基于导向矢量估计的稳健自适应波束形成算法研究

摘要

阵列信号处理具有抑制干扰能力强及获得阵增益高等优点，发展到现在已经取得了众多研究成果。自适应波束形成在理想条件时都具有良好的输出性能，但是由于水下环境的复杂性，阵列存在扰动误差、幅相误差;采集数据中存在角度偏差、导向矢量失配等因素，导致一些现有算法在实际使用中性能下降。怎么解决算法性能下降的问题成为当前阵列信号处理领域的一个重要的研究热点。设计稳健性好、收敛快、低复杂度的稳健自适应波束形成算法仍是阵列信号处理理论需要深入发展的方向。
　　针对阵列信号处理遇到的问题，论文首先对CBF算法、MVDR算法、对角加载算法进行理论研究和Matlab仿真分析，比较了三种算法在不同条件下的输出性能。CBF算法不能有效的抑制干扰;MVDR在理想情况下具有良好的性能及干扰抑制能力，但其对误差比较敏感，在导向矢量存在误差时算法性能下降;而对角加载算法的固定加载量限制了其使用范围。
　　为了提高导向矢量失配条件下算法的稳健性，研究了基于导向矢量估计的稳健Capon波束形成(RCB)。RCB算法在导向矢量失配时也能准确估计出目标，稳健性较好，算法性能优于MVDR等算法，但在协方差矩阵不满秩时，RCB算法性能下降。然后提出了改进的RCB算法，改进RCB算法直接对阵列接收数据矩阵进行奇异值分解，避免了不满秩的协方差矩阵求逆，且只需要求取左奇异矩阵，减少了运算量。改进RCB算法满足低快拍的情况，在协方差矩阵不满秩时也能够有效的估计出目标方位。
　　因为矢量阵比标量阵接收到更多信息，同等条件下的矢量阵处理效果优于标量阵，所以把CBF算法、MVDR算法和改进RCB算法推广到矢量阵的处理上。仿真分析比较了矢量算法和标量算法的输出SINR大小，证明矢量算法可以得到更高的增益。然后对比分析方位谱可知，矢量算法具有更低的旁瓣级，而且矢量阵具有左右舷分辨能力。最后通过外场实验数据验证了算法的有效性。

目录

声明

摘要

第1章绪论

1．1研究背景与意义

1．2国内外发展现状

1．2．1阵列信号处理研究现状

1．2．2矢量水听器信号处理研究现状

1．3本文主要研究内容与结构

第2章自适应波束形成原理

2．1阵列信号模型

2．1．1窄带数据模型

2．1．2宽带数据模型

2．2常规波束形成

2．3 MVDR波束形成

2．3．1窄带MVDR波束形成

2．3．2宽带MVDR波束形成

2．4对角加载算法

2．5常见误差对自适应波束形成的影响

2．5．1协方差矩阵存在误差

2．5．2导向矢量存在误差

2．6算法性能仿真分析

2．6．1采样数N和不同输入信噪比SNR对算法性能的影响

2．6．2波束图分析

2．6．3方位谱算法

2．6．4阵元间距对算法性能的影响

2．6．5分析多目标时算法分辨率

2．6．6导向矢量存在误差时算法性能

2．7本苹小结

第3章稳健自适应波束形成研究

3．1导向矢量失配对算法的影响

3．2椭球体的基本数学理论

3．3基于导向矢量估计的RCB算法

3．4基于导向矢量估计的改进RCB算法

3．5仿真分析

3．5．1分析波束存在误差时的对角加载因子

3．5．2分析不同输入SNR和不同采样数Ⅳ时的输出信干噪比SINR

3．5．3分析不同波束误差情况下的输出信干噪比SINR

3．5．4波束存在误差时期望信号功率估计

3．5．5波束图分析

3．5．6方位谱分析

3．6外场实验数据处理

3．7本章小结

第4章基于矢量阵的稳健自适应波束形成

4．1矢量数据模型

4．2矢量CBF算法

4．3矢量MVDR算法

4．4矢量改进RCB算法

4．5仿真分析

4．5．1分析不同输入SNR时的输出信干噪比SINR

4．5．2分析存在误差时输入SNR与输出SINR的关系

4．5．3期望信号功率估计

4．5．4方位谱分析

4．6外场实验数据处理

4．7本章小结

总结

参考文献

攻读硕士学位期间发表的论文和取得的科研成果

致谢