波束域特征空间自适应波束形成算法

波束空间法是阵列自适应处理的一种重要的降维方法,可使运算量大大降低;而特征空间法只需较少的数据采样数就可以加速波束形成的收敛。将波束空间处理与特征空间处理结合起来,给出了基于特征空间的波束域自适应波束形成算法。新算法降低了自适应处理中对数据采样数的要求,并且具有更好的信噪比特性和稳健性。仿真结果证明了算法的优越性。     

空间非平稳噪声环境下的自适应波束形成

提出了一种基于空间非平稳噪声环境下的自适应波束形成新算法。该算法通过估计噪声协方差矩阵,进行预白化处理,即可采用常规方法实现波束形成,克服了色噪声对波束形成的影响。计算机仿真结果证实了这一算法的有效性。     

一种稳健的自适应波束形成方法

基于线性约束最小方差(linearlyconstrainedminimumvariance,LCMV)波束形成原理,根据贝叶斯估计理论,提出了一种基于加权的波束形成方法。该波束形成方法能够很好地克服LCMV波束形成对期望信号DOA误差特别敏感的弱点。仿真试验表明,该方法性能稳定,对期望信号DOA误差具有很好的稳健性。     

一种新的自适应波束形成技术

提出了一种新的自适应波束形成技术——基于分数低阶矩的自适应波束形成算法。该算法充分利用对称稳定过程的特点,对冲击噪声和干扰有较强的抑制作用,弥补了传统的基于二阶统计量的自适应波束形成器不能应用于冲击噪声和干扰环境的不足。计算机仿真验证了该算法的可行性和有效性。     

基于多载波信号的确定型自适应阵列波束形成方法

确定型波束形成方法利用单次采样数据完成波束形成,不需要信号的统计特性.该类方法在雷达系统中均需要两个步骤:波达方向估计和波束形成.一般为了保证系统稳定性,需要保持一定的主瓣宽度,其代价是牺牲部分波束形成自由度.研究了确定型波束形成算法在多载波扩频通信系统中的应用,提出了利用多载波调制信号的频率分集特性完成波束形成,不需要波达方向估计过程,也不需要牺牲波束形成自由度以保证系统稳定性,同时还获得相干多径合并.给出了相应的仿真实验及相关分析,验证了算法的有效性.     

基于快速逆QR分解的自适应波束形成方法

在实时自适应阵处理中 ,基于逆QR分解 (IQRD)的方法在求自适应权值时由于避免了三角方程回代运算而受到了很大的重视。但是和基本的QR分解 (QRD)一样 ,IQRD方法也存在着平方根运算。平方根的运算量相当大 ,因此成为并行实时处理的速度瓶颈。提出了一种快速的IQRD方法 ,该方法有效地消除了平方根运算 ,从而使基于IQRD的自适应波束形成法便于实时实现 ,更适合于实际应用。     

稳健的Capon波束形成

针对期望信号假定导向矢量与真实导向矢量存在误差时,常规自适应波束形成将有较大的性能损失,提出了一种稳健的自适应波束形成算法来克服这种误差敏感性。该方法分两步完成,首先估计出实际的导向矢量,然后再用该估计结果求出最优权。通过Lagrange乘子法得到简单的闭式解,它不属于对角加载系列的方法,因而不存在加载量的确定这一问题。最后通过计算机仿真验证了所提方法的有效性与优越性。     

基于新最速下降算法的自适应波束形成

针对阵列信号处理中自适应波束形成技术的抗干扰问题, 提出一种基于新的最速下降法的波束形成算法。新的最速下降法将多元二次凸优化问题转换为一元二次问题, 通过循环迭代的方式使求出的极值点向高维凸优化问题的极值点逼近, 最终使结果收敛到最优解。将这种算法应用于自适应波束形成, 提高自适应波束形成的收敛速度、抗干扰能力和低快拍下工作的能力。经过仿真验证, 与基于最小均方算法以及改进最小均方算法的波束形成方法进行比较, 所提出的波束形成算法具有抗强干扰、收敛速度快、能在低快拍条件下工作的优点。     

宽带相控阵雷达中波束形成问题的研究

多功能宽带相控阵雷达可以灵活地切换于多种工作模式和实现高分辨成像,成为相控阵雷达发展的重要方向。工作在成像模式时,系统采用具有一定带宽的信号,传统窄带波束形成的方法在宽带相控阵雷达中不再适用。对宽带相控阵雷达中波束形成问题进行了讨论,对波束方向图的畸变给出了定量分析和实验结果。在此基础上,提出了频域宽带波束形成方法中频率柜划分的依据。     

