智能天线在卫星定位抗干扰中的应用

介绍了自适应波束形成技术的基本原理,结合卫星定位系统的特点,提出了一种将自适应波束形成技术应用于卫星定位接收机抗干扰系统的解决方案.该方案利用卫星星历和惯性导航器件的输出来构造卫星信号的方向向量,对阵列接收信号的协方差矩阵利用其最大似然估计逼近,在最大化输出SINR准则下求出相应的最佳权值向量.仿真结果显示利用该最佳权值向量能够有效地对单干扰和多干扰在干扰来向形成深度零陷,同时在卫星信号来向保持一定的增益,能较好地满足卫星定位抗干扰系统对前端天线阵抗干扰能力的需求.     

高阶累积量波束形成在DS-CDMA系统中的应用

在研究高阶累积量波束形成算法的基础上,根据多天线直序扩频码分多址系统在同信道移动用户数目较大或处理增益较高的情况下,阵列解扩器输出的多址干扰向量呈现高斯随机分布的特点,提出了一种新的利用高阶累积量进行自适应盲波束形成的方法．该方法充分利用了接收信号的高阶统计特性,降低了运算复杂度,收敛快,能够有效地跟踪期望用户信号,具有无需训练序列、参考信号以及阵列结构先验知识的优点．计算机仿真结果表明该方法的有效性．     

CDMA系统中应用码滤波方法的波束形成技术

根据CDMA系统信号模型和多径信道模型,运用码滤波方法对CDMA系统用户信号及其多径信号导引向量进行估计．运用这些估计得到的导引向量设计零陷指向波束形成器,使波束形成器方向图零点指向非期望用户及其多径信号到达方向,从而达到抑制CDMA系统中多径传输和多址干扰带来的的影响。     

直接序列扩频通信中基于循环累积量的自适应干扰对消技术

在可以获得与干扰强相关的参考信号的扩频通信系统中，自适应干扰对消器是常用的抗干扰技术．为在保证对消器性能的同时，减少运算量，提出了一种基于二阶循环累积量(SOCS)自适应干扰对消器(AIC-SOCS)，利用源信号和参考信号的循环二阶累积量，自适应调整对消器中滤波器系数．与基于四阶累积量的自适应干扰对消器(AIC-FOS)相比，乘法次数减少50％，加法次数减少60％．仿真实验表明，AIC-SOCS的性能和AIC-FOS的干扰抑制性能相当，表现出比基于二阶累积量的自适应干扰对消器(AIC-SOS)更优良的干扰抑制性能．     

跳/扩频测控信号自适应波束形成方法

为解决跳/扩频测控中阵列天线设计所面临的信号频带宽、空域范围广、干扰强度大等问题,将线性约束法与二阶锥规划方法相结合,得到能够同时满足频率不变、方向不变的波束形成算法.利用二阶锥规划将波束形成器的设计转化为给定频率响应的FIR滤波器设计,针对用于宽带波束形成的FIR滤波器的非线性相位特点,采用最小均方误差准则,使所设计FIR滤波器的频率响应逼近于期望滤波器.通过增加约束条件,使不同空间指向的主瓣宽度基本保持不变,并在干扰方向形成宽零陷来有效抑制宽带干扰.仿真计算表明,在跳/扩频信号的工作频带内,波束方向图能够保持很好的频率不变特性,且在±60°范围内波束方向图的主瓣束宽、增益、零陷与参考波束基本保持一致,能够更好地满足航天测控任务对阵列天线的需求.     

OFDM系统下基于MBER准则的自适应波束形成器

宽带无线通信系统采用正交频分复用(OFDM)调制和智能天线技术来克服限制系统容量的符号间干扰(ISI)和同信道干扰(CCI).在OFDM调制技术下,针对数字通信系统传输中最主要的性能参数之一误比特率(BER),研究了基于最小误比特率(MBER)准则的自适应波束形成器.与现有的基于最小均方误差(MMSE)准则的波束形成器相比,MBER自适应波束形成器直接最小化OFDM系统的BER,保证了信号传输的有效性,提高了系统性能.仿真实验表明,基于MBER准则的自适应波束形成器比基于MMSE准则的波束形成器能更好地接收期望用户的信号,系统的BER更低.     

