基于深度展开ADMM网络的稳健自适应波束形成

阵列通道间的幅相误差导致导向矢量失配,会严重退化自适应波束形成的性能。现有稳健自适应波束形成(RAB)方法通过引入最差导向矢量失配误差约束或联合估计幅相误差和波束形成器权值矢量,以改善波束形成性能,但这些方法的计算复杂度高,且在有限快拍下性能有限。为此,文中在深度展开框架下提出一种基于交替方向乘子法(ADMM)的RAB网络,以快速实现幅相误差和干扰协方差矩阵的联合估计。首先,建立存在阵列通道幅相误差时的干扰信号稀疏表示模型;然后,根据基于ADMM的幅相误差和干扰稀疏表示系数联合估计算法,设计一种深度展开ADMM(DU-ADMM)网络,该网络的输入为接收到达的干扰信号,输出为幅相误差和干扰稀疏表示系数;最后,利用该网络的输出重构出干扰加噪声协方差矩阵,并生成稳健自适应波束形成器。仿真结果表明,DU-ADMM网络可在单快拍场景下实现RAB,且能够以较少的网络层数更精确地估计出幅相误差,有效降低了计算量,同时可获得更高的输出信干噪比。

基于波束域导向矢量估计的稳健自适应波束形成方法

针对导向矢量失配和样本协方差矩阵估计误差导致自适应波束形成性能下降的问题,该文提出一种基于波束域导向矢量估计的稳健方法。该方法首先利用期望信号角度失配区域的补集构造波束域转换矩阵,克服了当样本协方差矩阵中存在期望信号分量时现有算法出现有用信号对消的缺点。其次推导出波束域导向矢量估计方法,并将其转化为包含恒模约束的非凸二次约束二次规划问题,然后采用半正定松弛规划估计实际的波束域导向矢量。计算机仿真验证了该文所提方法的有效性。

一种低快拍情况下的稳健自适应波束形成算法

针对低快拍情况下自适应波束形成器性能急剧下降的问题,提出一种基于联合协方差矩阵修正和导向矢量估计的稳健自适应波束形成算法.该算法先对协方差矩阵进行修正,再用修正的协方差矩阵估计最优导向矢量,最后利用修正的协方差矩阵和估计的最优导向矢量计算自适应波束形成器的加权矢量.该算法不仅能有效地处理各种失配,还能解决自适应波束形成器在低快拍情况下性能急剧下降的问题,提高了自适应波束形成器的稳健性.计算机仿真验证了所提算法的正确性和有效性.

基于最坏情况下的稳健波束形成自适应方向图副瓣控制方法

针对最坏情况下性能优化的稳健自适应波束形成,提出一种自适应方向图的副瓣控制方法。该方法通过在副瓣任意区域设置多个二次不等式约束,对副瓣增益进行控制,从而可将方向图副瓣电平严格控制在期望值以下。该方法的优化模型可转化为凸二阶锥规划问题,利用内点法可有效求解实现。计算机仿真结果表明存在波束指向误差情况下,该方法既能获得指定的较低副瓣电平,又不带来干扰抑制性能的损失。

基于稀疏重构的共形阵列稳健自适应波束形成算法

针对共形阵列天线自适应波束形成中存在的通用性差、主瓣保形困难、计算复杂度高等问题,该文提出一种基于稀疏重构的稳健自适应波束形成算法。该算法通过引入渐进最小方差准则,实现了干扰加噪声协方差矩阵的稀疏重构,并得到期望方向上的导向矢量估计,进而求得波束形成器的最优权矢量。该算法无需复杂的子阵分解或虚拟映射变换,适用于任意阵列形状。仿真实验验证了该算法不仅保证了期望的主瓣响应,同时对指向误差有较好的稳健性。与现有算法相比,该算法所需采样快拍数少,计算复杂度低,收敛速度快,在较大的输入信噪比范围内达到了较好的阵列输出性能。

一种稳健的自适应波束形成器

当信号噪声比超过一定的门限时,线性约束自适应波束形成器对天线的幅相误差有很高的敏感度,即使在误差很小的情况下,期望信号也会如同干扰一样被抑制掉。该文通过对广义旁瓣相消器的阻塞矩阵加以改进,提出了一种对阵列天线误差有良好稳健性的自适应波束形成器。该方法基于广义旁瓣相消器结构,可方便地进行部分自适应,降低运算量。

