基于线性约束最小方差的稳健波束形成算法

针对平面阵列天线波束形成过程中的波达方向(DOA)估计失配问题,提出在期望信号(SOI)方向附近增加线性约束的算法,有效提升了平面阵列波束形成的稳健性;此外,针对增加线性约束会导致波束形成算法自由度降低的问题,以均匀线阵为例,提出在广义旁瓣相消(GSC)算法模型中添加阻塞矩阵预选环节的算法,有效解决了添加线性约束所致的自由度损失问题,从而使算法在提升稳健性的同时保持了原有的自由度。最后,通过计算机仿真实验验证了所提算法的有效性。

基于线性约束最小方差对角加载的稳健频率不变波束形成算法

针对实际环境中因麦克风阵列失配误差导致宽带波束形成器性能下降的问题,提出基于线性约束最小方差对角加载的稳健频率不变波束形成算法.该算法首先在线性约束最小方差准则的基础上,结合空间响应偏差函数,并对波束形成器权矢量的二范数施加不等式约束,再通过拉格朗日乘子法和凸优化工具箱CVX(Con Ve X)分别在不等约束条件下求得权矢量的解析解和全局最佳解,以有效解决麦克风的增益、相位和位置等的不确定性造成的失配误差问题,提高频率不变波束器的稳健性.仿真结果表明:采用拉格朗日乘子法求解该算法的最优权矢量所得到的波束形成器对失配误差最不敏感,性能最稳健.

基于DFT插值的线性约束最小方差宽带自适应阵列

本文提出一种具有频率不变波束图的线性约束最小方差宽带自适应算法。首先给出了具有频率不变波束图的连续线阵的灵敏度函数与离散线列阵加权系数之间的关系,然后给出了使用DFT插值法求解各子带阵列权系数的方法,最后将DFT插值法应用于线性约束最小方差宽带自适应阵列。理论分析及仿真结果表明,该算法可以在实现最小方差波束形成的同时保持波束图基本不随频率变化,且该方法可以降低宽带自适应阵列的运算量。

基于线性约束最小方差的脑磁源定位特性研究

波束形成是一种广泛运用于脑磁信号的偶极子溯源方法,其定位结果的准确度是目前研究的一个关键点。基于电流偶极子模型,以相关系数和定位误差作为评价标准,研究了不同头模型、不同伪迹噪声对线性约束最小方差定位算法的影响。通过计算机软件,在脑内已知位置设定已知源信号,采用不同头模型进行前向问题计算并叠加不同噪声,对模拟的真实脑磁信号进行逆问题的求解,进行源定位与源信号重构。仿真结果表明,在叠加相同噪声的情况下,采用不同头模型在较低信噪比下对算法的影响有一定差异,而在信噪比高于-10分贝的条件下,则对算法几乎没有影响,能达到较好的定位效果。在采用相同头模型的情况下,叠加不同类型的噪声伪迹所产生的影响各不相同,其中高斯白噪声产生的影响最大,有色噪声次之,基线漂移产生的影响最小。

一种利用功率反演和线性约束最小方差算法的自适应天线(英文)

介绍了一种新的基于功率反演和线性约束最小方差的算法,以高度抑制GPS接收机的干扰信号。这种结构通过提调整天线阵列的权值,实时地接收并改变来自各方向的GPS信号,同时对不同方向的干扰信号有高的抑制比。对固定和移动的干扰都做了仿真,仿真表明这种结构有很深的零点,对固定干扰信号的抑制比可达到115dB,对移动干扰信号的抑制比可达到94dB。

基于线性约束最小方差的全球定位系统抗干扰技术

针对全球定位系统(GPS)接收机在强宽带干扰下无法正常工作的情况,采用自适应调零天线,利用信号和干扰的入射空间角度不同进行空域滤波,可提高其抗干扰能力。理论分析和仿真结果表明,基于线性约束最小方差(LCMV)准则的自适应滤波算法简单有效,在牺牲一个干扰抑制自由度的条件下,可对高仰角卫星导航信号进行较好的保护。

