梁会发[1]2004年在《对角加载在自适应波束形成中的应用》文中进行了进一步梳理自适应阵列在雷达和通信系统中有着广泛的应用，检验自适应阵列系统的性能，以考察自适应波束图最为简单。然而，在具体应用中，实际信号环境和理想信号环境之间存在误差，会造成自适应波束性能下降。为此，需要研究稳健自适应波束形成方法。 针对有限快拍条件下自适应波束性能下降的问题，Calson提出了对角加载。本文介绍了一种确定对角加载值的有效方法，仿真结果表明，此方法能有效地降低自适应波束副瓣高度，而且不会对干扰零深产生影响。 本文还分析了大型线阵中的超低副瓣技术，为了获得超低副瓣，常使用幅度加权，但在有限快拍条件下，要进行对角加载。 最后，简单介绍了高秩信号环境中的对角加载。
贺瑞[2]2014年在《阵列天线稳健自适应波束形成算法研究》文中认为自适应波束形成技术是阵列信号处理的重要分支,是空间信号处理中增强期望信号,抑制干扰信号的有效方法,可广泛应用于无线通信、雷达、导航、声纳、射电天文、语音信号处理以及生物医学工程等众多国民经济及军事领域。自适应波束形成技术在理论上日趋成熟,但是在工程应用中仍面临许多实际问题。其中,实际系统中存在的各种误差,会直接影响到自适应波束形成算法在实际中的应用效果。因此如何提高自适应波束形成算法的稳健性能一直是学者研究的热点。本文主要对稳健的自适应波束形成技术进行了研究。论文的主要工作如下:针对常规Capon波束形成算法存在的问题,通过使期望信号的导向矢量在噪声子空间投影最优,提出了一种基于导向矢量不确定集约束的稳健Capon波束形成算法。算法通过对阵列协方差矩阵进行特征分解得到噪声子空间,并利用特征向量的结构特性推导出了最优对角加载量的解析表达式。针对通用信号模型下的稳健波束形成问题,提出了一种基于半正定约束的最差性能最优稳健自适应波束形成算法,通过对波束形成器进行变换,得到了一种更为简单而且易于求解的稳健自适应波束形成算法。对波束形成算法进行求解,不仅获得了自适应权矢量的近似闭式解,而且得到了一定的性能改善,并且该算法具有较低的计算复杂度。针对有限采样数据时自适应波束形成算法性能下降的问题,提出了一种基于阵列协方差矩阵估计的稳健自适应波束形成算法。该算法利用收缩方法得到一个增强的协方差矩阵估计值,替代传统的采样协方差矩阵,不需要任何参数的设定。为了克服阵列导向矢量存在误差时对波束形成器性能的影响,提出了一种基于失配误差正交分解的稳健自适应波束形成算法。利用失配误差的正交分量来修正期望信号导向矢量,同样不需要参数的设定。通过将两种算法结合,得到了一种既能改善小快拍时协方差矩阵的估计值又能克服期望信号导向矢量失配的混合稳健算法。多径环境下,为克服阵列失配误差存在时对空间平滑算法性能的影响,研究了一种基于空间平滑的稳健自适应波束形成算法。该算法基于最差性能最优准则,在保证所有可能的期望信号导向矢量和采样相关矩阵无衰减通过波束成形器的基础上,使阵列输出的干扰和噪声功率最小化。在假设事先估计得到相干干扰信号方向的条件下,提出了一种非空间平滑类的稳健自适应波束形成算法。该算法同样基于最差性能最优准则,利用期望信号约束维持对期望信号的无畸变响应,利用相干干扰信号约束在相干干扰信号方向形成零陷,同时利用最小化输出功率在不相干干扰信号方向形成零陷。为了进一步提高算法的输出信号干扰噪声比,通过相减操作将期望信号从接收信号中阻塞掉,然后利用相减之后的信号计算权矢量。