盲波束形成

摘要： 针对现有的卷积盲源分离方法(如时频分析方法)在宽带信号的分析中计算量较大的问题,提出一种在分数阶傅里叶域滤波基础上的盲波束形成算法.算法首先对接收到的信号作分数阶傅里叶域的峰值滤波,然后计算空时频输出矩阵,最后提出一种信号来向未知的空间盲波束形成算法.该算法充分利用线性调频信号在分数阶傅里叶域能量聚集的特性提高输出信噪比,并减少了运算量.仿真结果表明,算法能够实现宽带信号的盲源分离,且输出性能较之时频方法有一定提高.

摘要： 由于L频段数字航空通信系统1(L-band digital aeronautical communication system1,L-DACS1)和民航测距机(distance measuring equipment,DME)系统的频谱有部分重叠,因此在L-DACS1接收机中需要考虑DME干扰的抑制问题.提出了基于最大输出信噪比的干扰抑制和盲波束形成算法.由于DME脉冲干扰的功率较大,首先采用子空间跟踪算法来得到干扰子空间,然后将接收数据向干扰子空间的正交补空间进行投影以抑制DME干扰.干扰抑制后,接收数据中只剩下正交频分复用(orthogonal frequency division multiplexing,OFDM)信号和噪声了.为了充分利用阵列天线的优势,采用了输出信噪比最大准则来进行波束形成,将天线方向图的主瓣对准OFDM信号来向,以提高接收机输出信号的信噪比.仿真表明,该方法不需要先验信息就能够在抑制干扰的同时进行盲波束形成,在OFDM信号来向上获得高增益的主瓣,进而提高输出信噪比;另外,所提的波束形成方法在输入信噪比较低的环境下依然能够形成稳定的波束,将主瓣对准信号来向.

摘要： 针对现有盲波束形成算法在脉冲噪声环境中性能的下降,提出一种基于分数低阶时频分解的盲波束形成算法.该算法首先将分数低阶统计量引入传统的短时傅里叶变换中,实现抑制脉冲噪声的时频分解.然后利用对各阵元的接收信号进行分数低阶时频分解的结果,结合聚类和不确定集方法,实现导向矢量的最优估计.最后利用最小方差无畸变响应算法获得最优权矢量,实现了高效的多目标盲波束形成.仿真实验结果表明,该算法在服从对称alpha稳定分布的脉冲噪声环境中,较现有盲波束形成算法的输出性能更优.该算法不依赖源信号自身特性,适用范围更广.%A novel blind beamforming algorithm based on fractional lower-order time-frequency decomposition(TFD)is proposed to improve the performance of existing blind beamforming algorithms in impulsive noise environment.The traditional short-time Fourier transform (STFT) is first improved by utilizing fractional lower-order statistics to realize TFD in impulsive noise environment. Then, by combining the clustering method and the method for the uncertainty set,the TFD results of the receiving data at each sensor are used to realize the estimation of steering vectors (SV).Finally,the optimal weight coefficients of the proposed blind beamformer are achieved by substituting the estimated SV into the minimum variance distortionless response (MVDR) beamformer.Simulation results demonstrate that this algorithm can achieve superior output performance over the existing blind beamforming methods in impulsive noise environment.The proposed algorithm hardly needs any specific property of the receiving signals and can be more widely used.

摘要： A novel blind beamforming algorithm based on sparse Time-Frequency Decomposition (TFD) is proposed to solve the problems of existing blind beamforming algorithms: poor universality and the requirement of large amount of sampling data. In the proposed algorithm, the traditional Short-Time Fourier Transform (STFT) is first formulated as a sparse reconstruction problem. Then, a fast and efficient algorithm based on the alternating split Bregman technique is utilized to carry out the optimization. By combining the clustering and uncertainty set methods, the sparse-TFD results of the receiving data at each sensor are used to realize the estimation of Steering Vectors (SV). Finally, the optimal weight coefficients are achieved by substituting the estimated SV into the MVDR beamformer. The proposed algorithm hardly needs any specific statistical property of the receiving signals. Simulation results demonstrate that this algorithm can achieve superior output performance over the existing blind beamforming methods. It needs few snapshots with lower computational cost and has fast convergence rate, which makes the algorithm easy to utilize in practical applications.%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。

