自适应波束形成

摘要： 主瓣干扰将导致传统自适应波束形成算法的主瓣畸变、峰值偏移、旁瓣电平抬升,致使相控阵系统抗干扰性能严重恶化。另外,当接收快拍中存在目标信号时,会导致自适应波束形成在目标信号方向生成零陷,降低接收目标信号增益。针对这些问题,本文提出一种基于特征值斜投影的主瓣干扰抑制方法。首先通过构建特征值斜投影预处理矩阵滤除主瓣干扰,然后通过对角加载降低协方差矩阵失配的影响。所提算法能有效抑制主瓣干扰和接收信号中目标信号的影响。仿真验证了所提算法主瓣干扰抑制的有效性和鲁棒性。

摘要： 针对信号导向向量失配以及接收数据协方差矩阵存在误差会导致传统的自适应波束形成器产生能损失的问题,提出了一种基于干扰加噪声协方差矩阵重构的稳健波束形成算法。该算法通过对信源来波角度范围进行Capon谱估计得出重构信源协方差矩阵,并通过特征分解以及子空间性质得出信源的导向向量,然后利用重构所得信源导向向量计算出信源功率以及噪声功率,从而得到重构干扰加噪声协方差矩阵,进而得出最优加权向量。仿真表明,该算法具有良好的稳健性,在快拍数较低的情况下,仍能保持良好的性能。

摘要： 针对现有基于干扰加噪声协方差矩阵(Interference plus Noise Covariance Matrix,INCM)重建的自适应波束形成算法在非均匀噪声的情形中对于噪声功率估计不够准确的问题。本文在噪声非均匀的情况下,提出了一种基于最大阵元间距约束(Maximum Inter-element Spacing Constraint,MISC)阵列的自适应波束形成算法。通过矩阵补全技术,估计无噪声协方差矩阵和非均匀噪声协方差矩阵,然后利用无噪声协方差矩阵估计入射信号的波达方向(Direction of Arrival,DOA)与功率,最后重建INCM。得益于矩阵补全技术对非均匀噪声功率的准确估计和MISC阵列虚拟差分优化阵提供的高自由度,本文算法能够在非均匀噪声下更加准确地重建INCM。仿真实验结果验证了所提算法的有效性。

摘要： 传统的广义旁瓣抵消(Generalized SidelobeCanceller,GSC)算法中,由于主通道采用的算法是固定波束形成(Fixed Beamformer,FBF)算法,其权值不随语音信号的改变而变化,导致算法适应性较差,因此,干扰和噪声在固定波束形成类算法中抑制效果不明显。针对这一问题,该文将传统的GSC算法中主通道的固定波束形成模块改为自适应LCMV波束形成模块,并引入对角载入量的控制,通过调整对角载入量,使其可以自适应输出最优权值,有效地抑制干扰和噪声。得到的剩余带噪语音信号经过辅助通道的阻塞矩阵和自适应噪声抵消模块进行噪声的二次估计,从而得到目标语音;再针对非相干噪声,采用维纳后置滤波算法进行降噪处理,通过这两步处理,获得更具鲁棒性的GSC-LCMV自适应波束形成算法。仿真结果表明,该文算法对噪声和干扰的抑制效果更优,波束图可以形成更低的旁瓣,输出具有更高信噪比的语音信号。

摘要： 阵列天线接收到的期望信号和干扰信号,其入射的到达角度(Angle of Arrival,AOA)总是快速变化的,而传统波束形成算法计算量大,无法实时计算。针对这一问题,提出了一种基于深度神经网络的自适应波束形成(Deep Neural Network Adaptive Beamforming,DNNABF)算法,用入射信号AOA组成的向量作为网络输入,网络输出逼近最小方差无失真响应(Minimum Variance Distortionless Response,MVDR)算法求得的权矢量。仿真结果表明,卷积神经网络(Convolutional Neural Network,CNN)与DNNABF方法都能准确拟合MVDR算法权矢量,可在入射信号AOA快速变化时自适应地形成波束和零陷,但DNN计算速度相对MVDR有将近6.5倍的提升,训练模型时间也远低于CNN。

