一种非平滑相干干扰鲁棒的自适应波束形成器

针对文献报道的鲁棒自适应波束形成(robust adaptive beamforming,RAB)算法,分析了在存在相干干扰时其性能严重下降甚至失效的原因:通过将接收信号协方差矩阵分解为阵列流形矩阵左和共轭右乘一个矩阵P的描述形式,在存在相干干扰时,P为非对角阵,其非对角元素表征了信号与干扰间的互相关,该成分造成了RAB算法的失效;另表明:快拍数有限可视为特殊的相干干扰情况。为此,提出了一种构建P为对角阵的协方差矩阵拟合方法;并据拟合的协方差矩阵,给出了对非平滑相干干扰RAB方法。仿真验证了分析的有效性,所提方法在相干干扰时仍能实现非相干干扰时的性能,且收敛速度优于报道方法。

一种基于矢量水听器阵的归一化加权Capon波束形成方法

矢量水听器同时拾取声场的标量信息声压和矢量信息振速。本文在分析了各向同性噪声场下矢量水听器阵Capon波束形成方位谱的基础上,提出了一种归一化加权Capon波束形成的改进算法,并给出了方位谱的表达式。本方法不需要特征分解,并且得到的是通常意义上的功率谱(可用于估计信号的能量)。仿真计算表明,此方法的性能优于Capon法,可大大提高方位估计的精度。

基于Capon谱估计的星载SAR自适应DBF研究

在地形起伏较大的山地区域,星载SAR利用传统俯仰向数字波束形成(DBF)方法接收场景回波时,都会出现波束指向偏差的问题,这一偏差使得回波接收增益与信噪比降低。针对这一问题,该文提出一种基于Capon空间谱估计的星载SAR自适应DBF方法。该方法首先通过有限的回波数据来准确地估计出各距离门内信源的波达角(AOA),而后利用这些信息来更新接收波束的加权矢量,从而能够在任何时刻都使接收波束准确地指向信源位置,以此来改善回波增益与信噪比。仿真实验结果表明,该方法较传统的俯仰向波束扫描(SCORE)法有较大的性能改善,同时它还对系统及信源参数的变化有很强的鲁棒性。

多基线干涉层析SAR提取森林树高方法研究

应用瑞典Raminstorp研究区Bio SAR 2007 P-波段多基线In SAR数据,研究了基于多基线干涉SAR数据的层析方法,成功提取了可代表森林垂直结构信息的雷达后向散射功率垂直分布信息,并基于该信息提取了树高。应用地面实测样地对树高提取精度进行了检验,结果表明:HH极化树高提取精度最高(R2为0.65,RMSE为2.35 m,相关系数为0.80),HV其次,VV最差。

接收分集多入多出雷达多目标定位研究

针对"宽波束发射—宽波束接收"多基地雷达存在定位精度低和易产生虚假目标等缺点,讨论了一种空间接收分集的多入多出(MIMO)雷达,该MIMO雷达是一种特殊结构的一发(射站)多(接)收(站)(STMR)多基地雷达,其工作模式也为"宽波束发射—宽波束接收",能避免复杂的波束同步扫描问题。对接收分集MIMO雷达提出了一种基于Capon谱估计的多目标定位方法,并与普通STMR多基地雷达的定位精度进行了比较。仿真结果表明,接收分集MIMO雷达能有效解决"宽波束发射—宽波束接收"多基地雷达的低定位精度和易产生虚假目标的问题。

井口含砂监测近场超声阵列仿真分析

利用Comsol软件建立了井口管道处出砂监测系统模型并进行了仿真。根据阵列阵元接收信号之间的时延特性,推导了近场条件下的Capon算法及方向扫描矩阵,并利用数值仿真数据对算法及扫描矩阵的有效性进行了分析。结果表明,采用Capon算法,基于近场方向扫描矩阵,通过功率谱扫描的方式可以对砂砾撞击位置进行有效的估计,实现波达方向信号的最佳接收。

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。

基于导向矢量双层估计和协方差矩阵重构的稳健波束形成算法

针对干扰加噪声协方差矩阵(INCM)重构过程中Capon功率谱(CPS)估计分辨率低的问题,该文提出两种稳健自适应波束形成(RAB)算法。该算法首先通过搜索CPS的峰值确定积分区间,然后对各区间积分所得的协方差矩阵进行特征值分解。通过合理设置判定门限确定区间内所含的入射信源数量,并将较大特征值所对应的特征向量作为信源导向矢量(SV)的初步估计。而后通过最大化估计功率的方法,在初步估计SV的正交空间内搜索其与真实SV之间的误差。该算法1利用最小特征值所对应的特征向量,向初步估计的SV中添加正交比例梯度,得到双层估计的SV。与算法1不同,算法2通过求解2次优化(QP)问题得到修正的SV。最后通过重构INCM获得阵列最优权值矢量。通过计算机仿真实验,验证了所提算法有效解决了CPS估计分辨率低的问题,较其他算法综合性能更优,具备更高的稳健性。

基于干扰加噪声协方差矩阵重建的稳健自适应波束形成算法研究

针对自适应波束形成中的期望信号“自消”问题,就近年来提出的期望信号预减除类方法展开研究。该类方法首先使用波达方向(DOA)估计技术得到期望信号的波达方向;然后从协方差矩阵中估计干扰加噪声协方差矩阵,来消除采样信号期望信号分量对算法的影响,避免产生期望信号“自消”问题,进一步修正假定的期望信号导向矢量来估计真实导向矢量;最后计算得到权矢量。理论分析给出了4种代表性方法的原理和算法的复杂度,并通过数值仿真验证,仿真结果表明,当存在阵列扰动的情况下,协方差适配重建方法在低信噪比(SNR)下获得更佳的性能。当存在指向误差的情况下,子空间重建方法在很大的输入信噪比范围内受的影响最小。文中总结了这些方法的综合性能优缺点,对于该类方法实际应用有一定指导意义。

强信号下的弱信号波达方向和时延联合估计

在强信号背景下,弱信号波达方向和时延联合估计方法难以精确估计弱信号数目。为此,通过对Capon谱估计法进行改进,提出一种强信号背景下的弱信号波达方向和时延联合估计方法。该方法无需对弱信号的信源数进行估计及特征值分解,在快拍数较少的情况下仍具适用性。仿真结果证实了该方法的有效性。

对空域谱估计算法的研究

空域谱估计又称波达方向(direction of arrival,DOA)估计,是阵列信号处理领域中的一项重要内容,其任务是估计空间某一区域内感兴趣信号的到达方向。近年来空域谱估计理论日趋成熟,论述了Bartlett、Capon和多重信号分类(multiple signal classification,MUSIC)算法的原理和性能。在性能分析上,对窄带空域信号的方向估计进行MATLAB仿真,比较上述3种算法的分辨率,实验结果表明MUSIC算法分辨率最高,Capon次之,增加阵元数可提高算法分辨率;为使算法能有效应用到实际阵列信号处理中,还从信噪比、阵元数和快拍数这3个方面进行Monte Carlon实验对比,深入分析了其对算法测量准确度的影响,实验结果表明高信噪比情况下时测量准确度较高,改变快拍数和阵元数不会影响测量;低信噪比情况下可以通过增加阵元数和快拍数提高测量准确度。