抑制信号失配和非平稳干扰的鲁棒性自适应波束形成

本文针对信号失配和非平稳干扰问题,提出了一种鲁棒性较强的自适应波束形成方法.该方法通过考虑信号估计误差,在传统的线性约束最小方差的代价函数中引进信号协方差矩阵的估计误差并加入额外的波达角估计误差约束,通过一种高效的新型支持向量机训练算法计算权值;仿真结果表明该方法具有更好的鲁棒性.提高了波束形成器抑制信号估计失配和干扰非平稳性的能力.     

一种改进的稳健自适应波束形成算法

当快拍数较小时,自适应波束形成算法的性能将会降低,而对角加载算法是提高这类自适应波束形成算法稳健性的简单而有效的方法,但是至今没有一种比较有效的方法来确定对角加载值。本文提出了一种确定加载值的方法,这种方法在加载值和协方差矩阵的估计误差之间建立联系,它能够根据阵列的输出数据动态的调整加载值。计算机仿真证实了该算法的有效性。     

一种约束稳定性最小均方波束形成算法

针对归一化最小均方（NLMS）算法步长调整精度不高的问题,将约束稳定性最小均方（CS-LMS）算法应用于智能天线的波束形成问题。通过引入后验误差的稳定性约束条件,构建适合波束形成问题的优化目标,并给出了其解的计算复杂度、收敛速度和稳态误差的理论分析。计算机仿真结果证实,CS-LMS波束形成算法比NLMS算法具有更加优良的抗干扰性能,较快的收敛速度,良好的系统跟踪能力和较小的稳态误差,尤其是当输入信号发生中断或突变时,算法依然工作得很好。     

一种稳健的周期平稳信号的盲波束形成算法

因为不需信号个数和导向向量等任何参考信息,基于周期平稳信号的盲波束形成算法在信号处理领域得到非常广泛的应用,然而这类方法是建立在循环频率准确已知基础上的,在实际应用中往往不是如此,循环频率的估计误差将导致算法性能变差,为了改进这点不足,在传统的循环自适应波束形成(CAB)算法的基础上,提出了一种改进的 CAB 盲波束形成算法,经理论分析和计算机仿真,证明了该算法是有效的.     

一种稳健的循环时空波束形成算法

该文提出了一种新的基于信号平稳特性的自适应波束形成算法稳健的循环时空波束形成算法。该算法在利用信号的谱相关特性的同时使用了多个时延,将波束形成技术从空域扩展到了时空域,弥补了空域信息的不足,充分利用了信号的循环统计信息和信号的时域特征,提高了信号的选择能力和对干扰、噪声的抑制能力。仿真实验结果验证了该算法的有效性和稳健性。     

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。     

一种加权均方误差最小化的鲁棒性干扰对齐算法

线性干扰对齐的一个常见优化目标是总传输速率最大化,但因为和速率函数的非凸特性而难以直接求解。加权均方误差最小化算法借助均方误差与和速率之间的等价关系解决了这一问题。这一方法需要获得准确的信道状态信息,在实际应用中,通道估计误差的存在会导致算法性能的下降。该文提出一种改进算法,在干扰对齐预编码矩阵与接收矩阵的优化求解过程中将通道估计误差的统计特性考虑在内。仿真结果表明,相比以往的加权均方误差最小化算法,该文算法对信道估计误差具有较高的鲁棒性,可以有效提高总的传输速率。     

一种改进的基于特征空间自适应波束形成算法

在基于特征空间(ESB)自适应波束形成算法的基础上,本文提出一种更稳健的波束形成算法,该算法利用对阵列接收信号相关矩阵特征分解获得的信号子空间,对基于特征空间算法中的约束导向矢量进行校正,并完成波束形成.计算机仿真和分析证实了该算法性能要优于常规ESB算法的性能.     

