稳健自适应波束形成算法

<正>自适应波束形成是阵列信号处理的核心内容,目前已广泛应用于雷达、声纳、麦克风阵列、无线通信、导航、地震学、射电天文、生物医学等许多国民经济和军事应用领域。在实际应用中,自适应波束形成器性能恶化的一个重要原因是期望信号阵列响应的真实值与假定值之间存在一定的失配误差。传统的自适应波束形成器对这些失配误差非常敏感,即使很小的失配误差也可能导致自适应波束形成器性能的严重下降。在模型失配条件下,仍能自适应地调整波束形成器     

基于蚁群算法的子阵级自适应多波束形成

在大型阵列信号处理中,可以在子阵级进行数字波束扫描形成多波束,降低硬件成本和系统复杂度,其中子阵划分的优劣直接决定信号处理的性能.针对子阵级多波束形成的问题,提出了一种基于蚁群算法的子阵划分最优策略,该策略将蚂蚁的迁移路径作为子阵划分方案,以峰值旁瓣电平为优化目标进行迭代搜索,使得子阵级自适应形成多波束方向图的旁瓣性能...     

基于DSP的直线阵列数字多波束形成的原理及实现

介绍了一种利用多DSP实现基于直线阵列的数字多波束形成方案，通过对直线阵列的特征和数字多波束形成原理的阐述，并结合TI公司TIS320F206硬件的特点利用单波束准实时叠加的方法实现了数字多波束形成的信号处理目的，实验结果表明，采用此种方法多波束形成速度快，扩展性能好．     

单波束形成级联信道均衡的OFDM自适应阵列接收

研究了用于正交频分多路复用自适应阵列接收的低复杂度、次最优频域处理技术,提出了一种新的子载波分组级联信道估计与均衡的两级阵列接收信号处理方案.该方法在子载波分组波束形成信号处理后,级联了波束形成后信道估计与均衡处理,通过减少子载波分组数目以大幅降低计算复杂度,增加低复杂度的波束形成后均衡处理来维持或提高性能,取得了系统性能与计算复杂度之比的提高,并且在频率选择性信道通信环境下,具有更鲁棒的性能.     

改进的道夫-切比雪夫加权的波束形成方法

在阵列信号处理中端部激励状态最易发生变化,影响信号处理效果.为此,提出一种改进的道夫-切比雪夫加权的波束形成方法,成功地降低了阵列的端部灵敏度,它是传统道夫-切比雪夫加权方法的改进.它继承了道夫-切比雪夫加权的优点,即:在给定旁瓣高度的要求下获得最窄的主瓣;在给定主瓣宽度要求下获得最低的旁瓣.同时规定参数把波束分成了均匀旁瓣与下降的旁瓣2个区,从而降低了阵列端部灵敏度.     

结合波束形成的双向中继选择策略

为了增强多天线信源和多个单天线双向中继通信系统的传输性能,并降低信号处理复杂度,提出一种结合波束形成的最优中继选择策略.各个中继只需利用本地信道状态信息进行分布式的选择,2个信源分别利用最大比发送(MRT)和最大比合并(MRC)准则设计发送和接收波束形成向量.利用信道的统计特性,在瑞利衰落信道下分析新传输策略的中断概率...     

便携式三维成像声纳的非网格化稀疏阵列技术

为降低便携式三维成像声纳系统的硬件开销,同时保证阵列的波束性能,提出了一种非网格化阵列稀疏方法.该方法基于十字型阵列,在模拟退火算法中加入阵元位置扰动,以实现对十字型阵列的非网格稀疏优化,降低阵元数量;引入多频发射和并行子阵接收波束形成算法,构建模拟退火算法中新的能量函数,以保证十字型稀疏阵列具有成像实时性以及较低的计算需求.最后利用该方法对100+100的十字型阵列进行稀疏优化.实验结果表明,该方法获得的非网格化稀疏阵列能够获得预设的波束性能,并具有成像的实时性和较低的计算需求;与现有文献相比,在保持相同波束性能的条件下,该稀疏阵列具有最少的阵元数量.     