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·     

一种新型的恒模自适应阵列初始化方法

智能天线在移动通信中的应用已经引起了广泛的关注．恒模阵列能够形成自适应波束，但其初始权矢量的选取影响着对所需信号的捕获性能．该文提出一种在信号到达方向(DOA)已知的情况下，基于泰勒(Taylor)阵列的恒模阵列权值初始化新方法．仿真结果表明，这种新方法不仅能解决抗干扰问题，还可加快恒模算法的收敛速度．     

结合子空间投影的幅度相位估计波束形成算法

在医学超声成像中,幅度相位估计(APES)波束形成算法能够更稳健地估算期望信号幅度,但其以牺牲较少量分辨率为代价.针对此问题,提出基于幅度相位估计并融合子空间投影技术的自适应波束形成算法.首先通过幅度相位估计算法初步计算加权向量,然后将加权向量向回波信号的期望信号子空间投影,以此来抑制噪声和干扰,改善成像的分辨率和对比度.经仿真分析,所提出的子空间投影与幅度相位相融合的算法在成像的分辨率、对比度和稳健性方面均优于原始的幅度相位估计算法.     

估计强干扰信号波达角度的一种新方法

在强干扰环境下，选择特定的步长因子，能够促使恒模算法抑制强干扰信号，然而，恒模算法的收敛过程较长，且输出信干燥比不高。首先导出了恒模算法权向量和干扰信号的波达角度之间的关系，然后利用这一关系能够迅速求出强干扰信号的波达角度，最后，计算机仿真验证了该方法。在已知期待信号波达角度的条件下，就可以把天线阵的主波束对准期待信号，而把零陷对准强干扰，较好地实现波束形成。     

一种基于Bayesian方法的鲁棒自适应波束形成算法

由于在实际环境中,期望信号的阵列响应与实际阵列响应之间存在偏差,使得现存的一些自适应波束形成算法的性能下降.针对上述问题,基于Bayesian方法提出了鲁棒自适应波束形成算法,并且给出其递推形式.该算法利用接收到的采样信号对实际信号方向向量进行估计,降低了信号到来方向的不确定性,对信号方向向量的偏差具有较强的鲁棒性,从而可以保证输出阵列的信干噪比接近最优值.采用递推方法来计算逆矩阵,大大地降低了计算的复杂度,能够满足实时处理的要求.仿真实验表明,与传统自适应波束形成算法相比,所提鲁棒自适应波束形成算法具有更好的性能.     

基于加权L1范数的CS-DOA算法

针对基于L1范数约束的压缩感知理论的恢复算法出现虚假目标,恶化DOA估计性能的问题,提出了一种基于加权L1范数的CS-DOA估计算法.该算法利用噪声子空间与信号子空间的正交性,构造了一个加权矩阵,然后对L1范数约束模型进行加权.通过此加权处理,该算法能够使恢复的系数向量具有更好的稀疏性,并能有效地抑制伪峰,从而获得更精确的DOA估计.仿真结果验证了算法的有效性.     

基于时间反转的非均匀线列阵超指向性阵元分布模型

以目标信号为前提,建立了基于时间反转(TR)的非均匀线列阵(NLA)的设计模型;采用均匀浅海多径信道的经典射线理论,以直达路径信号分量的时延为参考因子,推导了NLA的TR聚焦性能及方向图的影响因子.仿真结果表明,基于TR的NLA设计通过TR自适应修正多径信道传输时延的特性,不但克服了多径信道对目标方位估计(DOA)的影响,且提高了低信噪比下的DOA准确性,其方向图特性F(θ)与信号频带、阵列排布di、多径数目M以及快拍数K有关.基于7阵元分布的NLA方向图仿真结果相比均匀阵列具有超指向性,且在信噪比-6和-13 dB下均准确估计出目标方位.
     

