基于泰勒估计的主瓣干扰抑制方法

当有源干扰进入主瓣时，传统自适应波束形成的方向图会在主瓣内出现严重波形失真，主瓣内形成零陷，旁瓣电平陡增等问题。为此，利用泰勒估计获得真实协方差矩阵的估计，通过特征分解构建特征投影矩阵，构造旁瓣零陷加深的凸优化模型求解自适应阵列权值矢量，最后将此抑制干扰的方法和基于阻塞矩阵预处理与基于特征投影预处理等两类预处理方法进行实验仿真及性能对比，从而证明了基于泰勒估计的主瓣干扰抑制方法的优点。     

基于特征投影预处理零陷加深的抗主瓣干扰算法

当主瓣干扰功率较大时,基于特征投影预处理(EPB)的自适应波束形成算法抑制旁瓣干扰的能力大大下降甚至无法有效抑制,因此,在EPB算法的基础上提出了基于特征投影预处理零陷加深的抗主瓣干扰算法。首先将特征投影预处理后的数据向去除了主瓣干扰的干扰信号子空间上投影,对得到的数据进行适当的加权,再加到特征投影预处理后的数据上,以加强旁瓣干扰信号功率;其次利用干扰加强后的采样信号形成新的协方差矩阵,并计算其自适应权矢量;最后利用求得的自适应权矢量获得阵列输出,并对该算法的信干噪比进行了简要分析。仿真结果表明,当主瓣干扰功率较高时,该算法能够在旁瓣干扰方向上形成较深的零陷,具有更好的旁瓣抑制效果。     

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。     

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...     

带指向约束的多目标调零天线

在卫星导航接收机中,传统调零天线无法形成对卫星信号的主瓣指向.为了能同时形成多个天线方向图主瓣,并分别对准不同卫星信号,从而提高阵列增益,文中引入导向约束条件,采用直接矩阵求逆方法求解每个卫星信号的最优权矢量解,并完成波束合成;分析了文中算法的运算量,给出了阵列增益的解析表达式.研究表明,文中算法不仅抑制了外部干扰,而且克服了卫星信号间的相互干扰,形成了对每个卫星信号的主瓣指向,提高了输出信噪比.方向图和期望信号输出信干噪比的仿真结果验证了该算法的有效性.     

单脉冲雷达多通道辅助处理主瓣干扰对消方法

根据单脉冲雷达等幅面阵方位和俯仰维方向图相互独立的特点,利用俯仰维差信号、方位维差信号及双差信号经加权处理分别对消主瓣干扰信号.理论推导了主瓣干扰对消原理并进行仿真验证,结果表明:所提方法在对消干扰信号的过程中没有引起单脉冲曲线变形.最后,根据干扰角度无法先验获知的实际情况,提出了通过迭代处理实现对目标角位置估计的方法.     

基于数据预处理的改进GS正交化波束形成

针对常规Gram-Schmidt（GS）正交化算法在训练快拍中混有期望信号时,自适应波束会出现期望信号相消的问题,提出了基于数据预处理的改进GS正交化波束形成算法. 该算法构造阻塞矩阵进行数据预处理剔除期望信号,估计对应的协方差矩阵,并对其进行GS正交化重构干扰子空间,将静态加权矢量向干扰子空间作正交投影得到自适应权矢量. 同时,为准确估计干扰子空间,对协方差矩阵的正交化自适应门限进行了修正. 仿真结果表明,所提算法的输出信干噪比（SINR）比其它GS正交化算法有2 dB以上的性能改善.      

强电磁环境下电子变压器局放信号抗干扰研究

强电磁环境下,当前电子变压器局放信号抗干扰方法大都采用数字陷波器法,适应性和稳定性较差。为此,提出一种新的电子变压器局放信号抗干扰方法。首先构造电子变压器局放脉冲,分析压缩感知理论,由此提出电子变压器局放信号存在的问题,然后以能量输出最小化为原则设计滤波器,求解压缩域投影加权向量,利用自适应方法抵抗非期望信号(电磁信号与高斯白噪声信号的投影干扰),使投影滤波器输出的干扰最小,接近期望输出,实现抗干扰处理强电磁环境下电子变压器局放信号。实验结果表明,所提方法具有很高的抗干扰性能。     

一种应用于CDMA系统下行链路的波束形成新方法

提出了一种应用于下行链路的波束形成新方法。该方法首先利用码滤波的方法估计期望用户主径的波达方向，然后引入虚拟信号，利用期望用户主径的波达方向形成波束的主瓣，并利用虚拟信号抑制旁瓣。仿真结果表明，该方法的有效性。     

伪码引信抗欺骗干扰的互相关正交投影联合法

针对伪码引信中抗欺骗干扰的问题,提出了互相关与正交投影联合法.首先干扰作用下的伪码引信视频信号与伪码产生器产生信号进行互相关,通过门限检测法获得相关峰数目,若存在一个相关峰,不进行抗干扰处理,若存在两个相关峰,通过相关峰值检测估计干扰延时,利用该延时信息和伪码产生器产生信号获得正交投影矩阵,干扰通过正交投影被滤除.仿真分析发现该方法能有效滤除干扰,抗干扰后信号与理想回波信号基本吻合.     

