基于多参数二次规划的零陷展宽和旁瓣控制方法

自适应波束形成算法能将零陷自动对准干扰方向,但在干扰源角度抖动等情况下,会使自适应权和数据失配.此外,在快拍数较少的情况下,传统的自适应波束形成方法可能会出现很高的旁瓣.针对上述问题,提出了一种有效的基于多参数二次规划的零陷展宽和旁瓣控制方法.首先,利用锥化矩阵修正采样协方差矩阵展宽干扰源的零陷;然后,用主瓣区域外的多个二次不等式控制旁瓣;最后用多参数二次规划方法求解优化问题.该方法不仅能获得更高的阵列输出增益,而且可以通过实值计算得到最优权向量.仿真结果验证了算法的有效性.     

GPS接收机在高动态下的抗干扰技术实现

针对GPS接收机的功率倒置算法(PI)在高动态环境下的加权系数更新速度滞后于干扰入射的变化速度问题,提出基于零陷加宽的PI功率倒置算法,通过零陷的加宽对来向干扰的接触面积更大,能抑制干扰的角度范围更大。同时为了满足硬件平台的可行性,改进了基于零陷加宽的PI功率倒置算法,对协方差矩阵引入了与零陷宽度相关的矩阵T,一次权值更新只需计算一次协方差矩阵。仿真结果表明在高动态环境下,抗干扰的零陷增益达到68 d B。在DSP+FPGA的硬件平台上,一次权值更新时间只需6.3 ms,满足高动态的干扰入射角度的变化速度。     

基于零陷展宽并加深的高动态GNSS 抗干扰算法

为解决高动态下自适应抗干扰算法在零陷展宽后深度变浅的问题,提出了干扰扰动服从高斯统计分布的 零陷展宽并加深算法。该算法通过投影变换方法对数据进行预处理,提取采样信号中的干扰分量,并通过系数 加权增强干扰分量,在零陷展宽算法基础上构造新的协方差矩阵,最后利用功率倒置算法完成干扰抑制,达到 零陷展宽并加深的目的。仿真实验结果表明,在高动态条件下,所提算法在零陷展宽算法的基础上实现了深度 的增加,提高了零陷展宽抗干扰算法的稳健性。     

基于半定规划的零陷控制方法

自适应波束形成算法能够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震动等情况下,由于干扰位置的扰动而使得自适应权和数据失配.针对上述问题,提出了一种基于半定规划的对干扰源零陷展宽方法,该方法通过对干扰源的波达方向附近范围内的方向向量的约束,来展宽干扰源的零陷范围.该方法能够有效地提高系统的鲁棒性能,使得干扰和噪声的功率输出最小,保证对干扰源的抑制能力.仿真结果验证了算法的有效性.     

零陷展宽算法的性能研究

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.通过对于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,仍能够较好地抑制干扰,从而提高算法的稳健性.     

基于功率倒置阵的特征分析法

功率倒置算法能在干扰方向形成零陷,并且干扰越强,形成的零陷越深.但对于弱干扰源的情况,该算法形成的零陷不够深,对干扰的抑制有限.基于子空间理论,对功率倒置算法进行特征矢量的分析,揭示功率倒置算法实质,并通过对干扰子空间正交投影,使方向图在弱干扰的地方形成较深零陷.计算机仿真证明了该算法的有效性.     

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.      

非均匀广义对角加载稳健波束形成算法

为解决阵列天线在信号接收过程中利用一般对角加载算法在抑制噪声影响的同时降低干噪比、使零陷变浅的问题,提出了一种非均匀广义对角加载稳健波束形成算法。该算法首先根据接收数据协方差矩阵的特征值,对不同的信号自适应地选择不同加载因子,并利用选择的加载因子通过矩阵重构构造广义对角加载矩阵对接收数据进行加载处理,最后通过Capon算法得到波束形成向量。仿真结果表明:该算法在消除噪声影响的同时,可以有效展宽零陷并使零陷深度达到-50dB,而且通过非均匀加载降低输入信号的信噪比,在期望信号波达方向误差为2°时,比一般对角加载算法输出信号的干噪比高10dB,具有较好的稳健性。     

