极化智能天线的二维矢量波束形成方法研究

针对极化智能天线的匹配接收与干扰抑制等问题,将现有的基于均匀线阵的极化波束形成方法拓展到二维平面阵,提出了一种基于二阶锥规划的二维矢量波束形成方法。在二维观测平面内,该方法通过对主瓣区域进行极化匹配设计以提高系统接收增益和主瓣干扰的抑制能力,在旁瓣区域将零陷凹面与正交极化约束进行叠加设计以最大限度提高干扰抑制能力,建立最优的矢量波束优化问题模型,进而转化为两个等价的标量波束优化问题,并使用二阶锥规划对其求解。仿真结果表明:相对于现有的均匀线阵极化波束形成方法而言,该方法能够在二维观测平面上实现自适应极化设计,包括了主瓣极化匹配和旁瓣零陷凹面的极化约束,进而提高了极化波束形成方法的工程实用性。

基于空频滤波的并行单星约束波束形成算法

由于空域抗干扰算法形成零陷时会导致有用信号一定程度失真,提出了基于空频滤波的并行单星约束波束形成算法。针对宽带接收机的应用,在空频二维宽带处理器的模型下,将各阵元接收数据变换到频域;通过频域并行单星约束方程,保证信号带宽内每个频点上的信噪比,有效防止了传统算法对有用信号的衰减。最后,将每颗卫星信号逆变换到时域,便得到了干扰抑制之后的全部卫星信号。计算机仿真验证了理论分析的正确性和算法的稳健性。

SAVSTMV波束形成算法研究

矢量阵常规波束形成(Vector array Conventional Beam Forming,VCBF)能够消除普通单线阵左右舷模糊现象,但VCBF波束宽度受到"瑞利限"的限制,不能分辨同一波束内的多个目标。矢量阵导向最小方差(Vector array STeered Minimum Variance,VSTMV)波束形成算法是一种宽带自适应波束形成算法,具有高分辨力和抗干扰性能。VSTMV波束形成直接在阵元域进行,计算量较大且稳健性差,不利于实时实现和应用。提出一种分子阵VSTMV波束形成算法(Sub-Array Vector array Steered Minimum Variance,SAVSTMV),可有效降低计算量,算法稳健性更强。通过理论研究和仿真计算,证明该算法比矢量阵常规波束形成算法具有更好的性能,有利于实际应用。

矢量传感器线列阵波束域MUSIC方位估计

在研究矢量传感器阵列目标估计基础上,本文首次在矢量传感器阵列处理领域将矢量阵波束形成与波束域目标估计算法结合起来,实现了高精度目标方位估计,与常规阵元域和波束域方法相比,提高了多目标估计性能,增大了阵列输出增益,大大减小了计算量.仿真验证了本算法的优越性.