关闭

关闭

关闭

封号提示

内容

首页 自适应波束形成技术应用基础研究.pdf

自适应波束形成技术应用基础研究.pdf

自适应波束形成技术应用基础研究.pdf

上传者: xl46512 2012-05-08 评分 0 0 0 0 0 0 暂无简介 简介 举报

简介:本文档为《自适应波束形成技术应用基础研究pdf》,可适用于IT/计算机领域,主题内容包含国防科学技术大学博士学位论文自适应波束形成技术应用基础研究姓名:戴凌燕申请学位级别:博士专业:信息与通信工程指导教师:王永良国防科学技术大学研究生院符等。

国防科学技术大学博士学位论文自适应波束形成技术应用基础研究姓名:戴凌燕申请学位级别:博士专业:信息与通信工程指导教师:王永良国防科学技术大学研究生院博士学位论文摘要自适应波束形成技术从理论知识走向工程应用仍面临许多实际问题。其中自适应波束形成算法在误差情况下的稳健性能直接影响到实际的应用效果。同时实际环境中存在的一些特殊形式的干扰也给自适应波束形成技术带来了严重的影响如多径相干干扰、闪烁干扰、灵巧干扰等。本文主要围绕算法稳健性和特殊干扰抑制两大问题展开研究主要内容如下:研究了几种典型的基于不确定集约束的稳健自适应波束形成算法明确了算法彼此间的关系。并对基于球形不确定集约束的稳健Capon法性能进行了深入分析揭示了各种因素对自适应权矢量最优加载因子以及算法性能的影响关系。研究了基于球形不确定集约束的稳健最小方差无失真响应(MvDR:MinimumVarianceDistortionlessResponse)波束形成算法提出了一种球心位于期望信号导向矢量估计值的新的球形不确定集不仅克服了输出信干噪比性能依赖于期望信号导向矢量误差模值上限的不足而且在导向矢量严重失配时仍具有良好的稳健性能。针对稳健MVDR波束形成的自适应方向图旁瓣电平较高问题提出一种自适应副瓣控制方法。该方法可在波束指向误差情况下对自适应方向图的任意副瓣区域进行副瓣电平控制并获得理想的控制效果因而实现了稳健自适应波束形成和低副瓣自适应方向图的有效结合。针对波束指向误差情况下相干干扰抑制问题提出基于特征空间的迭代Toeplitz算法。该算法首先采用迭代Toeplitz化方法对相干干扰信号进行去相关处理然后利用基于特征空间的自适应波束形成克服指向误差的影响。因而算法稳健性较强尤其在小快拍时仍具有良好的干扰抑制性能。研究了严重非平稳环境下的干扰抑制问题提出了利用单次快拍的直接数据域最小二乘优化算法增加了系统自由度保证了对期望信号的有效接收和对干扰信号的有效抑制并降低了自适应方向图的旁瓣电平从而显著改善了算法性能。研究了“灵巧干扰"的对抗方法基于干扰样本识别与采集思想分别提出了独立对抗“灵巧干扰"时空级联自适应旁瓣对消方法以及同时对抗压制性噪声干扰和“灵巧干扰"的“对消一识别一对消"的干扰抑制方法均取得了较好的干扰抑制效果。主题词:自适应波束形成稳健性导向矢量误差幅相误差相干干扰灵巧干扰第i页国防科学技术大学研究生院博士学位论文ABSTRACTFromtheoriestoapplicationsmanypracticalissuesalsoexistforadaptivebeamformingtechnique.Forexampletherobustnessperformanceofadaptivebeamforrningalgorithmwouldbeanimmediatecausefortheeffectivenessinpractice.Moreover,somejammingswithspecials哆leslikemultipathcoherentjammingblinkingjammingsmartjammingandsoforth,alsobringseriousimpactsontraditionaladaptivebeamforming.Thereforetheinvestigationsofthisdissertationarefocusedonthetwoissuesoftherobustnessofalgorithmandpeculiarjammingsuppression.mmainresearchcontentsaresummarized私follows.Severalrepresentiverobustadaptivebearnformingalgorithmsbasedonuncertaintysetconstraintsareinvestigated.Andtherelationshipsbetweenthemareclarified.feperformanceofrobustCaponbeamformingbaSedonsphericaluncertaintysetconstraintisdeeplyanalyzed,whichshowclearthatseveralparametershowtoinfluencetheoptimumdiagonalloadingfactoroftheadaptiveweightvectorandtheperformanceofthealgorithm.Amodifiedrobustmininlu/nvariancedistortionlessresponse(MVDR)beamformingalgorithmispresented,whichisonthebasisofanovelsphericaluncertaintysetconstraintwhosecenterlocatestheestimatedsteeringvectorofthedesiredsignal.