一种基于导向矢量约束的恒模盲波束形成算法

针对阵列信号波达角(direction of arrival,DOA)先验信息已知的情况,利用信号的恒模特性,在卡尔曼滤波(Kalman filter,KF)结构下,提出一种附加阵列导向矢量约束的自适应波束形成算法.对约束情况下的卡尔曼滤波目标函数运用拉格朗日乘子法,求得约束条件下的最优估计表达式,并将其推广到无迹卡尔曼滤波(unscented Kalman filter,UKF)算法中,通过约束迭代算法对阵列估计信号的导向角施加约束,实现约束UKF自适应波束形成算法的最优权值分配.仿真过程中,用所提算法与约束恒模迭代最小二乘算法和约束最小方差迭代最小二乘算法作对比,表明表明,该算法在收敛速度、信噪比、稳健性、跟踪性能方面具有较好的性能.     

次分量分析恒模盲多用户检测算法

为了有效的抑制多址干扰,该文提出了一种基于次分量分析恒模的多用户检测算法.次分量恒模算法是在恒模代价函数的基础上,推导出一种基于Rayleigh熵形式的代价函数.该文对次分量分析恒模多用户检测算法进行了仿真,并与最小二乘算法和线性约束最小二乘算法进行了性能比较.仿真结果表明,该算法在输出信干比和误码率等性能上都有显著的...     

智能天线中的自适应恒模算法仿真研究

用MATLAB分别对最小二乘恒模算法（LS-CMA）和多目标最小二乘恒模算法（MT-LSCMA）这两种典型的恒模算法进行了计算机仿真．根据仿真数据，得到了各个参数与方向图主瓣宽度的关系曲线以及用户来波方向夹角与权向量相关系数的关系曲线，并在此基础上分析各参数产生的影响．仿真结果表明，天线方向图的主瓣能准确地指向目标用户的来波方向和主动抑制干扰信号.     

恒模算法在盲波束形成中的应用

介绍了随机梯度恒模算法和最小二乘恒模算法以及它们在盲波束形成中的应用，总结了几种适用于多用户盲波束形成的恒模算法，分析了每一种方法的特点，并以四元均匀线阵为例，利用计算机模拟给出了这些算法的收敛性能，结合恒模算法的研究现状，指出了有待研究的几个问题。     

提高自适应通道均衡器性能的对角加载法

在自适应通道均衡中，采用基于最小二乘的广义求逆法求解均衡器权系数时，矩阵病态会严重影响均衡器的校正性能．本文采用对角加载法解决矩阵病态问题，分析了对角加载对均衡器性能的影响．仿真实验表明，对角加载在解决矩阵病态的基础上，可以大大提高自适应均衡器的性能．     

基于线性约束最小方差对角加载的稳健频率不变波束形成算法

针对实际环境中因麦克风阵列失配误差导致宽带波束形成器性能下降的问题,提出基于线性约束最小方差对角加载的稳健频率不变波束形成算法.该算法首先在线性约束最小方差准则的基础上,结合空间响应偏差函数,并对波束形成器权矢量的二范数施加不等式约束,再通过拉格朗日乘子法和凸优化工具箱CVX(Con Ve X)分别在不等约束条件下求得权矢量的解析解和全局最佳解,以有效解决麦克风的增益、相位和位置等的不确定性造成的失配误差问题,提高频率不变波束器的稳健性.仿真结果表明:采用拉格朗日乘子法求解该算法的最优权矢量所得到的波束形成器对失配误差最不敏感,性能最稳健.     

最小二乘大间隔孪生支持向量机

针对最小二乘孪生支持向量机（LSTWSVM）精度较低和可能存在的"奇异性"问题,提出了一种最小二乘大间隔孪生支持向量机（LSLMTSVM）.该算法在最小二乘孪生支持向量机的优化目标函数中引入了间隔分布,提高了算法的泛化性能.在目标函数中加入正则项,实现了结构风险最小化,进一步提高了分类能力.实验结果表明,最小二乘大间隔孪生支持向量机比已有的相关算法性能更优.     

