强干扰背景下基于局部空间差分算法的相干目标DOA估计

针对传统算法对强干扰背景下相干目标的波达方向(direction of arrival, DOA)估计效率低、精度不高等问题,在构造干扰阻塞矩阵消除特定方向强干扰的基础上,基于局部空间差分算法进行相干目标的DOA估计。首先通过接收信号矩阵的角度信息构造阻塞矩阵来剔除协方差矩阵的强干扰信息,然后利用局部空间差分算法将协方差矩阵划分为若干子阵,从而充分提取有效信息并实现解相干,最后利用线性算子算法完成对目标的DOA估计,避免高复杂度的谱峰搜索。结果表明：该算法有效提高了数据利用率,有较好的解相干效果,能够在不同的信噪比和快拍数条件下获得比传统算法更低的估计偏差和更高的成功概率。     

基于协方差的正交频分复用系统抗干扰算法

提出了基于自协方差函数的单发射多接收(SIMO)正交频分复用系统(OFDM)抗干扰算法.该算法利用接收信号的协方差矩阵寻找阻塞干扰信号的滤波器,算法对干扰和载波频率误差不敏感,可用于未获得时间同步和载波同步的环境下,这些特点是多数其他的正交频分复用系统抗干扰算法所不具备的.     

面向语音增强的聚焦自适应波束形成方法

针对语音信号相对带宽大、麦克风存在误差以及现有自适应波束形成方法宽带干扰抑制能力不足的问题,提出一种面向语音增强的聚焦自适应波束形成方法。首先将Capon空间谱处理为接收信号的概率密度函数,并对不同频带设计了基于阵列观测数据的聚焦矩阵,从而根据干扰功率自动调整频率聚焦程度;然后,计算聚焦后的样本协方差矩阵和各子带频段内的干扰加噪声协方差矩阵,并利用聚焦矩阵重构出宽带数据的干扰加噪声协方差矩阵;最终,通过重构出参考频率下的期望信号协方差矩阵,修正期望信号方向的导向矢量并得到自适应波束形成器的加权向量。数值仿真结果表明：所提方法能够有效地对期望信号进行接收的同时充分抑制宽带干扰;所提方法在强干扰处的聚焦误差仅为现有方法的约1%;在信噪比为15 dB且入射角误差为3°的情况下,所提方法的输出信噪比较现有方法提高约12 dB。     

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.      

基于伪数据相关矩阵二次重构的DOA估计新算法

针对传统波达方向估计算法在强信号邻近时弱信号难以估计和信源相干情况下算法性能失效的问题,通过对传统波达方向估计算法的理论推导和研究分析,变换阵元的数据接收矩阵来重构协方差矩阵,再对新的协方差矩阵对应信号的较大特征值进行重新排序,构造出伪数据相关矩阵,并结合MUSIC谱进行谱峰搜索完成对强弱邻近相干信源的波达方向估计.通过仿真比较,结果表明新算法消除了信号的相干性,不造成阵列孔径损失,并能对强弱邻近信号作出准确估计.     

基于协方差矩阵重构的DOA估计方法

针对空间信号的波达方向估计,提出了协方差矩阵重构测向算法。由数据协方差矩阵的特征分解求得信号特征值及其对应的信号特征向量,根据各个信号特征向量构造相应的子协方差矩阵,算法定义一个新协方差矩阵。从理论上证明了新协方差矩阵在信号相干时仍然满秩,新算法在解除信号相干性的同时没有造成阵列孔径的损失。与空间平滑类算法相比,估计同样相干信号数,新算法能节省更多阵元。仿真实验证实了新算法优越的分辨能力和估计性能。     

多级并行干扰抵消算法的CDMA系统性能分析

分析了多级并行完全干扰抵消算法和多级并行部分干扰抵消算法应用于存在定时误差的CDMA系统中的性能。建立了系统信号模型,给出计算误码率的公式。作了在有远近效应情况下的性能比较。得出多级并行干扰抵消算法比传统的单用户检测性能优越,部分干扰抵消算法比完全干扰抵消算法性能优越的结论。     