摘要： 面阵是雷达系统的主要形式之一。本文介绍主瓣约束、主副瓣约束和主瓣约束且有规定零点条件下均匀矩形平面阵自适应波束形成算法,改善主副瓣约束条件下副瓣畸变的问题,提出第四种约束即主副瓣同时约束且有规定零点条件下的自适应波束形成算法,并推导该约束条件下的最佳权值表达式。仿真结果表明,不同约束条件下计算得到的权值矢量表达式是有效的,能够满足要求。

摘要： 当空间内同时存在主瓣干扰以及旁瓣干扰时,传统的干扰抑制算法存在主瓣展宽、主瓣峰值偏移等问题,且现有的很多算法的计算复杂度较高,难以满足工程上实时性的需求。因此,研究一种抗干扰效果稳定且可以满足系统实时性要求的干扰抑制方法尤为必要。针对上述问题,提出一种新的应用于相控阵雷达的干扰抑制方法。首先采用贝叶斯预测密度准则(BPD)计算干扰的个数,并采用空间谱估计的方法计算干扰的角度,区分出主瓣干扰和旁瓣干扰,然后采用基于Householder变换的阻塞矩阵来消除主瓣干扰,并对旁瓣干扰进行线性约束,使主瓣干扰和旁瓣干扰得到有效抑制。仿真实验表明,提出的方法可以有效稳定地抑制主瓣干扰和旁瓣干扰,主瓣保形效果较好,且经过干扰抑制后可以有效检测出目标。

摘要： 本文研究了广泛应用于电子对抗领域的自适应数字波束形成技术,依托均匀线性阵列模型分析了自适应数字波束形成的具体原理,通过理论分析、仿真实验表明自适应数字波束形成对抗从天线旁瓣进入的干扰的有效性,同时指出自适应数字波束形成对抗从天线主瓣进入的有源干扰会出现主波束发生畸变、主波束偏移和副瓣电平升高等问题.

摘要： 经典的自适应波束形成算法存在瑞利极限,阵列方向图的主瓣宽度受到限制。为了突破主瓣瑞利极限,获得更窄的主瓣宽度,通过对相控阵阵列进行多次对称的等角度、等次数的偏转调制获得多组输出信号,然后对其进行自对称匹配滤波,使得正对主轴方向的波束分量获得极大增强,阵列方向图主瓣变得更窄,突破了阵列方向图主瓣瑞利极限。同时通过引入线性约束最小方差(Linearly Constrained Minimum Variance,LCMV)波束形成算法,进行零陷约束,减少信号互调的影响,进一步提升了算法的性能。最终获得主瓣大幅度收窄、干扰方向形成零陷的阵列方向图。

摘要： 针对语音信号相对带宽大、麦克风存在误差以及现有自适应波束形成方法宽带干扰抑制能力不足的问题,提出一种面向语音增强的聚焦自适应波束形成方法。首先将Capon空间谱处理为接收信号的概率密度函数,并对不同频带设计了基于阵列观测数据的聚焦矩阵,从而根据干扰功率自动调整频率聚焦程度;然后,计算聚焦后的样本协方差矩阵和各子带频段内的干扰加噪声协方差矩阵,并利用聚焦矩阵重构出宽带数据的干扰加噪声协方差矩阵;最终,通过重构出参考频率下的期望信号协方差矩阵,修正期望信号方向的导向矢量并得到自适应波束形成器的加权向量。数值仿真结果表明:所提方法能够有效地对期望信号进行接收的同时充分抑制宽带干扰;所提方法在强干扰处的聚焦误差仅为现有方法的约1%;在信噪比为15 dB且入射角误差为3°的情况下,所提方法的输出信噪比较现有方法提高约12 dB。

