基于改进广义线性组合算法的极化阵列稳健波束形成

为提升极化阵列波束形成的稳健性,将广义线性组合(general linear combination, GLC)算法应用于极化阵列. 分析了GLC算法在较高输入信噪比条件下,阵列存在阵元扰动和期望信号(signal of interest, SOI)波达方向(direction of arrival, DOA)误差时,输出的信干噪比随快拍数增加而下降的原因,并提出了一种结合转换函数的改进GLC算法. 所提算法根据采样协方差矩阵(sample covariance matrix, SCM)特征值相关参数的大小,对信噪比进行判断. 信噪比较高时,采用改进GLC算法计算对角加载量(diagonal loading level, DLL);信噪比较低时,采用原GLC算法计算DLL,从而使得所提算法在任意输入信噪比和快拍下的输出信干噪比均大于或等于原GLC算法. 通过主瓣干扰条件下的计算机仿真实验验证了所提算法的有效性.      

基于改进人工蜂群算法的共形阵列波束形成

针对共形阵列中主瓣约束下的波束形成问题,文章提出了一种基于改进人工蜂群算法(Improved Artificial Bee Colony algorithm,IABC)的低副瓣方向图综合算法。算法首先将共形阵列的波束形成问题归纳为一个与目标方向图距离最小化的优化问题。通过引入多维邻域搜索策略,改善人工蜂群算法的局部搜索效率,同时通过增加罚函数来抑制副瓣电平,对权值矢量空间进行搜索,寻求最优权值矢量,最终得到与期望逼近的阵列方向图。实验结果表明该算法能够很好地逼近期望方向图,收敛速度快,为实现共形阵列下的波束形成提供了有价值的参考。     

MIMO阵列宽带发射波束设计

研究了MIMO(Multiple Input Multiple Output)阵列的发射波束设计问题,通过仿真研究比较了几种窄带发射信号设计方法的性能.针对宽带信号发射波束设计问题,在发射能量约束条件下提出了三种宽带发射信号设计的方法:常规最小二乘波束图匹配方法,目标方位互相关系数最小化方法和最低旁瓣方法.通过目标函数和约束条件的等效变换将波束图设计问题转换为半正定锥优化问题,并采用高效凸优化算法求解,有效降低了高维优化问题的运算量.     

基于空频滤波的并行单星约束波束形成算法

由于空域抗干扰算法形成零陷时会导致有用信号一定程度失真,提出了基于空频滤波的并行单星约束波束形成算法。针对宽带接收机的应用,在空频二维宽带处理器的模型下,将各阵元接收数据变换到频域;通过频域并行单星约束方程,保证信号带宽内每个频点上的信噪比,有效防止了传统算法对有用信号的衰减。最后,将每颗卫星信号逆变换到时域,便得到了干扰抑制之后的全部卫星信号。计算机仿真验证了理论分析的正确性和算法的稳健性。     

适用于任意阵列的鲁棒波束形成算法

针对期望信号来波角度误差和干扰快速变化导致的导向矢量失配问题,本文提出了一种新型的零陷展宽鲁棒自适应波束形成算法.该算法重构接收信号的协方差矩阵,根据大致的期望信号角度约束平顶主瓣波束,提出了迭代算法来解决经过上述处理步骤后得到的非凸的优化问题.仿真显示,本文提出的算法相比于传统算法对来波角度误差及干扰快速变化拥有更好的鲁棒性,且该算法适用于任意阵列.      

基于MIMO阵列的混合波束赋形算法

低轨(low earth orbit,LEO)卫星通信可以克服恶劣地形影响实现远距离通信,面对突发灾害能快速部署解决通信问题,但是,卫星在保持高速运动的同时采用高频段的信号,容易导致通信时产生严重的信号衰落。针对此问题,基于传统遗传算法提出一种适用于混合波束赋形架构的算法。固定模拟域对数字域进行迭代优化,然后固定数字域对模拟域进行迭代优化,通过共同的待优化矩阵进行联合求解,在固定功率的前提下不断迭代优化矩阵,采用混合波束赋形方法有效减少硬件复杂度,更加接近数字波束赋形的性能。仿真表明,在混合波束赋形架构应用上,相对于传统的正交匹配追踪(orthogonal matching pursuit,OMP)算法,所提算法性能提升了6.61%。     

基于子空间技术的常规多波束形成抗干扰算法

卫星导航系统(GPS)的很多抗干扰技术是以卫星信号来向估计为基础的,当估计卫星信号来向有困难时,这些算法将失效.提出了一种基于子空间投影的常规多波束抗干扰算法.该方法先进行子空间投影抑制干扰,然后在固定方向上采用常规波束形成方法(CBF)形成多个主波束,最后对每个波束得到的无干扰数据进行捕获及定位解算等.该方法的特点是...     

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．     

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...     

