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。     

基于最差情况性能优化的稳健盲波束形成算法

针对在实际通信应用中存在导向向量偏差的情况下,阵列输出的信干噪比SINR性能急剧下降的问题,提出了稳健受限LSCMA算法,并对其输出性能进行了理论分析.该算法利用后验概率密度函数估计信号导向向量,并增加权向量的二次型约束,降低了信号波达方向的不确定性,提高了对信号导向向量偏差的稳健性,使阵列输出的信干噪比SINR接近最...     

基于MIMO-D2D异构网络的干扰抑制算法

将多输入多输出(MIMO)技术引入到蜂窝用户和端到端(D2D)用户构成的异构网络中,提出了一种基于最大信干噪比因子的资源分配算法,实现了多个D2D用户复用一个蜂窝用户的下行资源.在此基础上联合最大信漏噪比(SLNR)的预编码算法,在基站到蜂窝用户信号功率最大化的同时,降低了泄漏到D2D用户组的功率,大幅减少了用户之间的同频干扰.结果表明:当平均信噪比为35dB时,相比于单天线异构网络,基于联合干扰抑制算法的MIMO(4×2)异构网络容量可增大12.33bps/Hz;而针对多个用户复用一个资源提出的最大SLNR的预编码算法相比于最小均方误差(MMSE)和块对角化(BD)算法,容量最多可增大36.2%;并且无论是在高信噪比还是低信噪比下,所提出的联合算法均能使系统性能得到明显的增益.     

一种多用户多输入多输出系统下行链路线性预编码方法

针对多用户多输入多输出系统下行链路线性预编码的信干噪比最大化方法中,共信道干扰抑制和噪声抑制不能有效平衡的问题,提出将其中的噪声方差项修正为以噪声方差为变量的分段线性函数的改进方案.该方案通过对噪声方差项的分段修正,在噪声方差的值较小时依然能够保持共信道干扰抑制和噪声抑制间的平衡,从而使系统的误比特率性能和容量得到进一步提高.仿真结果表明,与信干噪比最大化法相比,所提方案对于基站天线数为5、移动用户数为3、移动用户天线数均为2的多用户系统,在平均误比特率为10-4水平上可以获得2 dB的性能增益,当信噪比为10dB时,可以使系统的各态历经容量增加1 b.(s.Hz)-1.     

基于大规模MIMO系统的满分集VBLAST低复杂度译码算法

为了提高大规模MIMO系统的分集增益、降低译码复杂度,构建了一种码率为1的满分集贝尔实验室垂直分层空时码,并采用最大比合并算法(MRC)检测接收信号.分别计算了MRC算法的平均输出信干噪比(SINR)和传统迫零算法(ZF)的平均信噪比(SNR),分析了性能相等时应满足的条件,并且比较了2种算法的计算复杂度和BER性能.结果表明,当BER=10-5,收发天线数为400和40、调制方式分别为BPSK和QPSK时,最大比合并算法的BER性能较迫零算法分别存在0.4和0.3 d B的增益.采用所提算法对接收信号进行检测,不但能够降低系统的计算复杂度,而且能保证系统的误比特率性能.     

采用幅度响应约束的鲁棒自适应波束形成算法

针对大导向矢量失配误差造成传统自适应波束形成算法鲁棒性下降的问题,提出采用幅度响应约束的鲁棒自适应波束形成算法。该算法首先对接收数据协方差矩阵失配进行建模优化,然后根据已知的多径相干信号大致来波方向信息对波束主瓣进行幅度响应约束,并利用所提引理将优化问题转化为迭代二阶锥规划问题,最后对权矢量直接进行求解获得最佳值。仿真结果表明:该算法能够针对多径相干信号形成多波束主瓣,自由控制波束主瓣宽度和纹波水平。当期望信号的方向偏差达到3.5°、输入信干噪比在-5~10dB范围内变化时,该算法的阵列输出信干噪比优于不确定集类算法0~6dB,对大导向矢量失配误差鲁棒性更高。     

强干扰下基于子空间的空时多用户检测算法

在经典的代价函数为最小输出能量的多用户监测算法的基础上,结合子空间算法,提出了一种改进的空时多用户检测算法,并对比了不同信干比环境下,该算法与经典的MMSE多用户监测算法的输出信噪比．仿真结果表明：在低信干比的情况下,该算法能得到更好的输出信干比,适合在强干扰环境下监测用户信号．     

一种稳健的高动态GNSS干扰抑制算法

为了解决在高动态环境下干扰信号来向迅速变化并移出波束零陷,导致抗干扰算法性能下降的问题,提出了一种基于零陷展宽并加深的稳健波束形成算法。首先在干扰区间内设置多个虚拟干扰代替单个干扰,然后通过协方差矩阵前后向空间平滑技术对协方差矩阵进行数据修正。仿真结果表明,新算法不但可以有效加宽并加深干扰信号来向上的零陷,使得阵列有较好的输出信干噪比,而且当干扰来向快速变化时能保持较强的稳健性。在高动态环境下,当干扰快速运动时仍然具有较高的阵列输出。因此所提算法与其他算法相比具有更好的性能,并具有良好的稳健性,可为高动态环境下的强干扰抑制提供理论参考。     

基于罚函数和特征空间的子阵级自适应波束形成

基于线性约束最小方差(LCMV)准则的自适应波束形成算法在实际中得到了广泛的应用,但当其应用到子阵级时,自适应方向图主瓣变形且旁瓣升高,抗干扰性能严重下降.针对这些问题,提出一种基于罚函数和特征空间的子阵级自适应波束形成算法,引入罚函数对自适应方向图进行约束使其逼近期望的静态方向图;同时在干扰子空间约束波束响应为0,对干扰信号进行抑制.该算法在有效抑制干扰的同时,能够使主瓣保形并保持较低的旁瓣,还能获得较好的输出信干噪比.通过阵列方向图及输出信干噪比的计算机仿真验证该算法的有效性.      