硼emethodnotonlyovercomestheshortcomingoftheoutputperformancedependentontheupperlimitofofthenormofsteeringvectorerrorbutalsocanholdgoodrobustnessunderseriousmismatchesofsteeringvectorofthedesiredsignal.ForthesidelobelevelofadaptivepatternofrobustNⅣDRbeamformingalgorithmisrelativehigh,asidelobecontrolapproachispresented.Inthecaseofbeampointingerror,theapproachisabletocontrolthearbitrarysidelobeareasoftheadaptivepatternandattainsperfectcontroleffectswhichrealizestheeffectivecombinationofrobustadaptivebeamformingandlowsidelobeleveloftheadaptivepattern.AnapproachofiterativeToeplitzbasedontheeigenspacebasedbeamfomaingispresentedforeliminatingthecoherentjatrlIningsunderbeampointingerror.n圮iterativeToeplitztechnicisfirstlyappliedtoconductdecorrelationforthecoherentjammings.Andthentheadaptivebeamformingbasedoneigenspaeeisusedtomitigatetheimpactcausedbythepointingerror.Thereforetheapproachhasbetterrobustnessespeciallyhasbettercapabilityforjamrningsuppressioninthepresenceofsmallsamplesize.功ejammingsuppressionissueunderhighlynonstationarycircumstanceisinvestigated.Anoptimizeddirectdatadomainleastsquaresapproachusingsinglesnapshotispresentedwhichincreasestheadaptivefreedomsensuresadaptive第iii页国防科学技术大学研究生院博士学位论文receptionforthedesiredsignedandsuppressionforthejammingsignalsdecreasesthesidelobelevelofadaptivepaaera,andthereforeobviouslyimprovestheoutputcapability.Theapproachesagainstsmartjammingaleinvestigated.Combined、历廿ltheideaofjammingsamplesrecognitionandcollection,thetimespacecascadeadaptivesidelobecancelingmethodonlyconfrontingthesmartjammingandthe"cancelingrecognizingcanceling'’methodsimultaneouslyconfrontingthenoisejammingandthesmartjammingisporwardrespectively.Thetwomethodsbothtakeonfavorableeffectsforjammingsuppression.KeyWords:AdaptiveBeamformingRobustnessSteeringVectorErrorAmplitudeandPhaseErrorCoherentJammingSmartJamming第iv页国防科学技术大学研究生院博士学位论文表目录表.