摘要： 自适应波束形成方法具有较好的干扰抑制能力和空间分辨能力,常被用于雷达声呐系统中.在实际应用中,采样协方差矩阵估计不准会引起自适应波束形成方法性能下降甚至失效.研究人员针对该问题提出很多算法,如各类稳健Capon波束形成方法等.这些方法在实际应用中效果明显,但会遇到阵列孔径减小、计算量大等问题. 本文提出基于协方差矩阵外推(CovarianceMatrix Extrapolate, CME)的自适应波束形成方法。介绍了所提方法的原理，并通过仿真和实测数据对该方法在低快拍数下的有效性进行验证。

摘要： 针对水下航行器小孔径拖曳阵多目标分辨能力有限的问题,提出了基于傅里叶积分法的高分辨自适应波束形成方法.该方法借鉴傅里叶积分法的基本思想,首先对阵列采样协方差矩阵进行Toeplitz平均获得孔径拓展的虚拟阵列,接着对虚拟阵列(即Toeplitz平均后的输出)进行子阵平滑和自适应波束形成,最终获得高分辨多目标测角结果.所提方法既利用了傅里叶积分法的Toeplitz平均处理的噪声抑制能力,又获得了虚拟阵列的孔径拓展效果.通过理论分析和数值仿真证明,所提方法可以在较低信噪比下获得优于传统自适应波束形成的测角性能.

摘要： 如何减小用户间的信号干扰,节约能量成为现代通信研究中的热点问题.目前智能天线自适应波束形成算法对波形调制有限,旁瓣抑制不理想,并且适应性差.本文将粒子群算法用于自适应波速形成,能够灵活智能的跟踪用户需求,较好的抑制信号间的干扰和节省能量.MATLAB仿真结果表明,该算法智能化明显,可灵活控制增益和旁瓣,按需优化波行,并根据粒子群算法的开放性特点,可拓展性强,对优化移动通信信道环境有实际意义.

摘要： 本文从色噪声环境下的自适应波束形成出发，分析了色噪声环境下自适应波束形成的性能，对噪声相关矩阵进行了改进，减弱了色噪声协方差矩阵对波束形成的影响。模拟仿真实验表明，在色噪声背景下，该算法具有较好的波束保形能力。

摘要： 在水声阵列信号处理中，自适应波束形成算法通过对权系数的迭代和对转向向量的调整，能够有效消除干扰。基于QR分解的平方根自适应滤波算法(简称QR-RLS)是最适合作为波束形成的自适应滤波器之一。结合湖试数据，对比常规波束形成分析了平方根自适应滤波器对干扰源的抑制能力和对目标的跟踪能力，结果表明采用平方根滤波算法能减少跟踪角度曲线畸变点。

摘要： 相控阵雷达具有形成波束指向、波束形状快速变化能力,易于形成多个波束,可在空间实现信号功率合成,在观测高速运动目标、实现多种雷达功能和多目标跟踪等方面都具有特别的优势,因此成为当今雷达发展的主流.但传统的基于相控阵天线的实验往往需要众多专业设备仪器才能进行,花费昂贵、实验成本非常高,因此有必要构建一个灵活、通用、低成本的实验平台,用以验证各相关算法的有效性和实用性.本丈提出了一种基于麦克风阵列的相控阵天线实验平台,介绍了系统的原理、结构及作用.并使用该系统对空间方位角估计和自适应波束形成等阵列信号处理的算法进行了验证.

摘要： 再生希尔伯特空间中的核自适应线性最小均方算法(KLMS),是输入空间映射到高维特征空间后线性最小均方算法(LMS)的直接运用,它在低维输入空间体现的是非线性特性.本文在算法推导的基础上,比较了最小方差不失真响应(MVDR)波束形成(BF)、LMS BF、复数域KLMS(CKLMS)BF的性能.结果表明CKLMS具有更窄的主瓣、更低的旁瓣和更小的误码率.

摘要： 阻塞矩阵抗干扰方法在阵列抗干扰方面已有较多研究,该方法利用阻塞预处理将主瓣干扰信号去除,之后自适应波束形成处理实现副瓣干扰抑制和主瓣保形,但其抗干扰性能尚缺乏详细分析.文中推导了算法的实现原理,引入抗干扰等效权矢量,并采用阵列输出信干噪比增益指标、抗干扰方向图等对抗干扰性能进行分析,仿真结果表明,当存在主瓣干扰时,该方法会带来副瓣电平增高、主波束变形及偏移等问题,同时还会引起阵列自由度损失,导致抗干扰性能变差.