摘要： 针对均匀线阵，利用信号的恒模特性，与容积卡尔曼滤波相结合，提出一种新的盲自适应波束形成算法。通过对恒模算法的优化代价函数进行变换，使其满足系统状态空间模型。利用容积卡尔曼滤波算法进行自适应滤波，以实现抑制干扰和消除噪声。所提算法对状态空间模型中的系统噪声和过程噪声进行了自适应处理，免除滤波噪声参数的设置，增强了算法的通用性，并引入了收敛因子，加速系统的收敛速度。仿真结果表明了该算法的正确性和有效性。%A novel blind adaptive beamforming algorithm is proposed based on uniform linear array using constant modulus feature and cubature Kalman filter (CKF).This algorithm transforms the cost function of the constant modulus algorithm (CMA)to a state space model,and cancels noise and suppresses interference using the CKF.System noise and measurement noise are processed adaptively without setting noise parameters,thus being applied to applications conveniently.A convergence factor is introduced to speed up the convergence of systems.Simulation results demonstrate its correctness and effectiveness.

摘要： 传统的恒模波束形成算法在期望信号的信噪比较低的情况下容易误收敛到干扰信号,导致波束形成算法失效.针对上述问题,本文提出了一种共轭对称约束差分恒模算法.该算法首先引入了一种新的差分恒模代价函数,然后根据均匀直线阵列导向矢量的特殊结构,推导出了共轭对称约束条件.最后通过对数据进行归—化处理,使得步长因子的选择独立于输入信号功率,降低了步长因子的选取难度,提高了算法的实用性.仿真实验表明,本文算法在低信噪比下仍然保持了良好的收敛性能,并且对阵列幅相误差和初始权重矢量的误差也具有较强的稳健性.

摘要： 针对传统盲源分离算法对宽带阵列信号适用性较差的问题，提出一种基于时频分析的宽带恒定束宽盲波束形成算法。该算法首先将接收信号变换到时频域上并提取出单源点。然后，对单源点聚类并求解信号在不同频点上的导向矢量。最后，通过提出一种信号来向未知的空间响应变化约束方法，实现宽带恒定束宽盲波束形成。该算法避免了将宽带盲波束形成转换为卷积混合的盲源分离，因而不存在时域盲源分离算法中系统参数随滤波器阶数急剧增加的问题，也不存在频域算法中排序和幅度模糊的问题。仿真结果表明，算法能够较好地实现宽带信号的盲分离，且输出信干噪比高于时域、频域以及时频域盲源分离算法，实测数据的处理结果验证了该算法的实用性。%Conventional blind source separation algorithms have poor suitability for wideband array signals.To address the problem,a novel wideband constant beamwidth blind beamforming algorithm based on time-frequency analysis is proposed. The received array signals are firstly transformed into time-frequency domain,and the single-source points are extracted. Then,the single-source points are clustered into different classes,which are used to obtain the signal steering vector at dif-ferent frequencies.Finally,the wideband constant beamwidth blind beamforming is achieved by a spatial response variation constraint method without knowledge of the direction of arrival (DOA).The transformation from wideband blind beamform-ing to the blind separation of convolution mixtures is avoided in the proposed algorithm.Thus,the system parameters of time-domain algorithms will not increase sharply with the length of filter order,and the arbitrary permutation and scaling ambiguity of frequency-domain algorithms are also eliminated.The simulations illustrate that the proposed algorithm can well separate the wideband signals and achieve a higher output signal to interference plus noise ratio (SINR)compared with the time-domain,frequency-domain and time-frequency-domain algorithms.The practicality of the proposed algorithm is demonstrated by the measured data.