不同幅相误差情况下SMI算法性能损失对比表.不同指向误差情况下SMI算法性能损失对比第V页国防科学技术大学研究生院博士学位论文图目录图.自适应阵列空间位置关系示意图图.看作M个端口网络的阵列天线图.通道幅相误差对SMI算法阵列方向图的影响..图.通道幅相误差对SMI算法输出SINR的影响.图.阵元互耦对SMI算法阵列方向图的影响图.阵元互耦对SMI算法输出SINR的影响.图.波束指向误差对SMI算法阵列方向图的影响图.波束指向误差对SMI算法输出SINR的影响.图.存在。指向误差的波束方向图..图.。指向误差时不同快拍数下的输出性能比较。图.。指向误差时不同SNR下的输出性能比较图.存在通道幅相误差时的波束方向图.:图.存在通道幅相误差时不同快拍数下的输出性能。图.存在通道幅相误差时不同SNR下的输出性能图.存在。波束指向误差时的自适应阵列方向图.图.输出SINR性能比较图.期望信号功率估计性能比较.图.波束指向误差为lo时的对角加载因子图.误差情况下的自适应方向图图.波束指向误差为。时的输出SINR性能..图.波束指向误差为。时的期望信号功率估计.图.不同指向误差时种方法的输出SINR随占的变化曲线。图.不同幅相误差时种方法的输出SINR随g的变化曲线。图.存在指向误差时的阵列波束方向图.图.存在。指向误差时的阵列波束方向图(蜀=).图.指向误差下输出SINR与快拍数的关系图.指向误差下输出SINR与输入SNR的关系..图.存在通道幅相误差时输出SINR与干扰角度的关系图.对整个副瓣区域进行控制的自适应方向图图.不同输入SNR的自适应方向图..图.不同指向误差的自适应方向图一.第V页国防科学技术大学研究生院博士学位论文m图.不同副瓣电平的自适应方向图图.对副瓣区域卜。。控制的自适应方向图...。图.存在通道幅相误差的自适应方向图。l图.输出SINR与快拍数的关系(阶限.旬dB)l图.副瓣控制法的输出SINR与快拍数关系图.输出SINR与输入SNR的关系..图.副瓣控制法的输出SINR与输入SNR关系..图.不同信噪比时输出SINR与占的关系图.不同副瓣控制电平时输出SINR与占的关系.图.不同波束指向误差时输出SINR与占的关系图.快拍数为时的自适应阵列方向图图.快拍数为时的自适应阵列方向图图.当SNIPldB时的输出SINR曲线.图.当SNR=dB时输出SINR曲线图.快拍数为时输出SINR曲线图.快拍数为时输出S咖之曲线..图.非相关干扰时的阵列波束方向图(阶TRdB)图.非相关干扰时的阵列波束方向图(SNIPdB)。图.存在相干干扰的阵列波束方向图(S卜取=odB)图.非相关干扰情况下的性能改善因子图.l存在相干干扰情况下的性能改善因子图.性能改善因子随输入SNR的变化曲线。l图.SLB原理框图图.SLC结构示意图。图.雷达抗灵巧干扰信号处理系统简化原理框图.图.时空级联原理示意图..图.时空级联法结构框图..图.噪声干扰一灵巧干扰同时抑制的原理框图.图.多旁瓣相消器对抗灵巧干扰原理框图图.滤波前后距离一多普勒谱对照图(个灵巧干扰)图.滤波前后目标多普勒谱通道对照图(个灵巧干扰)图.滤波前后距离一多普勒谱对照图(个灵巧干扰)..图.滤波前后目标多普勒谱通道对照图(个灵巧干扰)图.干扰对消比与求权样本数的关系..第Ⅵ页国防科学技术大学研究生院博士学位论文图.干扰对消结果图(个噪声干扰个灵巧干扰)图.干扰对消结果图(个噪声干扰个灵巧干扰)图.含%幅相误差时干扰对消结果图第VII页独创性声明本人声明所呈交的学位论文是我本人在导师指导下进行的研究工作及取得的研究成果.尽我所知除了文中特另加以标注和致谢的地方外论文中不包含其他人已经发表和撰写过的研究成果也不包含为获得国防科学技术大学或其它教育机构的学位或证书而使用过的材科.与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意.学位论文题目:自量廑边塞理盛撞苤廑届基趟煎盔学位论文作者签名:j惑一选日期:a年牛月叩日学位论文版权使用授权书本入完全了解国防科学技术大学有关保留使用学位论文的规定.本人授权国防科学技术大学可以保留并向国家有关部门或机构送交论文的复印件和电子文档允许论文被查阅和借阅可以将学位论文的全部或部分内容编入有关数据库进行检索可以采用影印、缩印或扫描等复制手段保存、汇编学位论文.(保密学位论文在解密后适用本授权书.)学位论文题目:皂重廑这塞矍唐越苤廑周基熊珏鬈学位论文作者签名:作者指导教师签名:日期:扣叮年牛月呷日硼:o{刈其了日国防科学技术大学研究生院博士学位论文第一章绪论.课题研究背景及意义上世纪六十年代以来研究人员开始将一维信号处理逐渐延伸到多维信号处理领域开辟了阵列信号处理这一新的研究领域。阵列信号处理是指通过设置在空间不同位置的传感器组成的阵列来接收空间信号进而对接收的信号进行特定处理即增强感兴趣的有用信号的同时抑制无用的干扰信号和噪声并提取有用的信号特征分析信号中所包含的信息。