利用多普勒信息提高自适应波束形成的稳健性

当快拍数较少和存在系统误差时，自适应波束形成性能急剧下降，特别是当输入信噪比较大时，会出现严重的信号相消现象．文中利用时域信息提出一种新的自适应波束形成方法，理论分析表明，该方法为目标多普勒频率已知条件下最大似然估计结果．该方法能有效地克服信号相消现象，并且具有良好的波束保形能力和快速收敛特点。

稳健自适应波束形成算法综述

稳健自适应波束形成技术是当前阵列信号处理的研究热点和难点,引起了国内外研究人员的极大关注,通过对当前的研究成果进行归纳和总结,对其研究现状和成果进行了详细而深入的综述。其中不仅对传统的稳健算法进行了分析,而且对近十年提出的具有严格理论基础的基于模约束和不确定集约束的稳健算法进行了分析。为了促进该技术的研究和发展,根据当前的研究现状和存在的问题,对其下一步的研究方向进行了展望。

稳健的二级嵌套阵列自适应波束形成算法

针对信号模型失配情形下的二级嵌套阵列波束形成问题,提出一种基于干扰-噪声协方差矩阵高效重构和半定规划的稳健自适应波束形成算法.该算法首先利用接收信号的对角增长曲线模型,并结合无需空域搜索的ESPRIT方法,精确重构虚拟阵列的干扰-噪声协方差矩阵;其次,利用干扰-噪声协方差矩阵和少量先验信息构造稳健自适应波束形成中的优化问题,有效减小了传统最小方差无失真响应波束形成器在非理想信号环境中的性能损失;最后,采用半定松弛方法得到该优化问题的近似表达形式,即半定规划问题,并借助凸优化工具包求解.仿真结果表明,在不同的输入信噪比和采样快拍数情形下,该算法与现有算法相比,具有更高的输出信干噪比.

空域预滤波的稳健自适应波束形成方法

假定的期望信号方向向量与真实信号方向向量存在误差时,常规自适应波束形成性能将严重降低,针对该问题,提出了一种稳健的自适应波束形成算法。首先利用凹槽空域矩阵滤波器对基阵接收数据进行空域预滤波,消除协方差矩阵中的期望信号分量,然后重构协方差矩阵同时反变换到阵元域,再用重构的协方差矩阵形成自适应波束权向量。由于方法消除了期望信号分量的影响,极大地提高了自适应波束形成算法对系统误差的稳健性。计算机仿真验证了所提方法的有效性。

一种稳健的二维自适应波束形成算法

针对已存在的各种二维capon波束形成器稳健算法性能单一,只能对1种或2种影响波束形成算法性能的因素具有稳健性,缺乏对多种情况都具有稳健性的缺点,提出一种基于空间谱估计的二维稳健自适应波束形成方案。首先,提出一种新的二维解相关空间谱估计算法,该算法将二维角度估计问题用4个一维空间谱估代替,并采用修正的MUSIC算法实现解相干,然后利用得到的角度信息构造虚拟干扰,克服观察方向误差并展宽零陷。仿真结果表明:该算法结合了空间谱估计技术和自适应波束形成技术的优点,对期望信号导向矢量误差、干扰到达角失配及信号相关等都具有足够的稳健性。

快速稳健的LMS自适应波束形成算法

研究天线阵通信问题,传统的最小均方误差(LMS)自适应波束形成算法,需要积累足够多的快拍数据后才能进行权值计算,运算时间较长,且存在波达方向(DOA)估计误差性能严重下降的现象。针对上述现象,为提高速度和精度,提出一种快速稳健的LMS自适应波束形成方法。算法是一种自适应迭代算法,不需要累积足够多的快拍数据计算权矢量,减少了权值计算时间。同时基于导向矢量展开的方法,通过梯度搜索相位误差矢量,将它补偿到不精确已知的期望信号导向矢量上,以获得真实的期望信号导向矢量。算法提高了运算速度和稳定性。计算机仿真验证了方法的有效性和正确性。

基于协方差矩阵重构和导向矢量估计的稳健自适应波束形成

实际应用中,当假定的与真实的期望信号导向矢量之间存在一定误差时,波束形成器的性能会急剧下降,特别是当期望信号功率很强的时候.为解决这个问题,提出了一种新的算法.当信源数小于阵元数时,干扰加噪声协方差矩阵具有稀疏性.新方法首先利用该特性重构干扰加噪声协方差矩阵并由此得到与干扰导向矢量正交的子空间,使接收的数据通过该子空间得到只含有期望信号和噪声的混合信号,然后,对该混合信号基于最大化输出功率原理估计期望信号导向矢量,最后,把得到的导向矢量和正交子空间来构造阵列加权值.仿真结果表明:该算法分别在假定的期望信号导向矢量存在误差、期望信号很强和低快拍数时仍然具有良好的性能.

