稳健的自适应波束形成算法研究
【摘要】:阵列信号处理作为信号处理领域中的一个重要分支,其应用涉及到雷达、声纳、通信以及医疗诊断等多种领域。通过对信号在时间和空间上进行采样和处理,可更加充分地开发信号中蕴含的信息,有效地抑制干扰、提高系统的效率。虽然自适应阵列信号处理在理想的情况下可以达到很好的性能,但由于实际系统中存在的误差,会严重影响到阵列信号处理最后的输出性能,所以,寻求稳健的阵列信号处理算法一直是广大研究者追求的目标。本文通过对阵列信号处理中现有算法的研究,提出和改进了一些现有的算法,使之更加具有稳健性,适应更加复杂和恶劣的环境。
首先针对MVDR算法对指向误差敏感的缺点,通过方向矢量旋转的方法,提出一种在指向误差存在情况下的稳健自适应波束形成算法,并给出角度旋转的选择准则。并基于干扰方向矢量旋转的方法,提出一种零陷加宽的算法,使MVDR算法可以在干扰快速移动时稳健工作。
通过数值分析的方法,对前后向空间平滑的协方差矩阵进行了分析,得出后向平滑矩阵是前向平滑矩阵中元素的重新排列的结论,并通过分析均匀线阵的导向矩阵,指出协方差矩阵本身就包含了平滑子矩阵的全部信息,不仅有效降低了空间平滑算法的运算量,同时使空间平滑处理更加灵活方便。
由于高阶累积量计算的相对复杂性,关于高阶累积量的算法主要还停留在理论研究阶段,本文分析了MUSIC-LIKE算法对均匀线阵的阵列扩展作用,将累积量矩阵压缩到最小,为(2M-1)×(2M-1)的累积量矩阵,较为显著的减少了运算量。另外,分析了相干信号情况下广义导向矢量的估计问题,将盲自适应波束形成算法和特征分析法相结合,提高了盲算法在小信号情况下的性能。
通信中的绝大部分信号均存在循环平稳的性质,利用信号的循环平稳性已经在阵列信号处理中形成了很多算法,如SCORE、CAB算法等,但当系统中存在循环频率误差时,由于存在sinc函数的零点效应,算法性能随着快拍数的增加而出现周期性的性能恶化。本文通过将循环频率均匀分布在选择的区间上,将该区间的所有循环自相关矩阵进行累加,然后用累加后的自相