与单个传感器接收信号的一维信号处理相比传感器阵列具有灵活的波束控制、较高的处理增益、极强的干扰抑制以及较高的空间分辨力等优点。因而阵列信号处理理论得到了飞速发展实际应用也日趋广泛。阵列信号处理包含两大重要分支分别是自适应阵列处理和超分辨空间谱估计技术。其中自适应阵列处理又称为空域自适应滤波与时域FIR滤波器的时间采样线性滤波处理相类似自适应阵列处理是对空间不同来向的信号进行采样然后通过加权相加处理达到增强期望信号、滤除不希望的干扰及噪声的目的且可根据信号环境的变化自适应地调整各阵元的加权因子。由于自适应阵列可方便地进行波束控制且能够自适应地形成波束方向图进行空域滤波因此自适应阵列处理也称为自适应波束形成。自适应波束形成经历了近半个世纪的发展尤其在近三十年得到了迅速突破可广泛应用于雷达、通信、声纳、导航、语音信号处理、地震监测以及生物医学工程等众多军事及国民经济领域。特别是随着无线数字通信技术的迅猛发展自适应波束形成应用于移动通信系统引起了广泛的重视和研究兴趣进一步加速了该技术的发展。自适应波束形成分为自适应波束形成器和自适应波束形成算法两个部分其中自适应波束形成器指的是物理阵元及其处理器结构而自适应处理算法是指求解自适应权矢量的方法有时对这两者也不加区别统称其为自适应波束形成技术。理想条件下传统的自适应波束形成技术可有效地实现空域滤波使得阵列输出信号干扰噪声比达到最大。而实际系统常存在各种误差和非理想因素【l捌包括信号和环境因素、系统因素以及自适应波束形成算法本身这些都将严重影响着系统的性能。信号和环境因素主要指信号和干扰的非零带宽、干扰与信号及干扰之间的相关性、传播过程中引起的入射波偏离平面波以及目标信号的影响等系统因素包括通道幅相误差、阵元位置扰动、阵元间互耦、系统频带不一致性等算法因素则包括算法的收敛性、稳定性、对系统误差的敏感性等。第l页国防科学技术大学研究生院博士学位论文随着波束形成技术的发展以及实际应用的需求自适应波束形成算法的稳健性能和算法运算量的改善成为自适应波束形成走向工程化的瓶颈问题因而也是自适应波束形成研究的热点问题。然而硬件设备的迅猛发展大大加快了运算速度缓解了算法本身较高运算量带来的制约问题。而实际中存在的各种误差和非理想因素则只能靠增强算法的对误差的稳健性来改善算法的性能。因此研究自适应波束形成技术及其稳健性问题具有重要的理论意义和实用价值。.自适应波束形成技术的发展与现状IEEEAP汇刊于年月出版了关于自适应阵列的第一个专刊【】总结了自适应阵列的第一个发展阶段即主波束自适应控制阶段的研究情况这一阶段的自适应阵列还不是完整意义上的自适应阵列因为它只能进行主波束的自适应控制主要通过返向和自控制或自聚焦阵列系统实现这些系统是以锁相环和相位共轭为基础的。年月AP汇刊出版了关于自适应阵列的第二个专刊【】总结了自适应阵列第二个发展阶段的研究成果在这一阶段自适应阵列技术已经经历了一次飞跃式发展这就是自适应零陷生成技术这种关键技术使得自适应阵列能在未知方向自适应地形成零陷以抑制干扰从而能工作于未知(变化)的干扰环境。至此自适应阵列才是真正意义上的自适应阵列即能够控制主瓣方向的同时自适应地抑制干扰这是自适应阵列的本质基础发展至今的纷繁复杂的各种自适应阵列处理算法都离不开这一基础。VanVeen于年在IEEEASSPMagazine上发表了题为“波束形成一一种灵活运用的空域滤波方法’’的综述文章【】系统总结了自适应波束形成的发展历程是一篇较为经典的文献。.传统的自适应波束形成技术旁瓣相消器(SLC:SidelobeCanceller)是最早的自适应波束形成器后来的自适应波束形成技术正是在它的基础上发展起来的。最初形式的SLC是由Howells提出来的它是由一个高增益的主天线和一个低增益的辅助天线组成的二元阵只有一个自由度用以抑制干扰当干扰强度远大于期望信号强度时可在合成方向图的任意旁瓣区域形成深的零陷。后来Applebaum对Howells的研究成果进行了推广【'】提出主通道也可由多个阵元构成的天线阵合成所需的主通道方向图采用多个辅助天线和通道此即为多旁瓣相消器(MSLC:MultipleSidelobeCanceller)。显然SLC是MSLC的特例统称为Howells.Applebaum旁瓣相消器【'。由于Applebaum提出了自适应阵列求权准则即最大信干噪比(MSINR:第页国防科学技术大学研究生院博士学位论文Maximumsi皿aitoInterference.plus..NoiseRatio)准则J自适应波束形成突破了SLC的结构框架变成了直接对各阵元加自适应权得到适合于信号干扰环境的自适应方向图。自适应权矢量由自适应波束形成算法计算得到实际上是某一准则下的多参数最优化问题除了最大信干噪比准则主要的求权准则【】还有最小均方误差(MMSE:MinimumMeanSquareError)准则、最大似然(ML:MaximumLikelihood)准则、线性约束最小方差(LClVIV:LinearlyConstrainedMinimumVariance)准则以及最d'乘(LS:LeastSquare)准则。