基于海试数据的水声信号自适应波束形成方法性能分析

为了更好验证自适应波束形成技术的实际应用,本文研究了基于海试数据的不同自适应波束形成方法的性能,对比分析CBF算法、MVDR算法、MUSIC算法的优缺点,总结了各算法适用条件及实用性。研究结果表明,在声呐的实际应用中,CBF算法更适用于实时性要求较高、目标数量较少的方位探测;MUSIC算法更适用于实时性要求不高、目标数量较多、目标数量已知的方位探测;MVDR算法更适用于实时性要求不高、目标数量较多、目标数量未知的方位探测。

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。

基于卷积神经网络的自适应波束形成

提出一种基于卷积神经网络的自适应波束形成方法,旨在通过自适应调整接收波束方向以提高通道中信号的信噪比。采用同时多波束接收信号的概念,对阵列天线接收信号以不同的相位加权并相加,即依据自适应多波束形成多通道接收。利用神经网络的非线性处理能力,在阵列接收不同来波方向信号时可以对其实现自适应波束形成。使用波束形成方式设计标签,通过比较输出信号的信噪比相对于输入信号信噪比的增益以评价该方法的有效性。仿真有效提高了信号的信噪比,接收阵列可以同时接收多个波束信号并按各输入信号的入射角度不同在不同的通道输出对应信号。

基于遗传模拟退火算法的子阵级自适应波束形成

在阵列天线信号处理中,采用子阵级自适应波束形成技术可以降低算法复杂度和系统成本。针对子阵级自适应波束形成中最优子阵划分问题,提出了一种基于遗传模拟退火算法的阵列天线子阵最优划分方法。通过线性约束最小方差算法计算不同子阵划分下的自适应权矢量,形成自适应天线方向图,以方向图的最大旁瓣电平比作为成本函数,迭代优化得到最大旁瓣电平最优的子阵划分形式。仿真结果表明,使用该方法得到的非均匀子阵划分阵列天线其自适应方向图最大旁瓣电平能降低至-19 dB。通过对比分析不同子阵划分形式以及不同规模阵面的自适应方向图验证了该方法的可行性与有效性。

基于自适应波束形成技术的相邻目标生命体征检测

基于雷达传感器的非接触式生命体征检测作为一种新型生物医学传感技术在近十几年获得了迅猛的发展。现有的大部分生命体征检测工作受限于雷达体制或者分辨率,无法分离出检测场景中多个位于同一距离、同一波束相邻目标的生命体征信号。针对相邻目标生命体征检测的需求,提出了一种基于自适应波束形成的算法,来实现相邻目标生命体征信号的同时检测。利用自适应波束形成算法生成指向待测受试者的波束,同时在相邻干扰受试者所在角度处生成零陷,实现相邻目标的生命体征检测。实验结果表明,利用本文提出方法能够成功分离出同一距离上的相邻受试者的生命体征信号。

基于自适应波束形成的水下运动源辐射噪声测量方法

提出了一种约束测量精度的同时提供最大抑制干扰的自适应波束形成方法。采用水听器阵列接收测量信号,约束由声场格林函数得到的阵列合成信号与单个阵元接收信号的误差,根据获取最大阵列增益的准则设计阵列的最佳权系数,并利用二阶锥优化求解权系数,从而得到约束测量精度下的最大化干扰抑制自适应波束形成器。计算机仿真结果表明,该方法在低信噪比条件下保证较高的噪声测量精度的同时,可以有效提高水下运动声源辐射噪声的处理增益。

基于凸优化的时域宽带旁瓣控制自适应波束形成

提出了基于凸优化的时域宽带旁瓣控制自适应波束形成方法。首先将基阵波束响应表达成一组FIR滤波器系数的线性函数,然后采用如下的优化准则来设计FIR滤波器组:在保证波束形成器对期望方向信号无失真输出且波束旁瓣低于设定值的条件下,使波束输出功率最小化。同时通过对滤波器系数的范数进行约束来保证波束形成器的稳健性。该波束形成器设计问题被表述成二阶锥规划的凸优化问题来求解。仿真结果验证了所提出方法的有效性。

