基于信号循环平稳性的智能天线数字波束形成技术研究

摘要

本文主要目的是研究智能天线中基于信号循环平稳性的盲自适应波束形成。具体内容有：　　文中首先介绍了数字波束形成原理和信号的循环平稳性特征。以此为理论基础对目前已提出的CAB算法、CCAB算法和ECAB算法的优点和局限性作出详尽地分析。　　继而针对原ECAB算法求解信号子空间计算量偏大、适时性不够强问题，提出一种改进的ECAB算法。经过比较三种子空间跟踪算法的性能后，选用无约束优化的梯度算法跟踪信号子空间。分析表明由于跟踪子算法的计算复杂度更低，求解子空间准确，同时收敛性能也符合应用要求，使得改进算法能提高输出信噪比和增强抑制干扰的能力，且计算复杂度更低，收敛速度也较快。仿真试验验证了改进ECAB算法的有效性。改进ECAB算法综合性能的提高使其更易于在硬件平台上适时实现。　　针对原CCAB算法的自相关矩阵估计式对平稳或近似平稳信号适用，而对循环平稳信号估计得不够准确的问题提出一种改进的CCAB算法。改进的算法将原相关矩阵估计式的矩形窗改为符合循环平稳信号的指数时间窗。仿真试验验证了改进CCAB算法的有效性。改进CCAB算法特别适宜于弱信号环境下的盲自适应波束形成。

目录

文摘

英文文摘

第一章绪论

1.1课题的研究背景及国内外现状

1.1.1课题的研究背景

1.1.2国内外现状

1.2本文研究思路与主要工作

第二章数字波束形成系统

2.1天线阵列模型

2.2数字波束形成原理

2.2.1接收波束形成及波束特征

2.2.2发送波束形成

2.2.3多波束形成

2.3常用的波束形成准则

2.3.1最小均方误差准则

2.3.2最大信噪比准则

2.3.3线性约束最小方差准则

2.4数字波束形成系统组成

2.5本章小结

第三章信号的循环平稳性与盲波束形成

3.1信号的循环平稳性

3.1.1循环平稳性分析

3.1.2谱相关函数

3.1.3常见的循环平稳信号举例

3.2盲波束形成算法概述

3.3 CAB类算法

3.3.1 CAB算法

3.3.2 CCAB算法

3.4本章小结

第四章基于特征空间的盲波束形成

4.1基于特征空间的CAB(ECAB)算法

4.2时变子空间的跟踪

4.2.1时变子空间跟踪方法概述

4.2.2投影逼近子空间跟踪(PAST)算法

4.3 ECAB算法的改进

4.3.1 ECAB算法的改进

4.3.2改进的ECAB算法仿真

4.4本章小结

第五章有循环频率误差的CAB类算法

5.1有循环频率误差的CAB类算法性能分析

5.2遗忘因子CAB(F-CAB)算法分析

5.3 CAB类算法的改进(CFE-CAB类算法)

5.3.1 LCMV准则中相关矩阵估计式的适用范围

5.3.2 CCAB算法的改进

5.3.3改进的CCAB算法仿真试验

5.3.4改进的CCAB算法推广

5.4本章小结

第六章结论与展望

6.1本文工作总结

6.2未来工作展望

致谢

参考文献

攻读硕士学位期间发表的论文及科研成果