虽然这几种准则的性能函数完全不同但在理想情况下性能函数达到“最佳"的条件(即权值)却具有等价关系。根据加权处理方式的不同自适应波束形成技术可分为两种【J即连续自适应处理和块自适应处理。所谓连续自适应处理是指每次采样的同时更新权矢量更新后的自适应权应用于下一次采样接收。典型的连续自适应处理算法有最小均方(LMS:LeastMeanSquare)算法,,I和递归最d,乘(RLS:RecursiveLeastSquare)算法【,,】。LMS算法计算量较低但收敛速度受数据相关矩阵特征值分布的影响较大当特征值分散时收敛速度很慢不利于实时实现RLS算法收敛速度不再受数据相关矩阵特征值散布的影响当采样快拍数大于倍阵元数时即可收敛但计算量较大。块自适应处理周期性地更新权矢量由多次采样接收到的信号估计信号相关矩阵计算出自适应权矢量再用于下个周期的信号采样接收。采样矩阵求逆(SMI:SampleMatrixInversion)算法【蜘】是最具代表性的块自适应处理基本方法收敛速度快实现简单但由于需进行矩阵求逆运算同样存在计算量大的问题。根据自适应加权处理有无反馈自适应波束形成算法又可分为闭环算法和开环算法。闭环算法中阵列输出反馈至输入端参与自适应权值的调整一般采用连续自适应处理但连续自适应处理并不都是闭环算法。如LMS算法是闭环算法而RLS算法则为开环算法。主要的闭环算法有LMS算法、差分最陡下降(DSD:DifferenceSteepestDescent)算法、加速梯度(AG:AcceleratedGradient)算法等闭环梯度型算法【。闭环算法实现简单性能可靠不需要数据存贮但收敛速度太慢很多要求具有快速响应的场合闭环算法不适宜。因此近二十多年来人们把兴趣更多集中在对开环算法的研究上。开环算法的输出对权矢量的计算不做贡献权值仅由接收信号确定。开环算法收敛速度快且收敛速度不依赖于特征值分布是目前自适应波束形成算法的主流但计算量较大。SMI算法即为典型的开环算法它与RLS算法的主要区别在于相关矩阵求逆的方式不同SMI算法直接进行矩阵求逆而RLS算法采用递推方法更新矩阵逆。根据自由度的利用情况自适应波束形成又可分为满秩自适应波束形成和部第页国防科学技术大学研究生院博士学位论文.===================================================================分自适应波束形成。用来自适应地抑制干扰和噪声的自由度称为自适应自由度。一般情况下自适应自由度越多对应所需的快拍数越多因而计算量越大收敛速度越慢。满秩自适应阵是运用所有可用的自适应自由度进行自适应处理而部分自适应阵则只利用其中的部分自由度因此可降低计算量和加快收敛速度。部分自适应阵尤其适用于需处理的自适应自由度非常多且可利用的快拍数(近似平稳数据)有限的场合。部分自适应波束形成包括降维和降秩两种处理方式其中降维处理主要用于大型阵列即在进行自适应处理之前先降低阵列处理的维数通常可由子阵空间法和波束空间法实现。而降秩自适应处理无需降低阵列维数而是将剩余自由度舍弃或转化为约束自由度。降秩自适应波束形成方法主要有特征干扰相消器【’羽、直接主分量法【】、正交投影法【、交叉谱法【矗、降秩多级维纳滤波器【q及降秩共轭梯度法【】等。文献】对这些降秩自适应波束形成算法进行了深入地研究与分析详细总结出了降秩类算法的内在联系。..稳健的自适应波束形成技术迄今为止虽然自适应波束形成技术从理论到工程的转化已取得了不少研究成果但这些研究成果大多是在许多假设的理想条件下获得的。对于实际系统误差的存在不可避免且信号环境十分复杂。在设计常规波束形成器时通常假设训练数据中不包含期望信号从而系统具有较好的稳健性能。而在很多场合下训练样本中总是包含有期望信号如连续波雷达、通信系统、无源声纳系统等。此时系统对期望信号导向矢量误差和有限次训练样本均很敏感。期望信号导向矢量偏差可能由波束指向误差【”o】、阵列校正不准确【、阵元间互耦【删、未知的环境波前扭曲和信号衰退【】以及局部散射【】等现象引起。当期望信号功率较强时即便很小的导向矢量误差也会致使期望信号被误认为干扰而抑制掉,这一现象常称作期望信号自相消。即使信号导向矢量精确已知波束形成的收敛速度也会降低尤其在采样数不足的情况下性能会急剧下降。此外干扰源或阵列平台的运动或震动引起训练数据的非平稳【。一方面限制了所能采样的训练样本数量另一方面使得权矢量的更新速度不能及时地补偿干扰的快速运动而导致性能下降。因此近二三十年来人们致力于提高自适应波束形成算法的稳健性能力图缩短理论算法与实际工程应用的差距。特别是提高自适应波束形成技术在期望信号阵列响应误差和非平稳环境下的稳健性已成为阵列信号处理的研究热点之一。