基于时域宽带阵列结构,研究了一种基于幅度响应约束的稳健宽带自适应波束形成算法。该算法利用幅度响应约束可以精确的控制主瓣的波束形状,有效地解决了对信号指向误差敏感的问题。同时,算法还利用空间响应偏差约束以实现宽带频率不变波束形成,提高波束图的频率不变特性。针对空域宽带阵列结构,提出了一种基于最差性能最优的稳健宽带自适应波束形成算法,该算法同样利用空间响应偏差约束以提高宽带波束形成的频率不变性,同时为了改善算法在各种导向矢量失配下的稳健性,增加了期望信号导向矢量和空间响应偏差的不确定集约束,并且推导出了自适应权矢量的近似闭式解。
蒋曦曦[3]2014年在《稳健的自适应波束形成技术及其应用研究》文中研究表明自适应波束形成作为阵列信号处理领域的关键技术之一,已广泛应用于雷达、声纳、无线通信、语音信号处理、电子对抗、地震监测等众多领域。在实际应用中,阵列不可避免的受到各种误差的影响,这些误差严重制约着波束形成器的性能,因此研究稳健波束形成算法十分必要。本文重点研究了依赖阵列流形的非盲稳健波束形成算法和基于信号恒模性、非高斯性的盲波束形成算法。主要内容如下:1、研究了基于复稀疏矩阵变换(CSMT)的稳健波束形成算法。针对有限采样引起的协方差矩阵估计问题,研究了基于CSMT的协方差矩阵估计方法,并结合对角加载(DL)及收缩(Shrinkage)方法的优点,给出了两类波束形成算法:DL-CSMT及Shrinkage-CSMT,这两种算法获得了优于对角加载算法的输出性能;针对导向矢量失配问题,研究了基于二次型约束的稳健波束形成算法,该算法不仅能改善低快拍下的协方差矩阵估计值,而且对多种误差造成的导向矢量失配具有一定的稳健性;针对传统子空间算法在低信噪比下性能下降的问题,给出了一种基于子空间的稳健波束形成算法,该算法由协方差矩阵的特征向量估计出期望信号导向矢量,并通过子空间实现对导向矢量的校正,该算法不需已知信源个数,且对导向矢量失配具有较好的稳健性。2、研究了基于恒模特性的波束形成算法。针对低快拍数下波束旁瓣水平较高的问题,研究了稀疏最小二乘恒模算法,该算法通过稀疏约束有效地抑制旁瓣增益,从而在低快拍数下展现良好的收敛速度与输出性能;针对强干扰情况下恒模算法收敛于干扰的问题,给出了基于对角加载的稀疏最小二乘恒模算法,该算法通过对角加载技术获得初始权向量,较好地解决了强干扰下误收敛问题,且对阵列幅相误差、信号指向误差等具有良好的稳健性,但算法仍存在加载量选取问题;针对这一问题,给出了基于特征向量的最小二乘恒模算法,该算法以信号对应的特征向量作为LSCMA算法的初始权向量,较好地解决了误收敛问题,但在期望与干扰信号功率相当时算法性能下降。3、研究了ICA在波束形成算法中的应用。研究了基于复数快速独立分量分析方法(cFast ICA)的波束形成算法,该算法在强干扰及来向信号相近条件下具有优于恒模算法的性能。4、研究了波束形成算法在实际数据的应用。将基于特征向量的最小二乘恒模算法应用于定向天线阵实际接收数据,并在实际数据测试中取得了良好的效果。