自适应数字波束形成在FMCW雷达中的应用

调频连续波(FMCW)雷达往往通过对回波信号的距离-多普勒处理来提取目标信息。由于电磁工作环境的恶化和大量射频干扰的存在,在极低的信干噪比(SINR)条件下进行目标检测和信息提取十分困难。对于阵列系统,往往采用自适应数字波束形成(ADBF)技术,来抑制强干扰和方向性干扰对有用信号的影响。讨论了在FM-CW雷达中ADBF技术的应用问题,结合两种不同的距离-多普勒处理方法,提出了相应的ADBF系统实现方案。分析表明,该方案是有效可行的,它将显著改善FMCW雷达的信干噪比,提高雷达对目标信号的检测性能。     

评"基于小波变换的多分辨信号波达方向估计法"

从信号泄漏和空间模糊的角度出发,详细分析了一种基于小波分解的多分辨信号波达方向估计方法(WD MDoA)并指出其缺陷。WD MDoA方法的基本思路是通过小波变换,把接收的阵元数据在空间上分解成多个子带,然后对每个子带进行波达方向估计。分析表明:对于WD MDoA方法,把接收的阵元数据在空间上被分解成多个子带后,如果某个子带外存在其它来波信号时,对该子带进行波达方向估计会产生虚假估计。因此,WD MDoA方法存在着较大的缺陷,计算机仿真结果验证了这个结论。     

波束空间DoA算法性能综合分析

针对波束空间谱估计算法进行深入系统地研究,给出了基于波束空间预处理算法的内在关系及统一表达式,这一表达式在空间谱估计算法统一框架的基础上,揭示了波束空间预处理算法间的相互关系,有利于波束空间算法的推广应用。最后通过计算机仿真实验,从波束增益、理论性能和统计性能3个方面比较了各种不同波束空间算法的性能,并给出了一些计算机仿真结果和结论。     

递归的稳健LCMV波束形成算法

提出了一种针对指向误差、阵元位置误差或阵元相位误差的递归的稳健波束形成方法。该方法基于导向矢量展开算法,在采用线性约束LMS算法递归搜索最优权矢量的同时,搜索真实的期望信号导向矢量。导向矢量的计算采用基于梯度搜索的最优化算法。该方法避免了常规LCMV算法的矩阵求逆运算,所需运算量小。对存在几种特定误差情况的计算机仿真结果表明,该方法稳态性能优越,对期望信号导向矢量的误差具有很好的稳健性。     

MUSIC空间谱估计并行运算算法

针对多重信号分类(multiple signal classification, MUSIC)算法计算量大不适于实时处理的问题,提出了一种并行处理方案。首先,根据协方差矩阵的Hermite特性简化其构造过程;再通过实值化预处理,将后续运算转换到实数域,通过Householder变换将协方差矩阵简化为三对角矩阵,对三对角矩阵进行QR分解得到特征值和特征向量用于谱峰搜索|最后,各个阶段都适于采用多处理器并行处理。通过理论分析和仿真,验证了该方法在对MUSIC算法性能影响不大的前提下能大大减小运算量,提高算法处理速度,为MUSIC算法的高效化实现提供了一定的理论基础。     

波束域的信号盲分离方法

现有的源信号盲分离方法大都是针对阵元输出信号进行的,各种干扰信号和观测噪声的影响使盲分离算法性能退化,甚至失效.为了提高低信噪比情况下的信号盲分离能力,提出一种新的信号盲分离方法,即先对阵元观测信号进行盲波束形成,而后利用波束输出信号实行盲分离.盲波束形成阶段既提高了盲分离输入信号的信噪比,又可降低盲分离模型的阶次,信号盲分离阶段不仅能进一步净化信号,还能分离同一波束内两个以上的源信号.采用多种情况的人工仿真混合信号进行实验,以评价新算法的性能,仿真结果表明新的盲分离方法优于各阶段算法.     

基于单个多模天线的非圆信号闭式DOA估计

针对因使用天线阵列而造成的天线互耦和阵元位置未核准问题,利用多模天线多个模式输出间的内在联系,以及完全非圆信号的特殊性质,提出了一种旋转不变型闭式波达方向（direction of arrival, DOA）估计方法。由于该法只需使用单个结构紧凑的双锥天线,无须像传统天线阵列一样进行复杂的阵元空间位置校准,适用于阵列摆放空间受限的应用场合。计算机仿真结果验证了算法的有效性和优越性。