SC-FDMA系统中继波束赋形与用户功率分配算法

针对协作单载波频分多址（single-carrier frequency-division multiple access, SC-FDMA)系统提出了一种信干噪比约束下的中继波束赋形和用户功率分配联合优化算法。该算法能使得基站端输出信干噪比满足给定约束条件的同时最小化中继节点和用户节点的发射功率。该文通过利用矩阵分析中的瑞利商理论以及交替优化理论,分析并推导得出了最优的中继节点波束赋形和用户功率分配算法。仿真结果及分析表明,该文提出的中继波束赋形和用户功率分配〖JP3〗算法与采用正交频分复用系统下的算法相比能有效地节省中继和用户节点的发射功率。此外,为了降低算法复杂度以及所需反馈开销,该文还给出了用户端等功率分配的方法以及在此基础上的中继波束赋形算法。     

二维混合MIMO相控阵雷达收发波束空间设计

针对如何提高低信噪比条件下二维混合多输入多输出(multiple input multiple output, MIMO)相控阵雷达波达方向估计精度问题,结合收发联合波束空间设计给出了解决方案。首先利用半定规划方法设计发射权值,构造旋转平移不变关系,实现发射方向图能量聚焦,约束旁瓣电平,在干扰方位形成发射零陷;在此基础上,结合最小方差无失真响应算法优化阵列接收权值,提高接收端信干噪比。仿真结果表明,所提方法能够提高低信噪比条件下二维混合MIMO相控阵雷达波达方向估计精度。     

一种改进鲁棒性的CAB盲波束形成算法

基于边界误差性能最优准则的鲁棒性方法是波束形成算法领域内的最新研究热点,将该鲁棒性方法与CAB(周期自适应波束形成)算法相结合,提出了一种新的改进鲁棒性的CAB盲波束形成算法。该算法与采用传统对角线加载技术的R-CAB盲波束形成算法相比,进一步提高了稳健性和输出信干噪比。计算机仿真验证了该算法的可行性和有效性。     

基于MVDR的阵列信号波束域预处理算法

针对基于常规波束形成(CBF)的波束域方法在波束覆盖区域外存在方位不定强干扰源时多目标方位估计(DOA)失效的问题,提出采用最小方差无畸变响应(MVDR)的波束域预处理算法。该算法根据阵列接收数据自适应调整阵元权值,在波束覆盖区域外干扰源方位形成零陷,从而减小干扰对波束输出结果的影响。分析表明靠近波束覆盖区域的强干扰源对波束转换增益的影响有限。该算法进一步提高了波束域处理方法的抗干扰能力,仿真结果验证了该算法的有效性。     

基于群交叉变异MPPSO的MIMO雷达发射波束形成

采用基于智能算法优化发射信号互相关矩阵的方法来形成所期望的发射天线方向图,实现多输入多输出(multiple-input multiple-output, MIMO)雷达发射波束控制。根据MIMO雷达数学模型构建了适合智能优化的代价函数,提出群交叉变异多相粒子群算法（swarm exchange and aberrance multiple-phase particle swarm optimization, SEA-MPPSO）,并将其应用于MIMO雷达发射信号互相关性的优化,实现了发射波束赋形。方法快速高效,能最大程度地逼近全局最优解。计算机仿真结果证明了方法的可行性和有效性。     

空时编码阵波束域超分辨角度估计方法

空时编码阵(space time coding array,STCA)雷达通过在相邻阵元间引入时间延迟,在发射单一波形的条件下可实现全向空域的有效覆盖,工程上易于实现。针对STCA雷达体制,提出了一种基于发射维空间自由度的波束域超分辨角度估计方法。通过分析STCA多维模糊函数,设计了接收端的角度时间二维匹配滤波器,因而在接收端等效形成发射多波束,获得发射维空间自由度,进而设计相应的波束域搜索导向矢量,基于波束域多重信号分类 (multiple signal classification, MUSIC)算法实现了STCA等效发射端的超分辨角度估计。仿真结果验证所提方法的有效性。     

不确定权值下的鲁棒波束形成算法

提出了一种不确定权值下的鲁棒波束形成算法(robust beamforming algorithm with uncertainweights,RBAWUW),与以往文献中对阵列导向矢量的不确定性进行约束的方法不同,该算法是通过对权值附加一个球形或椭球形不确定集约束推导出来的.在这种新的约束下,RBAWUW算法能获得比传统鲁棒Capon波束形成器(robust Capon beamformer,RCB)更高的输出信干噪比(singal-to-noise-plus-interference ratio,SINR),而且新算法与标准Capon波束形成算法的计算效率几乎相同.理论分析和仿真结果均表明,RBAWUW算法是切实可行的.     

一种改进的四阶累积量波束形成算法

波束形成算法需要使用训练序列,或需要预先掌握期望信号的DOA信息,并且在多径环境中工作性能急剧下降。基于四阶累积量的CUM2算法在理论上可以收集期望信号的各多径干扰并使系统输出信干噪比达到最大,但对于四阶累积量的估计误差使得CUM2抑制干扰信号的性能受到了较大的影响。提出将四阶累积量矩阵进行Toeplitz预处理的思想,进而得到了一种改进算法。仿真试验也证明在同等条件下,改进算法与CUM2相比有着更强的干扰抑制性能。     

基于频控阵MIMO雷达的低复杂度稳健波束形成算法

频控阵(frequency diverse array, FDA)多输入多输出(multiple input multiple output, MIMO)雷达基于发射端调制而具备的距离维自由度为主瓣干扰提供了抑制方案。结合自适应波束形成算法, 频控阵MIMO雷达能有效抑制主瓣范围内欺骗干扰信号, 但存在的信号环境复杂、导向矢量失配、采样快拍不足等问题将使算法性能恶化。针对该问题,提出了一种基于频控阵的低复杂度的稳健自适应波束形成算法。仿真实验表明, 相比于其他自适应波束形成算法, 所提算法在低信噪比(signal to noise ratio, SNR)低采样快拍且存在导向矢量失配等非理想条件下形成的波束稳健性更强、计算复杂度更低, 有效实现了对目标的指示和对干扰的抑制, 克服了其他算法在非理想条件下性能恶化的问题。     

米波MIMO雷达波束空间精确最大似然算法

针对阵元空间多输入多输出(multiple input multiple output, MIMO)雷达低仰角估计方法运算量和数据传输量太大的问题, 提出了基于波束空间的MIMO雷达精确最大似然(refined maximum likelihood, RML)算法。该算法将阵元空间的数据转换到波束空间, 实现降维处理, 再利用最大似然的思想对波束空间的数据进行测角。计算机仿真结果表明, 相比于基于阵元空间的MIMO雷达RML算法, 所提算法有着良好的测角性能, 并大大降低了算法运算时间。同时, 通过计算机仿真分析了信噪比、仰角、波束指向与目标仰角之间的偏差、阵元数、反射系数误差和天线中心高度等因素对所提算法测角性能的影响。