提升空时自适应检测性能的多输入多输出雷达稳健波形设计

针对基于多输入多输出(MIMO)正交频分复用(OFDM)雷达的空时自适应处理(STAP)方法的检测性能受未确知环境先验信息影响较大的问题,提出一种提升空时自适应检测性能的MIMO雷达稳健波形设计方法。首先构建杂波协方差矩阵估计误差模型,然后在此误差模型以及波形恒模特性约束下,基于最大化最差情况下的输出信干噪比准则,建立改善STAP检测概率稳健性的波形优化模型。为求解所得非线性波形优化模型,提出了基于对角加载的迭代方法,该迭代方法中每步均可转化为半定规划问题,因而可以获得高效求解。仿真结果表明,所提方法能够改善最差情况下的STAP检测概率,与非稳健方法以及不相关波形相比,可提高最差情况下MIMOOFDM-STAP方法的输出信干噪比2~4dB。     

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.      

改进的最小方差无畸变响应波束形成方法

提出一种改进的最小方差无畸变响应(MVDR)波束形成方法,通过调节波束形成的权向量设计中的增强因子来改善其方位分辨力,并且不以牺牲信号与干扰+噪声比增益为代价.仿真结果表明,所提出的方法可以有效改善MVDR波束形成的方位分辨力,且不损失MVDR波束形成的信号与干扰+噪声比增益.     

多径干扰下GPS弱信号跟踪算法研究

在带有多径干扰的、并且低载噪比的GPS信号下,分析了多径带来的码环误差以及因此引起的伪距误差的原理.在此基础上,考虑在码环跟踪的Strobe鉴相算法中,引入一个修正因子σ,使得码环跟踪时,对一定范围内的短多径起到抑制的作用.由于改进后的跟踪算法没有用到Q路输出,并且原信号为弱信号,因此需要跟踪环路提供好的载波跟踪性能.为此,考虑使用扩展卡尔曼滤波(EKF)算法来替代原有的载波跟踪环路,提高跟踪环路的噪声抑制性能.在此基础上,将EKF载波环跟踪与修正后的码环跟踪结合起来使用,共同进行多径干扰下GPS弱信号的跟踪.     

广义特征值盲波束形成的低复杂度自适应算法

提出了一种线性低复杂度盲自适应Lagrange乘子波束形成算法．基于最大信干燥比准则(MSINR)的特征值波束形成将导致广义特征值(GE)问题,新算法通过把GE问题表示成期望信号和干扰噪声信号协方差矩阵特征值的函数,用线性迭代的方法搜索最大GE,并利用最陡下降法更新权向量;提出方法被用于W—CDMA智能天线基站上行信号接收．数值仿真结果表明,与其他算法相比,在未牺牲系统BER性能的同时,提出算法具有更快的收敛速度和更低的计算复杂度;算法总的计算复杂度约为O(7N)(N为天线元数目)．     

基于全相位算法的自适应滤波算法

为减小实时信号的自适应处理时间,改善系统性能,在全相位数据空间概念的基础上,提出一种全相位自适应信号处理方法,并通过仿真对该算法在不同原始信号、不同噪声干扰的情况下进行了性能分析．在对该算法和经典的自适应算法在不同原始信号、不同噪声干扰的情况下进行了性能对比之后,提出了该算法的改进方案来改进输入信噪比小于0时的性能．结果表明,改进方案的输出误差性能达到甚至优于理想状态下的经典自适应算法, 从而验证了该算法及其改进方案的可行性和优越性．     

基于最小峭度准则的码约束盲恒模干扰抑制算法

提出一种基于最小峭度准则初始化的码约束盲恒模算法.通过对均衡器的权向量增加约束,使其在迭代更新最小化代价函数时,能有效地抑制干扰,同时保证DS-CDMA系统的期望用户信号不被抑制.仿真结果表明:在相同条件下,采用该算法得到的输出信噪比有明显的改善,输出的均方误差也大大减小.     

起伏背景噪声下地震波传感器阵列目标检测算法研究

针对起伏背景噪声下传统地震波传感器阵列检测算法虚警概率高、检测概率低的问题,提出一种基于信号相关性的阵列目标检测算法.利用传感器阵列在一个检测周期内接收到的数据建立信号检测矩阵,由检测矩阵列向量之间的相关性标记信号中目标成分的大小,进而引入相关性参数并构建检测统计量,利用信号相关消除时变的环境噪声干扰,有效克服起伏噪声对目标检测结果的影响.推导算法虚警概率与检测门限之间的定量关系,得到一定虚警率下的检测概率.基于计算机仿真和舰船目标实测试验对比本文提出算法与现有方法,结果表明本文算法可以在起伏背景噪声下有效检测出目标,且检测性能优于现有检测算法.     

一种改进的LSA语音增强算法

针对说话人识别的噪声鲁棒性问题,在对数谱最小均方差误差估计算法基础上,采用改进的最小值控制递归平均算法对语音帧信噪比进行估计,通过对前一帧的短时功率谱进行2次平滑和前向多帧最小值搜索,结合语音存在概率估计出当前帧的信噪比,并根据信噪比自适应调整增益因子的大小,对噪声进行消除。构建了一种改进的LSA语音增强方法,使用该方法可以使增强后的语音保持较高的自然度。实验结果表明,与MMSE-LSA算法比较,改进的LSA算法具有更好的语音增强效果,在5dB各类噪声环境下,其平均信噪比较MMSE-LSA算法提高1.36dB,主观语音质量评估平均提高8%。将该方法用于说话人识别系统,其检测代价较采用MMSE-LSA算法的系统平均降低3%。