自适应波束形成随着数字信号处理技术的不断发展,已广泛应用于雷达、语音、医疗等领域。然而,当阵列发生扰动时,将会导致干扰偏离零陷位置,甚至会导致算法完全失效。为了解决现有波束形成算法在发生导向矢量失配和干扰位置扰动时波束形...自适应波束形成随着数字信号处理技术的不断发展,已广泛应用于雷达、语音、医疗等领域。然而,当阵列发生扰动时,将会导致干扰偏离零陷位置,甚至会导致算法完全失效。为了解决现有波束形成算法在发生导向矢量失配和干扰位置扰动时波束形成器性能急剧下降的问题,本文提出了一种导向矢量失配条件下多约束鲁棒波束形成算法。本文参照实际情况引入更多约束,增加了双边范数扰动约束以及二次相似性约束,允许了误差产生的范围。此外,本文确保感兴趣信号(Signal Of Interest,SOI)的到达方向(Direction Of Arrival,DOA)远离干扰导向矢量的所有线性组合的DOA区域,保证了最优导向矢量的DOA位于SOI的角扇形区域。首先,以波束形成器输出最大功率为目标,并结合实际环境下的约束条件,建立了最优导向矢量的数学模型。其次,利用定义的干扰范围重构协方差矩阵,以此来展宽零陷,提高系统的抗干扰性能。最后,先用内点法求得替代变量的解,以此求解针对导向矢量的二次不等式约束问题;随后在约束模型中代入替代变量,用交替方向乘子法迭代求解导向矢量,在每一次的迭代中都会得到显示解。同时,本文还对算法的时间复杂度和收敛性进行了分析。实验结果显示,相较于传统的波束形成算法,所提方法加宽了干扰处零陷,使得波束形成器的抗干扰性能得到了一定的提高,且能够很好地校正失配导向矢量。展开更多
In this paper, an alternating direction nonmonotone approximate Newton algorithm (ADNAN) based on nonmonotone line search is developed for solving inverse problems. It is shown that ADNAN converges to a solution of th...In this paper, an alternating direction nonmonotone approximate Newton algorithm (ADNAN) based on nonmonotone line search is developed for solving inverse problems. It is shown that ADNAN converges to a solution of the inverse problems and numerical results provide the effectiveness of the proposed algorithm.展开更多
为解决传统波束形成器在干扰位置发生扰动和导向矢量失配时,造成自适应权重的不匹配,从而导致算法性能急剧下降,甚至期望信号相消的问题,提出一种联合协方差矩阵重构和交替方向乘子法(Alternating direction method of multipliers,ADMM...为解决传统波束形成器在干扰位置发生扰动和导向矢量失配时,造成自适应权重的不匹配,从而导致算法性能急剧下降,甚至期望信号相消的问题,提出一种联合协方差矩阵重构和交替方向乘子法(Alternating direction method of multipliers,ADMM)的鲁棒波束形成方法。对此,首先基于波束形成器最大输出功率准则,设计了求解最优导向矢量的优化模型。接着,根据Capon算法空间功率谱函数,利用定义的干扰范围对协方差矩阵进行重构,以展宽零陷并增强系统抗运动干扰能力。最后,关于导向矢量的二次不等式约束问题,本质为估计导向矢量和期望导向矢量间的差异,该方法利用ADMM对该二次规划问题进行迭代求解,并在每次迭代中获得导向矢量的具体解。另外,也分析了算法的复杂度。实验结果表明:对比现有的波束形成算法,在干扰处加宽了零陷,提高了波束的抗干扰性;结合复杂度也证明了其计算速度优于现有的算法,并且能够很好地校正失配导向矢量。本方法也为求解二次不等式约束问题和提高波束形成算法性能提供了一种思路和途径。展开更多