针对这一问题国内外学者相继提出了许多稳健的自适应波束形成算法其中最具代表性的主要有如下几类算法:特征分析干扰对消(EIC:EigenanalysisCanceller)算法【捌:期望信号存第页国防科学技术大学研究生院博士学位论文在于训练数据样本中将严重影响自适应波束形成算法的稳健性EIC算法则首先利用阻塞矩阵将期望信号从接收样本中去掉再用剩下的仅含干扰信号和噪声的数据求得干扰子空间最后把约束导向矢量向干扰子空间的正交补空间(噪声子空间)投影得到自适应权。特征干扰相消器完全去除了低快拍时噪声子空间抖动的影响因而改善了低快拍下算法的性能。但由于阻塞矩阵的构造依赖于期望信号的先验知识因而容易造成期望信号剩余致使对误差的敏感性增强性能下降。当训练样本中原本就不含期望信号时该算法则称为正交投影(OP:OrthogonalProjection)算法删。)线性约束最小方差算法【】:该算法通过增加适当的线性约束条件使自适应权矢量能满足这些约束条件进而提高算法的稳健性能。如附加导数约束使自适应主波束变宽变平零陷展宽从而可以在一定程度上克服自适应波束形成对阵列误差及波束指向误差的敏感性。但是约束条件的增多不仅消耗了自适应自由度而且增加了系统的复杂性尤其如果约束条件不适当则可能使算法不收敛或收敛速度缓慢。)对角加载(LSMI:LoadedSampleMatrixInversion)方法【棚】:LSMI算法的核心思想是在常规SMI算法的目标函数上添加罚函数项相当于在采样相关矩阵的主对角线上人为注入了白噪声因而又叫噪声注入法。加载量减小了噪声特征值的扩散程度加速了算法收敛同时可克服SMI算法在有限快拍和误差情况下的主波束畸变和旁瓣升高的缺点。但该方法会使阵列方向图主瓣展宽零陷变浅且没有一个严格的方法来选择加载量的最优值。基于特征空间波束形成(ESB:Eigenspace.basedBeamforming)算法''】:研究表明有限次快拍和系统误差存在情况下常规自适应波束形成算法性能下降的主要原因是噪声子空间发生了扰动。ESB算法利用信号干扰子空间和噪声子空间的正交特性摒弃了自适应权矢量在噪声子空间中的分量仅保留其在信号子空间的分量。因而ESB算法属于降秩类算法不仅加快了收敛速度且提高了系统输出信干噪比(SINR:SignaltoInterference.plusNoiseRatio)对误差有较强的稳健性。但该算法适用于期望信号较强的环境当输入信噪比较低或信号干扰子空间维数较高时性能会大受影响。)盲波束形成算法:该方法利用信号的一些时域信息如循环平稳性、谱相关特性及高阶累积量来达到增强信号抑制干扰的目的。由于不依赖于阵列流形所以对误差有很强的稳健性。但要求信号有一定的时域特征且收敛速度往往较慢需要学习的样本数较多。针对以上几种典型算法存在的不足国内外学者们又陆续提出许多改进型算法不同程度地提升了算法的性能。针对特征分析干扰对消方法在干扰个数过估第页国防科学技术大学研究生院博士学位论文计时对阵列指向误差敏感的不足文献【】提出了虚假信号源注入的方法即在接收数据中人为加入了干扰信号从而防止了期望信号响应矢量位于干扰子空间提高了对指向误差的稳健性。针对同样的I'口J题文献『旨在构造一个正确的阻塞矩阵。为校正指向误差将不正确的导向矢量投影到信号子空间然后利用构造导向矢量的概念得到期望信号的实际波达角再由该波达角构造出阻塞矩阵从而不会造成期望信号泄露。当指向误差较大时基于特征空间自适应波束形成算法性能急剧变差尤其在阵列孔径较大时即使很小的指向误差也会带来算法的性能下降。为此文献】提出将阵列划分成若干重叠子阵利用子阵的信号子空间接收数据矢量张成新的信号子空间并由子阵输出数据估计新的期望信号方向矢量既减小了计算量又提高了稳健性。针对ESB算法对较大指向误差敏感的缺点赵永波也提出了一种改进的ESB算法【】通过对真实导向矢量进行估计且以估计值代替假设的期望导向矢量可提高ESB的性能。对于对角加载方法文献.为了更好地选择加载水平分别给出不同的加载量确定方法但对所有特征值均加载了相同的因子。若加载量过小因对病态协方差矩阵求逆导致权矢量的范数偏大从而抬高旁瓣电平另一方面加载量过大则使波束形成器的自适应能力降低。因此文献【】提出了变量对角加载的方法即对不同的特征值加以不相等加载量小特征值加载量大而大特征值加载量小。此外模约束算法【】直接对权矢量的范数进行约束提高了存在导向矢量失配时的稳健性。上述算法具有一个共同的特点那就是自适应权值的求取与实际误差没有直接联系而是通过分析误差对性能产生影响的内在机理如改变了采样数据相关矩阵的特征结构等找出最优自适应权的设计方法从而达到减小误差影响的目的。近几年来学者们提出了一类理论意义更严格的稳健自适应波束形成算法。该类算法从最小方差波束形成器模型出发直接将实际期望信号导向矢量约束于球体【,】、椭球体【。、多面体【叫或管状体【等不确定集合中所得自适应权均具有对角加载形式与传统对角加载方法不同的是其加载量可由误差不确定集的参数计算出克服了加载量难以控制的不足。此外文献【】同时考虑了导向矢量失配和训练数据的非平稳性提出对接收数据矩阵误差也作范数约束提高了导向矢量误差和训练数据非平稳同时存在的稳健性能。