朱玉军[4]2013年在《自适应数字波束形成技术研究》文中研究表明20世纪80年代后，随着数字集成电路、微波技术、信号处理技术的发展和进步，数字波束形成技术，自适应技术开始在相控阵雷达中得到应用。与传统机械扫描雷达相比，相控阵雷达具有大的功率孔径积，作用距离远；多波束形成能力，扩大雷达的空域观察范围，实现对多目标的检测和跟踪。自适应数字波束的应用则提高了雷达波束捷变能力，可以有效的实现自适应空域滤波和空时自适应处理，有效的抑制有源干扰。为满足多功能的设计要求，大型相控阵雷达阵元数目众多，硬件系统庞杂，运算量极高。在不影响系统性能情况下，控制成本和降低运算复杂度有效方法：阵列的子阵划分技术是数字相控阵雷达首要问题。本文给出了窄带信号前提下的线阵和面阵的数字波束接收信号模型，自适应数字波束形成基本原理，推导在一定情况下，叁种最优准则相互等价，具体应用时需根据不同已知条件确定相应最佳准则。分析了均匀子阵划分、非均匀子阵划分、重迭子阵划分自适应波束形成的理论性能，研究了均匀子阵划分的特点以及栅瓣和栅零点出现的条件，非均匀子阵划分的特点，提出了子阵划分的原则。仿真分析研究了波束形成器中的数字接收技术。对自适应波束形成的采样矩阵求逆(SMI)算法，递推最小二乘(RLS)算法，最小均方误差(LMS)算法的原理和算法流图进行研究，并在线阵和面阵情况下对叁种算法进行仿真分析和比较，分析其不同的算法性能，重点研究了对角加载技术SMI算法性能。
朱承龙[5]2015年在《基于子阵列的阵列发射波束形成方法研究》文中提出基于子阵级的波束形成技术是将天线阵列划分成若干个规模较小的子阵列,将每一个单独的子阵列视为一个接收的数据通道,并利用每一个子阵列进行波束形成。与传统的阵元级的波束形成不同,子阵级的波束形成能有效降低运算复杂度、软硬件实现成本,以及系统的实现难度等。针对现有的很多子阵级波束形成算法所存在的缺陷:无法消除失配问题对波束形成性能的影响,雷达系统自由度较低,所适用的雷达系统模型现在仅受限于相控阵模型等。本文研究了子阵级波束形成算法的稳健性问题、子阵列中受损阵元检测、提高阵列自由度问题以及频控阵子阵级波束形成方法。本位的工作内容主要包括如下四个方面:1、提出两种稳健的子阵级自适应波束形成算法。针对现有的子阵级自适应波束形成算法中存在的失配问题以及由训练数据统计特性不完全导致的波束形成性能下降这一缺陷,本文系统的研究了这一问题,并提出了相应的稳健的自适应波束形成算法—子阵级对角加载稳健波束形成算法和子阵级线性约束最小功率波束形成算法,可有效提高子阵级波束形成器的波束形成性能以及输出的信干噪比(Signal-to-Interference-plus-Noise Ratio,SINR)。2、提出一种快捷有效的检测阵列中受损阵元位置的方法。当阵列中存在受损阵元时,会损失很多有用的信息,从而导致雷达天线阵列的波束形成性能下降。鉴于已有的检测受损阵元的方法存在一些诸如检测方法复杂,检测所耗费的时间较长等弊端。本文提出一种基于差分阵列处理思想的受损阵元检测方法。在同样受损条件下,该方法能比现有的常用方法更快更准确的确定受损阵元的位置。3、提出一种有效的增加阵列整体自由度的方法。在实际应用中,通常会需要阵列整体的自由度要多于天线阵元的个数,比如要求在波束形成时可以抑制更多的空间干扰,可以分辨空间中多于物理阵元个数的信号源,同时准确的估计出他们的波达角。相对于已有方法的一些缺陷:所提方法构造的阵列结构复杂不易实现,所求解不是最优解等。本文提出一种更为方便、系统和有效的阵列自由度增加方法。4、提出基于频控阵雷达的子阵级自适应波束形成算法。近年来,一种新型的阵列雷达—频控阵雷达的应用前景得到了持续的关注。与传统相控阵雷达不同,频控阵雷达能够在角度维和距离上形成相应的波束,从而可以提供抑制距离维上干扰的优势。本论文针对子阵级频控阵雷达的自适应波束形成算法进行了系统的讨论研究,同时针对子阵级频控阵雷达的自适应波束形成算法的稳健性进行了研究,提出稳健的子阵级频控阵雷达自适应波束形成算法。
