基于DSP的协方差矩阵求逆的数值问题研究

机载雷达多通道空时自适应处理(STAP)系统的实时实现的难点在于大数据流下的高精度实时处理,其中STAP权值计算有数据域和均方域2种方法,分别以QR分解和样本协方差矩阵求逆(SM I)方法为代表。QR分解方法一般映射到脉动阵并行实现,然而脉动阵实现的结构缺乏通用性和可重构性导致这种设计成本较高,SM I方法实现则相对简单。文中基于数字信号处理(DSP)量化分析了SM I方法的舍入误差和数值溢出问题,推导出舍入误差表示成复数噪声的方差的公式,从机理上给出数值精度和稳定性改善方法,最后通过实测数据验证了方法的有效性。

STAP中的协方差矩阵求逆快速算法研究

研究机载雷达平台问题,空时自适应处理(STAP)是新一代机载相控阵雷达杂波抑制与目标检测的关键技术。在工程化过程中,运算量巨大是其面临的首要问题。为了改善STAP在采样矩阵维数较高情况下求逆运算的实时性能和有效提高雷达抑制杂波和抗干扰能力,提出了一种改进的Strassen矩阵求逆算法,算法结合了Strassen矩阵求逆的高效性以及采样协方差矩阵是Hermite正定阵的特点,具有运算量小,算法结构简单,便于工程实现的优点。DSP处理器的实测数据证明了方法的有效性和可行性。结果表明与目前工程中改进方法性能改善效果明显。

块Toeplitz矩阵低复杂度求逆的卫星导航空时抗干扰算法

采样协方差矩阵求逆是空时抗干扰算法的基本运算单元,但由于其运算量随时域抽头个数急剧增长,直接限制了空时抗干扰技术在卫星导航接收机中的应用。针对该问题,提出了基于块Toeplitz矩阵快速求逆的空时抗干扰方法。通过采用新的协方差矩阵近似计算方法,使得该矩阵同时为块Toeplitz矩阵与Hermite矩阵,并运用块Toeplitz矩阵的快速求逆算法,将时域抽头个数为K的计算复杂度从O[K3]降至O[K2]。理论分析和仿真结果表明,在阵元数为4、时域抽头为15的典型情况下,相比现有矩阵求逆方法,该算法的抗干扰性能损耗小于1d B,但计算量可降低约2/3。

基于SMI-CMA联合自适应算法的性能分析

恒模算法 (CMA)被广泛地应用到盲自适应波束形成中 ,除了传输信号波形具有恒定的包络外 ,CMA不需要先验知识。基于SMI -CMA算法的恒模 (CM )阵列级联的结构 ,由SMI算法决定CMA的初始权向量 ,系统可以分离多个同信道信源 ,在干扰信号较强时 ,仍有稳定的SINR输出 ,具有较好的收敛速度。仿真结果也证明了SMI

迭代自适应收缩加权融合的波束形成方法

自适应数字波束形成是通过对阵列接收数据进行加权处理来获得最大的输出信干噪比,对采样协方差矩阵的依赖性较大。针对小样本条件下采样协方差矩阵求逆算法性能下降问题,提出迭代自适应加权融合样本协方差矩阵与先验协方差矩阵的波束形成算法。在估计协方差矩阵时,依据最小均方误差准则计算加权系数,并采用迭代自适应的方式更新先验协方差矩阵。仿真结果表明,所提方法能显著提高小样本条件下的协方差矩阵估计精度,能获得更大的输出信干噪比。

SMI-LSCMA盲自适应多波束形成算法研究

提出一种基于协方差矩阵求逆(SMI)和最小二乘恒模(LSCMA)的恒模阵列盲多波束形成算法。该算法由SMI算法决定LSCMA算法的初始权向量,充分利用SMI结合LSCMA算法的所有优点,在干扰信号较强时,确保权向量收敛至弱期望信号。并且有稳定的SINR输出,具有良好的信号分离提取性能。仿真结果证明了SMI-LSCMA算法具有较强的稳健型和较快的收敛速度。

混响背景下应用岭回归对角加载的空时处理方法

研究了空时自适应联合处理方法在主动声纳领域的应用。针对有限空时快拍数影响最优空时滤波器性能的问题,利用Capon谱估计器与最优空时处理器表达式的相似性,提出将岭回归(Ridge Regression)对角加载方法推广到空时联合自适应处理中。仿真结果表明,新的对角加载方法提高了基于样本协方差矩阵求逆法的空时滤波性能,能够有效抑制海面混响和干扰带来的不良影响。