基于经验模态分解的宽带阵列DBF研究

已有研究对宽带阵列信号的子带分解处理中子带划分是固定的,各子带内信号数分布不均衡。该文研究了子带自适应划分的模态域宽带自适应阵列算法,提出将经验模态分解(EMD)融合于线性约束最小方差(LCMV)算法中,EMD把多分量信号自适应地分解成多阶内蕴模态函数(IMF),突出了信号的局部瞬间特征,两者结合既满足了LCMV的窄带信号要求又充分发挥了EMD自适应的特点,解决了阵元数目受到严格限制时,宽带阵列处理自由度不足、抗干扰性能下降的问题,在强干扰环境和各信号强度相差较大时也能有效检测出较弱信号。与基于FFT的子带分割相比,无需预先划分模态函数的频段,阵元数目受限时增加了处理自由度。仿真表明3阵元强干扰条件下改善增益11dB。