基于最小二乘算法和SVDUKF算法的电液伺服加载优化

为了分析和模拟伺服刀架可靠性试验台电液伺服加载系统的动态性能,建立了该加载系统的动态特性数学模型,并利用最小二乘算法对其参数进行估计。为了减弱噪声对加载系统稳定性的影响和避免无色卡尔曼滤波算法(UKF)中协方差矩阵出现病态导致算法失效,提出了利用基于奇异分解的无色卡尔曼滤波算法(SVDUKF算法)对电液伺服加载系统反馈力信号进行滤波的方法,并进行了SVDUKF算法与扩展卡尔曼滤波算法(EKF)算法之间滤波性能对比。实验结果表明,最小二乘算法估计出的数学模型具有较高精度,并且SVDUKF算法具有高效的滤波能力和提高系统稳定性的能力。     

一种导向矢量双层估计的稳健波束形成算法

针对自适应波束形成器在出现期望信号导向矢量失配和阵列流形误差时,性能急剧下降的问题,提出一种稳健的波束形成算法。该算法首先利用期望信号大致方位区间上的导向矢量构建一个线性空间,将期望信号导向矢量初步估计为该线性空间基向量的线性组合,再利用不确定集优化方法对初步估计的导向矢量进行校正,算法无需迭代求解,计算量较小。仿真结果表明该算法显著提高了波束形成器在导向矢量失配和阵列流形误差下的稳健性,输出性能优于目前的方法。     

一种导向矢量双层估计的稳健波束形成算法

针对自适应波束形成器在出现期望信号导向矢量失配和阵列流形误差时,性能急剧下降的问题,提出一种稳健的波束形成算法。该算法首先利用期望信号大致方位区间上的导向矢量构建一个线性空间,将期望信号导向矢量初步估计为该线性空间基向量的线性组合,再利用不确定集优化方法对初步估计的导向矢量进行校正,算法无需迭代求解,计算量较小。仿真结果表明该算法显著提高了波束形成器在导向矢量失配和阵列流形误差下的稳健性,输出性能优于目前的方法。     

水下多传感器基阵波束域高分辨方位估计方法及实验研究

针对水声设备的实际应用，给出了基于实测基阵阵列流形的波束域高分辨方位估计的MUSIC方法。在预形成多波束时，该方法采用适用于任意阵形的自适应波束优化技术，针对水下实际阵列设计超低旁瓣波束以抑制水面上分布的强干扰。为了减小实际阵列模型和理想阵列模型失配所带来的不利影响，在多波束设计时，利用实测阵列流形代替理想阵列流形进行设计，消声水池实验结果验证了该方法可以有效地降低系统中由于阵列模型失配所造成的波束域MUSIC方位估计方法的性能损失。     

Wideband interference suppression based on space-time filter

Based upon the diagonal loading technique and the structure of the space-time adaptive processors,a novel anti-jamming method of satellite navigation is proposed. According to matrix inverse theorem,the range of the diagonal loading values for space-time adaptive wideband signal processing structure is deduced,and the optimum equation of diagonal loading beam forming algorithm of space-time structure is obtained. Then,by the analysis of two-dimensional oriented vector in direction of the perturbation interference,the wideband interference covariance matrix obtained in the weights training period is modified. Finally,the optimum weight of multi-linear constrained space-time adaptive beam-forming alogrithm is derived for anti-interference filter processing. The new method effectively widens the null steering beams when discrepancy happens. The computer simulation results prove the robustness of the proposed method.     

稳健的对角加载广义内积算法

针对空时自适应处理(STAP)在非均匀条件下的协方差矩阵估计问题,提出了对角加载广义内积(DL-GIP)算法．将对角加载用于改善广义内积(GIP)检测算法的检测性能．对于DL-GIP算法的关键是选择加载电平,给出了具体的选择方法．从理论上详细分析了对角加载对GIP性能的影响,即合理的对角加载可以提高检测概率和输出信噪比．最后的仿真分析验证了理论分析的正确性,即DL-GIP具有较高的检测概率和稳健的多个离群点检测能力,而且检测性能优于其他(广义内积和投影设计)非均匀检测(NHD)方法．     