摘要： 与传统的时域和频域分离方法不同，基于特征空间投影提出了一种更加稳健的自适应波束形成方法，将其应用于多目标信号分离之中。通过采用收缩方法依据最小均方误差准则，获得了对协方差矩阵更加精确的估计。将信号导向矢量向信号子空间进行投影，找出投影值最大时所对应的信号方向作为校正的信号方向，从而对信号导向矢量进行修正。通过估计的协方差矩阵和校正的信号导向矢量获得稳健自适应波束形成器的权矢量。仿真结果表明相同条件下该方法具有更大的输出sINR和更大的相似系数，稳健性也得到了很好的改善，从而能够更加精确分离出所需目标的真实信号。

摘要： 提出了信号-误差LMS算法,用传统LMS误差公式,导出对一个传统LMS算法的系数修正公式.信号-误差LMS算法的优点是权值计算公式的乘积被一个信号变化代替,并且如果步长选择为2的一个负幂,那么乘法就被一个移位操作代替,这很容易快速实现.计算机仿真表明,信号-误差LMS算法不仅快速收敛而且还有稳定误差.

摘要： 本发明公开了一种自适应数字波束形成器及形成方法，利用接收参数模块接收工作模式参数，并缓存快拍数据，回波接收模块接收并缓存回波数据。然后将工作模式参数和快拍数据送入系数映射模块，按照天线阵列分布映射得到和差通道的快拍数据。将映射后的快拍数据送入计算协方差矩阵模块求得协方差矩阵。将协方差矩阵送入矩阵求逆模块得到逆矩阵。将逆矩阵结果送入权值计算模块求得自适应权值。将权值送入归一化模块进行归一化处理。最后将归一化后的权值和缓存的回波数据均送入波束形成模块形成数字波束。本发明具有参数可灵活配置、实时性强等优点，具有较高的应用价值。

摘要： 本发明为一种自适应波束和自适应开关波束结合的智能天线系统。它分为上行链路和下行链路两个部分，在上行链路中使用自适应波束指向每个用户，在下行链路中使用自适应开关波束形成若干个扇区，从而将自适应波束和自适应开关波束相结合。它综合了原两种智能天线的优点，并克服了它们的弊端，是一种性能优异而技术又易于实现的新的智能天线系统，可广泛应用于第3代移动通信中。

摘要： 本发明公开了一种自适应数字波束形成器及形成方法，利用接收参数模块接收工作模式参数，并缓存快拍数据，回波接收模块接收并缓存回波数据。然后将工作模式参数和快拍数据送入系数映射模块，按照天线阵列分布映射得到和差通道的快拍数据。将映射后的快拍数据送入计算协方差矩阵模块求得协方差矩阵。将协方差矩阵送入矩阵求逆模块得到逆矩阵。将逆矩阵结果送入权值计算模块求得自适应权值。将权值送入归一化模块进行归一化处理。最后将归一化后的权值和缓存的回波数据均送入波束形成模块形成数字波束。本发明具有参数可灵活配置、实时性强等优点，具有较高的应用价值。

摘要： 本发明为一种自适应波束和自适应开关波束结合的智能天线系统。它分为上行链路和下行链路两个部分，在上行链路中使用自适应波束指向每个用户，在下行链路中使用自适应开关波束形成若干个扇区，从而将自适应波束和自适应开关波束相结合。它综合了原两种智能天线的优点，并克服了它们的弊端，是一种性能优异而技术又易于实现的新的智能天线系统，可广泛应用于第3代移动通信中。