“双碳”背景下,多综合能源微网(integrated energy microgrid,IEM)系统优化运行过程中面临着协同管理、新能源出力随机波动、负荷功率不确定性以及信息隐私保护等诸多挑战。计及源荷不确定性,提出一种基于纳什谈判的多IEM系统两阶段博...“双碳”背景下,多综合能源微网(integrated energy microgrid,IEM)系统优化运行过程中面临着协同管理、新能源出力随机波动、负荷功率不确定性以及信息隐私保护等诸多挑战。计及源荷不确定性,提出一种基于纳什谈判的多IEM系统两阶段博弈策略。首先,针对源荷不确定性构建源荷不确定集合,建立多IEM系统的源-荷两阶段鲁棒优化调度模型;其次,充分挖掘IEM成员间的潜在合作关系,基于纳什谈判理论构建多IEM两阶段鲁棒博弈模型,并将原问题等效为多IEM系统效益最大化和支付效益最大化两个子问题,以保证多IEM系统合作收益的公平分配;最后,为保护各主体隐私,采用列约束生成算法结合交替方向乘子法(alternating direction multiplier method,ADMM)高效求解所构建的模型。算例结果表明,所提策略能够实现多IEM系统电、热资源的优化配置,系统总运行成本降低了5.16%,风光消纳率达到80%以上,并提高了系统应对不确定性风险的能力。展开更多
文摘自适应波束形成随着数字信号处理技术的不断发展,已广泛应用于雷达、语音、医疗等领域。然而,当阵列发生扰动时,将会导致干扰偏离零陷位置,甚至会导致算法完全失效。为了解决现有波束形成算法在发生导向矢量失配和干扰位置扰动时波束形成器性能急剧下降的问题,本文提出了一种导向矢量失配条件下多约束鲁棒波束形成算法。本文参照实际情况引入更多约束,增加了双边范数扰动约束以及二次相似性约束,允许了误差产生的范围。此外,本文确保感兴趣信号(Signal Of Interest,SOI)的到达方向(Direction Of Arrival,DOA)远离干扰导向矢量的所有线性组合的DOA区域,保证了最优导向矢量的DOA位于SOI的角扇形区域。首先,以波束形成器输出最大功率为目标,并结合实际环境下的约束条件,建立了最优导向矢量的数学模型。其次,利用定义的干扰范围重构协方差矩阵,以此来展宽零陷,提高系统的抗干扰性能。最后,先用内点法求得替代变量的解,以此求解针对导向矢量的二次不等式约束问题;随后在约束模型中代入替代变量,用交替方向乘子法迭代求解导向矢量,在每一次的迭代中都会得到显示解。同时,本文还对算法的时间复杂度和收敛性进行了分析。实验结果显示,相较于传统的波束形成算法,所提方法加宽了干扰处零陷,使得波束形成器的抗干扰性能得到了一定的提高,且能够很好地校正失配导向矢量。
文摘In this paper, an alternating direction nonmonotone approximate Newton algorithm (ADNAN) based on nonmonotone line search is developed for solving inverse problems. It is shown that ADNAN converges to a solution of the inverse problems and numerical results provide the effectiveness of the proposed algorithm.
文摘为解决传统波束形成器在干扰位置发生扰动和导向矢量失配时,造成自适应权重的不匹配,从而导致算法性能急剧下降,甚至期望信号相消的问题,提出一种联合协方差矩阵重构和交替方向乘子法(Alternating direction method of multipliers,ADMM)的鲁棒波束形成方法。对此,首先基于波束形成器最大输出功率准则,设计了求解最优导向矢量的优化模型。接着,根据Capon算法空间功率谱函数,利用定义的干扰范围对协方差矩阵进行重构,以展宽零陷并增强系统抗运动干扰能力。最后,关于导向矢量的二次不等式约束问题,本质为估计导向矢量和期望导向矢量间的差异,该方法利用ADMM对该二次规划问题进行迭代求解,并在每次迭代中获得导向矢量的具体解。另外,也分析了算法的复杂度。实验结果表明:对比现有的波束形成算法,在干扰处加宽了零陷,提高了波束的抗干扰性;结合复杂度也证明了其计算速度优于现有的算法,并且能够很好地校正失配导向矢量。本方法也为求解二次不等式约束问题和提高波束形成算法性能提供了一种思路和途径。
文摘“双碳”背景下,多综合能源微网(integrated energy microgrid,IEM)系统优化运行过程中面临着协同管理、新能源出力随机波动、负荷功率不确定性以及信息隐私保护等诸多挑战。计及源荷不确定性,提出一种基于纳什谈判的多IEM系统两阶段博弈策略。首先,针对源荷不确定性构建源荷不确定集合,建立多IEM系统的源-荷两阶段鲁棒优化调度模型;其次,充分挖掘IEM成员间的潜在合作关系,基于纳什谈判理论构建多IEM两阶段鲁棒博弈模型,并将原问题等效为多IEM系统效益最大化和支付效益最大化两个子问题,以保证多IEM系统合作收益的公平分配;最后,为保护各主体隐私,采用列约束生成算法结合交替方向乘子法(alternating direction multiplier method,ADMM)高效求解所构建的模型。算例结果表明,所提策略能够实现多IEM系统电、热资源的优化配置,系统总运行成本降低了5.16%,风光消纳率达到80%以上,并提高了系统应对不确定性风险的能力。