基于DBF的空中多目标跟踪算法的FPGA实现

数字波束形成技术在多飞行器测控及卫星移动通信中有广泛的应用,但现有的实现方案还存在很多缺点。以均匀圆阵为接收天线阵,在分析单脉冲跟踪算法原理及CORDIC算法原理的基础上,提出了一种基于CORDIC算法与数字波束形成技术相结合的FPGA实现方案,并使用QuartusII软件进行了仿真分析,结果表明该方案可行、有效。     

一种简化的鲁棒波束形成算法

在阵列导向矢量不存在误差的条件下,传统的最小方差波束形成器(MVB)具有良好的分辨精度和抗干扰能力.然而,MVB算法的主要问题在于不具有鲁棒性,不能克服未知导向矢量误差的影响.因此对角加载以及相应的扩展算法已经成为一种提高MVB算法鲁棒性的常用方法.该文对基于椭球形导向矢量不确定集的鲁棒MVB算法进行了简化,该简化算法是在对导向矢量附加一个球形不确定集约束的条件下推导出来的,具有较低的计算复杂度和更高的数字稳定性.仿真结果表明,在导向矢量误差存在的情况下该算法是有效的.     

基于小波分析的改进旁瓣相消宽带信号波束形成算法

研究了改进的旁瓣相消算法,该算法利用小波滤波器组阻塞接收信号的期望信号分量进行自适应的波束形成。经过改进算法处理后,阵列信号的协方差矩阵中不包含期望信号分量,从而克服了当存在系统误差时自适应波束形成中期望信号相消的问题,并解决了在实际应用中旁瓣相消波束形成算法GSC波束形成算法需要构造与期望信号的导向矢量完全正交的阻塞矩阵的难点问题,从而达到提高系统稳健性能的目的,仿真结果验证了该算法的性能优于传统的MVDR方法和基于MVDR的对角加载方法。     

基于干扰矩阵重构的稳健自适应波束形成算法

针对较高信噪比下自适应波束形成性能退化问题,提出了一种基于干扰噪声协方差矩阵重构的新型稳健自适应波束形成算法。利用空间谱估计方法重构出不含期望信号的干扰噪声协方差矩阵,保证了高信噪比时波束形成器的输出增益;并基于信号子空间与干扰子空间的正交性建立了期望信号导向矢量估计的约束条件,以求解出近似最优的权值矢量。理论分析和仿真结果表明,当存在随机指向误差和局部散射时,该算法在较大输入信噪比范围内的性能仍接近最优,较现有算法稳健性更强。     

一种改进的均匀直线自适应天线阵

针对常用的自适应算法都需要复杂的来波方向估计过程,而且方向估计误差会使自适应阵性能恶化的问题,以均匀直线阵为研究对象,提出了一种改进的自适应算法。通过引入阵列导向矢量,使自适应阵具有波束搜索能力,避免了复杂的来波方向估计过程。提出了相应的系统实现方案,通过对16元直线阵的仿真试验,证明了该算法是有效的。     

基于DBF的空中多目标跟踪算法的FPGA实现

以均匀圆阵为接收天线阵,在分析单脉冲跟踪算法原理及CORDIC算法原理的基础上,提出了一种基于CORDIC算法与数字波束形成技术相结合的FPGA实现方案.使用QuartusII软件进行了仿真分析.仿真结果表明,所提方案是正确、可行和有效的.     

Improved steering based on the virtual extend method for the microphone array

For the broadband microphone array, how to maintain the consistency of optimal array processing in the whole frequency band is the key problem, so an efficient virtual array extending method is put forward. This method is not only suitable for the single source scenarios, but also suitable for the multi signal source scene. Therein, from the signal model and the theoretical derivation, the problem which is caused by array virtual extending is analyzed deeply, such as array error and difficulty of its realization, then a robust method based on diagonal loading is proposed, and the method of how to select the load level is also given. Finally, the processing performance of the proposed virtual array extension method is tested and verified by theoretical analysis and detailed simulation results, and the conclusion is obtained that virtual array extension can improve the adaptive beamformer performance effectively. The proposed method is not only used for the uniform linear array, but also can be applied to the adaptive array with an arbitrary configuration.