基于 MVDＲ 波束形成算法的风速风向测量方法

为更好地抑制传统测风方法中噪声的问题,提出了基于 MVDＲ( Minimum Variance Distortioniess Ｒesponse) 波束形成算法,结合一种特殊的弧形阵列的测风研究方法,通过使用四元超声波传感器弧形阵列结构获得冗余空间采样信息,并将阵列所接收信息进行最小方差无畸变响应的波束形成算法处理,从而估计待测的风速风向信息。仿真结果表明,该方法可实现对风速 0 ～ 60 m/s 与风向角 0 ～ 359°的估计,可实现对风速以及风向的准确测量。     

基于改进广义线性组合算法的极化阵列稳健波束形成

为提升极化阵列波束形成的稳健性,将广义线性组合(general linear combination, GLC)算法应用于极化阵列. 分析了GLC算法在较高输入信噪比条件下,阵列存在阵元扰动和期望信号(signal of interest, SOI)波达方向(direction of arrival, DOA)误差时,输出的信干噪比随快拍数增加而下降的原因,并提出了一种结合转换函数的改进GLC算法. 所提算法根据采样协方差矩阵(sample covariance matrix, SCM)特征值相关参数的大小,对信噪比进行判断. 信噪比较高时,采用改进GLC算法计算对角加载量(diagonal loading level, DLL);信噪比较低时,采用原GLC算法计算DLL,从而使得所提算法在任意输入信噪比和快拍下的输出信干噪比均大于或等于原GLC算法. 通过主瓣干扰条件下的计算机仿真实验验证了所提算法的有效性.      

低信噪比的空间谱估计通道幅相误差校正算法

针对低信噪比情况下空间谱估计算法性能下降的问题,建立了低信噪比的阵列误差模型.该模型不仅考虑了通道幅相误差对接收信号的影响,还考虑了它对接收机通道噪声的影响.利用该模型提出了一种通道幅相误差校正算法,该算法结合阵列接收数据自相关矩阵的特征值分解和迭代方法,可以在低信噪比情况下准确求得阵列通道幅相误差,使得高分辨率的空间谱估计算法能够很好地应用于毫米波热辐射阵列接收系统.最后通过仿真和实验验证了所建立的阵列误差模型和算法的正确性和有效性.     

鲁棒RLS波束形成算法

分析了多径传播环境下,信号方向向量的偏差和采样样本数目的变化对自适应波束形成算法性能的影响,提出了一种鲁棒RLS波束形成算法·该算法具有收敛速度快,抗扰动性强,误差小的特点·采用鲁棒RLS波束形成算法不但降低了波束形成器对于信号方向向量的偏差的敏感程度,而且可以保证阵列输出的信干噪比(SINR)接近最优值,仿真实验验证了所提算法的有效性·实验结果表明即使在强扰动或偏差存在的情况下,采用鲁棒RLS算法可使系统具有良好的SINR,而且可以改善加权向量的归一化偏差·     

基于辅助阵元法的MUSIC算法

阵列误差会使MUSIC算法的性能急剧下降.现今大多数校正算法都是用于校正方位无关的阵列误差.但实际中的阵列误差几乎都与信号方位有关.辅助阵元法是校正方位相关阵列误差的有效方法.首先论述了辅助阵元法与MUSIC算法相结合的算法,然后重点分析了信噪比和校正阵元的精度对算法性能的影响,同时提出了提高算法精度的方法,为实际应用提供参考.仿真实验验证了算法的有效性.     

波束形成算法指向误差时的稳健性研究

为有效克服期望信号方向存在指向误差而导致的阵列流形向量失配的问题,提出了一种基于支持向量回归机的波束形成方法.该方法在分析线性约束最小方差波束形成器的基础上,将支持向量机的损失函数引入到线性约束最小方差波束形成器的最优化问题中,从而使基于结构风险最小化原理的支持向量回归机算法与波束形成算法相结合.通过MATLAB仿真实验,在没有失配的理想情况和期望信号存在方向向量失配的情况下,选取不同的支持向量机参数以及信噪比,分析对2种损失函数的基于支持向量机的波束形成算法.仿真实验结果表明,该算法在期望信号方向存在指向误差时,依然能够保持较好的系统输出信噪比,具有一定的稳健性.     

无源北斗探空测风系统误差分析

为了分析无源北斗探空测风系统的误差,研究减小其测风误差的方法,从分析"北斗一号"无源定位接收机测距定位误差入手,分析了"北斗一号"无源定位的误差来源.对与卫星、卫星信号传播、气压计算高度和接收机有关的误差这4个影响伪距测量精度的因子进行了研究,分析了其误差性质和提高伪距测量精度的方法.试验表明,"北斗一号"无源定位误差小于100 m,则"北斗一号"探空测风系统误差小于2 m/s.     

一种导航宽带抗干扰中的阵列幅相误差校正算法

针对复杂电磁环境下抗干扰导航接收机中存在的幅相误差问题,提出一种幅相误差有源校正的导航接收机抗干扰算法;该算法通过干扰和幅相误差构建阵列幅相误差数学模型;然后基于加权子空间拟合原理和最小二乘的方法估计阵列幅相误差系数;最后利用线性约束最小方差(LCMV)算法对修正的之后的接收数据进行干扰的抑制;并明确提出了导航抗干扰接收机的通道修正的解决方案。理论分析和仿真实验表明,估计的幅相误差系数与实际幅相误差非常接近;此方法可以准确在干扰方向上形成零陷并保留导航信号;信噪比在-10 d B的时候,幅相误差估计值逐渐收敛于真实值;并且随着信噪比的增加幅相误差估计精度也逐渐提高。所提算法能有效提高存在幅相误差通道的抗干扰的性能。     

鲁棒自适应波束形成算法比较与实验研究

传统的自适应波束形成算法对基阵的轻微误差非常敏感,为提高自适应波束形成技术对阵列误差的鲁棒性,在分析线性约束最小方差波束形成的基础上,研究并比较了对角加载算法和支持向量机算法对自适应波束形成器鲁棒性能的改善,和对对角加载算法和支持向量机算法进行了鲁棒性能分析与比较。水池实验结果表明,传统的对角加载算法能够提高波束形成器对信号导向向量失配与样本协方差矩阵误差的鲁棒性。而基于支持向量机算法的波束形成器在波达方向失配的较高信噪比或存在大量干扰信号时表现出更好的鲁棒性,为提高波束形成器的鲁棒性提供了一种新的有效途径。     

存在指向误差情况下的低旁瓣自适应波束形成

针对确定自适应阵列系统,在传统的线性约束最小方差(LCMV)波束形成算法基础上提出一种在期望信号方向估计有误差的情况下,能减小指向误差的低旁瓣自适应波束形成算法,该算法运用波束保形函数,集中主瓣波束,抑制旁瓣波束,提高了阵列输出的信干噪比(SINR),计算机仿真结果验证了算法的有效性和优越性。