抗导向矢量失配的零陷展宽波束形成算法

针对自适应波束形成器在干扰出现扰动或期望信号导向矢量失配时,性能急剧下降的问题,提出一种抗导向矢量失配的零陷展宽波束形成方法.首先通过投影变换技术对阵列接收数据进行投影预处理,构造一个新的协方差矩阵,以扩展干扰入射角度,展宽零陷;再根据期望信号入射的大致方位,对波束主瓣进行幅度响应约束,在约束区域形成稳定的响应幅度,达到抗导向矢量失配的目的.该方法可以转化为松弛半正定规划问题进行求解.仿真结果表明:该方法能有效展宽波束的零陷宽度,加深零陷深度,同时具有良好的抗期望信号导向矢量失配的能力,提高了自适应波束形成器在复杂环境下的稳定性.     

迭代寻优的稳健波束形成

针对导向矢量失配程度较大时,常见稳健波束形成算法性能下降问题,提出了一种迭代搜索最优导向矢量的稳健波束形成算法。首先利用修正后的导向矢量构造使波束输出功率最大的目标函数,分别从干扰抑制和噪声抑制2个方面推导了新导向矢量应满足的约束条件。给出了利用矩阵滤波思想构造约束条件的方法并分析其合理性。针对优化问题难以求解的问题,提出了一种迭代寻优的搜索方法,将每次迭代转化为求解一次二阶锥规划问题。仿真分析表明,相比于常见稳健波束形成算法,该算法有更高的抗导向矢量失配的稳健性,且需要的先验信息更容易获取。     

基于特征投影矩阵和线性约束的水声阵列信号抗主瓣干扰方法

提出了基于特征投影矩阵和线性约束的水声阵列信号抗主瓣干扰方法。该方法首先改进重构了干扰噪声的协方差矩阵,消除预处理时期望信号对主瓣干扰特征矢量选择的影响;其次,添加线性约束,保证期望信号方向增益,约束旁瓣干扰子空间置零,同时使得自适应权矢量的模最小,消除噪声抖动;最后求取自适应权矢量进行波束形成。仿真实验结果表明,本工作算法不仅在旁瓣有更深零陷,还能使主波束保形,提高了系统的输出信干噪比。     

阵列波束的零陷加宽算法研究

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。这里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。由于零陷的加宽,在干扰方向与数据失配的情况下,仍能够较好的抑制干扰,从而提高算法的稳健性。通过计算机仿真,证明该算法可以达到加宽干扰零陷的目的,并使得自适应波束形成算法在干扰快速移动或天线平台轻微震动的情况下稳健工作。     

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。     

一种基于频繁闭合模式的非数值型数据聚类算法

常规鲁棒波束形成算法只适合特定误差形式,针对阵列幅相误差、期望指向误差和干扰数据失配等多种误差同时存在的情况,提出了基于等功率加载的鲁棒自适应波束形成算法。新算法通过斜投影矩阵估计出期望信号功率,且构造一组与期望信号功率相等的非相干虚拟信号,这样改进的好处是虚拟干扰功率与期望功率相等,使得宽零陷性能稳定优越,特别适合期望信号与干扰信号功率相差较大的情况。并且通过不确定集合约束保证算法在阵列误差和期望指向误差下主瓣性能稳定优越,给出了求解Lagrange乘数的数学公式,证明了迭代权值会收敛于最优权值。通过计算机仿真结果验证了新算法多种误差环境下的有效性与优越性。     

稳健的宽带自适应相干干扰抑制波束形成算法

针对期望信号存在指向误差和多个相干干扰时Duvall结构波束形成器性能下降问题,提出一种稳健的宽带自适应相干干扰抑制波束形成算法。该算法首先将Duvall结构波束形成器与最差性能最优波束形成算法结合,实现稳健的宽带波束形成,然后利用空间响应变化约束（SRV）将宽带波束形成等效为参考频点的波束形成,通过协方差矩阵重构,在相干干扰数目较多时,输出波束仍可以在相干干扰方向自适应地形成零陷。理论分析与仿真实验表明,该算法能够有效抑制多个强相干干扰,具有较好的稳健性。     

