L-DACS1系统干扰抑制与循环自适应波束形成方法

为了解决L频段数字航空通信系统1(L-band digital aeronautical communication system, L-DACS1)正交频分复用(orthogonal frequency division multiplex, OFDM)接收机遭受测距仪(distance measuring equipment, DME)信号干扰的问题,提出了正交投影干扰抑制与循环自适应波束形成的空域滤波方法。首先,利用正交投影算法抑制DME信号干扰;然后,利用OFDM信号的循环平稳特性,构建循环自相关矩阵,通过奇异值分解得到波束形成的最优权矢量;最后,利用最优权矢量进行空域滤波。仿真研究表明,该方法可以在OFDM期望信号上形成稳定的主波束,同时能够抑制DME信号干扰。且所提方法具有复杂度较低、低信噪比情况下波束形成算法鲁棒的优势。     

GPS多波束盲自适应动态干扰抑制算法

依据全球定位系统(global position system, GPS) C/A码信号的周期重复特点,提出了一种新的多波束盲自适应动态干扰抑制算法。首先利用子空间投影和零陷展宽技术抑制动态干扰,然后将无干扰的数据送入多波束形成器,由于GPS信号和噪声的重复周期不同,所以可以根据延迟协方差矩阵的分解得到信号子空间,进而确定每个波束的权矢量。仿真证明,该方法能有效抑制动态干扰,同时又能将波束的主瓣对准卫星方向,从而提高卫星信号的信噪比。     

联合正交投影与盲波束形成的干扰抑制方法

针对L频段数字航空通信系统1(L-band digital aeronautical communications system 1, L-DACS1)以内嵌方式部署在航空无线电导航频段而产生的高强度测距仪脉冲信号干扰正交频分复用(orthogonal frequency division multiplexing, OFDM)接收机的问题,提出联合正交投影与盲波束形成的干扰抑制方法。接收机首先通过将接收信号矢量投影到干扰信号正交补空间的方法消除高强度测距仪脉冲干扰,然后利用OFDM信号循环前缀的对称特性,基于期望信号与参考信号矢量内积度量最大化准则得到波束形成权值,并通过波束形成方法提取OFDM直射径信号。计算机仿真表明:论文提出方法可有效克服测距仪脉冲及OFDM散射径信号的干扰,提高L频段数字航空通信系统1的链路传输的可靠性。     

基于BSBL-BO算法的DME脉冲干扰抑制方法

针对测距仪(distance measure equipment, DME)信号干扰L频段数字航空通信系统1(L-band digital aeronautical communication system 1, L-DACS1)正交频分复用(orthogonal frequency-division multiplexing, OFDM)接收机的问题, 提出基于块稀疏贝叶斯学习-边界优化(block sparse bayesian learning-the bound optimization, BSBL-BO)算法的DME脉冲干扰抑制方法。首先, 利用OFDM接收机空子载波不传输有用信号的特点构造针对DME脉冲干扰信号的压缩感知模型; 然后基于BSBL-BO算法重构DME脉冲干扰信号; 最后在时域进行干扰消除。仿真结果表明, 该方法比已有的脉冲干扰抑制方法具有更高的重构精度和更快的运算速度, 进一步降低了OFDM接收机的误比特率, 提高了L-DACS1系统前向链路传输性能。     

基于自适应抗干扰技术的辐射发射现场测量方法

提出了一种具有干扰抑制效果的外场辐射发射测试新方法。该方法通过获取多通道接收数据,利用多重信号分类(multiple signal classification, MUSIC)算法获取受试设备的辐射信号和现场其他干扰信号的波达方向,并采取最小方差无畸变波束形成算法在干扰信号来向形成阵列天线方向图的“零陷”,从而实现对干扰信号空间抑制。结合短时傅里叶变换方法,对不同体制的干扰信号的抑制效果进行时频域仿真。结果表明,该方法在保证受试设备辐射特性无失真的情况下,既能同时抑制多个干扰源,又能有效抑制同频干扰和宽带干扰。     