基于协方差矩阵同时对角化的盲信号分离算法

提出了基于自相关协方差矩阵同时对角化的两个盲源信号分离算法. 利用广义奇异值分解(GSVD)算法,将源信号观测数据预白化后的零阶和一阶自相关协方差矩阵同时对角化,估算出两路源信号. 与二阶盲识别(SOBI)算法进行了比较,该算法具有计算简单且运算精度高的优点. 在线性混合加噪模型下,计算机仿真表明该算法的有效性.     

基于协方差矩阵重构的DOA估计方法

针对空间信号的波达方向估计,提出了协方差矩阵重构测向算法。由数据协方差矩阵的特征分解求得信号特征值及其对应的信号特征向量,根据各个信号特征向量构造相应的子协方差矩阵,算法定义一个新协方差矩阵。从理论上证明了新协方差矩阵在信号相干时仍然满秩,新算法在解除信号相干性的同时没有造成阵列孔径的损失。与空间平滑类算法相比,估计同样相干信号数,新算法能节省更多阵元。仿真实验证实了新算法优越的分辨能力和估计性能。     

一种新的单次快拍二维ESPRIT算法

针对复杂电磁干扰背景下相干信源的二维波达方向快速估计问题,从减小协方差矩阵计算量角度,提出了一种新的单次快拍二维ESPRIT算法(SS-ESPRIT). 该算法仅用一次快拍数据构造4个等效的协方差矩阵,进一步构造扩展的等效协方差矩阵,通过对其一次特征分解,即可实现完全解相干和二维波达方向估计. 为进一步提升该算法估计性能,提出了同相位数据叠加的对策. 数值仿真验证了SS-ESPRIT算法在提升实时性的同时,不会造成估计性能的下降,仅利用一次快拍数据的该算法估计性能优于快拍数为50次的空域平滑波达方向矩阵算法(DOAM),且接近快拍数为100次的DOAM算法,叠加8次同相数据后的该算法性能明显优于200次快拍的DOAM算法. 结果表明新算法适用于小数据样本估计或对实时性要求高的应用背景.      

基于离散小波变换的动态过程模型参数辨识的Markov方法

提出一种新的Ｍａｒｋｏｖ递推算法，该算法主要是基于过程噪声的离散小波变换的协方差矩阵及其Ｃｈｏｌｅｓｋｙ分解因子具有特殊稀疏带状结构的事实，利用模型输出误差的小波变换在线估计出其协方差矩阵及其Ｃｈｏｌｅｓｋｙ分解因子Ｌｃｗ，进而利用Ｌｅｗ对数据进行白色化处理。数值仿真验证了所提算法是可行的。     

基于电磁矢量阵列的非相关分布源DOA估计

提出了一种基于电磁矢量阵列(EMVSA)的非相关分布源(UD)DOA估计算法.建立了电磁矢量阵列非相关信号源模型(EMVSA-UD),同时考虑了分布源空域和极化域的分布特性,从而充分利用了分布源的信息.提出基于电磁矢量阵列的非相关分布源近似子空间算法(EMVSA-UD-ASSE),近似利用了信号子空间和噪声子空间的正交性,算法不需要进行特征值分解,避免了对UD确定有效信号子空间维数Me的困难.计算机仿真结果表明,EMVSA-UD合理,EMVSA-UD-ASSE稳定有效.     

