基于特征投影矩阵的自适应方向图改善方法

在主瓣干扰背景下,采用特征投影矩阵算法,预处理后自适应方向图将出现主波束偏移,针对传统修正方法中对角加载技术的系数固定且难以确定的问题,基于HKB算法提出了一种改进的加载系数选取方法,根据接收数据能够自适应确定对角加载量。该方法在进行脊回归估计时,通过将剩余矢量的最小方差代价函数的最小二乘估计替换成误差绝对值函数进行分析计算,从而获得新的对角加载系数,同时对自适应抗干扰总效果方向图进行了分析研究,对于旁瓣性能出现的明显恶化,结合所提方法对总效果方向图进行了改善研究。仿真结果表明了所提方法既能有效解决预处理方向图主波束指向偏移问题,同时也改善了总效果方向图的旁瓣性能。     

一种无需先验信息的抗多点源干扰方法

针对存在主瓣干扰在内的多点源干扰情况,现有的阻塞矩阵预处理和特征投影预处理都取得了一定的抗干扰效果,其主要思想都是先通过预处理消除主瓣干扰,再进行常规自适应波束形成,实现对主瓣干扰的抑制,但是这2种方法需要期望和干扰的先验信息来构造预处理矩阵。为解决实际运用当中先验信息无法直接获取的问题,采用强弱信号波达方向估计方法和估计出期望信号方向和干扰方向,再结合基于伪协方差矩阵的特征投影预处理的主瓣抗干扰方法,得到一种无需先验信息的抗多点源干扰算法。仿真实验结果表明,所提方法在不知道角度先验信息的条件下于多点源干扰处形成了大于60 dB的空陷,且相比于其他方法,波形保持好,受快拍数的影响小,取得了较好的抗多点源干扰效果。     

用于二维角度估计的新型阵列结构及性能分析

为提高天线在低信噪比情况下的波达方向(Direction of Arrival,DOA)估计能力和估计精度,基于柱形多层均匀圆阵,提出了一种新型锥形多层均匀圆阵。将该阵列在锥面各条母线上的阵元等效为均匀线阵,并将各线阵上接收的数据构成新的阵列流形矩阵。对比分析2种阵列流形的克拉美罗界(Cramer-Rao bound,CRB),得出该阵列在低信噪比(Signal-to-Noise Ratio,SNR)、大仰角情况下相对柱形多层均匀圆阵可以获得更高的估计精度和估计成功概率。在仿真中,用二维多重信号分类(Two-Dimensional Multiple Signal Classification,2-D MUSIC)算法验证了该阵列在多信源、低信噪比和大仰角时的优越性,同时给出了空间角对该阵列DOA估计性能的影响。