空间弱目标子空间估计与波束形成研究

摘要

射电望远镜深空探测过程中，相控阵馈源阵列的波束形成性能受到导向矢量不确定和强干扰这两个因素的影响。为了解决这个问题，本文针对该背景下稳健的自适应波束形成算法展开深入研究，提出了一种基于子空间投影的递归贝叶斯波束形成算法。同时为了实现信号子空间垂直投影矩阵的准确构造，本文对子空间估计进行了广泛探索，提出了两种贝叶斯子空间估计方法。本文的主要研究工作和创新点概括如下: (1)简单推导了信号与阵列模型，给出了均匀直线阵窄带信号处理的假设条件和统计特性。在此基础上介绍了子空间的基本概念以及波束形成的基本原理，同时对常见最优化准则下的自适应波束形成算法进行了性能分析。 (2)针对稳健的自适应波束形成算法展开了深入研究，提出了一种基于子空间投影的递归贝叶斯波束形成算法。子空间投影可以有效消除强干扰，而递归贝叶斯波束形成对不确定导向矢量展现出良好的鲁棒性。仿真结果表明该算法与最优Max-SINR波束形成器输出性能相似，即使在甚低信噪比下也能正常运行，可以有效解决波束形成时导向矢量不确定和强干扰的问题。 (3)为了实现干扰子空间垂直投影矩阵的准确构造，研究了快速近似幂迭代(FASTApproximated Power Iteration，FAPI)子空间估计算法。该算法可以精确跟踪主子空间的一组任意正交基，是当前最优的正交迭代类子空间估计算法。仿真结果表明，与其他几种典型的快速子空间算法相比，FAPI具有更高的子空间估计精度和更好的正交性能。 (4)针对甚低信噪比下信号子空间难以准确估计的问题展开了深入研究，提出了两种贝叶斯子空间估计方法。首先提出了一种基于信号降阶的贝叶斯子空间估计方法，该方法在甚低信噪比下可以准确估计多个信号的导向向量。随后提出了一种基于多信号联合的贝叶斯子空间估计方法，该方法改善了繁琐的降阶过程，可以实现子空间跟踪的正交迭代。仿真结果表明，与特征值分解以及FAPI相比，这两种贝叶斯方法在甚低信噪比下具有更好的子空间估计性能。

目录

声明

摘要

注释表

1绪论

1．1研究背景与意义

1．2国内外研究现状

1．2．1自适应波束形成研究进展

1．2．2子空间估计方法研究进展

1．3本文主要研究内容与基本结构

2理论基础与数学建模

2．1信号与阵列模型

2．1．1信号与阵列建模的假设条件

2．1．2均匀直线阵窄带信号处理的统计模型

2．2波束形成原理及其性能仿真

2．2．1波束形成的基本原理

2．2．2自适应波束形成

2．2．3波束形成仿真分析

2．3子空间的基本概念

2．3．1子空间与正交投影的定义

2．3．2信号子空间分解的基本推导

2．4本章小结

3基于子空间投影的贝叶斯波束形成

3．1引言

3．2子空间投影波束形成实现强干扰抑制

3．3递归贝叶斯波束形成

3．3．1贝叶斯波束形成算法

3．3．2波束形成算法总结

3．4性能仿真分析

3．4．1收敛性与鲁棒性分析

3．4．2不同波束形成算法性能对比

3．4．3平面阵性能仿真

3．5本章小结

4基于快速近似幂迭代(FAPI)的子空间估计

4．1引言

4．2经典幂迭代算法与投影近似

4．3快速近似幂迭代(FAPI)子空间估计

4．3．1近似幂迭代(API)子空间估计

4．3．2 API的快速实现

4．3．3 FAPI算法总结

4．4 FAPI子空间估计性能仿真

4．4．1收敛性与鲁棒性分析

4．4．2不同子空间估计算法性能对比

4．5本章小结

5基于信号降阶的贝叶斯子空间估计

5．1引言

5．2降阶子空间估计方Ij去

5．2．1单信号子空间建模与估计

5．2．2关键参数计算与降阶处理

5．2．3子空间估计算法总结

5．3性能仿真分析

5．3．1收敛性与鲁棒性分析

5．3．2在波束形成中的直接应用

5．4本章小结

6基于多信号联合的贝叶斯子空间估计

6．1引言

6．2多信号联合子空间估计方法

6．2．1多信号子空间联合建模与估计

6．2．2正交化处理与主成分功率估计

6．2．3子空间估计算法总结

6．3性能对比与分析

6．4本章小结

7总结与展望

7．1全文总结

7．2对后续工作的建议

致谢

参考文献

攻读硕士学位期间参与的科研项目及取得的学术成果