子空间方法用于宽容的自适应波束形成

由于浅海波导和接收阵本身存在大量的不确实性,使得接收到的阵数据产生严重的失真,而常见的自适应波束形成方法如MVDR对失配很敏感。为此,本文提出了一种宽容性的自适应子空间波束形成方法。考虑一个具有空间特征的信号位于已知的子空间,但在子空间中的具体位置未知,并将干扰建模为子空间干扰。首先对未知参量进行最大似然估计,代入似然比检测中得到广义似然比检测(GLRT),从而得到子空间波束形成器。通过对不同失配情况下仿真以及实际海试数据处理验证了子空间波束形成器的性能,仿真和实验数据处理结果表明,子空间波束形成器比MVDR更宽容,比较明显提高检测和估计性能。

基于海试数据的水声信号自适应波束形成方法性能分析

为了更好验证自适应波束形成技术的实际应用,本文研究了基于海试数据的不同自适应波束形成方法的性能,对比分析CBF算法、MVDR算法、MUSIC算法的优缺点,总结了各算法适用条件及实用性。研究结果表明,在声呐的实际应用中,CBF算法更适用于实时性要求较高、目标数量较少的方位探测;MUSIC算法更适用于实时性要求不高、目标数量较多、目标数量已知的方位探测;MVDR算法更适用于实时性要求不高、目标数量较多、目标数量未知的方位探测。

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。

基于深度展开ADMM网络的稳健自适应波束形成

阵列通道间的幅相误差导致导向矢量失配,会严重退化自适应波束形成的性能。现有稳健自适应波束形成(RAB)方法通过引入最差导向矢量失配误差约束或联合估计幅相误差和波束形成器权值矢量,以改善波束形成性能,但这些方法的计算复杂度高,且在有限快拍下性能有限。为此,文中在深度展开框架下提出一种基于交替方向乘子法(ADMM)的RAB网络,以快速实现幅相误差和干扰协方差矩阵的联合估计。首先,建立存在阵列通道幅相误差时的干扰信号稀疏表示模型;然后,根据基于ADMM的幅相误差和干扰稀疏表示系数联合估计算法,设计一种深度展开ADMM(DU-ADMM)网络,该网络的输入为接收到达的干扰信号,输出为幅相误差和干扰稀疏表示系数;最后,利用该网络的输出重构出干扰加噪声协方差矩阵,并生成稳健自适应波束形成器。仿真结果表明,DU-ADMM网络可在单快拍场景下实现RAB,且能够以较少的网络层数更精确地估计出幅相误差,有效降低了计算量,同时可获得更高的输出信干噪比。

基于遗传模拟退火算法的子阵级自适应波束形成

在阵列天线信号处理中,采用子阵级自适应波束形成技术可以降低算法复杂度和系统成本。针对子阵级自适应波束形成中最优子阵划分问题,提出了一种基于遗传模拟退火算法的阵列天线子阵最优划分方法。通过线性约束最小方差算法计算不同子阵划分下的自适应权矢量,形成自适应天线方向图,以方向图的最大旁瓣电平比作为成本函数,迭代优化得到最大旁瓣电平最优的子阵划分形式。仿真结果表明,使用该方法得到的非均匀子阵划分阵列天线其自适应方向图最大旁瓣电平能降低至-19 dB。通过对比分析不同子阵划分形式以及不同规模阵面的自适应方向图验证了该方法的可行性与有效性。

基于自适应波束形成的水下运动源辐射噪声测量方法

提出了一种约束测量精度的同时提供最大抑制干扰的自适应波束形成方法。采用水听器阵列接收测量信号,约束由声场格林函数得到的阵列合成信号与单个阵元接收信号的误差,根据获取最大阵列增益的准则设计阵列的最佳权系数,并利用二阶锥优化求解权系数,从而得到约束测量精度下的最大化干扰抑制自适应波束形成器。计算机仿真结果表明,该方法在低信噪比条件下保证较高的噪声测量精度的同时,可以有效提高水下运动声源辐射噪声的处理增益。

