考虑站址误差的稳健TDOA定位算法

针对现有定位算法非线性运算多,误差易传递,且存在缺秩矩阵,致使算法稳健性低、定位精度差的问题,本文提出一种站址误差条件下基于误差校正的时差定位算法。首先通过引入辅助变量伪线性化时差定位方程,并利用加权最小二乘初步估计目标位置;接着利用辅助变量与目标位置之间的非线性函数关系,构建并求解关于目标位置误差的定位方程,对目标位置初估值进行线性校正,最终得到更为精确的估计结果。理论性能分析表明在噪声较小时,所提算法能够达到克拉美罗下届,且相比于现有定位算法具有更高的定位精度和定位稳健性。仿真结果验证了所提算法具有更好的定位性能。      

基于最小二乘的子带SDL恒定束宽波束形成北大核心CSCD

针对宽带恒定束宽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的问题,提出一种基于约束最小二乘的子带阵元延迟线(SDL)恒定束宽波束形成器设计方法。该方法首先建立子带SDL模型,利用子带滤波器组将阵元接收信号进行分解与重构,然后,推导了子带SDL模型的阵列响应,最后,结合空间响应变化和约束最小二乘算法进行恒定束宽波束形成。由于将滤波器组的冲击响应直接作为优化参量,可有效降低分解与重构产生的误差,为了衡量阵列响应的波动程度,文中提出归一化波动程度的概念。仿真结果表明,子带波束形成器不仅具有比全带波束形成器更好的主瓣频率不变性,更窄的主瓣宽度以及更低的旁瓣增益,而且可以大大降低硬件开销。     

基于时频分析的多目标盲波束形成算法

针对现有盲波束形成算法适用范围较窄, 多目标信号分离级联模式结构复杂、并联模式稳定性较差等问题, 提出一种基于时频分析的多目标盲波束形成算法. 该算法首先利用时频分析技术给出信号导向矢量的不确定集, 然后优化求解导向矢量的最优估计, 最后利用Capon方法实现多目标信号的并行输出. 理论分析及仿真结果表明, 该算法对信号特性没有特殊要求, 适用性较广, 性能稳定, 且输出信干噪比高于其他盲波束形成算法, 接近于最优Capon波束形成器.     

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。      

基于广义旁瓣对消器的Laguerre宽带波束形成

基于Frost 结构的Laguerre 宽带波束形成器可以获得比FIR 宽带波束形成器和IIR 宽带波束形成器更好的性能,但其需要单极点的最优求解过程,存在计算复杂度较高及收敛速度较慢等问题.该文提出一种基于广义旁瓣对消器(Generalized Sidelobe Canceller, GSC)的Laguerre 滤波器宽带波束形成算法.该算法首先建立基于GSC结构的Laguerre 宽带波束形成器模型,然后利用最小二乘方法给出一种低复杂度的极点求解方法,最后利用归一化最小均方根误差方法实现宽带波束形成.仿真实验及理论分析表明,该方法无需基于Frost 结构的Laguerre 宽带波束形成器单极点最优求解过程,在保证算法较高的输出信干噪比的同时,减少了计算复杂度,提高了收敛速度.      

稳健的宽带多径干扰抑制波束形成算法

针对传统宽带多径干扰抑制波束形成算法计算量大、稳健性差的问题,提出一种基于均匀直线阵的稳健宽带多径干扰抑制波束形成算法。当期望信号垂直入射时,该算法首先在波束旁瓣区域引入虚拟干扰源构造能量聚焦矩阵,通过主瓣宽度的迭代处理,整体控制输出波束的旁瓣级,将旁瓣区域能量聚焦到主瓣区域,实现多径干扰条件下的宽带波束形成;然后对期望信号和辅助方位角施加相位响应约束,将其扩展至期望信号非垂直入射和存在指向误差的情况,与传统宽带多径干扰抑制波束形成算法相比,在提高算法稳健性的同时大大降低了计算复杂度;最后仿真分析与实际数据验证表明,该算法能够有效的抑制多径干扰,稳健性较好且具有较高的输出信干噪比。      

基于稀疏时频分解的盲波束形成算法

针对现有盲波束形成算法通用性差,所需采样数据量大等问题,该文提出一种基于稀疏时频分解的盲波束形成算法。算法首先将传统的短时傅里叶变换转化为稀疏重构问题,利用交替分裂Bregman算法进行迭代求解。然后利用对各阵元的接收信号进行稀疏时频分解的结果,结合聚类和不确定集方法,实现导向矢量的最优估计。最后利用MVDR算法获得最优权矢量。该算法无需利用信号统计特性,实现了高效的盲波束形成。仿真实验结果表明,该算法所需数据量小,迭代步骤易于工程实现,较现有盲波束形成算法输出性能更优,适用范围更广。     

色噪声背景下的阵列幅相误差自校正算法

针对色噪声环境下的阵列幅相误差自校正问题,提出一种适合任意阵列的幅相误差自校正算法。该算法首先在每次迭代开始前利用H∞滤波方法得到稳健的DOA估计值,然后给出一种幅相误差最优初始值的估计方法求解出幅相误差的次优解,最后基于交替加权最小二乘算法,分别对幅相误差和噪声功率进行估计。理论和仿真实验均表明该算法不仅迭代次数少,且具有较好的参数估计性能。