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.

一种低快拍情况下稳健的波束形成算法

针对低快拍情况下自适应波束形成器输出方向图存在主峰偏移,副瓣电平较高的问题,该文提出一种低快拍情况下稳健的波束形成算法。算法通过对线性约束最小方差(LCMV)波束形成器的输入信号协方差矩阵进行指数修正,改善了采用协方差矩阵求逆(SMI)算法的LCMV波束形成器输入信号协方差矩阵小特征值在低快拍情况下的发散程度,从而可在减小主峰偏移的同时,有效地解决副瓣电平较高的问题;最后通过分析波束形成器输出信干噪比(SINR)随修正指数变化的情况,给出算法修正指数的取值范围。计算机仿真结果验证了该算法的有效性和优越性。

低快拍下基于稀疏重构的大电磁矢量传感器阵列多维参数联合估计

大尺寸电磁矢量传感器(electro magnetic vector sensor,EMVS)比小尺寸EMVS辐射效率更高,研究其参数估计算法有助于推动EMVS的实装化应用。针对大尺寸EMVS阵列研究了低快拍下参数估计问题,提出基于稀疏重构的波达方向(direction of arrival,DOA)和极化参数联合估计算法。首先构造仅含DOA信息的低维块稀疏表示,然后采用块正交匹配追踪算法恢复块稀疏信号,最后利用得到恢复后的信号反推出DOA和极化参数估计值。仿真表明了该算法在低快拍下参数估计的有效性,且计算量和精度均优于现有基于稀疏重构的小尺寸EMVS参数估计算法。

一种低快拍情况下零陷展宽波束形成算法

针对低快拍条件下自适应波束形成零陷展宽深度变浅和主瓣变宽的问题,提出了一种低快拍情况下零陷展宽波束形成算法。该算法基于信号子空间和噪声子空间的正交性原理,利用Capon谱估计器构造相关矩阵,得到投影变换矩阵用以处理原协方差矩阵,并引入虚拟天线技术增加阵列天线自由度来提高阵列分辨率,最后对改进的协方差矩阵进行前后项平均。由于变换后的矩阵具有前后项平均的效果,相当于快拍数加倍,可以提高低快拍数时零陷展宽波束形成性能,增大输出信干噪比。仿真结果表明,该算法具有有效性和优越性。

色噪声环境下基于约束Kalman波束形成算法

针对色噪声环境和低快拍数下波束形成器波形畸变的问题,提出了一种色噪声环境下基于约束Kalman的波束形成算法。该算法首先利用波束形成器的代价函数来构建状态和量测方程,其次对量测有色噪声进行一阶马尔可夫建模并对量测扩充得到新的量测方程,最后利用Kalman滤波方程来求解阵列权值矢量。所提算法是通过对色噪声白化来消除其对波束形成算法性能的影响。仿真结果显示,在色噪声环境和低快拍数下本算法具有更快的收敛速度和更高的输出信干噪比,并且波束图的旁瓣水平明显降低。

基于凸约束下泰勒估计的主瓣干扰抑制算法

针对真实信号协方差矩阵估计难以直接获取及低快拍条件下传统采样协方差矩阵存在较大误差的问题,提出了基于凸约束下泰勒估计的抗主瓣干扰波束形成算法。该算法首先利用凸约束下的泰勒估计法在低快拍数条件下对信号协方差矩阵进行估计。其次利用多信号分类算法进行波达方向估计,筛选主瓣干扰对应特征矢量。而后利用特征投影矩阵法对主瓣干扰进行抑制。最后,通过添加线性约束获得权值矢量进行波束形成。仿真结果显示,在低快拍数条件下,所提算法对信号协方差矩阵具有更高的估计精度,波束形成性能稳健且具有更高的输出信干噪比。

一种降秩线性约束自适应波束形成算法

线性约束最小方差法可在多项约束条件下提供较好的干扰抑制能力,然而在低快拍数、固定零点和自适应干扰零点重合的条件下,该算法性能严重下降。该文提出了一种新的线性约束自适应波束形成算法———基于变换的线性正交投影算法,可较好地克服上述缺点,且计算量较小。理论分析与仿真结果验证了算法的有效性。