基于自适应波束形成的水下目标高稳健DOA跟踪技术

针对复杂环境下水下目标高稳健方位估计与跟踪问题,基于自适应波束形成与非线性滤波技术,通过对目标可能方位进行自适应跟踪窗口实时构建与非线性实时跟踪迭代反馈,完成水下目标高稳健方位估计与跟踪。首先,基于均匀线性声呐阵列获取目标辐射噪声的阵元域量测信息,并建立水下运动目标的典型运动学模型;其次,基于最小方差无畸变响应的波束形成技术在目标预测方位对阵元域观测进行空域滤波处理,从而提升目标信号信噪比;然后,通过扩展卡尔曼滤波技术对目标方位进行高稳健跟踪,获得目标可能方位与误差,并将其反馈给上述波束形成技术进行自适应跟踪窗口调整,从而完成水下目标高稳健方位估计与跟踪。最后,多次蒙特卡洛仿真实验结果表明,在低信噪比情况下,当传统方位估计与跟踪方法和仅使用阵元域量测的滤波跟踪算法效果不佳或基本失效时,所提算法跟踪结果的平均估计误差仍在0.6°以下,具有较高的准确性和稳定性,从而证明所提算法的稳健性。

阵元位置互质的线性阵列:阵列校正和波束形成

该文研究了阵元位置互质的线性阵列(CLA)的阵列校正和波束形成问题。在假设CLA天线单元部分校准的条件下,基于同时干扰定位与阵列校正(SILAC)技术,设计了一种适用于CLA的阵列校正和波束形成方法:CLA-SILAC-INCM算法。从理论上分析证明了,当CLA中包含有L_c≥3个完全校准的天线单元,使用SILAC技术可以高精度无模糊地实现干扰源角度和阵列天线幅相误差估计,并在此基础上完成干扰噪声协方差矩阵(INCM)重建和波束形成最优权向量构造。通过仿真实验验证了,提出的CLA-SILAC-INCM算法具有比其他常用算法更好的性能,尤其是信噪比接近干噪比时,CLA-SILAC-INCM算法的优势更为明显。

复杂干扰场景下的稳健自适应波束形成

针对复杂电磁环境中最小方差无畸变响应及干扰加噪声协方差矩阵重构波束形成器输出信干噪比下降的问题,本文基于均匀圆阵(uniform circular array,UCA)提出了一种适用于该场景的稳健自适应波束形成算法。所提算法利用稀疏重构技术得到的谱函数构造和改进干扰抑制矩阵,使其在干扰方位产生宽零陷,提高了算法的稳定性。考虑到UCA存在副瓣电平高及空间非均匀采样问题,利用二阶约束优化准则抑制UCA副瓣,使得所提算法在抑制干扰的同时具有较低的波束副瓣。当UCA半径选择合适时,所提算法的性能与最优波束形成器接近,仿真验证了所提算法的有效性。

最小范数约束的改进MVDR波束形成算法

针对传统的最小方差无畸变响应(MVDR)波束形成方法,难以有效均衡和同时优化干扰和噪声抑制的问题,提出一种基于最小范数解的改进算法。通过对阵列接收信号的自相关阵进行特征分解,取大特征值减去噪声功率及大特征值对应特征向量,构建线性约束方程的最小范数解,代替MVDR算法中的自相关阵的逆的形式形成加权系数,其中噪声功率由小特征值的平均值估计,获得的权系数对应于线性约束条件下的最小范数解。仿真分析表明,该算法能够有效地在干扰位置处形成零陷,利于后续在时间维的噪声滤波处理,较之于MVDR等算法有更好的干扰和噪声抑制性能。