基于噪声子空间特性的波束形成器设计

为高效、高性能地合成阵列接收信号, 提出基于噪声子空间特性的波束形成器设计。首先, 利用噪声的宽带分布特性, 对Capon空间谱的噪声区域做粗采样, 由此进行残留噪声补偿, 获得信号协方差矩阵的估计; 其次, 利用噪声子空间与信号子空间的正交性, 通过信号协方差矩阵分解构造出信号正交补投影算子; 最后, 利用噪声子空间与干扰子空间的正交性, 用该投影算子对观测信号进行处理, 获得干扰功率估计, 进而推导出干扰加噪声协方差矩阵和最终的波束形成器。仿真结果表明, 该方法仅耗费较少的快拍, 即可在大信噪比范围内实现较高信干噪比输出。     

基于凸约束下泰勒估计的主瓣干扰抑制算法

针对真实信号协方差矩阵估计难以直接获取及低快拍条件下传统采样协方差矩阵存在较大误差的问题,提出了基于凸约束下泰勒估计的抗主瓣干扰波束形成算法。该算法首先利用凸约束下的泰勒估计法在低快拍数条件下对信号协方差矩阵进行估计。其次利用多信号分类算法进行波达方向估计,筛选主瓣干扰对应特征矢量。而后利用特征投影矩阵法对主瓣干扰进行抑制。最后,通过添加线性约束获得权值矢量进行波束形成。仿真结果显示,在低快拍数条件下,所提算法对信号协方差矩阵具有更高的估计精度,波束形成性能稳健且具有更高的输出信干噪比。     

波束域的信号盲分离方法

现有的源信号盲分离方法大都是针对阵元输出信号进行的,各种干扰信号和观测噪声的影响使盲分离算法性能退化,甚至失效.为了提高低信噪比情况下的信号盲分离能力,提出一种新的信号盲分离方法,即先对阵元观测信号进行盲波束形成,而后利用波束输出信号实行盲分离.盲波束形成阶段既提高了盲分离输入信号的信噪比,又可降低盲分离模型的阶次,信号盲分离阶段不仅能进一步净化信号,还能分离同一波束内两个以上的源信号.采用多种情况的人工仿真混合信号进行实验,以评价新算法的性能,仿真结果表明新的盲分离方法优于各阶段算法.     

基于子空间的MIMO OFDM盲载波同步方法

针对MIMO OFDM系统,分析了多径信道与频域信号Hadamard积子空间的特点,构造了适合多天线条件下的基于子空间投影的频偏估计代价函数.该代价函数只和归一化频偏与接收数据有关,不需要信道信息和发送数据信息,因此是一种能有效提高数据传输效率的盲频偏估计方法.与已有盲同步方法相比,所提方法不需要使用虚子载波,因而频谱利用率可得到进一步提高.文中对算法的性能进行了仿真,验证了算法可对一个子载波间隔内的归一化频偏进行精确估计.结果表明,该方法性能优于已有文献提出的MIMO OFDM盲载波同步方法.     

多通道相控阵自适应数字单脉冲合成方法

为了在有源干扰条件下对目标到达角精确估计,提出一种二维多通道平面相控阵雷达自适应单脉冲波束合成方法。利用平面相控阵方向图的正交性,沿阵列一个方向分别合成和子阵及差子阵,对子阵输出进行自适应处理,可以在其正交方向上形成零点,同时抑制旁瓣及主瓣干扰,并保证该方向上和、差波束不发生畸变,确保该方向的测角精度。仿真结果验证了算法的有效性。     

基于JADE的测距仪脉冲干扰抑制方法

为解决测距仪脉冲信号干扰L频段数字航空通信系统1(L-band digital aeronautical communications system 1, L-DACS1)正交频分复用接收机的问题,提出一种基于特征矩阵联合对角化(joint approximate diagonalization of eigen matrices, JADE)的测距仪脉冲干扰抑制方法。首先将干扰抑制问题转化为盲源分离问题,在接收端建立频域盲分离模型,利用JADE算法将接收到有用信号与测距仪干扰信号分离;然后根据干扰信号的功率特性进行分离后信号的识别;最后通过训练序列解决盲源分离固有的幅度模糊性问题,最终恢复出有用接收信号。仿真结果表明:所提出的基于JADE的干扰抑制方法可有效消除测距仪脉冲信号干扰,改善系统的误比特性能,增加传输可靠性。     

