子空间投影稳健波束形成算法及其性能分析

基于投影方法的稳健波束形成算法能够用于改善一般导向矢量失配的稳健性,而且相比于其他算法实现简单。通过分析,在信号加干扰子空间准确已知的条件下,该方法与基于特征子空间的稳健算法等价。由于该方法适用于较高信噪比和较低信号加干扰子空间维数的场景,而且子空间及其维数必须是已知的,因此给出了一种用于信号加干扰子空间及其维数的稳健估计方法,使该算法的应用条件得以满足。详细分析了理想条件下子空间选取对算法性能的影响,并进行了详细的仿真分析,验证了所提出方法的正确性和有效性。

稳健自适应波束形成算法综述

稳健自适应波束形成技术是当前阵列信号处理的研究热点和难点,引起了国内外研究人员的极大关注,通过对当前的研究成果进行归纳和总结,对其研究现状和成果进行了详细而深入的综述。其中不仅对传统的稳健算法进行了分析,而且对近十年提出的具有严格理论基础的基于模约束和不确定集约束的稳健算法进行了分析。为了促进该技术的研究和发展,根据当前的研究现状和存在的问题,对其下一步的研究方向进行了展望。

一种稳健自适应多波束形成算法

在快拍数较少且多个输入期望信号功率差异较大的情况下,针对多数自适应多波束形成算法难以同时保持强弱期望信号波束稳健性的问题,文中联合子空间变换技术以及对角加载技术对协方差矩阵进行重构,提出了一种基于协方差矩阵重构的稳健自适应多波束形成算法。该算法不仅能够在快拍数较少且多个期望信号功率差异较大情况下同时保持各波束主波束无畸变,而且能够保持各波束零陷的稳健性。最后,通过波束图对比仿真实验分析验证了重构协方差矩阵对强弱期望信号波束主瓣与零陷稳健性的提升,并且通过输出信干噪比对比实验证明了文中提出的自适应多波束形成算法抗干扰性能更优。

波达方向误差对对角加载波束形成的影响研究

文章回顾了对角加载波束形成理论的发展,列举了几种较常使用的求取对角加载因子的方法。通过多个仿真实例,着重分析了Xavier提出的基于无限随机矩阵理论的对角加载因子的方法,指出了其局限性--在期望信号的方向向量存在误差的时候,该方法产生自消现象,从而波束形成器的性能急剧下降。本文结合特征空间波束形成,根据期望信号的实际方向向量正交于噪声子空间,提出一种改进方法--先对期望信号的方向进行校正,再求取对角加载因子,从而加强了Xavier的方法对波达方向失配的稳健性。仿真实例验证了在信噪比不大的时候这个方法的有效性。

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。

自适应波束形成算法的现状与发展动态

近十年自适应波束形成算法在通信、雷达、声纳、生物医学工程等科技领域中得到了极为广泛的应用。在实际应用中,如果信号源、天线阵列出现误差,传统的自适应波束形成算法性能将会下降。但是对于稳健的自适应波束形成算法,环境及天线阵列的误差和不确定性是必须要考虑的关键问题。这里对稳健的自适应波束形成算法的研究现状与发展动态进行了较为详细的评述。

稳健特征子空间波束形成算法及其性能分析

基于特征子空间的稳健波束形成算法能够用于改善一般导向矢量失配的稳健性,而且相比于其它算法实现简单,然而方法在低的信噪比和较高的信号加噪声子空间维数条件下,性能急剧恶化,而且信号加噪声子空间的维数必须是已知的。为改善波束形成稳定性,提出了基于L-曲线的方法用于信号子空间及其维数的稳健估计,使得该算法的应用条件得以满足,其中还提出了广义SINR,并详细分析了理想条件下信号子空间的选取对算法性能的影响,最后进行了详细的仿真试验和性能分析,验证了所提出方法的正确性和有效性。

一种简化特征空间稳健自适应波束形成算法

在基于特征空间(ESB)的自适应波束形成算法中,针对当指向误差落在波束主瓣的边缘特定角度时,输出信干噪比下降,且信号子空间需要进行费时的特征值分解的问题,提出了改进线性约束最小方差(LCMV)算法。在假定的期望信号方向附近减少一个方向性约束条件,并基于信号特征值大于噪声特征值的这一特性,利用空间协方差矩阵逆的高阶次幂来逼近信号子空间,无须特征分解,将求得的权矢量向改进的信号子空间投影。该方法能够大大减少计算量,同时还显著提高了自适应波束形成稳健性。通过仿真分析及结果比较验证了算法的正确性和有效性,因此从工程应用的角度看,具有一定的参考价值。

近场散射环境下的稳健自适应波束形成

针对近场散射效应造成的导向矢量和阵元接收数据不匹配进而使得波束形成性能严重损失这一问题,提出一种新的基于导向矢量不确定集的稳健自适应波束形成算法,将近场散射信号加以利用,提高波束形成输出信噪比.该算法综合考虑了近场散射信号和远场直达波信号,将整体所属的大的不确定集划分成了两个小的分别用来描述远场和近场导向矢量的不确定集,通过参数矩阵变换后的凸优化联合估计出远场信号导向矢量和未知的近场散射系数.仿真实验证明了该算法的正确性和有效性.

不确定权值下的鲁棒波束形成算法

提出了一种不确定权值下的鲁棒波束形成算法(robust beamforming algorithm with uncertainweights,RBAWUW),与以往文献中对阵列导向矢量的不确定性进行约束的方法不同,该算法是通过对权值附加一个球形或椭球形不确定集约束推导出来的。在这种新的约束下,RBAWUW算法能获得比传统鲁棒Capon波束形成器(robust Capon beamformer,RCB)更高的输出信干噪比(singal-to-noise-plus-interference ratio,SINR),而且新算法与标准Capon波束形成算法的计算效率几乎相同。理论分析和仿真结果均表明,RBAWUW算法是切实可行的。

宽带子阵域特征空间稳健对角减载波束形成

针对宽带子阵域自适应波束形成器在实际使用中稳健性下降、对弱信号的检测能力受信噪比限制的问题,提出了一种宽带子阵域特征空间稳健对角减载自适应波束形成方法.首先提出利用子阵域特征空间投影法修正导引向量并得到球形不确定集的估计,再利用RCB(Robust Capon Beamformer)算法得到约束条件下的最优权值.另一方面,利用子阵域互谱密度矩阵的最小特征值作为子阵域非相关噪声功率的估计并进行对角减载,以最优权值对减载矩阵波束形成得到子带波束输出,对每个窄子带重复上述处理,再将结果非相干叠加即可得到本文方法的最终结果.理论及实验分析表明方法能提高自适应波束形成器的稳健性及输出信噪比.

基于子空间跟踪的递推稳健自适应波束形成

为了解决实时系统应用中,通用秩信号模型的稳健自适应波束形成算法受计算复杂度高的限制这一问题,基于子空间跟踪理论,运用梯度下降法提出了一种递推稳健自适应波束形成算法,有效降低了计算量,提高了系统性能,改善了阵列输出的信干噪比。仿真结果表明,该算法具有快速收敛性与优越的稳健性。