稳健宽带自适应波束形成

文章提出了宽带自适应波束形成及稳健设计方法,建立了二次约束宽带波束形成稳健设计模型,从理论上解决了自适应阵观察方向的稳健设计问题,彻底抛弃了自适应阵需要时延补偿的环节。所建立的阵处理器能抵消40dB以上的干扰,工作带宽达到两个倍频程,在理论上为被动跟踪系统设计最佳宽带接收阵和阵处理器作了准备。

一种稳健自适应多波束形成算法

在快拍数较少且多个输入期望信号功率差异较大的情况下,针对多数自适应多波束形成算法难以同时保持强弱期望信号波束稳健性的问题,文中联合子空间变换技术以及对角加载技术对协方差矩阵进行重构,提出了一种基于协方差矩阵重构的稳健自适应多波束形成算法。该算法不仅能够在快拍数较少且多个期望信号功率差异较大情况下同时保持各波束主波束无畸变,而且能够保持各波束零陷的稳健性。最后,通过波束图对比仿真实验分析验证了重构协方差矩阵对强弱期望信号波束主瓣与零陷稳健性的提升,并且通过输出信干噪比对比实验证明了文中提出的自适应多波束形成算法抗干扰性能更优。

基于幅度响应约束的稳健自适应宽带波束形成

针对信号方向失配会导致自适应波束形成算法的性能急剧下降这一问题,提出一种基于幅度响应约束的稳健自适应宽带波束形成方法。通过对阵列波束指向附近范围内的波束幅度响应施加约束来克服对信号方向失配的敏感性,并结合频率不变技术,使阵列波束图在主瓣区域内波束图近似保持频率不变特性,然后采用参考频率上幅度响应约束的优化方法来确定最优权值。仿真结果表明:与基于最差情况性能最优的稳健方法相比,该方法复杂度低,能灵活控制稳健的方位区域宽度和幅度响应抖动值,且不仅能有效地控制波束主瓣区域内信号的畸变,还改善了阵列输出的信干噪比,使其更接近最优值。

基于MNC-FastICA算法的稳健自适应波束形成

针对导向向量失配的稳健自适应算法主要是基于导向向量不确定集约束,但是其约束参数往往难以确定,提出了基于修正的非圆复值快速不动点算法(MNC-FastICA)的波束形成方法,通过盲分离得到的分离矩阵来构造波束权向量,并对由此产生的信源幅相模糊进行校正。该方法不必预先估计信号来波方向,避免了传统方法中来波方向估计不准引起的期望信号的导向向量失配;对于阵列通道幅相误差导致的导向向量失配,该方法对其不敏感,不必对阵列进行校正。仿真实验与最差性能最佳化(WCPO)等经典方法作了性能对比,结果验证了该算法的有效性和稳健性。

多普勒信号的稳健盲自适应波束形成

针对假设的多普勒频率和真实的多普勒频率之间的误差会导致盲波束形成的性能急剧的下降这一事实。首先分析了存在多普勒误差时的最小均方误差准则意义下的盲自适应波束形成的性能,然后提出了一种有效的算法来对抗多普勒误差,该算法是一迭代过程,可以在线估计出真实的多普勒频率。计算机仿真验证了提出算法的有效性。

基于协方差矩阵重构的稳健自适应波束形成算法综述

Capon波束形成器作为理论上最优的波束形成器具有良好的干扰抑制能力。然而Capon波束形成器对于模型失配误差非常敏感,尤其是针对协方差矩阵和期望信号导向矢量误差,波束形成器的性能会严重下降,这大大降低了波束形成器的稳健性。目前,一系列基于协方差矩阵重构的稳健自适应波束形成算法被提出,这些算法核心思想都是利用Capon功率谱一定的角度范围内积分来重构出协方差矩阵。本文首先介绍了波束形成的信号模型,然后在Capon波束形成器的基础上,介绍了4种基于协方差矩阵重构的稳健自适应波束形成技术,最后对未来波束形成技术的研究热点进行了展望。

基于阵列流型分离的稳健自适应波束形成

在较少的采样数或期望信号指向存在误差的情况下,传统的自适应波束形成算法的性能会受到较大影响。基于阵列流型分离的思想,提出一种新的自适应波束形成方法,可以在较少的采样数或期望信号指向存在误差时获得较稳健的性能。数值仿真证明了方法的有效性。