一种基于分数阶傅里叶变换域加权MUSIC算法的移动单站多目标无源定位方法

针对多个线性调频信号目标源存在的情况,通过分析接收信号的多普勒频移,建立移动单站上天线阵列对多分量线性调频（LFM）信号的接收模型,提出基于分数阶傅里叶变换（FRFT）域加权MUSIC算法的无源定位方法,实现了低信噪比下多目标的信号检测与方位估计.仿真结果表明,该算法可以分辨多个频率及空间相近的目标源,且精度很高.     

最小均方误差准则的自适应天线阵控零技术研究

本文针对基于最小均方误差准则的自适应天线阵方向图的控零技术进行研究。首先介绍了最小均方误差准则的基本理论,然后对基于该准则的自适应天线阵进行理论分析,最后对需要信号和干扰信号的到达方向发生改变以及干扰信号的幅值发生改变的两种情况阵的抗干扰性能。     

基于重构噪声子空间的相干信号DOA估计

传统DOA(direction of arrival)估计算法无法处理相干信号,因此提出一种基于重构噪声子空间的高精度DOA估计算法.该算法利用阵元接收数据的自协方差与互协方差信息构造成增广矩阵作为新的协方差矩阵,对该矩阵进行奇异值分解得到相应的噪声子空间和特征值矩阵.为了获得更精确的信号向量,重构一个由新特征值矩阵对应的特征向量所组成的噪声子空间.最后通过谱峰搜索得到DOA估计值.算法不影响对非相干信号估计的效果,并且比IMMUSIC(improved multiple signal classification)算法具有更高的估计精度,在低信噪比及信号入射间隔较小的情况下也有良好的准确性.仿真结果表明,提出的改进算法在低信噪比及低采样快拍数的条件下,能有效估计出相干信号的波达方向.     

基于量子遗传算法的子空间拟合测向

针对子空间拟合算法对独立信源和相干信源求解过程中,多维搜索运算量大的问题,通过采用实数编码的量子位表示染色体和用量子旋转门更新量子位的方法,提出一种实数编码的量子遗传方法(RC-QGA)来实现加权信号子空间拟合(WSSF)测向,从而有效地降低传统算法的计算量.还研究了WSSF算法的一维解相干性能和二维波达方向(DOA)估计性能.实验仿真表明,RC-QGA方法在进化代数为10时就可以达到收敛,有效提高了传统遗传算法的收敛性能,并且具有计算量小和估计性能优良的特点.     

基于传播因子的分布式信源中心波达方向估计

采用传播因子估计分布式信源中心波达方向的算法,尤其是对于不相干分布式信源,利用泰勒级数将其方向向量进行一阶近似,得到形式上与点信源类似的分布式信源方向向量,再利用传播因子算法来估计其中心波达方向,有效地解决了角度扩散较小且角度信号密度不同的相干和不相干分布式信源中心波达方向估计问题.不仅计算简单,而且适用于多个分布式信源中心波达方向的估计.仿真实验验证了所提算法的有效性,与MUSIC算法相比,本文提出的算法有更好的信噪比性能.     

基于聚焦矩阵的毫米波信号DOA估计

针对毫米波信号源的到达角(DOA)估计随频率变化、导致估计误差较大的问题,提出毫米波信号向窄带信号转化的DOA估计算法.该算法通过在频域内建立毫米波信号接收模型,将接收信号看成多个不相关的窄带信号,并将其“聚焦”在某一参考频率下,减少波束因频率变化带来的影响,进而利用旋转不变子空间(ESPRIT)算法进行毫米波DOA估计.仿真结果表明:该算法可有效降低中等信噪比下的DOA估计误差,当阵元数达到70时,可实现相对稳定的DOA估计,随频率变化估计效果保持整体稳定,从而提升毫米波系统定向传输时的链路质量.