基于高阶累积量的LCMV波束形成算法

基于高阶累积量的线性约束最小方差（LCMV）波束形成算法具有自动抑制高斯白噪声及任意高斯色噪声的能力,而且能够实现最优阵列扩展,达到扩展阵列有效孔径的目的。仿真结果表明该算法与传统的 LCMV波束形成算法相比可以有效地减少主瓣宽度、降低旁瓣电平及增加零陷深度。     

基于特征空间和LCMV的波束形成新算法

本文提出了一种改进的特征空间算法——GEBB,它基于多约束LCMV准则和特征空间算法。新算法的权值具有更小范数和更小的输出噪声,另外,算法根据是否保留约束具有一定灵活性。     

用于自适应数字波束形成的稳健子阵异步RLS算法

提出了一种修正的递归最小二乘自适应算法--稳健子阵异步递推最小二乘算法(MSARLS)--用于自适应数字波束形成.该算法综合运用稳健估计和子阵异步递推技术.改进后的算法,不但大大减少了运算量,而且增强了算法抗突发强干扰的性能.另还给出了计算的理论分析和计算机仿真结果.     

一种具有快速收敛特性的盲目适应波束形成算法

本文提出一种基于信号的周期平稳特性的具有快速收敛特性的盲波束形成新方法,该盲算法应用于ＲＬＳ技术,仿真实验证明该算法的收敛速度快于Ｃａｓｔｅｄｏ等人提出的随机梯度算法。     

基于小波变换的RLS波束成形算法研究

为了解决递归最小二乘算法(RLS)在较低信噪比(SNR)、遗忘因子较小的环境中,对噪声敏感、收敛时参数估计误差大的问题,引入小波变换去噪思想,提出了基于小波变换的RLS波束成形算法。该算法利用小波变换软阈值法进行信号去噪,再采用RLS算法进行波束成形。最后对实验进行仿真,仿真结果表明,与传统的RLS算法相比,该算法具有较小的稳态误差和较快的跟踪速度和收敛速度,并且波束成形效果好。     

LMS算法和RLS算法在水声信道通信系统中应用的比较

为了减小水声通信系统中存在的由于多径传播效应引起的符号间干扰,可在系统中使用线性均衡器。首先介绍了LMS算法和RLS算法基本原理,利用Matlab仿真软件,给出了两种算法在水声信道通信系统中的自适应均衡的仿真系统,并对这两种算法对于均衡器的影响进行了比较,最后对比较的结果进行了分析。     

自适应波束形成的SARLS算法

提出了一种改进的递推最小二乘(RLS)算法——子阵异步RLS算法(SARLS)用于自适应波束形成,改进后的算法,在总权矢量的维数为N、子权矢量维数较小时,运算量由O(N2)降到了O(N),并通过实例仿真详细地验证了算法的实用性:该算法在保持对期望信号良好接收的同时,能够很好地抑制到达方向与期望信号不同的干扰信号。     

平面阵低旁瓣波束形成方法研究

针对实际应用中需要降低旁瓣电平的问题,对阵元数目为324的均匀平面阵列进行波束形成仿真,分析比较了基于LCMV算法的2种低旁瓣波束形成方法的仿真结果。仿真结果表明,2种方法都能够有效地降低旁瓣电平,提高主瓣和副瓣最大电平之比。在主瓣和副瓣最大电平之比相同的情况下,权值迭代方法与协方差矩阵迭代方法相比具有更大的波束增益。在迭代次数相同的情况下,协方差迭代方法具有更高的主瓣和副瓣最大电平之比。     

基于空时处理的稳健自适应波束形成算法

在自适应天线阵抗干扰的一些应用环境中,往往需要自适应天线方向图在对准干扰的位置形成宽零陷从而增强算法的稳健性。该文从宽带信号模型出发,通过对扰动干扰方向上空时二维导向矢量的分析,修正了权值训练期间得到的宽带干扰协方差矩阵,推导出一种针对宽带信号的基于空时处理结构的宽零陷波束形成算法,该方法有效地实现宽带干扰的零陷加宽,提高了宽带波束形成算法的稳健性。     