稳健的特征空间基变换自适应波束形成

针对现有自适应波束形成器在阵元位置误差、幅相误差以及信号来波方向误差耦合时干扰抑制能力下降的问题,提出了一种稳健的基于特征空间基变换的自适应波束形成算法。首先,对导向向量中阵元位置误差、幅相误差以及信号来波方向误差的影响进行了建模;然后,通过利用真实信号子空间与导向矢量张成空间相同的特性,引入子空间距离的概念量化两个子空间相似程度,并构建出一个最小化空间距离的多维非线性优化问题;在此基础上,结合遗传算法与拟牛顿法的特点形成一种混合优化策略,在解除最优化问题后,得到信号子空间的一组非正交基;最后,将估计的信号子空间与噪声子空间组合为特征空间,通过对特征空间进行基变换提取出准确的干扰加噪声协方差矩阵,并对期望信号导向向量进行了修正。数值仿真结果表明:所提混合优化算法随着迭代数提高能够显著降低子空间距离,迭代数达到100次时,能够将子空间距离降低至1以下;在信号来波方向误差、阵元位置误差以及幅相误差同时存在,且输入信噪比为10 dB的情况下,所提算法的输出信干噪比与现有方法相比提高约14 dB。

改进爬行动物搜索算法的线阵波束形成研究

针对最小方差无畸变响应方法在已知先验信息的情况下抗干扰性能较差的问题,提出了基于改进爬行动物搜索的波束形成方向图控制算法。该算法通过设置合适的适应度函数,迭代寻找最优权值,并利用其实现对方向图的控制。首先采用Sobol序列对种群初始化方法进行改进,获得更均匀的种群初始分布;其次,改进进化因子提高该算法的收敛速度;最后,为了增强抗干扰性能,对适应度函数进行改进,使方向图旁瓣更低。仿真实验表明,相较于传统算法,该算法可以获得更深的零陷并将其准确的对准干扰来向,同时降低峰值旁瓣电平,提高了对干扰的抑制能力,使得元启发式算法在波束形成领域更具应用价值。

利用稀疏贝叶斯推理估计干扰导向矢量和功率的稳健自适应波束形成方法

现有稳健自适应波束形成(Robust adaptive beamforming,RAB)方法对快拍数有较高要求,可用快拍数的不足可能会使RAB方法无效。稀疏贝叶斯推理(Sparse Bayesian Inference,SBI)从贝叶斯的角度,通过对信号的稀疏先验假设来利用稀疏信息,在建模稀疏信号方面具有较好的灵活性,可以提高解的稀疏性,即使在样本数较低的情况下也能取得很好的估计效果。本文使用SBI估计干扰信号的导向矢量和功率,提出了一种新颖的基于干扰加噪声协方差矩阵(Interference plus Noise Covariance Matrix,INCM)重建的RAB方法。所提方法利用SBI在建模稀疏信号方面的优越性,通过准确重建出INCM,实现高输出SINR。仿真结果表明,本文提出的方法在比较宽的输入SNR范围内和少量快拍情况下都实现了较好的性能。

基于子带分解的宽带自适应波束形成算法改进

该文针对在目标快速运动或者本船快速机动情况下,最小方差无失真响应(minimum variance distortionless response,MVDR)在少快拍下无法获得满秩和稳定的协方差矩阵的问题,提出一种基于子带分解的宽带自适应波束形成方法,该方法能够在单快拍数据条件下,获得满秩的协方差矩阵。相对于时域解析信号的MVDR算法,基于子带分解的宽带信号处理方式具有更小的相位误差,波束形成结果更精准。针对其在阵元失效情况下性能急剧下降的问题,对比分析了采用基于数据的协方差矩阵重构方法、对角加载方法、阵元隔离方法在阵元失效情况下的性能。仿真分析结果表明,基于数据的协方差矩阵重构方法,在阵元失效的情况下,具有相对较低的旁瓣高度。海试数据处理结果表明,改进的宽带自适应波束形成算法可在频域单次快拍数据条件下完成波达方向(direction of arrival,DOA)估计,且具有较高的DOA估计精度、方位分辨能力和弱目标检测能力。