一种色噪声背景下的信源方位估计快速算法

针对实际环境中相干信源普遍存在的情况,提出一种基于对称均匀线阵的波达方向(DOA)分步估计方法。该算法在未知噪声协方差矩阵为复对称Toeplitz(色噪声)结构的情况下,利用空间差分方法和相干信源Toeplitz矩阵重构方法相结合,来处理同时存在相干(或相关)和独立信源的情况。首先利用常规谱估计算法估计独立信源;然后用差分的方法将其排除掉,同时可以排除色噪声信息;然后用Toeplitz重构的方法将剩下的相干信源恢复为满秩,进而可以利用传播算子的方法进行DOA估计。与传统的去噪、解相干算法相比,该算法在提高阵列信源过载能力的同时,可明显减小算法的运算量。计算机仿真结果证明了新算法的有效性和正确性。     

一种稳健快速的波束形成算法

提出了一种计算自适应方向图权向量的迭代算法。为满足迭代矩阵的收敛条件，算法根据协方差矩阵的最大Gemchgorin半径选择对角加栽值对协方差矩阵进行对角加栽；通过对协方差矩阵进行简单的矩阵分裂；进而给出自适应权向量的迭代解形式。仿真表明，所提出的算法能在快拍数较少时形成稳健的特性良好的方向图。     

一种高精度的近场与远场混合源定位算法

提出了一种高精度的近场和远场混合信号源定位算法．此算法利用混合源阵列流形的对称性特点,从阵列流形里分离出到达角（directionofarrival,DOA）信息,并实现对所有近场与远场信号源DOA的估计．基于得到的DOA估计值,根据近场与远场源距离参数位于不同区间的特点实现对近场及远场源的分类,以及对近场源距离参数的估计．此算法由于充分利用了数据协方差矩阵的信息,并且基于多项式根值方法形成了一个统一的DOA估计器,所以获得了一个高精度的DOA估计性能,且进一步提高了近场源range参数的估计精度．此外,此算法不需要构造高阶累积量,不需要进行二维搜索,不需要进行参数配对;所有的实现过程仅需一维搜索,计算量小,实现简便．数值及与现有算法的对比实验验证了所提出算法的有效性及优越性．     

联合特征值和特征子空间投影的信源数估计

高分辨空间谱估计算法中信源数的准确估计是必要前提.文中结合矩阵重构和特征子空间投影方法,提出一种适用于弹载阵列系统的信源数估计算法.将阵列阵元分成相同的2组,求得这2组阵元接收数据的互协方差矩阵并重构信源数估计矩阵,对重构的矩阵特征分解,联合特征子空间投影和特征值加权的方法构造判决函数来估计信源数.理论分析与仿真结果表明:重构矩阵的信号子空间特征值呈平方倍增大,噪声功率得到抑制;算法有效提高了少量快拍数据和低信噪比条件下信源数估计的正确率.     

一种SINS/GPS紧组合导航系统的改进自适应扩展卡尔曼滤波算法

针对自适应扩展卡尔曼滤波算法中系统噪声协方差矩阵与量测噪声协方差矩阵不能同时被估计的问题,提出了一种改进的自适应扩展卡尔曼滤波算法.该算法基于残差,主要对滤波算法中的自适应估计器进行改进,改进后可以实时估计系统噪声.基于该算法,设计了新的滤波器并应用在SINS/GPS紧组合导航系统上,可随着系统中噪声的变化而自动地调节协方差矩阵.最后,分别用扩展卡尔曼滤波和改进的自适应扩展卡尔曼滤波对SINS/GPS紧组合模型进行仿真,结果表明改进的自适应的扩展卡尔曼滤波比扩展卡尔曼滤波的定位误差与测速误差更小,滤波的稳定性更好.      

一种用于水平柔性长线水听器阵阵形估计的新算法

为获取水平柔性长线水听器阵列的实际阵形以提高后续阵列信号处理算法的性能,提出了一种阵形估计的新算法。该算法假设辅助声源信号为宽带球面波,通过对各个频率点处的协方差矩阵进行特征分解,构造了一个基于加权子空间拟合思想的拟合函数。利用高斯-牛顿和交替投影算法实现了阵形的离线估计,并对在实际应用中可能会影响算法性能的四种主要的误差源进行了分析。实验结果表明,相对于辅助声源为窄带平面波的算法,新算法放宽了对辅助声源带宽和距离的要求,具有良好的估计精度和更大的宽容性。