多级并行干扰抵消算法的CDMA系统性能分析

分析了多级并行完全干扰抵消算法和多级并行部分干扰抵消算法应用于存在定时误差的CDMA系统中的性能。建立了系统信号模型,给出计算误码率的公式。作了在有远近效应情况下的性能比较。得出多级并行干扰抵消算法比传统的单用户检测性能优越,部分干扰抵消算法比完全干扰抵消算法性能优越的结论。     

起伏背景噪声下地震波传感器阵列目标检测算法研究

针对起伏背景噪声下传统地震波传感器阵列检测算法虚警概率高、检测概率低的问题,提出一种基于信号相关性的阵列目标检测算法.利用传感器阵列在一个检测周期内接收到的数据建立信号检测矩阵,由检测矩阵列向量之间的相关性标记信号中目标成分的大小,进而引入相关性参数并构建检测统计量,利用信号相关消除时变的环境噪声干扰,有效克服起伏噪声对目标检测结果的影响.推导算法虚警概率与检测门限之间的定量关系,得到一定虚警率下的检测概率.基于计算机仿真和舰船目标实测试验对比本文提出算法与现有方法,结果表明本文算法可以在起伏背景噪声下有效检测出目标,且检测性能优于现有检测算法.     

一种稳健的高动态GNSS干扰抑制算法

为了解决在高动态环境下干扰信号来向迅速变化并移出波束零陷,导致抗干扰算法性能下降的问题,提出了一种基于零陷展宽并加深的稳健波束形成算法。首先在干扰区间内设置多个虚拟干扰代替单个干扰,然后通过协方差矩阵前后向空间平滑技术对协方差矩阵进行数据修正。仿真结果表明,新算法不但可以有效加宽并加深干扰信号来向上的零陷,使得阵列有较好的输出信干噪比,而且当干扰来向快速变化时能保持较强的稳健性。在高动态环境下,当干扰快速运动时仍然具有较高的阵列输出。因此所提算法与其他算法相比具有更好的性能,并具有良好的稳健性,可为高动态环境下的强干扰抑制提供理论参考。     

基于低秩矩阵近似的鲁棒DOA估计方法

针对非均匀噪声背景下传统非离散化方法在少快拍条件下波达方向（DOA）估计性能恶化的问题, 提出基于原子范数最小化和零化滤波器的非离散化参数估计方法. 该方法利用参数空间连续性构建基于原子集合的阵列信号稀疏表示模型, 将信号协方差矩阵的恢复问题转化为原子${\ell _0}$范数最小化问题. 基于信号协方差矩阵的厄米特托普利兹结构和低秩特性, 将原子${\ell _0}$范数最小化问题转化为实际可解的基于低秩矩阵近似的半定规划问题, 从而恢复信号协方差矩阵. 根据零化滤波理论通过求解零化滤波器系数获取DOA参数估计. 仿真结果表明, 在非均匀噪声和少快拍同时存在条件下, 该方法比现有同类方法具有更高的估计精度和鲁棒性. 在不同最大噪声功率比条件下,本文方法的均方根误差比现有方法平均减小59.4%.      

应用全极化辅助天线和Kalman滤波器的旁瓣干扰对抗方法

为减小干扰极化方式对旁瓣对消系统的影响,提出一种基于全极化辅助天线和Kalman滤波器的极化域-空域联合抗旁瓣干扰方法。首先对辅助天线进行正交双极化改造,根据极化通道功率优选辅助通道信号,进而利用Kalman滤波器进行闭环旁瓣对消。该方法将旁瓣对消系统看作误差预测滤波器,将优选的辅助通道加权和作为量测,通过迭代修正权值矢量,减小主通道信号与量测的误差,从而消除旁瓣干扰,提高主通道信噪比。仿真实验表明:该方法收敛速度快,适用于多辅助通道情况,对正交极化干扰的输出信噪比优于常规旁瓣对消约10dB,在低快拍条件下稳定性好。     