摘要： The existing blind beamforming methods are effective only under the condition that the source signals have some special statistical or structural characteristics. Additionally, the structure of cascade model is complicated and the stability of parallel model is poor when dealing with multi-target signals. To address these problems, a novel blind beamforming algorithm for multi-target signals based on time-frequency (TF) analysis is proposed in this paper. The received array signals are first transformed into time-frequency domain by using quadratic time-frequency distributions (TFDs). Then, the single-source auto-term TF points which show energy concentration at a single signal are extracted through three operations: (i) removing noise points by setting a reasonable threshold, (ii) separating auto-term TF points from cross-term points, and (iii) selecting the single-source auto-term TF points from the auto-term ones. Moreover, these single-source auto-term TF points are classified by the principal eigenvector of their spatial time-frequency distribution matrixes. For each class of TF points, the uncertain set of signal steering vector is given, whose radius is defined as the ultimate range between the center and the elements in the class. Within the uncertain set, an optimization algorithm is provided to get the optimal estimation of the signal steering vector. Finally, the blind beamforming for multi-target signals is achieved based on the Capon method, which can enhance the desired signals and suppress the noise and interference signals. In addition, the influence of parameters selection, the clustering method of unknown source number, and the computational complexity of the proposed algorithm are analyzed. The proposed algorithm can achieve parallel output of multi-target signals under the condition that the array manifold and the direction of arrival (DOA) are unknown. Also, the complex iterative solving processing may be avoided and special limitations on signal characteristics are unnecessary. As a result, it has wide applicability and superior stability compared with the existing blind beamforming methods. Simulations illustrate that the proposed algorithm can well separate multi-target signals which are TF-nondisjoint to a certain extent. It can achieve a higher output signal to interference plus noise ratio (SINR) compared with the constant modulus algorithm (CMA), the independent component analysis (ICA) algorithm, and the joint approximate diagolization of eigenmald (JADE) algorithm. Furthermore, the output performance of the proposed algorithm is close to the optimal Capon beamformer.%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。

摘要： In the field of adaptive array anti-jamming of satellite navigation,a blind adaptive beamforming algorithm based on orthogonal projection and cyclostationary can be used to avoid the error caused by prior information and antenna array. In this paper,CD-OCAB and DS-OCAB algorithms are analyzed for GPS signal. The estimation of the cyclic auto- correlation function of white noise is not zero due to the limited data length in CD-OCAB. Accordingly,the performance of cyclostationary method may be negatively affected. Fortunately,DS-OCAB can avoid it. Taking into account the complexity of the project,the receiving data is reduced. Simulation results demonstrate that the DS-OCAB algorithm can keep its performance and improve its robustness.%在卫星导航自适应阵列抗干扰中，为避免先验信息误差和阵列误差对自适应波束形成性能的影响，可采用基于正交投影和导航信号循环平稳特性的盲波束形成算法（OCAB）。针对GPS信号，采用周期延迟信号处理的OCAB算法（CD-OCAB）时，由于数据长度有限，噪声循环自相关函数估计量不为零，因此将影响循环平稳方法的性能，而采用解重扩数据辅助的OCAB算法（DS-OCAB）可以避免噪声估计误差的影响。将两种算法进行仿真比较，仿真结果表明，DS-OCAB算法可在少数据量的情况下保证算法性能不下降，提高算法的稳健性。

摘要： 针对较大的导向矢量失配下波束形成算法性能下降的问题,有基于复数快速独立分量分离算法（cFastICA）的盲波束形成算法,但cFastICA算法存在信号分离次序不确定的问题。结合最差性能最优化（WCPO）稳健波束形成算法的优点,给出了一种联合的盲波束形成算法。该方法首先根据期望信号来向等先验信息估计其导向矢量,然后利用WCPO准则完成cFastICA算法权矢量的初始化。仿真实验表明,该算法有效保证了期望信号提取的确定性,对阵列误差模型具有较好的稳健性,且在强干扰下具有较好的合成性能。

摘要： 信号恢复一直是阵列信号处理中的重点研究内容。近年来，盲波束形成(Blind Beamforming)因其良好的性能、广泛的应用前景引起了许多学者的关注，相继提出了多种不同的算法。本研究基于数据协方差矩阵的奇异值分解同样可得到信号子空间的原理，提出了一种改进的盲波束形成方法，并将其推广应用于宽带信号，实验表明所提方法比宽带MVDR方法得到了更好的信号恢复。

摘要： 实际应用中，估计的方向向量与实际的方向向量常常出现误差，使得自适应波束形成器性能严重下降，所以盲自适应波束形成算法要求具有较高的稳健性。通过限制估计的方向向量与真实的方向向量之间的误差范数的边界，提出了一种改进的稳健性四阶累积量盲自适应波束形成算法，该算法相较于采用传统对角加载技术的高阶累积量盲波束形成算法和WCPO—RCUM算法而言，进一步提高了稳健性。计算机仿真实验表明，该算法具有很好的稳健性。

摘要： 针对阵列信号处理的特点，提出了一种基于支持向量机(SVM)的盲波束形成方法.该方法在不知道任何基阵方向向量先验知识的情况下，通过引入SVM网络逼近波束形成的权矢量，实现盲波束形成.理论分析和仿真实验表明，提出的算法能有效地提高运行速度，对系统误差也具有很强的鲁棒性.

