Systolic阵结构的GSC自适应天线系统稳态分析与系统实现

本文主要分析Systolic阵结构的GSC自适应天线系统的稳态性能,在文献[1]的基础上,提出了更为一般的稳态性能公式,本文还讨论了Systolic阵的实现问题。

用于GPS接收机的快速自适应干扰抑制方法

提出了一种基于Householder变换的快速自适应干扰抑制方法.利用Householder变换构建的广义旁瓣相消器下支路阻塞矩阵,可将期望信号完全阻塞,提高了最小均方误差算法的收敛性,获得了较高的输出信干噪比,并提高了GPS接收机的快速抗干扰性能.理论分析和性能仿真验证了该方法的优越性.

基于麦克风小阵的多噪声环境语音增强算法

针对助听器等设备在非平稳或多种噪声并存环境下使用效果急剧下降的问题,提出一种基于小尺寸麦克风阵的相干滤波广义旁瓣抵消(CF-GSC)语音增强算法。该算法结合麦克风阵采集信号的特点,对各阵元间采集时表现为弱相关的海浪、风扇等近似白噪声,以及采集时表现为强相关的点源信号及其他竞争噪声,分别利用相干滤波和传统广义旁瓣抵消(GSC)结构对弱相关与强相关噪声的良好滤除效果,结合语音活动检测(VAD)在噪声段进行联合处理。仿真实验表明在多类噪声存在环境下,该算法能取得相对改进的通道间相干函数滤波算法及传统广义旁瓣抵消算法2 d B左右的增强效果提升,同时能获得良好的话音可懂度。

一种新的麦克风阵列自适应语音增强方法

在复杂的语音环境中,利用麦克风阵列语音增强技术能有效地拾取目标语音信号并消除噪声干扰,但传统的麦克风阵列波束形成的加权系数是固定的.为了能灵活地控制麦克风阵列波束的形成方向以及消除其波束旁瓣带来的残余噪声,提出了一种基于麦克风阵列的自适应语音增强技术.该技术将自适应滤波器和麦克风阵列相结合形成波束可控的广义旁瓣消除器,然后在广义旁瓣消除器后面续接一个改进的谱减法,并加入契比雪夫窗函数.仿真实验结果表明,所提出的语音增强方法能有效去除语音信号中的噪声干扰,相比于传统广义旁瓣消除器,信噪比大约提高了3.5 d B.

基于广义旁瓣相消器的滤波器组旁瓣干扰抑制

传统滤波器组为降低旁瓣,需要提高滤波器阶数。该文将广义旁瓣相消的思想运用于滤波器组的旁瓣干扰抑制,在滤波器通带外的干扰信号频率处自适应形成零点。基于LMS算法,该文提出了基于自适应旁瓣相消器的滤波器组旁瓣干扰抑制算法,给出了算法的矩阵形式。通过限制系数长度,旁瓣相消器仅仅对消旁瓣大功率干扰信号,而对带内有用信号的影响很小,其作用相当于用一个低阶滤波器实现一个高阶数滤波器的功能,当信号功率较之干扰功率很小时尤其有用。仿真结果显示算法具有良好的旁瓣干扰抑制性能,较之高阶滤波器组大大减少了计算量。

改进的基于旁瓣对消的单脉冲测角算法

研究了基于自适应广义旁瓣对消技术的单脉冲角度跟踪算法。在自适应广义旁瓣对消器(G enera l s ide lobecance ller,G SC)结构下,当存在指向误差的时候,阻塞矩阵不能完全阻塞期望信号,导致辅助支路上产生期望信号泄露,从而使得单脉冲角度跟踪性能下降。为了解决此问题,提出了一种基于辅助支路子空间投影的算法,该算法利用了期望信号空间和干扰空间正交的特点,减少了泄露的期望信号对波束形成性能的影响,从而保证了单脉冲角度跟踪的性能。理论分析和仿真结果表明了该算法的有效性和优越性。

基于相干性滤波器的广义旁瓣抵消器麦克风小阵列语音增强方法

为了克服传统麦克风小阵列语音增强算法噪音抑制能力有限的问题,该文提出一种基于相干性滤波器的广义旁瓣抵消器语音增强算法,该算法基于动态平滑系数噪声谱估计来获得相干性滤波器,分别对每个阵元接收到的信号进行滤波用以抑制包括混响等噪声信号的干扰,并把滤波后的信号作为输入信号,使用基于小阵列的广义旁瓣抵消器波束形成算法抑制残余噪声信号的干扰。模拟和实际试验表明,该文提出的算法明显优于单独使用小阵列波束形成算法和相干性滤波器算法。