一种抗阵列流型误差的波束形成零陷展宽方法

针对现有波束形成零陷展宽方法在阵列流型误差情况下性能严重下降的问题,提出了一种抗阵列流型误差的零陷展宽方法。该方法首先利用不确定集优化方法,对预定区域内的干扰导向矢量进行校正,再结合协方差矩阵锐化技术构造一个零陷展宽投影矩阵,对采样协方差矩阵做投影处理,最后用投影处理后的协方差矩阵进行波束形成。仿真结果表明:所提方法在阵列流型误差的情况下,与现有波束形成零陷展宽方法相比具有更好的零陷展宽效果和输出性能,且计算复杂度很低,是一种先进的稳健波束形成零陷展宽方法。     

声矢量阵自适应抵消稳健波束形成算法

常规自适应波束形成算法在期望信号导向矢量存在误差时,性能严重下降。为了改善被动声呐的探测能力,结合声矢量自适应抵消技术,提出了一种新的稳健自适应波束形成算法。通过组合声压和振速分量在波束方向上形成零点,并以之作为自适应抵消的参考输入,去除接收数据中的期望信号成分;然后对协方差矩阵进行特征分解,平滑噪声子空间的特征值;最后利用重构的协方差矩阵求解自适应波束形成的权向量。理论分析和仿真结果表明,新算法重构出的协方差矩阵仅包含干扰和噪声,显著改善了声矢量阵自适应波束形成的稳健性,在期望信号存在大的阵列流形误差和高信噪比情况下,都能给出令人满意的输出信干噪比。     

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。     

运用权值微扰技术的雷达抗多窄带干扰方法

在自适应波束形成中,导向矢量的失配将严重影响波束方向图和干扰抑制效果;在雷达抗多窄带干扰问题中,频率偏移引起的导向矢量失配将使自适应波束形成的干扰零陷产生偏移,影响抗干扰效果.基于权值微扰技术,提出在零陷偏移处形成宽零陷,使偏移后的零陷包含干扰波达方向,拒干扰于雷达之外.仿真结果表明,该方法能有效解决多窄带干扰问题.     

Novel robust beamforming algorithm using sequential quadratic programming

Aiming at the probably existing performance loss and high computational complexity of the robust beamforming based on steering vector estimation with as little prior information as possible which is solved by the semi-definite relaxation (SDR) approach, a novel robust beamforming algorithm using sequential quadratic programming (SQP) is proposed. The original non-convex problem is linearly approximated to a convex subproblem using the first order Taylor's series, and the optimal solution is found out by solving the convex subproblem iteratively. Moreover, considering the mismatch of the sample covariance matrix, the SQP-WC method based on worst-case performance optimization is presented to improve the performance of the proposed SQP method. Theoretical analysis and simulation results show that the proposed SQP algorithm can converge fast and its convergence point approximates the optimal solution to the original problem, which indicates that the SQP method can effectively reduce the computational complexity compared with the SDR method, and furthermore, the SQP-WC method can effectively improve the performance of the SQP method with a small parameter.     

均匀直线阵下通用信号模型稳健波束形成算法

针对非相干散射信号源稳健波束形成问题,提出了一种均匀直线阵下通用信号模型稳健波束形成算法．该算法通过引入数据共轭重排理论,利用定义的两个转换矩阵,重新构造信号协方差矩阵,给出了最优权矢量的实值闭式表达式,减少了算法的计算复杂度．仿真分析了期望信号信噪比、指向误差、快拍数及失配约束参数对输出信干噪比的影响．仿真实验表明,通过对接收数据的共轭重排再利用,提高了算法在快拍数有限、存在有用信号失配及其他失配等非理想条件下的输出性能．     

非线性约束的自适应波束形成算法

提出基于非线性约束的自适应波束形成算法. 首先修改接收信号协方差矩阵信号子空间中的特征向量,使修改后的协方差矩阵基本不包含期望信号(SOI)成分而只包含干扰信号和噪声. 进而利用线性约束最小均方算法(LCMV)和修改后的波束空间求解方向图的权向量w. 为了提高算法的稳健性,采用非线性约束方法对w进行优化,w的优化解在形式上不同于可变对角加载类算法,且优化解中的待定参数容易准确求出. 新算法的输出信干比 (SINR)对导引向量随机误差具有稳健性, 并对期望信号的功率变化表现出不敏感的特性, 仿真证明了这一点.     

