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。

基于Householder多级维纳滤波器的全联通WSN分布式LCMV波束形成器方法

针对减少分布式LCMV波束形成器在全联通WSN中的计算量问题,提出基于Householder多级维纳滤波器(HMSWF)的分布式LCMV波束形成器方法.该方法通过有效引入HMSWF技术避免本地协方差矩阵估计及求逆运算,能以更少的计算量获得分布式LCMV波束形成器相同的输出性能.另外,还可以在递推过程中进行合理截断处理来进一步降低运算量.计算机仿真结果验证了算法的优良性能.

LCMV分频的改进维纳滤波后置波束形成算法

针对封闭环境中语音信号受到混响影响,提出了LCMV分频的改进维纳滤波后置波束形成算法。该算法通过计算麦克风阵列接收到含混响信号的短时傅里叶变换得到频域阵列信号,对频域阵列信号分频处理,将分频的信号进行线性约束最小方差波束形成滤波处理,该波束滤波根据每个频段上混响时间不同的特性对频域阵列信号进行分频处理后,将波束形成算法分别应用到高低频中,以提高混响抑制的精度;再由频域阵列信号的组合功率谱进行维纳后置滤波以抑制混响,由麦克风阵列接收到混响信号的直达波和反射波之间不相关性及麦克风阵列接收信号的空间信息解决维纳滤波器的精确估计问题;最后由逆短时傅里叶变换恢复出时域信号。仿真结果表明,该算法对混响抑制具有明显的改善;且在混响时间600 ms条件下语音增强系统的PESQ值提高了0.26。

改进LCMV算法在抑制干扰噪声中的应用

根据波束空间理论提出了一种自适应波束形成算法。通过对输入数据矩阵进行预处理,使得协方差矩阵中不再包含信号子空间向量。为进一步抑制杂波干扰,新算法还引入对角加载,使得改进后的LCMV算法对于不同信噪比的期望信号与干扰信号都能形成特性良好的方向图,提高了阵列天线的输出SINR。仿真证明了算法的有效性。

改进的树型WSN分布式LCMV波束形成方法

针对减少树型无线传感器网络(wireless sensor network,WSN)中分布式线性约束最小方差(linearly constrained minimum variance,LCMV)波束形成器计算量问题,提出基于Householder多级维纳滤波器(Householder multistage Wiener filter,HMSWF)的分布式LCMV波束形成器方法。该方法通过有效引入HMSWF技术避免本地协方差矩阵估计及求逆运算,能以更少的计算量获得分布式LCMV波束形成器相同的输出性能。计算机仿真结果验证了算法的优良性能。

基于维纳滤波的LCMV波束形成器设计

基本波束形成法对语音质量的改善能力是有限的.为了进一步改善波束形成器的降噪性能,文章提出了一种基于维纳滤波的线性约束最小方差波束形成器.该波束形成器首先让信号经过维纳滤波器消除非相干噪声,而后经过经典的线性约束最小方差处理,最终达到较好的语音增强效果.

基于子带SDL的LCMV宽带波束形成性能分析

对子带阵元延迟线(SDL)波束形成器的线性约束最小方差(LCMV)宽带自适应波束形成算法进行了性能分析。推导了子带LCMV算法的输出信干噪比(SINR)的解析表达式,对比了子带LCMV算法和全带LCMV算法的阵列响应性能,以及阵元数量、输入信噪比(SNR)和阵元间距对输出SINR的影响,并分析了子带滤波器组的参数对子带LCMV输出SINR性能的影响。仿真结果表明子带LCMV算法可有效提高性能,并可在不降低性能的条件下降低阵元需求。

基于LCMV的两种干扰抑制算法对比分析

为了对比分析线性约束最小方差(LCMV)准则下的功率倒置(PI)算法和最小方差无失真响应(MVDR)算法的综合抗干扰性能,建立天线阵列接收信号模型。理论分析了LCMV准则以及PI和MVDR算法原理和特点。从对扩频信号捕获和信号载波相位的影响2个方面对比分析了2种抗干扰算法的性能,并利用Matlab对分析结果进行验证及进一步分析,得出MVDR算法抗干扰性能优于PI算法,对卫星导航领域的抗干扰的工程实践有一定的指导和借鉴意义。

