一种新的稳健自适应波束形成方法

常规的自适应波束形成方法,在存在指向误差的时候性能严重下降,不能有效地抑制运动的干扰.针对这一现象,提出一种稳健的波束形成方法.在对实际导向矢量进行估计的同时,利用锥消矩阵对零陷阵进行加宽,能够对抗动干扰及指向误差.计算机仿真验证了该方法的有效性和正确性.     

一种低快拍情况下稳健的波束形成算法

针对低快拍情况下自适应波束形成器输出方向图存在主峰偏移,副瓣电平较高的问题,该文提出一种低快拍情况下稳健的波束形成算法。算法通过对线性约束最小方差(LCMV)波束形成器的输入信号协方差矩阵进行指数修正,改善了采用协方差矩阵求逆（SMI）算法的LCMV波束形成器输入信号协方差矩阵小特征值在低快拍情况下的发散程度,从而可在减小主峰偏移的同时,有效地解决副瓣电平较高的问题;最后通过分析波束形成器输出信干噪比(SINR)随修正指数变化的情况,给出算法修正指数的取值范围。计算机仿真结果验证了该算法的有效性和优越性。      

一种空域-极化域联合稳健自适应波束形成算法

为有效提高阵列对来波方向误差和极化参数误差的鲁棒性,提出一种空域-极化域联合稳健自适应波束形成算法,首先在每个干扰信号来波方向-极化角区间上重构干扰噪声协方差矩阵,然后在期望信号来波方向-极化角区间上估计其导向矢量,设计空域-极化域联合稳健波束加权。通过仿真实验可发现,所提算法对由来波方向角度误差和极化参数误差所引起的导向矢量失配具有很好的鲁棒性。     

一种稳健的自适应波束形成算法

一般自适应波束形成的主瓣和零陷比较尖锐,当存在指向误差,干扰信号或天线平台快速运动时,若实时处理速度跟不上,将导致干扰抑制能力下降,采用高速处理算法代价太大.本文研究了利用导数约束法来改进广义旁瓣相消器的稳健性,对信号的自相关矩阵进行改进,使主瓣和零陷展宽,仿真试验表明该方法对指向误差和当干扰或天线平台快速运动时都具有很好的稳健性.     

一种稳健自适应多波束形成算法

在快拍数较少且多个输入期望信号功率差异较大的情况下,针对多数自适应多波束形成算法难以同时保持强弱期望信号波束稳健性的问题,文中联合子空间变换技术以及对角加载技术对协方差矩阵进行重构,提出了一种基于协方差矩阵重构的稳健自适应多波束形成算法。该算法不仅能够在快拍数较少且多个期望信号功率差异较大情况下同时保持各波束主波束无畸变,而且能够保持各波束零陷的稳健性。最后,通过波束图对比仿真实验分析验证了重构协方差矩阵对强弱期望信号波束主瓣与零陷稳健性的提升,并且通过输出信干噪比对比实验证明了文中提出的自适应多波束形成算法抗干扰性能更优。      

抑制快速运动强干扰的稳健自适应波束形成方法

针对存在快速运动强干扰时自适应波束形成性能的严重降低,提出了一种稳健的自适应波束形成方法。该方法使用零陷展宽技术修改采样协方差矩阵,使其自动地在干扰方位形成展宽的零陷以抑制运动强干扰,同时采用对角加载技术,以增强此方法对系统误差的稳健性,加载量通过约束扫描向量的误差来确定。仿真结果表明该方法能有效地提高当存在快速运动的强干扰时自适应波束形成的性能。     

一种宽零陷的自适应波束形成算法

自适应波束形成技术能有效地接收目标信号并抑制干扰,是阵列信号处理中的一项关键技术。为了应对快速运动干扰或平台转动等引起的自适应权值和数据失配,增强算法的鲁棒性,可以采用零陷展宽技术。通过Capon谱重构干扰加噪声协方差矩阵,可以根据需要设置零陷宽度和零陷深度,从而大大地提高算法的鲁棒性。通过与现有算法的比较,该方法能得到更高的输出信干噪比,并且能加深零陷深度,需要的快拍数也较少。     

一种稳健的自适应波束形成器

当信号噪声比超过一定的门限时,线性约束自适应波束形成器对天线的幅相误差有很高的敏感度,即使在误差很小的情况下,期望信号也会如同干扰一样被抑制掉。该文通过对广义旁瓣相消器的阻塞矩阵加以改进,提出了一种对阵列天线误差有良好稳健性的自适应波束形成器。该方法基于广义旁瓣相消器结构,可方便地进行部分自适应,降低运算量。     

一种零陷展宽鲁棒自适应波束形成算法

自适应波束形成器对模型失配与运动干扰非常敏感,特别是训练数据中包含期望信号分量时,较小的系统误差也会导致算法性能严重下降。该文提出一种零陷展宽鲁棒自适应波束形成算法,通过重构和优化干扰加噪声协方差矩阵,并估计真实导向矢量来提高算法抗系统误差与运动干扰的鲁棒性。该算法还可以通过调整主瓣宽度来优化波束旁瓣。仿真实验验证了所提算法的正确性和有效性。     