基于误差不确定集约束算法适用于任意阵列形式已成为近年来稳健自适应波束形成领域的热门研究方向。..特殊干扰环境下的自适应波束形成技术对于复杂的信号环境如主瓣干扰、运动干扰、闪烁干扰、相干干扰等特殊干扰环境下直接应用常规自适应波束形成也会造成性能严重下降。因此需要有特殊的处理方法进行干扰抑制。第页国防科学技术大学研究生院博士学位论文当存在主瓣干扰时自适应波束形成技术存在两大严重缺陷J:一是副瓣电平增高导致虚警概率急剧上升二是主波束严重变形影响了测角精度。文献】提出一种基于罚函数的主瓣干扰抑制方法。文献【】同时提出了两种主瓣干扰解决方法即基于阻塞矩阵预处理和基于特征投影预处理的自适应波束形成方法后者由于无需估计主瓣干扰的方法因而稳健性更强。文献【】考虑采样含期望信号时存在主瓣干扰情况提出了新的阻塞矩阵方法对消主瓣干扰。常规自适应波束形成算法形成的接收阵列方向图干扰位置零陷很窄当干扰方位快速变化或天线平台发生运动或震动时干扰很可能移出零陷位置而无法有效对消。一种有效的解决方法是展宽干扰零陷使得权值应用期间干扰始终位于零陷内。Gershman,】提出在干扰方向施加导数约束来加宽零陷即数据依赖导数约束(DDC:DatadependentDerivativeConstraints)方法但运算量较大且零陷宽度的控制不灵活。Maillouxt】和Zatmanl分别独立地提出了一种零陷加宽方法两种方法本质上是一致的【统称为协方差矩阵加权(CMT:CovafianceMatrixTaper)方法但由于后者不改变协方差矩阵中噪声项的贡献因而略好于前者。由于零点宽度有限零陷展宽方法均要求干扰的运动变化不能过快否则同样会导致性能下降。然而当信号环境严重非平稳时如闪烁干扰等干扰信号特性瞬间变化没有充足的时间采集一定数量的样本上述算法均会失效。为此Sarkar等人提出利用单次快拍数据求取自适应权进行干扰抑制的方法它克服了统计理论方法依赖于干扰信号协方差矩阵的不足不仅能处理统计特性瞬间变化的干扰对于多径相干干扰同样有效。但是由于构造接收数据矩阵时采用了空间平滑的思想因而减小了有效阵列孔径降低了系统自由度损失了阵列增益。由于多径传播或“智能干扰"的存在使得干扰与期望信号相干若直接运用常规自适应波束形成技术往往会引起期望信号相消现象。因此常常需要进行解相干处理。解相干算法大致分为两类:空间平滑(SS:SpatialSmoothing)类算法d】和非空间平滑类算法【。前者通过划分子阵的空间滑动来降低相干性方法简单但有效阵列孔径减小阵列增益有所牺牲。后者通过对接收数据进行预变换或对相干干扰直接施加线性约束等来改善相干环境下的自适应波束形成性能虽不损失阵列孔径但要求已知相干干扰波达方向及阵列流形且计算量大不利于实时实现。此外对相干干扰进行有效接收【域抑制需视具体场合而定所用方法迥然不同。.国内外实际应用情况虽然自适应波束形成从理论到实践的转化过程面临很多困难但还是有很多第页国防科学技术大学研究生院博士学位论文国内外的公司以及研究机构等进行了相关方面的尝试并取得了不错的应用成果。...在相控阵雷达中的应用【lai年首个公开报道使用自适应数字波束形成系统的是西德ELRA试验型相控阵雷达它利用个子阵所提供的可控自由度实现了多波束高分辨数字化自适应干扰抑制及特定的空间滤波。应用数字波束形成技术的第一个作战型雷达是超视距(OTH)雷达如GE公司的OTHB和雷声公司的RO邢己(可重新置位的OTH雷达)。荷兰Signaal公司的维多波束远程监视雷达SMARTL也应用了数字波束形成技术。除了一些已经研制成功的DBF系统外还有许多实验型DBF系统正在研制中。美国罗马实验室开发了一种列的C波段线性阵列【它能形成个独立波束并应用了最新的自校准系统。罗马实验室还研制了一种快速数字波束形成器其中采用了基于二次余数系统(QRNS)的收缩式处理器结构。英国的实验型MESARS波段系统采用了个子阵的子阵级数字波束形成技术。英国RokeManor研究有限公司制造了一个实验型单元阵【在收发时均采用数字波束形成技术。在发射时实施波束形成可以让零点对准反辐射威胁或强杂波方向。瑞典国防研究机构已经制作了一个实验型S波段天线【】工作于.".GHz的频率范围在.MHz的中频信号上采用.MHz的采样速率进行数字波束形成。实验证明用数字波束形成技术可以补偿各阵元在角度和频带范围内出现的单元间幅度和相位变化且数字波束形成技术在获得超低天线旁瓣方面具有潜在优势。但这些结果不是在外场实时得到的所以将来的目标是在外场实时获取这些结果。美国海军研究实验室(NRL)、MIT林肯实验室和NSWC联合开发一种L波段有源阵,。应用数字波束形成技术NRL验证了波束宽度随频率变化不大但同时在规定角度和频带内得到低旁瓣的能力。美国MIT林肯实验室已经开发了一种高性能低功耗信号处理机用于概念型X波段“发现者II"空基雷达进行数字波束形成和信号处理。这一概念系统可实施地面动目标显示(GMTI)和合成孔径雷达(SAR)地形测绘。