相干信号零陷加深自适应波束形成算法

针对常规自适应波束形成算法在强相干干扰情况下零陷深度不够,甚至干扰抑制失效的问题,提出了相干信号零陷加深自适应波束形成算法。该算法首先通过构造Toeplitz矩阵来解相干,接着重构和优化了干扰加噪声协方差矩阵,最后在相干干扰处自适应形成深零陷。仿真结果表明,该算法能在相干干扰处形成深零陷,且零陷深度可控,具有较好的鲁棒性。

基于EPUMA的相干干扰零陷加深算法研究

麦克风阵列信号处理中,自适应波束形成技术能够实现空域上的滤波,增强期望方向的有效信号同时抑制干扰源方向信号。但在相干干扰功率较大的环境下,许多传统算法的估计精度和性能会受到很大影响甚至失效。对此,提出一种基于增强型主奇异向量模态分析(EPUMA)重构优化协方差矩阵进行自适应处理的方法。该方法首先对信号协方差矩阵进行特征值分解,然后利用加权最小二乘计算线性预测系数,最后通过代价函数估计出期望的空间谱。仿真结果显示,该方法可以有效减少功率较大的相干干扰对自适应波束形成的影响,提高了阵列接收信号的信噪比。

主瓣约束下的零陷加深波束形成算法

针对常规波束形成算法零陷深度不够和主瓣难以控制的问题,提出一种主瓣约束下的零陷加深波束形成算法。该方法联合副瓣电平和零陷电平建立凸目标函数,利用内点法进行求解得到最优的波束形成权矩阵。理论分析和仿真实验证明了该方法不需要估计阵列的协方差矩阵,在设计的灵活度、副瓣电平控制、零陷深度等方面明显优于SMI方法。

基于零陷展宽并加深的高动态GNSS抗干扰算法

为解决高动态下自适应抗干扰算法在零陷展宽后深度变浅的问题,提出了干扰扰动服从高斯统计分布的零陷展宽并加深算法。该算法通过投影变换方法对数据进行预处理,提取采样信号中的干扰分量,并通过系数加权增强干扰分量,在零陷展宽算法基础上构造新的协方差矩阵,最后利用功率倒置算法完成干扰抑制,达到零陷展宽并加深的目的。仿真实验结果表明,在高动态条件下,所提算法在零陷展宽算法的基础上实现了深度的增加,提高了零陷展宽抗干扰算法的稳健性。

一种适用于任意平面阵的零陷展宽并加深算法

高动态环境下常规协方差矩阵锥化(CMT)零陷展宽算法在零陷展宽后深度会变浅,且应用于二维平面阵上时需要信号来向信息。为此提出了干扰来向扰动服从Laplace分布的零陷展宽并加深算法。该算法首先对信号模型重新建模,并基于模型推导了二维Laplace算法;之后利用投影变换提取出数据中的干扰分量,并通过系数加权增强干扰分量;重新构造协方差矩阵,利用零陷展宽算法扩展干扰来向;最后结合功率倒置(PI)算法完成干扰抑制。仿真实验表明,所提算法不但能够在零陷展宽算法的基础上实现零陷加深,提高了抗干扰算法稳健性,并且能够适用于任意平面阵。

自适应波束形成零陷优化抗干扰研究

数字波束形成(DBF)技术在相控阵雷达中已广泛使用,它是雷达空域抗干扰的重要技术。在传统的波束形成中存在干扰处的零陷较窄,干扰功率不稳定导致干扰零陷较浅的情况。旨在一体化解决上述两个问题,分析了零陷展宽和零陷加深的基本原理,推导了计算公式并进行了仿真;将两者综合考虑进行了推导和仿真,结果表明,进行零陷加宽和加深一体化设计,可以综合两者的优点,大大增强波束在干扰方向的稳健性,提高了雷达的抗干扰性能。

基于二阶锥规划的相干信号深零陷自适应波束形成

针对常规自适应波束形成算法在强相干干扰情况下零陷深度不够、甚至干扰抑制失效的问题,提出了一种基于二阶锥规划的相干信号深零陷自适应波束形成算法。该算法首先对接收数据协方差矩阵进行Toeplitz重构,使其包含信号和干扰的所有方位信息。然后重构了干扰加噪声协方差矩阵。接着在保证期望方向波束无失真前提下,约束主瓣宽度和旁瓣电平,使得波束形成器干扰和噪声的输出功率最小。最后将该问题转化为凸优化中的二阶锥规划问题,并使用凸优化工具箱进行快速求解。仿真结果验证了该算法的有效性。

零陷展宽并加深的高动态GNSS抗干扰算法分析

高动态下的抗干扰算法经常跟会出现深度逐渐变浅的问题,经过研发人员的不断实践,采用高斯分布的统计处理模型并巧妙的应用到零陷展宽并加深算法中,研究人员采用独特的处理方式,大规模的收集并汇总各类数据信息资源,并对各类样本有机处理的同时,构建相对完整的数据分析模型,即在零陷展宽算法上建立新的协方差距阵,进而实现零陷展宽并加深的效果,对此,本文首先对高斯分布的零陷展宽算法原理进行分析;其次详细的介绍了高斯分布下的零陷展宽并加深算法;最后通过具体的仿真实验对两种算法的性能影响进行详细的分析论证,希望能给同行带来一定的帮助。