郭利辉[6]2013年在《基于ABF的子阵级自适应检测方法研究》文中研究表明阵列信号处理技术的研究已经经历了四十余年，提出了很多成熟的理论和有效的方法，自适应波束形成(ABF)技术在其中发挥了巨大作用。现代雷达相控阵雷达阵列设计动辄成百上千个阵元，在信号处理中子阵结构成为一种高效的构阵方式，因此子阵级自适应波束形成方法的研究就具有重要意义。在实际阵列天线设计中，常采用面阵结构排布阵元，因此构造了子阵级二维信号模型，采用收敛速度较快的采样矩阵求逆(SMI)方法，在快拍充足的情况下，能够很好的抑制强干扰，但代价是自适应方向图的旁瓣比静态时要高，若快拍数据不足，则方向图主瓣会产生畸变，旁瓣升高且起伏不定。因此引入对角加载因子加以修正，它能够抑制特征值分散，得到较好的方向图效果。在抑制干扰的同时，希望方向图旁瓣也尽可能低，子空间投影和罚函数两种方法都能满足要求。有干扰时子空间投影方法能够抑制干扰且有较低的旁瓣，无干扰时与静态方向图保持一致；罚函数法用约束和加载的方法，抑制了旁瓣的抖动。结合上述两种方法的特点，实现了约束自适应波束合成(CAPS)方法，它能在抑制干扰的同时得到理想的低旁瓣电平，且省去了选择加载值的过程。将子阵级自适应波束形成应用于自适应检测，能够发挥阵列处理技术的优势。广义似然比检测(GLRT)与自适应匹配滤波检测(AMF)是两种性能较好的检测器，其检测统计量的概率密度不依赖于噪声，因此可以有恒定的虚警率。将叁种自适应波束形成算法分别与两种检测器相结合，给出同一种检测器下不同波束形成方法的检测性能随信噪比的变化曲线，还有同种波束形成方法下不同检测器的检测性能随信噪比的变化曲线，从而判定检测性能的优劣，并验证虚警概率，得到检测概率与虚警概率的相互关系。
梁雪妮[7]2017年在《阵列雷达抗主瓣干扰方法研究》文中认为当空间中的干扰信号位于旁瓣时,应用常规的自适应波束形成算法可以有效抑制旁瓣干扰。然而当干扰落入主瓣内时,常规的自适应波束形成方法为了抑制干扰信号会在主瓣内形成零陷,将会出现主波束畸变且峰值偏移、副瓣电平升高等问题,从而导致输出信干噪比(SINR)下降,虚警概率上升,同时峰值偏移也会影响目标的测向精度。针对存在的主瓣干扰,本文研究了常用的基于阻塞矩阵预处理(BMP)和基于特征投影预处理(EMP)的两种主瓣干扰抑制方法。通过预处理可以消除主瓣干扰成分的影响,计算自适应权矢量时不会在主瓣干扰方向上形成零陷,从而解决主波束变形和旁瓣升高的问题。对于存在的主波束指向偏移问题,分别介绍了权系数补偿法、白化处理法、对角加载技术和对角加载与线性约束相结合的四种主瓣干扰抑制方向图保形方法。基于特征投影的理论,在训练数据不含期望信号的前提下,进一步研究了一种基于特征投影和协方差矩阵重构(EP-CMR)的主瓣干扰抑制算法。该算法改进了主瓣干扰特征矢量的判别方法,不需要去选取判别因子,使得主瓣干扰的判别更加准确,而且该算法利用了协方差矩阵重构技术,避免了进行协方差矩阵求逆运算,降低了算法的复杂度,同时也改善了协方差矩阵中噪声所对应的小特征值对自适应形成算法的影响。