GNSS抗干扰接收机的自适应波束形成算法

针对全球导航卫星系统（global navigation satellite system, GNSS）接收机的抗干扰问题,以空-时自适应天线阵列为研究对象,提出了组合的自适应波束形成算法。该算法首先采用子空间正交投影技术消除接收信号中的强干扰信号,然后通过最大化相关后信号载噪比（carrier to noise ratio, C/N₀）约束准则加强GNSS信号质量。仿真结果表明,相对于传统的最大化阵列输出信噪比准则,最大化相关后信号C/N₀准则能够提高信号载噪比约4 dB。并且提出的组合算法可使接收机在有效抑制干扰的同时,又能够大大提高信号的捕获和跟踪性能。     

单快拍相干信号自适应波束形成方法

针对低快拍条件下相干信号波束形成问题,提出一种单快拍相干自适应波束形成方法。首先,构造Duvall特征消除器滤除阵列接收信号中的期望信号,再利用空间平滑方法解相关。然后,依据Hung Tuner算法对平滑后的协方差矩阵进行Gram Schmidt正交化,快速重构干扰信号子空间。最后,将静态权矢量在干扰子空间内的正交投影作为波束形成最优权矢量。该算法可有效避免协方差矩阵求逆和特征分解造成的复杂计算,且能降低由于期望信号泄露造成的子空间估计误差,在单快拍条件下性能良好。仿真分析验证了算法的优越性和理论分析的有效性。     

基于优化ZFBF的认知MISO系统中的用户选择算法

为提高认知无线电多输入单输出(cognitive radio multiple input single output, CR MISO)系统传输速率,给出一种基于波束成形的用户选择算法。假设信道状态信息已知,算法采用零空间理论消除对主用户(primary user, PU)干扰和优化迫零波束成形(zero forcing beamforming, ZFBF)技术消除认知用户(cognitive user, CU)间干扰。考虑发射功率限制,依次选择CU进行注水功率分配实现最大化系统传输速率。此外,在迭代中采用正交三角分解（orthogonal triangular decomposition, LQ)减少算法复杂度。数值分析表明,本算法系统的传输速率与PU的干扰门限大小无关,且比采用近正交用户选择算法的系统传输速率高4~6bps/Hz。当发射功率限制为10 dB时,在相同条件下使用优化ZFBF的传输速率比使用ZFBF的传输速率高约1 bps/Hz。     

Krylov subspace method based on data preprocessing technology

The performance of adaptive beamforming techniques is limited by the nonhomogeneous clutter scenario. An augmented Krylov subspace method is proposed, which utilizes only a single snapshot of the data for adaptive processing. The novel algorithm puts together a data preprocessor and adaptive Krylov subspace algorithm, where the data preprocessor suppresses discrete interference and the adaptive Krylov subspace algorithm suppresses homogeneous clutter. The novel method uses a single snapshot of the data received by the array antenna to generate a cancellation matrix that does not contain the signal of interest （SOI） component, thus, it mitigates the problem of highly nonstationary clutter environment and it helps to operate in real-time. The benefit of not requiring the training data comes at the cost of a reduced degree of freedom （DOF） of the system. Simulation illustrates the effectiveness in clutter suppression and adaptive beamforming. The numeric results show good agreement with the proposed theorem.     

存在幅度/相位误差的稳健波束形成

基于线性约束最小方差准则(LCMV)的自适应波束形成器,在存在阵列幅度/相位误差情况下性能会显著下降。针对此情况,基于信号子空间与噪声子空间的彼此正交特性,对存在误差的信号导向矢量和干扰导向矢量,同时向信号子空间投影,然后对投影后的导向约束采用LCMV准则进行自适应波束形成。理论分析和仿真结果表明文中方法对阵列幅度、相位误差具有稳健性。     

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。