零陷优化的稳健波束形成算法

传统的自适应波束形成算法在干扰方向出现扰动且期望信号导向矢量失配时,不仅无法持续有效地抑制干扰,而且会在期望信号方向产生零陷致使期望信号相消,算法性能严重下降。针对该问题,本文提出了一种零陷优化的稳健波束形成算法。该算法首先通过干扰导向矢量的左右旋转来展宽零陷,接着将采样数据向干扰子空间投影,并对干扰分量进行加权处理以增强采样数据中的干扰强度,加深干扰零陷,最后采用导向矢量不确定集约束算法保证期望信号的接收增益。计算机仿真结果表明:该算法能够有效展宽干扰零陷,并能够保证期望信号增益,具有较好的稳健性。      

LMS算法和RLS算法在水声信道通信系统中应用的比较

为了减小水声通信系统中存在的由于多径传播效应引起的符号间干扰,可在系统中使用线性均衡器。首先介绍了LMS算法和RLS算法基本原理,利用Matlab仿真软件,给出了两种算法在水声信道通信系统中的自适应均衡的仿真系统,并对这两种算法对于均衡器的影响进行了比较,最后对比较的结果进行了分析。     

基于稀疏处理的波束形成算法改进

自适应抗干扰算法中,在基于LCMV算法的波束形成算法的基础上,文中提出了一种基于稀疏处理的波束形成算法。该算法通过对角度做稀疏处理,在目标与干扰的入射角小范围内作小步长遍历,而在其他角度上做大步长遍历,使方向图在形成过程中运算量大幅减少。通过仿真验证了其正确性,在达到抗干扰效果要求的基础上,提高了运算效率。     

基于二次组阵的低旁瓣波束形成方法

为了有效地降低阵列天线在数字波束形成过程中旁瓣水平,提出了一种通过二次组阵实现的低旁瓣自适应波束形成方法。在阵列相互重叠的子阵划分基础上,通过子阵对期望信号及干扰信号进行自适应波束形成,实现对期望信号的增益接收以及对干扰信号的深度抑制。在子阵数字波束形成的基础上,对各个子阵的输出运用二次组阵的方法,对二次组阵的方向图在约束条件下进行波束合成实现对子阵方向图中旁瓣的对消补偿,从而达到降低旁瓣的目的。通过理论分析和实验仿真表明,与常规LCMV方法相比,基于二次组阵的波束形成方法在保证了对干扰信号深度抑制的同时,有效地降低了方向图中的旁瓣水平,提高了系统的抗干扰性能。     

受激光子回波在阵列天线波束合成中的应用研究

由于孔径效应和孔径度越时间的限制,使得传统的相控阵雷达难以实现大角度扫描和大的信号瞬时带宽.把受激光子回波技术应用于波束合成,可以克服这一难题.介绍了基于受激光子回波的光学真实延时实现原理,并分析了其在阵列天线波束合成中的应用,阐述了波束合成的实现方法.     

自适应波束形成算法工程应用中的关键技术研究

对自适应波束形成算法工程应用中的一些关键技术进行了讨论。着重讨论了基于广义旁瓣对消结构的自适应波束形成器设计中的关键问题。给出了一种基于广义旁瓣对消结构的自适应波束形成算法应用方案,以及试验结果。     

自适应波束形成在OFDM系统中的应用

为了提高正交频分复用（OFDM）系统中传输数据的可靠性,对抗频率偏差带来的系统信噪比的下降,在OFDM系统接收端引入自适应波束形成。自适应波束形成实现了对期望信号方向的增益接收,同时对干扰信号方向进行有效的抑制。仿真结果表明,文中方法比单纯的OFDM系统具有更低的误码率,即使在有多普勒频移的多径信道下,也能获得更高的传输可靠性。从输入、输出信干噪比的曲线也可以看出,此方法是可行且收敛的。     

存在循环频率误差时的盲自适应波束形成

绝大多数通信信号都具有循环平稳特性，利用信号的循环平稳特性可以进行真正的盲自适应波束形成，例如CAB类算法以及基于特征空间的盲波束形成算法^[3]。但当循环频率存在误差时，上述算法的性能将急剧下降。本文提出一种改进算法，在估计循环相关短阵时引入遗忘因子可以大大降低算法对循环频率误差的敏感性，计算机仿真验证了理论分析的正确性。