线性约束差分恒模算法

线性约束恒模算法 (LCCM)能解决恒模算法 (CMA)中存在的干扰捕获问题 ,但该算法需要将目标模值σ作为一个参数包含在代价函数中进行优化 ,因而收敛速度较慢 .为克服这一缺点 ,本文提出了一种线性约束差分恒模算法 (LCDCM) ,它可有效避免对最优σ值的搜索 .在单干扰源的情况下 ,该算法的收敛速度和干扰抑制度均优于σ初始值设置不合适的LCCM算法 ;存在多个干扰源时 ,即使对LCCM算法的σ初始值进行最优设置 ,其对独立干扰源的收敛性能也不如LCDCM算法 .

鲁棒约束恒模自适应波束形成算法

线性约束恒模算法能够有效克服恒模算法中存在的干扰捕获问题,但在信号方向向量存在偏差的情况下,其性能将会受到影响.针对上述问题,本文提出了鲁棒约束恒模自适应算法并对其性能进行了分析.该算法收敛速度快,抗扰动性强,对信号方向向量的偏差具有较强的鲁棒性,改善了系统的输出信干噪比.仿真实验表明,与线性约束恒模算法相比,鲁棒约束恒模算法具有很好的性能.

线性约束差分恒模自适应阵列性能分析

线性约束差分恒模算法(LCDCM)能有效克服恒模算法(CMA)中存在的干扰捕获问题,但其性能受迭代步长的影响。本文对所需信号功率、干扰信号功率及所需信号和干扰信号空域相关系数对迭代步长取值和算法收敛速度的影响进行了分析,给出了保证算法收敛的迭代步长的取值范围。最后利用计算机仿真对上述理论结果进行了验证。