基于广义旁瓣相消的新降维方法

针对阵列信号中部分自适应信号处理问题,提出了一种新的基于广义旁瓣相消的降维方法。该方法利用波束形成无法对加性白噪声进行抑制的特点,根据广义旁瓣相消器的结构,设计出一种新的阻塞降维矩阵,使辅助通道内仅存干扰信号,从而增强主辅通道关于干扰信号的相关性,更有利于抑制干扰,同时也达到了降维的效果。另一方面,在存在阵列误差的情况下,借助稳健的波束形成算法,对阻塞降维矩阵进行校正,既使算法对模型误差不敏感,又便于进行降维后的部分自适应处理,降低运算量。最后通过大量的计算机仿真验证了所提方法的有效性和优越性。

基于麦克风阵列的语音增强算法研究

麦克风阵列信号处理技术的语音增强方法,能够充分利用语音信号的时空信息,其波束控制能力、抗干扰能力和信号增益均优于传统的方法。对于广义旁瓣抵消(GSC)的自适应滤波算法,在噪声相干的情况下具有很好的噪声抑制作用,但并不适用于噪声为非相干情形;反之,维纳滤波算法在噪声非相干的情况下对噪声有很好的抑制作用,而又不适用于噪声相干情形。为防止出现在高信噪比的情况下信号相消的现象,首先对GSC的阻塞矩阵进行了改进,其次对维纳滤波算法中信噪比取值的不确定性进行了改进,最后尝试将两种算法进行融合。仿真结果表明:融合算法在两种噪声情况下都具有较好的噪声抑制能力,在复杂噪声环境中具有更高的可靠性,因而更具实用价值。

相控阵雷达数字自适应波束形成技术

本文分析了自适应波束旁瓣起伏机理，从系统要求出发，研究了信号子空间广义旁瓣相消系统（ＧＳＣ）的性能，提出了简化系统结构的级联方法，并分析了Ｂｕｔｌｅｒ网络ＧＳＣ的性能．

实测数据的降秩空时自适应处理方法

在实际非均匀环境中,机载雷达数据的非均匀性会恶化杂波协方差矩阵的估计,严重地降低了空时自适应处理器的性能。本文首先用非均匀检测器在非均匀环境下选择辅助距离门,来估计样本协方差矩阵。而后讨论了基于广义旁瓣相消器结构上的两种降秩空时自适应处理方法：主分量法和互谱法,这两种方法都是利用杂波和干扰的低秩属性,用依赖于采样数据的转换矩阵来构造空时自适应滤波器。最后对从Mountain Top计划测得的数据,应用上述两种降秩方法对其进行了分析。仿真实验表明了这两种方法的可行性,减少了计算量,并提高了有效可测收敛性,可有效地提高空时自适应处理器的性能。

一种稳健的自适应波束形成算法

一般自适应波束形成的主瓣和零陷比较尖锐,当存在指向误差,干扰信号或天线平台快速运动时,若实时处理速度跟不上,将导致干扰抑制能力下降,采用高速处理算法代价太大。本文研究了利用导数约束法来改进广义旁瓣相消器的稳健性,对信号的自相关矩阵进行改进,使主瓣和零陷展宽,仿真试验表明该方法对指向误差和当干扰或天线平台快速运动时都具有很好的稳健性。

实测数据的降秩空时自适应处理方法

本文介绍了两种在广义旁瓣相消器结构上的降秩空时自适应处理方法:主分量法和互谱法,这两种方法是利用杂波和干扰的低秩属性,应用采样数据来构造降维转换矩阵。最后对MountainTop计划进行了详细的描述,并对从MountainTop计划测得的数据,应用上述两种降秩方法对其进行了分析。仿真实验表明了这两种方法的可行性,减少了计算量,并提高了有效可测收敛性。

一种新的降秩广义旁瓣相消器

为了减少广义旁瓣相消器的计算量,提出了一种新的降秩广义旁瓣相消器,利用特征子空间构建阻塞矩阵,设计广义旁瓣相消器,比以往的降秩广义旁瓣相消器能够减少更多的计算量,仿真实验结果验证了该方法的有效性。