基于线性约束最小方差原则的稳健快速自适应脉冲压缩方法

针对线性调频信号在距离单元内的回波采样点与目标点失配,即采样失配的情况下,自适应脉冲压缩性能下降的问题,对快速自适应脉冲压缩(fast adaptive pulse compression,FAPC)方法进行改进,提出一种基于线性约束最小方差(linearly constrained minimum variance,LCMV)原则的连续分块FAPC(contiguous block FAPC,CFAPC)方法。该方法将自适应波束形成方法类比到自适应脉冲压缩滤波方法中,首先在最小方差无畸变响应(minimum variance distortionless response,MVDR)原则保持增益的前提下增加零点约束条件,加宽零点凹口的宽度;而后对分块的协方差矩阵设置置零条件,抑制旁瓣能量,实现在采样失配情况下保持稳健的目的。实验结果表明,在脉内多普勒频移和采样失配同时存在的情况下,所提方法可以更好地抑制目标的距离旁瓣,具有较好的稳健性。

基于LCMV线性约束的自适应方向图控制

该文提出一种基于线性最小方差约束(LCMV)的自适应方向图控制方法,在约束条件中增加了对静态方向图的拟合条件,可以在自适应抗干扰的同时形成期望副瓣形状,分析了小快拍条件下自适应方向图副瓣起伏机理,并把对角加载与本方法结合,极大改善了副瓣收敛速度,并在小快拍时就能有较好的性能。随后的计算机仿真证明了本文方法的有效性。

一种基于线性约束的自适应方向图控制方法

提出了一种基于线性约束最小方差波束形成(LCMV)的自适应方向图控制方法。该方法通过在原有线性约束基础上构造新的线性约束,然后根据新组成的线性约束进行LCMV自适应波束形成,所得到的自适应方向图在固定零点方向和干扰方向形成零陷的同时保留了期望静态方向图的副瓣电平特性,从而能够减小快变干扰的影响,并且计算十分简便。计算机仿真证明了本文方法的有效性。

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。

旁瓣电平软约束下干扰功率搜索的波束形成

实际中,期望信号或干扰的先验方向信息往往不能精确已知(即存在阵列流形误差),当信噪比超过一定门限时,线性约束自适应波束形成器对阵列流形误差有高敏感性从而导致输出信干噪比下降。为解决上述问题,该文提出一种旁瓣电平软约束条件下搜索人工干扰功率值的波束形成方法。在粗估干扰来波方向的基础上,约束旁瓣最大峰值起伏在一定范围内,采用子空间投影和加宽干扰零陷区的技术提高波束形成器的鲁棒性,通过粗、精两种模式的搜索获得干扰零陷区的注入功率值估计,具有良好的干扰抑制效果和对阵列流形误差不敏感的特性。计算机仿真验证了方法的有效性和鲁棒性。

频率响应软约束的宽带自适应波束形成

针对常规线性约束最小方差(LCMV)波束形成中输出信干噪比(SINR)较低问题,提出了基于频率响应软约束的宽带自适应波束形成方法,该方法在LCMV波束器的约束条件基础上,增加对期望方向阵列频率响应软约束,可以得到近似无失真信号输出,同时增加波束抑制干扰噪声能力,提高输出SINR性能。仿真结果验证了该方法的有效性。

一种具有频率不变性约束的新型自适应动目标检测滤波器

针对传统自适应动目标检测(MTD)滤波器旁瓣电平较高、抑制能力较差的问题,提出了一种具有频率不变性约束的新型自适应MTD滤波器设计算法。该算法通过线性约束最小方差(LCMV)准则保证低慢小目标信号无失真输出,并结合响应偏差(RV)约束来释放更多自由度用于杂波抑制,并增加了旁瓣约束控制滤波器旁瓣电平的大小,最后通过凸优化工具箱CVX求解全局最优权值。仿真结果显示,所提算法在干扰方向产生了较深较宽的零陷,降低了旁瓣电平,与传统自适应MTD滤波器相比具有明显的优越性。