一种简单的低旁瓣控制波束形成算法

针对传统旁瓣控制算法局限于线性、阵元均匀分布以及各阵元完全同性的缺点,提出了适用于任意几何形状和阵元指向性的基阵的低旁瓣控制波束形成算法。该算法是在基于一组线性最小方差问题解的基础之上,通过迭代的方式不断更新权系数,用更新后的权系数调整旁瓣高度,以此达到期望的旁瓣级,并且在调整的过程中旁瓣的相位不发生改变。结合均匀线阵和均匀圆阵所作的计算机仿真验证了这种方法的正确性和有效性。     

基于稳健最小二乘的鲁棒波束形成

为解决Capon波束形成器在存在导向矢量失配时的性能急剧下降问题,提出了一种结合广义旁瓣对消器和稳健最小二乘的鲁棒波束形成算法.该算法利用广义旁瓣对消器原理将Capon波束形成器转化为最小二乘问题,然后在数据协方差矩阵误差的范数约束下将其转化为二阶锥规划问题,并利用高效内点法得到最优解.所提出的算法经推导证明属于对角加载类.仿真分析表明,该算法在导向矢量失配和快拍不足时仍具有较好的性能.     

基于凸优化的最小旁瓣恒定束宽时域宽带波束形成

 提出了基于凸优化的适用于任意结构基阵的最小旁瓣恒定束宽时域宽带波束形成方法.首先将基阵波束响应表达成一组有限脉冲响应(FIR)滤波器权值的线性函数,然后采用基于恒定束宽限制条件的最小旁瓣优化准则设计FIR滤波器权值.同时对滤波器系数进行范数约束以及对干扰方向设置展宽零陷来提高波束形成器的鲁棒性.将期望波束响应的设计过程与实际波束响应的逼近过程融合在一起进行优化搜索,获得了全局最优解.该波束形成器设计问题被转化成凸优化问题求解,仿真结果验证了所提方法的有效性.     

几种鲁棒自适应波束形成算法的对比

自适应波束形成器可以根据接收信号自适应地调整权矢量,增强期望信号,并有效抑制干扰。在实际环境中,由于波达角估计、阵列校准等误差因素的存在,导致传统自适应波束形成算法性能严重下降,因此,如何提高自适应波束形成算法的鲁棒性是一个重要的研究问题。本文对鲁棒自适应波束形成算法进行研究,对算法进行仿真、分析和比较,总结出各算法的性能优缺点,最后对鲁棒自适应波束形成算法的发展趋势提出自己的几点见解及展望。     

鲁棒约束恒模自适应波束形成算法

线性约束恒模算法能够有效克服恒模算法中存在的干扰捕获问题,但在信号方向向量存在偏差的情况下,其性能将会受到影响.针对上述问题,本文提出了鲁棒约束恒模自适应算法并对其性能进行了分析.该算法收敛速度快,抗扰动性强,对信号方向向量的偏差具有较强的鲁棒性,改善了系统的输出信干噪比.仿真实验表明,与线性约束恒模算法相比,鲁棒约束恒模算法具有很好的性能.     

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。     

一种小样本下的方向图副瓣控制算法

为解决常规方向图控制算法中的方向图副瓣较高、样本量较小时方向图起伏较大的问题,提出了一种小样本下的方向图副瓣控制算法。该算法在最小方差无失真响应（MVDR）波束形成器中,将输出方向图的低副瓣控制和降低样本处理数量的方法相结合,通过对MVDR波束形成器的最优权矢量附加Dolph-Chebyshev锥化权和把阵列权矢量约束于噪声子空间,得到的方向图在小样本情况下干扰置零的同时,解决了副瓣电平过高和方向图不稳定的问题,减小了快变干扰的影响。计算机仿真实验证实了所提算法的有效性。     

基于可变对角载入的鲁棒自适应波束形成算法

针对传统算法对方向向量偏差敏感的缺点,提出了一种基于可变对角载入的鲁棒自适应波束形成算法.为了提高算法的鲁棒性,采用非线性约束条件下的最优化阵列输出功率对信号方向向量进行优化求解,且优化解中的参量能够准确求出.为了减少计算量,采用递推算法求逆矩阵并利用泰勒级数展开,推导出基于可变对角载入的权重向量公式.该算法可有效地抑制方向向量偏差所带来的影响,降低了计算量易于实时实现,提高了系统的鲁棒性,改善了阵列输出的信干噪比,使其更接近最优值.仿真结果表明,该算法相对传统算法可以获得更好的性能.     

一种相干环境下的稳健自适应波束形成算法

针对均匀线阵提出了一种相干环境下的稳健自适应波束形成算法.该算法首先对接收数据采样协方差矩阵进行迭代Toeplitz处理,一方面可实现对相干信号的去相关,另一方面避免了由噪声子空间扰动引起的性能下降;然后利用处理后的矩阵进行基于特征空间的自适应波束形成,从而很好地解决了存在波束指向误差时的相干干扰抑制问题,并且在小快拍情况下也具有良好的阵列输出性能.计算机仿真实验结果证明了该方法的有效性.     

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