在实际的工程应用中,当主瓣干扰功率过高时,基于特征投影和协方差矩阵重构的主瓣干扰抑制算法抑制旁瓣干扰的性能将会下降,其在旁瓣干扰方向上形成的零陷将会变得很浅甚至完全消失;同时当训练数据中有期望信号混入时,该算法也会对信号进行抑制。因此本文在EP-CMR算法的基础上研究了一种改进的基于EP-CMR的主瓣干扰抑制算法。通过对比分析,可以看出,EMP方法不需要估计主瓣干扰的方向,因此比BMP方法有更强的稳健性。四种方向图保形方法中,对角加载与线性约束相结合的方法修正波束指向的效果最好。仿真表明,当主瓣干扰功率较高时,改进的基于EP-CMR算法在对主瓣干扰进行有效抑制的同时,能够保证旁瓣干扰信号方向具有很深的零陷,具有很好的抗干扰性能,并且该算法不会对目标信号进行抑制,从而提高了系统的输出信干噪比。
廖洁, 陈洪[8]2006年在《一种波束形成中的自适应对角加载方法》文中研究说明在自适应波束形成中,由于采样快拍数有限,导致协方差矩阵的估计误差,由此得到的自适应波束旁瓣很高。对角加载方法是一种改善波束性能的有效方法。文章介绍了对角加载的原理,给出了一种对角加载值的确定方法和仿真效果。该方法能根据采样数据自适应调整对角加载的数值,实现容易,能得到很好的旁瓣特性。
戴凌燕[9]2009年在《自适应波束形成技术应用基础研究》文中研究说明自适应波束形成技术从理论知识走向工程应用仍面临许多实际问题。其中,自适应波束形成算法在误差情况下的稳健性能直接影响到实际的应用效果。同时,实际环境中存在的一些特殊形式的干扰也给自适应波束形成技术带来了严重的影响,如多径相干干扰、闪烁干扰、灵巧干扰等。本文主要围绕算法稳健性和特殊干扰抑制两大问题展开研究,主要内容如下:研究了几种典型的基于不确定集约束的稳健自适应波束形成算法,明确了算法彼此间的关系。并对基于球形不确定集约束的稳健Capon法性能进行了深入分析,揭示了各种因素对自适应权矢量最优加载因子以及算法性能的影响关系。研究了基于球形不确定集约束的稳健最小方差无失真响应(MVDR: Minimum Variance Distortionless Response)波束形成算法,提出了一种球心位于期望信号导向矢量估计值的新的球形不确定集,不仅克服了输出信干噪比性能依赖于期望信号导向矢量误差模值上限的不足,而且在导向矢量严重失配时,仍具有良好的稳健性能。针对稳健MVDR波束形成的自适应方向图旁瓣电平较高问题,提出一种自适应副瓣控制方法。该方法可在波束指向误差情况下,对自适应方向图的任意副瓣区域进行副瓣电平控制,并获得理想的控制效果,因而实现了稳健自适应波束形成和低副瓣自适应方向图的有效结合。针对波束指向误差情况下相干干扰抑制问题,提出基于特征空间的迭代Toeplitz算法。该算法首先采用迭代Toeplitz化方法对相干干扰信号进行去相关处理,然后利用基于特征空间的自适应波束形成克服指向误差的影响。因而算法稳健性较强,尤其在小快拍时仍具有良好的干扰抑制性能。研究了严重非平稳环境下的干扰抑制问题,提出了利用单次快拍的直接数据域最小二乘优化算法,增加了系统自由度,保证了对期望信号的有效接收和对干扰信号的有效抑制,并降低了自适应方向图的旁瓣电平,从而显着改善了算法性能。研究了“灵巧干扰”的对抗方法,基于干扰样本识别与采集思想,分别提出了独立对抗“灵巧干扰”时空级联自适应旁瓣对消方法,以及同时对抗压制性噪声干扰和“灵巧干扰”的“对消-识别-对消”的干扰抑制方法,均取得了较好的干扰抑制效果。