Robust adaptive beamforming algorithm in the situation of limited snapshots

In order to solve the problem of the sharp degradation of the adaptive beamformer performance due to limited snapshots, this paper proposes a new robust adaptive beamforming algorithm based on the correction of the covariance matrix and the estimation of the steering vector. The proposed algorithm first corrects the covariance matrix, and then obtains the estimation of the optimal steering vector with the corrected covariance matrix. Finally, using the corrected covariance matrix and the estimated optimal steering vector, the weight vector of the adaptive beamformer is calculated. The proposed algorithm can not only deal with all kinds of mismatches efficiently, but also solve the problem of the sharp degradation of the adaptive beamformer performance in the situation of limited snapshots, so that the robustness of the adaptive beamformer can be improved. Simulation results demonstrate the correctness and effectiveness of the proposed algorithm.     

四元数矩阵重构鲁棒波束形成算法

极化敏感阵列的四元数信号模型保持了偶极子阵元分量之间固有的正交性,因而四元数MVDR（Q-MVDR）算法具有比传统复数域MVDR算法更优的性能,但在强期望信号和导向矢量失配的情况下,Q-MVDR算法性能严重下降,甚至会出现期望信号相消现象.针对此问题,提出一种基于四元数矩阵重构的鲁棒波束形成算法.首先建立极化敏感阵列的四元数模型,将协方差矩阵重构方法扩展到四元数域,利用子空间方法得到干扰信号的导向矢量估计,并采用Capon谱估计方法获得干扰信号的功率,重构出干扰噪声协方差矩阵;然后根据信号子空间与噪声子空间的正交性,以及期望信号导向矢量与信号子空间属于同一子空间的特性,将权矢量投影到四元数信号子空间,对期望信号导向矢量失配误差进行修正;最后通过仿真实验验证了算法的有效性.仿真结果表明,在强期望信号和期望信号导向矢量失配时,与传统算法相比,本文算法有效避免期望信号相消引起的性能下降,增强了算法的鲁棒性,可以达到接近最优值的输出信干噪比(SINR).     

MIMO 雷达迭代降维稳健波束形成方法

Aiming at the transmitted and received steering vectors mismatch problem, an iterative dimension-reducing robust adaptive beamformer for MIMO radar is presented. The General Linear Combined(GLC) method is applied in MIMO radar to obtain the enhanced covariance matrix estimation, and the transmitted and received steering vectors mismatch model is established. The cost function is established based on the desired signal output power maximum principle to estimate the transmitted and received steering vectors. The bi-iteration method is proposed to solve the cost function and it is merely necessary to find out two low-dimensional convex quadratically constrained quadratic programming(QCQP) problems in per iteration. Simulation results show that the proposed method can obtain the higher output signal-to-noise-plus-interference(SINR) under the condition of severe steering vector mismatch than the conventional robust beamformers, and that the proposed method can converge fast so that it has the lower computational complexity.     

导向矢量不确定集约束的稳健Capon波束形成算法

针对Capon波束形成算法在导向矢量不确定集约束下的求解问题,提出了新的求解方法．通过对稳健算法最优化问题的特点和求解过程进行分析,给出了新的求解结果,不仅使不确定集约束参数的选择更加简单,同时使波束形成算法的性能改善达到最优．而且得出了负加载可以获得最优的性能改善,而约束参数选择得越大,波束形成算法的性能越接近于最优,而零解可以通过合理选择约束参数进行有效地避免．最后的仿真分析验证了理论分析的正确性和算法的有效性．