联合波束形成与谱减法的麦克风阵列语音增强算法

考虑到封闭环境的散射噪声场中,传统波束形成方法及单通道谱减法对噪声抑制的局限性,提出一种将波束形成方法与谱减法相结合的麦克风阵列语音增强方法．该方法首先通过波束形成器的空间滤波作用,将波达方向不同的语音信号和噪声信号加以区别,再经过延时补偿单元的相应处理,从而达到衰减噪声的目的,然后采用谱减法对波束形成器输出端的残留噪声进行后置处理．仿真实验结果表明。在小房间混响情况下,与其他方法相比,该方法不仅运算量小。而且具有良好的噪声抑制性能．     

基于多线接收的延时乘累加超声波束形成算法

基于超声成像对于高帧频的需求特性,提出了一种基于多线接收的延时乘累加(multi-line acquisition delay multiply and sum, MLADMAS)超声波束形成算法.该算法首先借助于多线接收技术,由一条传输线得到多条合成传输线,再利用复杂度更低的延时乘累加算法,并行进行波束形成操作,以得到多条接收线输出结果.仿真实验结果表明,与传统的延时叠加算法相比,MLADMAS算法能在将帧频提高两倍的同时,得到质量更好的图像,其评价指标FWHM,PSL和CR分别提高了28.49%,26.29%,26.06%.当使用幅度变迹时,MLADMAS算法的性能进一步改善.     

阵列波束形成及其性能测度方法

阵列天线技术是空间域信号处理的关键技术.阵列波束形成是阵列信号处理的重要分支,波束形成的性能直接影响到用户对信号的使用.对阵列波束形成原理进行分析和研究,并给出了几种阵列波束形成的性能测度方法.     

基于LCMV的MQRD-SMI自适应波束形成算法

在QRD-SMI算法的基础上,提出了一种不需要前向和后向代入而能全速/并行得到实时权向量W的一种混合型QRD-SMI算法(MQRD-SMI),并给出其易于硬件并行实现的Sys-tolic阵结构.该算法能完全克服QRD-SMI算法并行性和实时性欠佳的缺点,能做到真正意义上的实时并行权向量抽取.仿真结果和分析验证了该算法的有效性和实时性.     

基于阵列接收数据重采样的频率不变波束形成器

提出一种具有不随频率变化的波束图的宽带基阵处理方法.该方法只需要使用一个真实阵列,然后通过插值方法产生多个虚拟阵列的输出,最后对这些虚拟阵列输出进行叠加得到整个基阵的输出.其优点是阵元数少、易于实现,且只需用传统的窄带阵列设计方法在参考频率下设计基阵来满足对波束图的要求.仿真结果说明了该方法的有效性.     

多输入多输出智能天线中的自适应波束形成算法

基于传统的LMS算法,提出了一种新的MIMO智能天线自适应波束形成算法,即LMS-MIMO算法.与传统的LMS算法相比,LMS-MIMO算法在发射端和接收端同时采用了智能天线技术.仿真结果表明,LMS-MIMO算法性能明显优于LMS算法,并且随着发射和接收天线阵元数目的增加,其系统性能得到了进一步改善.     

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     

频域宽带波束形成算法

宽带线性调频信号应用于相控阵雷达系统时,需采用宽带波束形成处理抑制宽带干扰.宽带波束形成会对线性调频信号的脉压结果造成影响,该文提出一种频域宽带波束形成算法,对数据先做快速Fourier变换再分频率柜进行宽带波束形成,在保证脉压处理性能的同时控制了运算量.该算法的运算量只有滑窗方法的10%左右.仿真结果表明: 该算法能有效地进行宽带波束形成抑制宽带干扰、保证脉压结果的性能.该算法更适合实时性要求高的相控阵雷达应用中.     

一种基于特征矢量波束形成算法

针对已有算法不能很有效地处理相关干扰,引起期望信号相消的现象,提出一种基于特征矢量的新的智能天线波束赋形方法,并用Matlab对其进行了仿真,仿真结果表明：这种算法在相干环境下,能有效的抑制相关干扰,在期望方向形成最大波束。     

基于阵列导频的正交时频空调制信道估计算法

正交时频空调制(orthogonal time frequency space modulation, OTFS)系统中,发送端嵌入少量高能量导频,并在导频周围预留保护符号的导频结构,会导致OTFS信号峰均比(peak-to-average power ratio, PAPR)高。基于导频和数据叠加的导频设计结构,可以降低发送端信号峰均比,但接收端信道估计复杂度高。为降低OTFS信号峰均比和信道估计复杂度,设计了一种基于最佳二进制阵列(perfect binary array, PBA)的导频结构和信道估计算法。在发送端,通过将导频能量均匀分布在一个阵列的多个导频中,降低了OTFS信号峰均比。在接收端,利用最佳二进制阵列导频的理想自相关特性,通过移位相关操作,分离信道多径和聚集每条信道径的能量,并抑制噪声和残留多径间干扰,以较低的计算复杂度实现较高精度的信道估计。相较于现有的一些导频结构及其信道估计算法,在牺牲一定的信道估计精度情况下,所提方案有效降低了OTFS信号的PAPR和信道估计复杂度。     

基于LCMV的IQRD-SMI自适应数字波束形成算法

指出QR分解采样矩阵求逆算法(QRD-SMI算法)是一种较流行的自适应数字波束形成算法,但其需要前向和后向代入才能得到自适应权向量w,从而导致其实时性和并行性能欠佳.在QRD-SMI算法的基础上,采用逆QR分解方法,提出了一种不需要前向和后向代入而能全速/并行得到实时权向量w的一种逆QR分解SMI算法(IQRD-SMI算法),给出其易于硬件并行实现的Systolic阵结构.该算法能克服QRD-SMI算法并行性和实时性欠佳的缺点,能做到真正意义上的实时并行权向量抽取.仿真结果和分析验证了该算法的有效性和实时性.