摘要： 一种波束空间正交频分复用调制系统自适应波束形成方法，用于数字信息无线传输技术领域。方法如下：将阵元接收信号向量进行空域的DFT变换，变换至波束空间，波束空间信号向量的每一个分量对应一个固定波束形成器的接收信号；波束空间信号向量的每一个分量同已知的训练序列进行相关，得到该波束信道信息的初步估计；根据给定的判别准则，判断出接收干扰和噪声的波束，并将这些波束的相关序列值置零；将所得到的各波束相关序列进行多径提取组成信道信息矩阵的最终估计，根据最大信干噪比准则，得到波束空间的最优权向量，将其反变换回阵元空间，就得到阵元空间的最优权向量。本发明显著提高CSI估计的精度和稳健性，从而保证波束形成的性能。

摘要： 一种自适应波束形成器，属于医学超声成像领域。本发明针对传统的波束形成器不能充分抑制通道间随机相位误差引起的旁瓣效应和不能随探测位置动态调整影响聚焦效果的困难，提供一种基于相关性分析的自适应波束形成技术，该技术将各通道获取的回波信号分成若干段，针对每一段，首先利用经典的波束形成方法获取基准信号，然后将每个通道的信号与基准信号做互相关，再利用相关性系数对通道在该分段内的权重作动态调整，最后利用调整后的权重对各通道信号合成得到最终的波束输出。本发明用动态变迹方法适应探测环境的变化，抑制了随机相位误差引起的旁瓣效应。本发明在超声成像领域有着广泛的应用前景。

摘要： 在自适应波束形成器或空值形成器中的自适应分块矩阵的自适应滤波器可以被修改以跟踪并维持到自适应噪声对消器模块的输入和参考噪声信号之间的噪声相关。也就是说，噪声相关因子可以被确定，并且噪声相关因子可以在当生成分块矩阵输出信号时应用的传感器间信号模型中被使用。输出信号可以接着在自使用波束形成器中进一步被处理以生成在麦克风处接收的语音信号的较不嘈杂的表示。可以使用梯度降低总最小二乘(GrTLS)算法来估计传感器间信号模型。此外，空间前置白化可以在自适应分块矩阵中被应用以进一步提高噪声降低。

摘要： 本发明公开了一种基于导向矢量失配估计的鲁棒波束域自适应波束形成（ADBF）方法，它能够在信号与噪声子空间内根据阵列主瓣宽度自适应迭代估计待检测目标导向矢量与波束指向角的失配误差，进而基于估计的目标导向矢量计算波束域ADBF权值。仿真实验表明：与未考虑目标导向矢量与波束指向角失配的波束域ADBF算法相比，采用本发明校正两者间的失配误差后，鲁棒波束域ADBF的输出信噪比提高了约5dB。

摘要： 本发明属于阵列信号处理技术领域，涉及一种适用于模型失配时的基于主瓣波束图优化的鲁棒自适应波束形成方法。包括：对阵列数据进行采样获得时域快拍模型，并估计数据协方差矩阵；输入观测导向矢量、主瓣畸变因子、阵元数，构建主瓣波束图畸变的度量函数；对及输出功率进行约束来修正导向矢量，得到一个非凸非线性的优化问题；将该优化问题转化为等价的凸二次约束二次规划问题；采用高效的内点法结合矩阵秩‑1分解运算进行求解QCQP问题得到修正后导向矢量的估计值；将代入到SCB的权系数公式中得到本方法的波束形成器权系数并处理阵列数据，得到高输出信干噪比的期望信号。本发明存在基阵模型失配时输出信干噪比更高。主瓣波束图抗畸变能力更强。

摘要： 一种波束空间正交频分复用调制系统自适应波束形成方法，用于数字信息无线传输技术领域。方法如下：将阵元接收信号向量进行空域的DFT变换，变换至波束空间，波束空间信号向量的每一个分量对应一个固定波束形成器的接收信号；波束空间信号向量的每一个分量同已知的调练序列进行相关，得到该波束信道信息的初步估计；根据给定的判别准则，判断出接收干扰和噪声的波束，并将这些波束的相关序列值置零；将所得到的各波束相关序列进行多径提取组成信道信息矩阵的最终估计，根据最大信干噪比准则，得到波束空间的最优权向量，将其反变换回阵元空间，就得到阵元空间的最优权向量。本发明显著提高CSI估计的精度和稳健性，从而保证波束形成的性能。