基于FFT预估计的宽带信号DOA估计

将离散傅立叶变换（DFT）运用到宽带阵列信号处理中,对等距线阵接收的信号进行波达方向（DOA）估计,解决了基于聚焦的宽带信号DOA估计中预估速度较慢的问题.该方法能快速预估出DOA,与采用传统的波束形成法预估相比,计算速度大大提高.用该方法预估后再对波达方向作高精度估计,仍具有对信号的超分辨特性.计算机仿真结果表明此方法可以运用到宽带信号处理中,计算量与传统的波束形成法相比大大减少.     

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.     

空-时二维步进频MIMO雷达宽带信号处理研究

为实现多输入多输出(MIMO)雷达距离高分辨,提出了空时二维步进频加线性调频的发射信号模型.MI-MO雷达采用空-时二维步进频的发射信号模型,可以将宽带信号处理分为接收波束形成、脉冲压缩、发射波束形成、慢时间维信号合成4个部分.发射信号分集给系统带来更多自由度的同时,也使信号处理变得更为复杂.仿真结果表明,当发射阵列规模较大时,MIMO雷达能在一个脉冲重复周期(PRT)内实现宽带信号合成,避免了常规宽带雷达的运动补偿问题.     

阵列信号处理技术

阵列信号处理(ASP)由于其广泛应用于雷达、通信、声学、生物信息处理等诸多领域而受到了长期的关注，至今还是一个研究热点。现回顾了（ASP)的发展与研究现状，介绍了阵列信号处理中主要的两大研究方法：波束形成法和空间谱估计法,总结并提出了（ASP)的研究方向。     

一种新的循环平稳盲自适应波束形成方法

循环平稳在阵列信号处理中的应用可以改善传统阵列信号处理方法仅仅利用空域先验信息对阵列误差敏感的缺点。但目前大部分的应用都是基于信号的循环频率已知的前提下进行处理 ,而在盲信号处理中 ,这一前提常常是不满足的。因此有必要研究在感兴趣信号的循环频率未知情况下的循环平稳盲信号处理问题。在现有的循环频率已知的循环平稳盲自适应波束形成方法的基础上提出一种新的盲信号处理方法 ,新方法不需要预先知道信号的循环频率。仿真结果证明了这种方法的有效性     

利用单次快拍数据自适应处理的最小二乘算法

针对直接数据域最小二乘算法存在有效阵列孔径损失及自适应方向图旁瓣电平较高等不足,提出一种利用单次快拍数据进行自适应处理的改进算法.该方法基于直接数据域最小二乘箅法所得的权值,构造出一个变换矩阵,并对阵列接收的单次快拍数据样本进行预变换处理.形成子阵级输出后.根据噪声增益最小化准则,对各子阵进行自适应波束的形成,从而充分利用了所有阵元信息,不仅提高了有效阵列孔径,而且明显改善了阵列抑制严重非平稳干扰的性能.计算机仿真结果表明了该方法的有效性.     

基于Capon的CSB sin-FDA稳健波束形成

针对抑制与目标位置接近的干扰过程中,MVDR波束形成器在阵元数较大、导向矢量失配情况下出现的主瓣畸变问题展开分析.在CSB sin-FDA接收阵列结构代替ULA-FDA接收阵列的基础上,通过RCB算法对存在误差的估计导向矢量进行修正,计算修正后的最优权矢量.仿真验证了本文方法与基于PA的MVDR波束形成器,基于FDA-BFF的MVDR波束形成器相比,在导向矢量失配时的性能优势.      

基于导数约束的互谱降秩自适应波束形成

在导数约束基础上,提出了一种对阵列导向矢量失配稳健的互谱降秩自适应波束形成算法.通过在期望方向上设置多个线性导数约束,对阵列接收数据进行利用互谱能量的降秩处理,然后进行自适应波束形成.该算法不仅能够在导向矢量失配情况下获得较好的性能,并且弥补了传统稳健自适应波束形成算法运算量大的缺点.仿真分析表明,所提出的算法具有较好的稳健性能.     