一种改进的约束正交化自适应波束形成算法

在约束正交化算法的基础上,提出一种改进的约束正交化算法,该算法利用可得到的较多的快拍数来提高波束形成的稳健性。理论分析和仿真结果表明:对运动干扰,改进的约束正交化算法具有比约束正交化算法更好的稳定性,其性能接近约束正交投影算法,但计算量较约束正交投影算法小得多。从仿真结果可看出:改进的约束正交化算法对运动和静态干扰同样具有良好的稳健性。     

基于特征结构的自适应波束形成新算法

基于相关矩阵的特征分解，本文提出了一种改进的线性约束最小方差波束形成（ＬＣＭＶ）新算法，当目标信号含于相关矩阵中时，新算法能有效地抑制信号对消现象，并且具有良好的波束保形能力和快速收敛特点，计算机仿真结果验证了这些优点。     

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.     

基于投影对消处理技术的稳健自适应波束形成

针对传统自适应波束形成算法中目标波达方向(Direction of Arrival,DOA)估计不准确引起的波束形成性能下降问题,提出了一种采用投影对消矩阵的稳健自适应波束形成算法.首先,寻找与估计波达方向有最大相关性的特征矢量作为目标信号特征矢量,然后构建对消矩阵消除协方差矩阵中的信号分量,最后通过增加零点约束实现干...     

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。     

具有自适应可调误差半径的鲁棒波束赋形算法

传统的自适应波束形成器对各类型的阵列误差较为敏感尤其是在较大的波达方向(Direction of Arrival,DOA)误差存在的情况下,阵列的输出信干噪比严重下降.为了解决这个问题,文中提出了一种新的具有自适应可调误差半径的鲁棒波束形成器.每一步迭代都是以经典的鲁棒Capon波束形成器为基础,且使用的误差不确定度都是依据子空间投影定理推导出的一个二次约束二次规划问题的最优解.由于估计出的导向矢量不确定度均小于传统自适应波束形成器中使用的误差量,因此,阵列的输出性能得以提高.此外,为了能够扩展算法的适用性,引入了可变椭圆不确定集来同时处理多重误差因素.最终的实验结果证明了算法的正确性和有效性.     

基于谱分析的稳健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下降问题,提出一种基于谱分析的稳健自适应波束形成(SA-RAB)算法。算法利用空域与频域的对称性,根据真实导向矢量与理想导向矢量之间的误差,运用谱分析(SA)技术确定波束主瓣宽度,最后利用二阶锥规划(SOCP)技术在主瓣宽度内形成平顶响应,并在副瓣区域内进行干扰抑制。仿真结果表明:该算法可有效地抑制干扰,并输出理想的信号干扰噪声比(SINR),且提高了波束形成针对导向矢量误差的稳健性,验证了算法的有效性和优越性。     

Principles of minimum variance robust adaptive beamforming design

Robustness is typically understood as an ability of adaptive beamforming algorithm to achieve high performance in the situations with imperfect, incomplete, or erroneous knowledge about the source, propagation media, and antenna array. It is also desired to achieve high performance with as little as possible prior information. In the last decade, several fruitful principles to minimum variance distortionless response (MVDR) robust adaptive beamforming (RAB) design have been developed and successfully applied to solve a number of problems in a wide range of applications. Such principles of MVDR RAB design are summarized here in a single paper. Prof. Gershman has actively participated in the development and applications of a number of such MVDR RAB design principles.     

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.     

基于稳健Capon波束形成技术的矢量相关测向方法

为了弥补阵列天线导向矢量失配对测向性能的影响,提出基于稳健Capon波束形成技术的矢量相关测向方法。与直接使用相位差的常规相关干涉测向技术不同,该方法首先利用稳健Capon波束形成技术估计目标信号的真实导向矢量;然后通过导向矢量的相关拟合确定目标信号方向。通过仿真分析,得出了以测向为衡量标准时不确定集约束参数的选择原则。仿真结果表明该方法能够弥补阵列流型失配的影响、准确测量目标信号方向。