误差条件下基于协方差矩阵重构的自适应波束形成

针对有幅相误差的互质阵列,提出了一种基于协方差矩阵重构的鲁棒自适应波束形成方法。该方法的主要思想是重构信号的协方差矩阵。如果幅相误差存在且无法被忽视,协方差矩阵重构的精度会受到幅相误差的影响。为了消除幅相误差的影响,准确地重构信号的协方差矩阵,提出了一种基于最小二乘(TLS)的方法。首先,建立了含有幅相误差的协方差矩阵重构的基本模型。然后,将问题转化为变量误差(EIV)模型。再将幅相误差的校准转换为与幅相误差相关的误差矩阵的估计,再利用估计结果得到信号协方差矩阵的有效估计。为了解决误差矩阵估计问题,提出了一种交替下降算法。仿真结果表明,即使在存在幅相误差的情况下,该方法仍能提高协方差矩阵的重建精度,并且自适应波束的性能优于现有算法。

近场条件下数字阵列雷达自适应波束形成技术研究

针对近场条件下数字阵列雷达导向矢量幅相非一致性对自适应波束形成(adaptive beamforming,ADBF)算法性能的影响,通过构建近场多通道数字阵列雷达回波信号模型,分析近场多通道信号二维频谱,发现在近场条件下带限干扰信号的频谱会出现非均匀分布,呈现周期性栅格分布特征,造成算法性能下降.本文提出一种具有全新干扰样本选择策略的近场ADBF(near field ADBF, NF-ADBF)算法,通过寻优干扰信号频谱栅格边界,在栅格区间进行多门限样本筛选,离散提取干扰信号样本,构建完备的干扰信号协方差矩阵,提升近场条件下的自适应处理性能.通过在地面搭建仿真试验环境,模拟典型的数字阵列近场工作环境,通过录取试验数据分析并与理论仿真进行对比,验证了近场干扰样本筛选策略和NF-ADBF算法模型的有效性.

稳健自适应波束形成算法综述

标准Capon波束形成器(SCB)通过最小化波束输出功率,同时约束期望信号无失真输出以达到最大化输出信干噪比,但标准Capon波束对模型失配误差非常敏感,如来波方向估计误差、阵列扰动、目标运动等因素引起导向矢量误差,短快拍数据会引起协方差矩阵估计不准确。这些失配会引起波束形成输出信干噪比性能下降。为了提高Capon波束形成算法的鲁棒性,提出诸多稳健自适应波束形成算法,主要解决方案是对期望信号导向矢量和干扰加噪声的协方差矩阵进行修正。介绍标准Capon波束形成的信号模型及误差对其输出信干噪比的影响;从影响自适应波束形成性能的两个因素即协方差矩阵和期望信号导向矢量,对稳健自适应波束形成典型算法进行综述;对几种典型稳健自适应波束形成算法进行了仿真实验,结果表明所提算法的有效性,并对研究方向进行了展望。

兼容Wi-Fi感知的自适应波束形成研究

为了优化Wi-Fi自适应波束形成器的性能以提高感知精度,首先阐述最小均方误差和最小二乘准则下的两类自适应波束形成算法,并通过仿真实验分析应用这两类算法的波束形成器在不同阵元数线性阵列的收敛速度和不同信干噪比对算法迭代次数的影响。并针对Wi-Fi感知的时变无线环境,提出RLS-NLMS联合自适应算法权衡波束形成器的收敛速度与跟踪性能,仿真实验结果证明该算法切实可行。

基于凸优化的时域宽带旁瓣控制自适应波束形成

提出了基于凸优化的时域宽带旁瓣控制自适应波束形成方法。首先将基阵波束响应表达成一组FIR滤波器系数的线性函数,然后采用如下的优化准则来设计FIR滤波器组:在保证波束形成器对期望方向信号无失真输出且波束旁瓣低于设定值的条件下,使波束输出功率最小化。同时通过对滤波器系数的范数进行约束来保证波束形成器的稳健性。该波束形成器设计问题被表述成二阶锥规划的凸优化问题来求解。仿真结果验证了所提出方法的有效性。

应用于卫星多波束天线的自适应波束形成算法比较

射频干扰会严重影响卫星通信链路性能 ,而自适应调零天线是一种有效的卫星抗干扰措施 .本文对应用于多波束天线的各种自适应波束形成算法进行对比分析 ,理论分析与仿真结果皆表明 ,DMI和RLS算法相对经典的LMS算法而言 ,在收敛速率和输出信噪干扰比上皆有相当的优越性 .