基于杂波扩展的STAP投散射干扰方法

空时自适应处理技术(STAP)在机载预警雷达中应用广泛,对其干扰的研究具有重要意义.针对传统相干干扰方法采用主瓣对主瓣的方式截获雷达信号易被发现的问题,提出一种基于杂波扩展的干扰方法.干扰机位于雷达副瓣,截获雷达杂波信号而非直达波信号作为相干干扰信号的来源,采取投散射的方式实施干扰,实现对雷达的主瓣干扰.推导了干扰机接...     

基于全局-局部保持投影的稀疏降维方法

该文提出了一种基于全局-局部结构保持的稀疏投影模型(GLSPP).通过对投影数据进行线性重构来保持数据的全局结构,从而保留投影数据的全局信息.通过约束重构系数矩阵与相似性矩阵的相似性来保持全局保持数据和局部保持投影数据的一致性.同时,对重构系数矩阵和相似性矩阵进行稀疏约束,保留主要信息,以减少冗余信息的干扰.在公开的4个人脸与物体数据集上的实验结果显示:该方法具有较高的分类准确率.     

基于GPU的对称正定稀疏矩阵复线性方程组迭代算法

提出一种基于图形处理器（GPU）的对称正定稀疏矩阵复线性方程组迭代算法. 首先, 采用基于GPU的共轭梯度法和双共轭梯度法, 实现GPU上的矩阵向量乘操作, 并充分优化相应的算法步骤; 其次, 实现基于GPU的对角元预处理、 不完全Cholesky分解和对称超松弛3种预处理方法, 提出一种基于GPU的求解三角方程组并行算法; 最后, 实验分析各种预处理方法的优劣. 实验结果表明, 该算法较CPU串行迭代算法与经典的直接法速度提升较大, 最高可达到76倍的加速比.     

基于协方差矩阵的干扰阻塞算法

 为解决干扰阻塞算法对阵列接收信号构造阻塞矩阵进行干扰抵消后,位于干扰附近的信号会受到严重衰减而无法进一步检测的问题,提出一种基于协方差矩阵的干扰阻塞算法。针对阵列接收信号的协方差矩阵构造阻塞矩阵,利用协方差矩阵的特点实现干扰阻塞算法,减弱因干扰抵消而造成的信号衰减,利于信号的进一步检测。理论分析和计算机仿真结果表明,相对于干扰阻塞算法,基于协方差矩阵的干扰阻塞算法在信号和干扰相距较近时能有效抵消干扰同时减少对目标信号的衰减。     

利用交替方向法求解H权重最近相关系数矩阵问题

由于计算H权重的半正定矩阵锥投影比较困难,目前求解带有H权重的最近相关系数矩阵问题的方法很少且比较复杂.考虑用交替方向法求解该问题,每次迭代只需求解一个有显式解的二次规划问题和一个不带权重的半正定矩阵锥投影,计算简单,易于实现.为提高计算速度,还考虑了改进的交替方向法.此外,通过数值实验对交替方向法与现有方法进行了比较,说明了交替方向法对解决带有H权重的最近相关系数矩阵问题的有效性.     

一种非合作超宽带信道盲估计算法

为了解决非合作多通道室内通信环境中的超宽带信道先验信息难以获得、信道稀疏度弱的问题,提出了基于盲压缩感知的信道估计方法,以求进一步改善超宽带信道估计性能。盲压缩估计过程不依赖信道先验信息,采用稀疏编码与正交基更新交替迭代来获得稀疏矩阵和正交基;然后通过优化乘积得到重构信道,实现非合作超宽带系统信道估计。相对于传统方法,盲压缩感知理论提高了信道估计精度及模数转换速率,并且具有较好的抗噪声干扰能力。通过实验结果可知,该方法有效地克服了噪声干扰,降低了均方误差,在理想环境下,重构误差接近10~(-11)。     

阵列测向中基于投影分解的信源数目后判断

信源数目判断是阵列测向中的重要课题,目前常用的方法一般都不利用信源的入射方向估计信息,称为信源数目的“前”判断方法。由于使用的信息较少,这类方法很难给出信源数目的准确估计。当信源数目估计过少时,将影响测向效果,而过多时则无法去掉虚假信号。为解决该问题,提出了基于投影分解的信源数目“后”判断方法。分析证明了该方法与ＭＵＳＩＣ、极大似然算法配合使用的问题,并进行了计算机模拟。结果表明,该方法有较强的适用性且判断效果较好。     

基于TCM-KNN算法的数据预处理问题研究

就基于数据预处理的入侵检测系统进行了研究,并针对数据预处理子系统,提出了一种有效的预处理方法,即将对数据源的基本处理和基于TCM-KNN算法的数据预处理聚类器相结合。实验证明,经过预处理的数据,不仅使不完整信息数量和攻击数据数量大大减少,而且使入侵检测系统的检测率得到了进一步的提高,误报率得到了进一步的降低。