拖线阵机动时的自适应波束形成

提出了一种MVDR(最小方差无失真响应)的改进算法,用以解决常规MVDR算法由于阵形时变而出现的性能下降问题。在获得时变阵形估计数据的基础上,该算法以统计时段内的平均阵形为基准阵形,在每个扫描方向上根据实际阵形和基准阵形的差异对阵列互谱矩阵多样本进行相位补偿,从而实现统计时段内的互谱矩阵多样本相干累加和目标检测。数值仿真与海上实验数据处理结果表明:与传统MVDR算法相比,改进算法有效缓解了时变阵形下的目标测向角度模糊问题,可提高拖线阵目标左右舷分辨性能、增强弱目标检测能力。

一种在主瓣干扰条件下稳健的自适应波束形成方法

在自适应波束形成技术抑制干扰问题中 ,当存在主瓣干扰时 ,便暴露出两个缺陷 :一是副瓣电平增高 ;二是主波束变形且峰值偏移。提出了一种先在数据域实施干扰相消预处理 ,再进行自适应波束形成的解决方法 ,该方法在抑制主瓣干扰的同时 ,有效地解决了副瓣电平增高、主波束变形及偏移的难题。仿真结果证明了该方法的有效性。

应用于卫星多波束天线的自适应波束形成算法比较

射频干扰会严重影响卫星通信链路性能 ,而自适应调零天线是一种有效的卫星抗干扰措施 .本文对应用于多波束天线的各种自适应波束形成算法进行对比分析 ,理论分析与仿真结果皆表明 ,DMI和RLS算法相对经典的LMS算法而言 ,在收敛速率和输出信噪干扰比上皆有相当的优越性 .

子空间重构的一类自适应波束形成算法

针对多维阵列的全维自适应波束形成算法运算量大和小样本条件下性能下降问题,该文提出采用子空间重构技术的自适应波束形成算法(SRC-BF)。该方法利用多维域的全维阵列数据可分维构造的特点,首先在训练样本集上估计分维阵列数据的信号子空间;然后基于张量积性质重构全维信号子空间并自适应剔除交叉项;最后采用子空间投影算法计算自适应加权矢量。理论分析和仿真结果表明该方法具有较低的运算复杂度,能有效提高自适应波束形成算法在小样本条件下的输出信干噪比。

一种最差情况下性能最优化的特征分析自适应波束形成方法

自适应波束形成在弱目标检测和空域滤波中应用广泛。然而在实际海洋环境中,失配情况比较普遍,往往会导致传统自适应波束形成方法性能明显下降。针对此问题,本文基于特征分析重构观测信号协方差矩阵来抑制干扰对弱目标检测的影响,在此基础上进一步利用凸优化算法来提高波束形成方法的鲁棒性。数值仿真和海试数据处理结果表明,本文所提方法在抑制干扰对弱目标影响的基础上,在阵元位置平均误差不超过入射信号中心频率对应波长的40%的情况下,仍可以鲁棒地检测目标信号。同时,该方法显著提高了自适应波束形成方法的输出信干噪比,且受对角加载量取值的影响较小。

基于特征结构的自适应波束形成新算法

基于相关矩阵的特征分解，本文提出了一种改进的线性约束最小方差波束形成（LCMV）新算法，当目标信号含于相关矩阵中时，新算法能有效地抑制信号对消现象，并且具有良好的波束保形能力和快速收敛特点，计算机仿真结果验证了这些优点．

最坏情况下的鲁棒自适应波束形成算法性能分析

研究了最坏情况下的鲁棒自适应波束形成算法,它通过对角加载提高波束对方向矢量误差的鲁棒性.给出了其最优对角加载因子的近似解析达式,揭示了各种因素如何影响最优加载因子.在此基础上,对该算法进行了性能分析,推导出了关于目标功率估计和信号干扰噪声比的近似表达式.计算机仿真验证了本文的分析.