Burst模式在多波束声呐高帧率测深方法中的应用

在常规多波束测深声呐系统中,需要等待远距离目标信号到达接收基阵后才能再次发射探测信号,这将导致测深帧率下降。针对该问题,该文提出了一种基于Burst模式的多波束声呐高帧率测深方法。由于各角度的海底回波持续时间远小于远距离目标信号到达接收基阵的所需时间,根据这一特性,采用Burst模式,通过等间隔地发射多帧信号并接收,同时保证发射的间隔大于最大波束持续时间,实现多帧信号在时间角度域中的分离,提高测深系统帧率。由于相邻帧的隧道效应会与部分波束发生重叠,针对该问题采用改进的线性约束最小方差算法,实现了低副瓣宽零陷的波束形成,从而削弱隧道效应的影响。最后通过仿真数据验证了该文所提方法的有效性,表明该方法在特定条件下能够将测深帧率提高3.3倍。

一种空时联合抗干扰方法研究

针对星地测控通信链路中的电磁信号干扰,提出空域时域联合的干扰抑制方法。利用地面阵列天线,分离不同方向的各类干扰,等效为接收端多个信道接收的远场信号。通过阵列天线各单元之间的相位差,进行信号波束形成和空间谱估计。采用空时联合干扰抑制方法,将一维的时域和空域干扰抑制拓展至时间与空间联合的二维域内,对干扰信号进行空时二维滤波,并对滤波算法进行了优化设计。通过对单个宽带干扰信号、3个宽带干扰信号的仿真验证,干扰抑制能力达到了80 dB。

联合DOA估计与主波束形成的干扰抑制方法

为克服测距仪(DME)发射的高强度脉冲信号干扰L频段数字航空通信系统1(L-DACS1)OFDM接收机的问题,提出联合DOA估计与主波束形成的干扰抑制方法.首先接收机通过波达方向矩阵算法估计接收信号来向;然后基于信号来向通过线性约束最小方差波束形成算法提取各个方向信号;随后通过频域功率与时域功率比较算法分辨各来向信号的类型;最后输出OFDM直射径信号.仿真结果表明:该方法可显著克服DME与OFDM散射径信号干扰,提高L-DACS1系统链路传输的可靠性.

一种自适应调零阵的LCMV算法

详细推导了基于功率倒置阵列的线性约束最小方差(LCMV)算法及其递推公式,避免了矩阵求逆的复杂运算。然后在Matlab环境里构建了仿真模型来模拟实际的接收环境和复现阵列接收到的信号,对均匀线阵和圆阵都做了仿真,并得到了相应的阵列波束图,为自适应天线的实用设计提供了参考和依据。仿真结果表明:该算法收敛速度快、易于实现,利用LCMV算法作为自适应算法的功率倒置阵列抗干扰方案适合在强干扰的环境下工作,干扰越强,其对应的零陷越深。

基于子带SDL的宽带自适应波束形成

针对宽带波束形成通常需要大量阵元或延迟线所带来的硬件开销较大,波束形成效率相对较低的问题,提出一种基于子带阵元延迟线(SDL)的宽带自适应波束形成算法。该算法首先建立子带SDL模型,然后利用分析滤波器组将阵元接收的宽带信号分解为子带信号并进行相应的子带线性约束最小方差(LCMV)波束形成,最后通过综合滤波器组得到全带的波束形成。仿真结果表明,子带波束形成不仅具有比全带波束形成更高的效率,更好的频率不变性,更强的抗干扰能力及更快的收敛速度,而且可以大大降低硬件开销。

极化自适应滤波算法的新实现

当目标信号与杂波干扰信号在时域、频域和空域的状态特征难以区分时,若两者在极化域可分,则可利用极化信息进行雷达目标检测。由于在强杂波的情况下信干比比较小,而且干扰的极化状态通常是未知的,或随时间或空间是不断变化的,传统的极化滤波算法并不能满足要求。文中针对强杂波环境下,提出了一种极化域新的自适应滤波算法,该方法基于线性约束最小方差(LCMV)准则,采用变极化接收技术,实现对信号的最佳接收,为实现实时处理和自适应快速变化的干扰,推导了一种递推极化滤波算法,为实现实时跟踪提供了一种可能,仿真结果也证明了该方法的有效性。

一种稳健的自适应波束形成方法

基于线性约束最小方差(linearlyconstrainedminimumvariance,LCMV)波束形成原理,根据贝叶斯估计理论,提出了一种基于加权的波束形成方法。该波束形成方法能够很好地克服LCMV波束形成对期望信号DOA误差特别敏感的弱点。仿真试验表明,该方法性能稳定,对期望信号DOA误差具有很好的稳健性。