镜像地波束形成声源识别方法

为了消除波束形成声源识别时地面反射对声源识别结果的影响,给出了基于除自谱的互谱成像函数的镜像地波束形成方法.以半圆形阵列为例,基于传统波束形成方法和镜像地波束形成方法模拟的结果表明,低频时镜像地波束形成声源主瓣近似呈圆形,更接近真实声源形状,在中高频处镜像地波束形成方法相对于传统波束形成方法旁瓣水平被有效衰减,声源定位精度更高.进一步,研究了传统波束形成方法和镜像地波束形成方法在地面不同吸声特性情况下的声源识别性能,结果表明,当吸声系数较低时,镜像地波束形成仍能有效识别声源,当地面的吸声系数较高时,镜像地波束形成方法的声源识别性能变差.最后基于扬声器声源的算例试验验证了上述模拟仿真结论的正确性及镜像地波束形成在识别实际声源时的有效性.     

麦克风阵列中基于零陷波束形成的声反馈抑制

在教室和会场环境中,通常使用自适应控制方法进行声反馈抑制,但由于扬声器输出信号和麦克风输入信号之间存在强相关性,利用自适应控制方法进行声反馈抑制容易产生偏心估计问题。针对这一问题,提出在麦克风阵列中利用零陷波束形成实现声反馈抑制,该方法通过在扬声器方向上形成零陷,避免麦克风阵列采集扬声器的输出信号,达到声反馈抑制的目的。考虑到实际环境中噪声对声反馈抑制的效果有影响,利用加权最小二乘法迭代更新波束形成器系数。仿真结果显示,在有噪声的情况下,与最小二乘法、最小-最大法相比,加权最小二乘法对波束形成器反馈抑制性能的提升更有益。     

基于压缩感知的频率不变波束旁瓣水平优化方法

频率不变波束形成技术属于恒定束宽波束形成,能解决宽带信号中不同频率分量对应的波束响应不一致的问题.针对现有的一类将恒定主瓣宽度作为约束条件的频率不变波束形成方法,当阵元个数确定以后,形成的波束旁瓣水平往往达不到实际需求的问题,借助压缩感知理论,提出了一种改善波束旁瓣水平的新方法.提出的方法引入压缩感知理论(compressed sensing,CS)进行信号的预处理,并利用二阶锥规划(second order cone programming,SOCP)进行频率不变波束形成.由于压缩感知的恢复算法可以对压缩采样矩阵采集的信号进行精确重构,从而达到以更少的阵元获得相同的波束形成器性能.换言之,在相同的阵元个数条件下,通过阵列虚拟扩展增大了阵列的孔径,提出的方法比基于SOCP的频率不变波束形成方法有更低的旁瓣水平,仿真结果也表明了该方法的有效性,在相关的工程实践中具有一定的参考价值.     

基于FFT预估计的宽带信号DOA估计

将离散傅立叶变换（DFT）运用到宽带阵列信号处理中,对等距线阵接收的信号进行波达方向（DOA）估计,解决了基于聚焦的宽带信号DOA估计中预估速度较慢的问题。该方法能快速预估出DOA,与采用传统的波束形成法预估相比,计算速度大大提高。用该方法预估后再对波达方向作高精度估计,仍具有对信号的超分辨特性。计算机仿真结果表明此方法可以运用到宽带信号处理中,计算量与传统的波束形成法相比大大减少。     

基于最小二乘支持向量机的阵列波束优化研究

针对标准支持向量机计算复杂度高、内存开销大、训练速度慢的缺点,为改善标准支持向量机的训练效率,快速优化阵列波束,提出了基于最小二乘支持向量机(least squares support vector machine,LSSVM)的阵列波束优化方法。LSSVM采用二次损失函数取代标准支持向量机中的不敏感损失函数,将不等式约束变为等式约束,从而将二次规划问题转化为一个线性矩阵求解问题,具有良好的快速性;与传统的标准支持向量机波束形成相比,所需计算资源更少,训练速度更快,计算效率更高,泛化能力更强。仿真实验结果表明:在保持波束形成的性能指标基本不变的情况下,LSSVM降低了计算复杂度,减少了内存开销,提高了运算速度和收敛精度,为波束形成器的优化设计提供了一种新的有效方法。