一种改进的极化域-空域联合的自适应波束形成算法

为了进一步提高传统最优空域滤波算法的性能,本文提出了一种基于极化敏感天线阵列的极化域-空域联合的自适应波束形成算法.在给出了算法的信号模型和算法原理的基础上,详细的阐述了该算法实现极化域-空域联合自适应滤波的机理,然后利用计算机仿真较全面地分析和比较了算法的性能.理论分析和仿真结果表明,本文提出的新算法在提高输出信干噪比和削弱指向误差影响等方面明显地优于传统的最优滤波方法.

有限次快拍下自适应波束形成

从协方差矩阵估计角度出发 ,解释了有限次快拍下造成自适应波束形成性能下降和自适应波束畸变的原因 .有限次快拍等效增加了干扰之间、干扰与噪声之间以及噪声之间的相关性 ,造成自适应波束形成性能下降 .同时 ,有限次快拍下噪声等效为色噪声 ,文中分析了色噪声环境下自适应波束畸变机理 。

一种分解迭代二阶锥规划鲁棒自适应波束形成算法

为有效克服导向矢量大失配误差对自适应波束形成器的影响,该文提出了一种最差性能最优的分解迭代鲁棒自适应波束形成算法。该算法对非凸的幅度响应约束问题进行分解处理,将问题转化为迭代的二阶锥规划问题,从而可对鲁棒响应区的波束宽度和纹波水平进行自由控制,并可得到较高的输出信干噪比。此外,与现有大部分该类鲁棒波束形成方法相比,提出的算法直接对权矢量进行优化,无需使用谱分解算法,避免了阵列结构的限制,可适用于任意阵形。仿真结果验证了算法的正确性和有效性。

迭代对角加载采样矩阵求逆鲁棒自适应波束形成

为有效克服导向矢量大失配误差对自适应波束形成器的影响,该文提出了一种迭代对角加载采样矩阵求逆鲁棒自适应波束形成算法。该算法对传统对角加载算法进行了迭代运算,基于Capon波束形成器的最优权矢量与假定导向矢量的基本关系,将每一步得到的权矢量,对应反解出一个比导向矢量假定值更为准确的导向矢量,并替代假定值,最终逼近真实的期望信号导向矢量。提出的方法在迭代过程中只需一步递推,无需对导向矢量建立不确定集,避免了在每步迭代中运用拉格朗日数值法或凸优化法,且明显提高了波束形成器的输出信干噪比。仿真结果验证了算法的正确性和有效性。

主瓣干扰下宽带圆阵自适应波束形成方法

在宽带自适应波束形成中,若干扰信号从主瓣进入,往往引起主瓣畸变且副瓣电平增高,波束性能严重恶化。随着圆型阵列的广泛应用,该文针对均匀圆阵的宽带波束形成,合理地构造出阻塞矩阵,对主瓣干扰进行干扰相消预处理,再进行自适应波束形成,解决了主瓣畸变问题,提高了自适应波束的性能。结合均匀分布圆阵所作的计算机仿真验证了该方法的有效性。

时域解析信号的MVDR自适应波束形成方法

针对频域最小方差无失真响应(MVDR)方法在源方位快速变化情况下稳定性差的问题,提出了一种基于时域解析信号的MVDR自适应波束形成方法TAMVDR(Time-domain Aanlysis MVDR)。在构造时域解析信号的基础上,TAMVDR通过对每一路时域解析信号引入复权,利用期望方向的输出响应不变的约束使阵列输出功率最小。在一次快拍条件下,TAMVDR即可获得最优解。仿真及试验数据处理结果表明,在目标方位快速变化条件下,TAMVDR的信号检测和方位分辨性能明显优于频域MVDR方法,且计算量较小。