摘要： 提出了一种新的抑制干扰的盲波束形成算法。该算法基于最小二乘恒模算法(LSCMA)。首先由MVDR算法确定准初始权向量,其次根据该权向量与其它用户波达角方向的关系，建立与干扰方向正交的投影向量来进一步抑制干扰，并将准初始权向量投影到干扰信号的正交子空间，形成初始权向量;最后用LSCMA算法进行迭代和跟踪。仿真结果证明该算法可以抑制干扰，并且具有很强的稳健性和较快的收敛速度。

摘要： 在拖曳声纳阵列的信号处理中,来自水面舰艇方向的噪声主要是机械和水力噪声,这些噪声往往影响了声纳的性能.当我们用Capon自适应波束形成器处理阵列数据时发现,水面舰艇的噪声在波束图上形成了大的旁瓣,掩盖了在这一方向上真实的目标.如何抑制拖曳舰船的干扰直接影响到拖曳声纳的探测能力,本文用一种盲波束形成的算法很好地达到了这一效果.仿真实验证明该算法的优越性.

摘要： 盲波束形成是一种在阵列信息未知的情况下对阵元接收的数据进行分析,从而得到源信号相关知识的阵列信号处理方法,Coviello提出了一种不同于最佳或自适应算法的简单盲波束形成算法,然而Coviello的算法基于均匀线性阵列,本文则用ESPRIT算法的思想对其进行扩展,并与传统ESPRIT算法进行比较,实验证明,改进后的算法具有更好的性能和更高的适用性.

摘要： 本文研究了自导声纳系统中的目标波达方向(Direction of Arrival,简称DOA)和多普勒频率的估计问题.在未精确已知阵列流形条件下,提出和实现了一种基于最小二乘法的阵列自适应盲波束形成算法,利用最小均方准则对阵列波束形成的权矢量进行盲估计并求解了信号的多普勒频率.

摘要： 比较研究了波束形成算法的性能,分析了几类盲波束形成算法的特性和适用环境,探讨了多径传播环境下高阶统计量在盲波束形成中应用的可能性.研究表明,这种算法具有不需要参考信号、噪声抑制能力强等特点.

摘要： 本文根据数据矩阵X估算出期望信号的方向向量,再利用波束图搜索出目标源的波达方向,适用于水声信号处理.

摘要： 本文系统介绍了在不同混合模型下的盲分离模糊性问题,并详细分析了消除模糊性的方法.指出可以通过施加一些约束条件或组合先验信息到算法中来消除盲分离的模糊性,重点介绍了约束最优化方法和组合先验信息的方法来解决盲分离的模糊性,针对具体的应用给出了几种常用的约束化条件.

摘要： 半盲的最小方差无失真响应波束形成方法属接收无线传播信号的波束器阵列信号处理范畴。利用传统的波束形成器输出的一组最大值对应的方向向量构造最小方差约束矩阵，确定满足线性约束和最小方差约束的半盲的最小方差无失真响应波束形成器的响应向量，根据阵列的接收向量在半盲的最小方差无失真响应波束形成器的响应向量上的投影的最大值所对应的波达方向估计一个信号的波达方向，利用该信号的波达方向和阵列的接收向量确定残差向量，用残差向量替代阵列的接收向量，重复上述步骤，重复次数等于信号个数，或者当残差信号小于一定值时停止。本发明在阵列接收向量数量较少情况下实现了高精度、高分辨的波达方向估计，从而实现了高精度波束形成。

摘要： 本发明公开了一种自适应波束形成方法，它包括以下步骤：设置初始加权矢量，根据新的信号的矢量计算各种矢量和/或标量的值，使用新信号的矢量和标量的值在梯度搜索方法中更新所述加权矢量，使所述加权矢量归一化，并基于更新的加权矢量形成最佳波束方向图。由于本发明的形成最佳波束方向图的所述加权矢量是按照盲自适应波束形成算法中的梯度搜索方法计算的，因此可使同信道的干扰和噪声最小，结果，使系统容量、覆盖区域和可靠的高速数据通信业务达到最佳。

摘要： 一种在使用波束形成的无线通信系统中操作移动站(MS)的方法包括：接收在多个下行链路发送(Tx)波束上的参考信号，测量所接收的参考信号的信道质量信息，并且通过根据信道质量信息补偿波束形成增益补偿信息来生成有效的信道质量信息。