基于改进最速下降LCMV算法的稳健波束形成

基于线性约束最小方差准则(LCMV)的自适应波束形成技术,在理想条件下能够在期望信号方向保证增益最大,同时在干扰方向形成零陷。但在实际阵列系统中,指向误差、阵元位置误差以及阵元相位误差均使得传统的LCMV准则算法出现性能下降。针对最优权矢量解算问题,提出了基于牛顿法及可变加载约束的改进SD-LCMV算法,并将两者与线性约束LMS算法及递归稳健LCMV算法进行仿真对比,结果验证了改进算法对误差的稳健性。

改进的LCMV算法在多波束形成中的应用

基于线性约束最小方差(LCMV)算法的自适应波束形成技术,得到的方向图能保证期望信号方向增益最大,非期望方向形成零陷。但实际应用中由于不可避免的存在阵元位置误差、阵元相位误差及指向误差等(统称为相位误差),使约束的导向矢量与真实期望信号的导向矢量不一致,从而影响系统的性能。改进的LCMV波束形成算法——基于迭代二阶锥的唯相位波束形成技术,通过改变移相器的相位,使各阵元输出信号相位一致,在多个方向上形成主波束,阵列输出功率最大。

低数据率与低阵元数时LCMV和LCEC波束形成算法研究

研究了低数据率与低阵元数条件下应用线性约束最小方差算法(LCMV)算法和线性约束特征干扰相消器(LCEC)算法的相控阵雷达系统对干扰抑制和旁瓣压低性能。建立了均匀线阵接收信号模型,给出了LCMV,LCEC两种算法的原理,用仿真方法讨论了不同数据率和阵元数时LCMV,LCEC算法不同到达方向上的干扰与旁瓣抑制性能。结果表明:与LCMV算法相比,高数据率、低阵元数时LCEC算法在两个相隔角度小于1个主波束宽带的干扰来波方向上形成的零陷更准确;低数据率、低阵元数时LCEC算法的角度分辨率更高;低数据率、高阵元数时LCEC算法的副瓣电平抑制能力更强,高阵元数时LCEC算法保持了静态方向图的特征。

一种稳健的自适应波束形成器

当信号噪声比超过一定的门限时,线性约束自适应波束形成器对天线的幅相误差有很高的敏感度,即使在误差很小的情况下,期望信号也会如同干扰一样被抑制掉。该文通过对广义旁瓣相消器的阻塞矩阵加以改进,提出了一种对阵列天线误差有良好稳健性的自适应波束形成器。该方法基于广义旁瓣相消器结构,可方便地进行部分自适应,降低运算量。

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。

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。

不同噪声背景下基于广义斜投影算子的滤波方法

常规的斜投影(conventional oblique projection,COP)滤波通常假定背景噪声是高斯白噪声,而实际环境中的背景噪声多为色噪声。通过拓展COP的概念,得到一类广义斜投影(generalized oblique projection,GOP)算子,提出一种同时适用于白噪声和色噪声背景的最小化干扰约束广义斜投影(minimized interference constrained generalized oblique projection,MIGOP)自适应滤波方法,实现了在不同噪声背景下应用统一的斜投影算子进行滤波,并讨论了MIGOP滤波方法与其他各种相关的斜投影滤波方法之间的区别与联系。仿真实验验证了理论分析结果,通过对比不同噪声背景下各种GOP滤波方法的性能证实了所提方法的有效性。

基于多级维纳滤波器的树型WSN分布式线性约束最小方差波束形成方法

为减少树型无线传感器网络(Wireless sensor network,WSN)中分布式线性约束最小方差(Linearly constrained minimum variance,LCMV)波束形成器的计算量,将多级分解技术用于WSN分布式波束形成技术中,提出基于多级维纳滤波器(Multistage Wiener filter,MSWF)的分布式LCMV波束形成器方法。该方法通过有效引入MSWF技术避免本地协方差矩阵估计及求逆运算,能以更少的计算量获得分布式LCMV波束形成器相同的输出性能,说明新方法继承了MSWF和分布式LCMV波束形成器的优点。计算机仿真结果验证了算法的优良性能。

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.

小快拍情况下的稳健GPS干扰抑制方法

为了实现小快拍情况下GPS干扰的有效抑制,研究了线性约束条件下基于自适应对角加载的降维空时自适应处理(STAP)抗干扰方法。该方法利用矩阵求逆定理推导出空时自适应处理对角加载量的范围,进而在多级嵌套维纳滤波(MSNWF)后向迭代过程中实现对角加载。仿真结果分析表明,相比于传统的线性约束STAP算法,该方法提高了线性约束STAP算法在小快拍情况下的抗干扰性能,进一步减小了STAP算法的计算量,提高了算法的实时性。

一种稳健的自适应波束形成方法

基于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,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.