刘宏清[10]2006年在《稳健的自适应波束形成及应用研究》文中研究表明论文主要研究稳健的自适应波束形成和稳健的盲自适应波束形成问题。研究内容安排如下:1.提出了两种解决自适应波束形成稳健性的方法。由于自适应波束形成在假定期望信号的导向矢量和实际的导向矢量失配时的性能会急剧的下降,针对这一情况,如果可以估计出实际的导向矢量那么波束形成性能就会大大提高。为此,我们研究了两种解决方案来估计实际的导向矢量,两种方法均是利用了噪声子空间和信号子空间的正交性,第一种方法属于对角加载系列,但是最优的加载量是可求的;第二种方法不属于对角加载问题,这也就省去了加载量的计算问题。因为所提出的方法均需要计算噪声子空间,也就是说需要利用特征分解和需要先验已知信源数目,为了避免这个缺点,我们提出了基于POR(Power of R)的稳健自适应波束形成方法。叁种方法的有效性均通过大量的计算机仿真和实测数据验证,具有一定的理论意义和实用价值。2.论文研究了盲自适应波束形成的稳健性问题。由于基于循环平稳的阵列处理方法利用了不同信号的循环频率不同这一时域特征,将多个信号在循环频率域进行分离。但是该方法必须要求期望信号的循环频率精确已知,由于信号存在未知的多普勒和载波频偏等原因使得假定的循环频率和实际循环频率存在一定的差异。利用假定的循环频率粗略的估计出信号的导向矢量,然后结合将估计的该导向矢量向带有约束的导向矢量子空间投影,得到较为精确的导向矢量估计,最后进行Capon波束形成。该方法的的结果具有对角加载的形式,但是其最优加载量可以精确求出,避免了传统对角加载方法最优加载量的难以确定问题。与此类似,在脉冲多普勒(PD)雷达中,动目标的回波具有时域多普勒结构,利用多普勒频率也可以完成盲波束形成。但是,期望目标的多普勒不可能精确已知,我们首先分析了多普勒误差对波束形成性能的影响,然后提出了一种稳健的方法来对抗多普勒误差。
参考文献：
[1]. 对角加载在自适应波束形成中的应用[D]. 梁会发. 南京理工大学. 2004
[2]. 阵列天线稳健自适应波束形成算法研究[D]. 贺瑞. 哈尔滨工程大学. 2014
[3]. 稳健的自适应波束形成技术及其应用研究[D]. 蒋曦曦. 解放军信息工程大学. 2014
[4]. 自适应数字波束形成技术研究[D]. 朱玉军. 电子科技大学. 2013
[5]. 基于子阵列的阵列发射波束形成方法研究[D]. 朱承龙. 电子科技大学. 2015
[6]. 基于ABF的子阵级自适应检测方法研究[D]. 郭利辉. 哈尔滨工业大学. 2013
[7]. 阵列雷达抗主瓣干扰方法研究[D]. 梁雪妮. 西安电子科技大学. 2017
[8]. 一种波束形成中的自适应对角加载方法[J]. 廖洁, 陈洪. 通信对抗. 2006
[9]. 自适应波束形成技术应用基础研究[D]. 戴凌燕. 国防科学技术大学. 2009
[10]. 稳健的自适应波束形成及应用研究[D]. 刘宏清. 西安电子科技大学. 2006
标签：电信技术论文; 自适应论文; 协方差矩阵论文; 波束成形论文; 阵列天线论文; 矩阵变换论文; 矢量数据论文; 矢量运算论文; 空间数据论文; 矩阵分解论文; 对角矩阵论文; 误差分析论文; 雷达论文; 协方差论文;