基于独立分量分析的跳频通信抗梳状阻塞干扰方法

针对梳状阻塞干扰对跳频通信造成严重影响的问题,根据跳频信号与梳状干扰的统计独立特性,将独立分量分析引入跳频通信抗干扰之中,提出了基于独立分量分析的跳频通信抗梳状干扰方法。围绕输出信号的统计独立性构建对照函数,利用对照函数引导分离矩阵迭代,进而将分离矩阵作用于接收混合信号,实现跳频信号与干扰信号的有效分离。仿真结果表明：提出的方法可有效提高跳频通信对抗梳状阻塞干扰能力;当误码率为10-3时,提出的方法可使跳频通信的抗干扰能力提升约8 dB。     

基于GPS码信号跟踪的空时自适应处理算法

介绍了GPS码信号的模型,以及实时白化和扩展卡尔曼滤波的工作原理.提出了一种改进的空时自适应处理算法,运用该算法能够使GPS接收机抑制射频干扰、精确跟踪并使捕获码信号的性能得到提高.射频干扰中含有宽带干扰和窄带干扰,窄带干扰用自回归过程来模拟并通过实时白化得到抑制,宽带干扰通过空间零陷得到抑制.空间零陷是通过估计一个采样的协方差矩阵,并把它求逆,然后输入卡尔曼滤波器来实现的.通过计算机仿真证实了在严重的干扰情况下该算法的鲁棒性,以及优于码跟踪环的性能.     

基于黎曼流形的MIMO雷达目标检测方法

针对样本数少时不能用样本协方差代替统计协方差的问题,提出了一种基于黎曼流形的单基地MIMO ( Multiple-Input Multiple-Output) 雷达目标检测新方法。该方法利用拓普利兹-厄米特正定( THPD: Toeplitz- Hermitian Positive Definite) 矩阵会在信号空间形成黎曼流形的特点,通过burg 递推法分别生成单快拍下接收信 号和噪声的THPD 协方差矩阵,并计算噪声THPD 协方差矩阵的黎曼均值,将其与接收信号THPD 协方差矩阵 之间的黎曼距离作为检测统计量。该方法可增加黎曼流形上接收信号与噪声间的差异性。仿真结果表明, 与传统的基于欧几里得距离的检测方法相比,显著提高了低信噪比和单快拍下的目标检测性能。     

基于稀疏恢复的 MIMO-STAP干扰样本检测方法

针对机载多输入多输出(MIMO)雷达空时自适应处理(STAP)技术在训练样本存在有源干扰时杂波抑制性能严重下降的问题,提出了一种干扰样本检测方法。首先使用正则化FOCUSS算法估计出各原子的空时功率谱值,接着设置谱值门限将谱值较大的原子取出,然后确定扫描带对空时二维平面进行扫描,最后根据进入扫描带最大原子数占总原子数的比例判别训练样本是否存在干扰。仿真实验表明,该方法可有效检测出训练样本中的干扰,使用该方法挑选出的无干扰训练样本恢复杂波谱可保证空时滤波器的杂波抑制性能,提升稀疏算法求解杂波谱时涉及到的样本的可靠性。     

拒止环境下的塔康欺骗干扰

为解决塔康欺骗信号在接收机处捕获率不高的问题,设计了通过施加带限白噪声构建拒止环境,掩护干扰信号进入机载接收机,提高欺骗信号相对捕获概率的新干扰模式。首先分析了塔康测距解算时噪声信号对解算结果的影响,研究了该干扰模式下所需欺骗干扰功率随干扰机与飞机距离的变化情况,进而分析了欺骗信号在施加带限白噪声协助下相对捕获概率随干信比的变化。最后通过仿真验证,证明所提出的欺骗干扰模式可以实现对真实测距应答信号的有效压制,使欺骗信号成功被机载接收机捕获。     

基于零陷展宽并加深的高动态GNSS 抗干扰算法

为解决高动态下自适应抗干扰算法在零陷展宽后深度变浅的问题,提出了干扰扰动服从高斯统计分布的 零陷展宽并加深算法。该算法通过投影变换方法对数据进行预处理,提取采样信号中的干扰分量,并通过系数 加权增强干扰分量,在零陷展宽算法基础上构造新的协方差矩阵,最后利用功率倒置算法完成干扰抑制,达到 零陷展宽并加深的目的。仿真实验结果表明,在高动态条件下,所提算法在零陷展宽算法的基础上实现了深度 的增加,提高了零陷展宽抗干扰算法的稳健性。