SVRADDF)算法.将测量值的新息协方差与理论协方差之间的差值作为支持向量回归机的输入、输出调节噪声统计特征的自适应因子,实时修正DDF噪声协方差,根据实际噪声变化调整噪声协方差矩阵,从而提高滤波精度.针对水下目标纯方位角跟踪系统的蒙特卡洛仿真实验表明,在相同初始噪声特性条件下,所提出的SVRADDF算法具有较好的估计效果和鲁棒性,估计精度、稳定性及收敛时间等性能明显优于单纯DDF算法.     

一种新的宽带波束形成算法

基于对角加载思想,针对宽带信号空时处理结构,将空时接收协方差矩阵进行特征值分解,并利用矩阵求逆定理推导出空时结构对角加载值的范围,得到空时结构对角加载波束形成算法的优化方程以及最优权向量的解.仿真结果表明,算法有效地对协方差矩阵估计进行了修正,增强了空时波束形成算法的鲁棒性.     

基于粒子群寻优的汽车自适应巡航预测控制

为进一步提升多目标自适应巡航系统预测控制精度,提出一种基于粒子群寻优的汽车自适应巡航预测控制算法.首先建立一种包含前车加速度扰动的自适应巡航系统车间纵向运动学模型,并对其线性离散化;其次综合车距误差、相对车速、自车加速度和冲击度,设计二次型多目标优化性能指标函数和多参数约束条件,构建自适应巡航预测控制优化命题;最后为便于问题求解,将目标函数和约束条件推导转化为以预测控制增量为优化变量的规范形式,并基于粒子群优化算法求解自适应巡航预测控制的最优控制律.通过Matlab/Simulink多工况仿真结果表明,粒子群算法求解的最优控制律能够控制自车保持更好的跟踪性和自适应性.      

基于现场可编程门阵列的矩阵求逆算法设计

针对自适应抗干扰算法在更新最优权值时存在时间延迟问题,提出了一种基于Cholesky分解的矩阵求逆算法实现架构。该实现架构主要包括协方差矩阵计算模块、Cholesky分解模块、计算下三角矩阵的逆矩阵模块、三角矩阵相乘和权值计算模块。本设计可完成在最短权值更新时间的前提下,对高阶采样矩阵进行求逆运算。仿真结果表明,在FPGA的硬件平台上,一次权值的更新时间只需要1.2 ms。本设计为自适应抗干扰快速求解权值提供了一种切实可行的解决方案,对存在类似需求的权值求解系统具有一定的参考价值。