摘要： 本发明公开波束形成器形成方法、波束形成方法、装置及电子设备。波束形成器形成方法一实施例通过获取波束形成器预抑制方向的白噪声信号；并根据白噪声声源与传声器位置关系确定相对双传声器阵列的参考信号和期望信号；而后基于参考信号和期望信号利用自适应滤波器算法对波束形成器预抑制方向白噪声信号进行抑制，从而得到目标波束形成器。自适应波束形成方法一实施例通过利用目标波束形成器组对双传声阵列输出的音频信号进行滤波处理，并结合空域信噪比算法和平稳噪声降噪算法对目标方向语音信号进行增强，从而降低了自适应波束形成方法的复杂度，并且能够在保证算法良好实用性和鲁棒性的前提下，实现自适应波束形成方法良好的定向收声性能。

摘要： 半盲的最小方差无失真响应波束形成方法属接收无线传播信号的波束器阵列信号处理范畴。利用传统的波束形成器输出的一组最大值对应的方向向量构造最小方差约束矩阵，确定满足线性约束和最小方差约束的半盲的最小方差无失真响应波束形成器的响应向量，根据阵列的接收向量在半盲的最小方差无失真响应波束形成器的响应向量上的投影的最大值所对应的波达方向估计一个信号的波达方向，利用该信号的波达方向和阵列的接收向量确定残差向量，用残差向量替代阵列的接收向量，重复上述步骤，重复次数等于信号个数，或者当残差信号小于一定值时停止。本发明在阵列接收向量数量较少情况下实现了高精度、高分辨的波达方向估计，从而实现了高精度波束形成。

摘要： 一种在使用波束形成的无线通信系统中操作移动站(MS)的方法包括：接收在多个下行链路发送(Tx)波束上的参考信号，测量所接收的参考信号的信道质量信息，并且通过根据信道质量信息补偿波束形成增益补偿信息来生成有效的信道质量信息。

摘要： 一种双阶段神经网络下的盲波束形成装置，它包括信号预处理器、双阶段神经网络信号处理模块和信号后处理模块；其盲波束形成方法，包括：接收信号、向量处理、分扇区进行判断驱动、产生权值向量、完成最优权值的映射；其优越性在于：结构简单，操作方便，盲波束形成方法能够快速逼近盲波束形成最优权值；能够减轻信道衰落并且抑制干扰信号来提高通信质量和信道容量。

摘要： 本发明一种基于盲波束形成的导航接收机抗干扰系统，包括天线阵列，相位单元，馈线，射频通道，A/D采样，接收处理单元。相位单元由与阵元相同个数的相位器组成，相位器连接在每个天线阵列中的阵元后，对相应的阵元馈电相位进行设定。馈线将接收信号传入射频通道。射频通道对接收的信号进行放大，滤波、下变频。A/D采样对每一路射频通道输出的模拟信号进行采样，然后将数字中频信号输入至接收处理单元。接收处理单元由捕获模块、跟踪模块和定位模块组成。每个天线阵列对应1个射频通道，1个捕获模块，2个跟踪模块，完成1个波束对应方向信号的处理。本发明对卫星信号形成了增益，提升信号的载噪比，同时抑制干扰的数量，抑制干扰的强度也大幅提升。

摘要： 一种双阶段神经网络下的盲波束形成装置，它包括信号预处理器、双阶段神经网络信号处理模块和信号后处理模块；其盲波束形成方法，包括：接收信号、向量处理、分扇区进行判断驱动、产生权值向量、完成最优权值的映射；其优越性在于：结构简单，操作方便，盲波束形成方法能够快速逼近盲波束形成最优权值；能够减轻信道衰落并且抑制干扰信号来提高通信质量和信道容量。

摘要： 本发明一种基于盲波束形成的导航接收机抗干扰系统，包括天线阵列，相位单元，馈线，射频通道，A/D采样，接收处理单元。相位单元由与阵元相同个数的相位器组成，相位器连接在每个天线阵列中的阵元后，对相应的阵元馈电相位进行设定。馈线将接收信号传入射频通道。射频通道对接收的信号进行放大，滤波、下变频。A/D采样对每一路射频通道输出的模拟信号进行采样，然后将数字中频信号输入至接收处理单元。接收处理单元由捕获模块、跟踪模块和定位模块组成。每个天线阵列对应1个射频通道，1个捕获模块，2个跟踪模块，完成1个波束对应方向信号的处理。本发明对卫星信号形成了增益，提升信号的载噪比，同时抑制干扰的数量，抑制干扰的强度也大幅提升。