一种联合广义旁瓣抵消麦克风阵列和MMSE-LSA的语音增强系统

单通道语音增强算法自20世纪60年代以来有了长足的发展,但由于时频域处理的局限性,现有的单通道语音增强算法无法有效抑制背景噪声中的突发噪声成分。突发噪声通常表现为短时、能量强、时频域有纹理特征,在参数上无法和语音进行有效区分。但背景噪声中的突发噪声,在空间上通常具有方向性。因此,提出了一种联合空间和时频域的语音增强系统。即在语音采集的前端使用GSC麦克风阵列形成波束,使主瓣对准期望语音信号、旁瓣对准突发噪声从而从空间上抑制突发噪声,然后对采集到的语音信号进行时频域语音增强处理。选取MMSE-LSA作为时频域的处理算法,因其在保留语音的可懂度、自然度方面有突出的性能。实验表明,该系统可以有效地抑制含有突发噪声的背景噪声。

智能音箱中的一种快速回声消除算法

考虑到智能音箱中多采用麦克风阵列作为拾音装置,而单通道自适应滤波技术对声学回声消除具有失真性和复杂性,提出一种麦克风阵列快速回声消除算法。该算法首先用自适应滤波技术估计第一通道回声,然后估计阵列间的相对回声传递函数,把两者相乘得到其他通道回声;其次,把估计出的回声和噪声当作广义旁瓣抵消器(GSC)波束形成下支路的噪声参考信号,利用GSC波束形成算法去除回声和噪声。仿真结果表明,在中度混响、远距离、低回噪比且用音乐作为回声环境时,该算法具有良好的回声消除与噪声抑制性能,不仅运算量小,而且使目标语音信号具有较高的信源失真率和可懂度。

一种采用旁瓣增强的麦克风阵列抗混响算法

在音频/视频会议、人机交互、语音识别等领域,严重的混响干扰导致麦克风阵列语音处理性能急剧下降.针对现有逆滤波等抗混响方法需要获得准确的房间传输响应,而波束形成方法抗混响性能有限的问题,基于广义旁瓣抵消器(generalized sidelobe canceller,GSC)结构提出一种采用旁瓣增强的麦克风阵列抗混响算法(Sidelobeenhanceing reverberation mitigation algorithm for microphone array,SERM).该算法首先进行波束形成,初步获得增强的直达语音信号,并对旁瓣获取的混响分量进行自适应迭代增强,再将旁瓣迭代增强的误差信号作为参考噪声进行自适应噪声抵消,最终输出抗混响语音.实验结果表明,在混响环境下该方法能有效改善麦克风阵列的语音信号质量.

变极化干扰对广义旁瓣对消的影响

敌方实施变极化干扰时,自适应波束形成的最优权矢量失配,抗干扰性能急剧恶化,利用广义旁瓣对消模型,对变极化干扰引起的性能改变进行定量描述。首先利用广义旁瓣对消模型求解最优权矢量,接着引入变极化产生的幅度、相位相对改变量,阵列单元幅相扰动,然后计算共极化干扰和交叉极化干扰在不同采样数据权值下的性能改善因子。仿真实验表明,变极化干扰能有效影响自适应波束形成阵列,恶化性能改善因子,大信噪比间歇采样干扰尤为突出。

应用于微型飞行器阵列天线的自适应波束形成器

微型飞行器的天线采用灵巧的自适应阵列天线。由于自适应阵列天线的幅相误差会引起线性约束自适应波束形成器的期望信号相消,本文根据微型飞行器自适应天线系统的设计,基于广义旁瓣对消器(G SC)结构,在频域中将阻塞矩阵赋予自适应功能,进而得到了一种改进的,可行的,稳健的自适应波束形成器。仿真试验表明,此方法对天线阵列幅相误差具有稳健性,降低了运算量,可以应用于微型飞行器二维自适应阵列天线,实现实时的波束形成。

一种基于广义旁瓣相消的改进降秩算法

在处理大型阵列时,阵元数较多,通常对阵列采用降秩处理可以较好地解决运算量过大的问题。基于广义旁瓣相消器(GSC)框架的降秩变换自适应滤波是各种降秩自适应滤波算法的统一模型。分析了基于GSC框架的几种降秩自适应滤波算法,针对当降秩阶数大于干扰数时方向图旁瓣过高、波形混乱和系统性能下降问题,提出了一种基于GSC框架的改进降秩算法,该算法利用特征子空间对GSC阻塞矩阵加以改进,使用改进后的阻塞矩阵进行降秩自适应处理,仿真结果证明了改进算法可以降低旁瓣电平,并形成较好的波束形状,提高了GSC性能的稳健性。