其天线由个子阵和个旁瓣对消天线组成。运载平台上的信号处理器必须具有以下功能:数字波束形成、脉冲压缩、多普勒处理、空时自适应和旁瓣相消处理。此外我国西安电子科技大学、国防科技大学以及华东电子研究所等在自适应波束形成应用方面也取得了一些有价值的成果。...在移动通信中的应用通信系统中的自适应阵列与其他相关设备相结合称为智能天线。随着移动通第页国防科学技术大学研究生院博士学位论文信技术的迅猛发展智能天线成为近年来自适应阵列技术领域的研究热点【。。美国的Metwave公司对用于FDMA、CDMA、TDMA系统的智能天线进行了大量研究开发:美国ArrayComm公司和中国邮电电信科学研究院信威公司研制了用于无线本地环路的智能天线系统美国德州大学奥斯汀SDMA小组建立了一套智能天线试验环境。欧洲通信委员会在RACE计划中实施了第一阶段智能天线的研究由德国、英国、丹麦和西班牙合作完成。项目组在DECT基站基础上构造智能天线试验模型于年初开始现场试验。日本ATR光电通信研究所研制了基于波束空间处理方式的多波束智能天线提出了一种基于智能天线的软件天线概念加拿大McMaster大学研究开发了元阵列天线采用了恒模算法(CMA)。我国也早已将研究智能天线技术列入通信技术主题研究中的个人通信技术分项许多专家及大学正在进行相关研究。大唐电信研究院提出的TD.SCDMA成为第三代移动通信的技术标准之一其中就用到了智能天线技术。TD.SCDMA系统的智能天线是由阵元组成的圆形阵列同全向天线相比可获得dB的增益。该系统分别采用阵元空间的处理方式和波束空间的处理方式采用TDD的工作模式。.本文的主要工作本文主要研究了两大问题即自适应波束形成的稳健性问题以及自适应波束形成应用于几种特殊干扰抑制的问题。第二章介绍了自适应波束形成的一些基本知识分析了几种常见误差对常规波束形成算法的影响第三章研究了基于不确定集约束的稳健自适应波束形成算法第四章研究了基于不确定集约束的稳健MVDR波束形成算法第五章研究了相干干扰环境及严重非平稳环境下的自适应波束形成算法第六章研究了“灵巧干扰’’的对抗方法。本文的具体内容安排如下:第二章介绍了自适应波束形成的相关基础知识以及几种常见的阵列误差模型在此基础上分析了误差对常规自适应波束形成的性能影响理论分析和仿真结果表明当期望信号功率较强且自适应权值训练数据中包含期望信号时常规波束形成算法性能受误差影响严重这为后续的稳健算法研究指明了方向即稳健自适应波束形成均针对采样数据含期望信号场合而言。第三章首先系统研究了几种典型的基于不确定集约束的稳健自适应波束形成算法包括基于球形不确定集约束算法和基于椭球不确定集约束的算法指出了它们的共性与不同之处明确了算法间的关系。然后对基于球形不确定集约束的第页国防科学技术大学研究生院博士学位论文稳健Capon法进行深入地性能分析。稳健Capon法由于利用迭代法求解因而无法得到解的显式表达式也就不能进行理论上的性能分析。本章从Lagrange方程出发通过一系列的合理假设与近似推导得出了Lagrange乘子的近似闭式解进而得到自适应权的加载因子表示式并由此对输出信干噪比及期望信号功率估计性能进行评估揭示了各种因素对自适应权矢量最优加载因子以及算法性能的影响关系从而对正确选取导向矢量误差不确定集参数具有一定的指导作用。第四章研究了基于球形不确定集约束的稳健MVDR波束形成算法。该算法的输出性能在一定程度上依赖于不确定集参数的选取且由于利用迭代法求解时要求不确定集参数应小于约束方向矢量的范数从而在导向矢量严重失配时算法性能显著下降。为此本章提出一种修正的基于球形不确定集约束的稳健MVDR波束形成算法一方面削弱了输出性能对参数选择的敏感程度即无论导向矢量失配问题严重与否只需设置误差范数最大上限为一个较小的实数即可具有很强的稳健性能另一方面当存在大的导向矢量失配时仍有良好的干扰抑制性能。针对稳健MVDR波束形成的自适应方向图旁瓣电平较高问题提出一种自适应副瓣控制方法可在波束指向误差情况下对自适应方向图的任意副瓣区域进行副瓣电平控制并获得理想的控制效果。当输入信噪比不太高且波束指向误差不.太大时通过合理设置导向矢量误差模的上限值即可达到最佳输出SINR性能。第五章分别研究了相干干扰环境下和严重非平稳环境下的自适应波束形成算法。针对存在波束指向误差的相干干扰抑制问题本章提出了基于特征空间的迭代Toeplitz算法。该算法先对接收数据采样相关矩阵进行迭代Toeplitz处理一方面对相干干扰实现去相关另一方面由于处理后相关矩阵的小特征值均为相等的正实数因此避免了由噪声子空间扰动引起的性能下降。再利用基于特征空间的自适应波束形成克服指向误差的影响很好地解决了存在波束指向误差的相干干扰抑制问题。本章还针对严重非平稳干扰环境下基于统计理论的自适应波束形成失效问题提出了一种利用单次快拍的直接数据域最小二乘优化算法。该算法充分利用了阵列的所有阵元信息增加了系统自由度。它不仅能够在严重非平稳环境下对非相关干扰和相干干扰的波达方向形成深的零陷还保证了期望信号的有效接收降低了自适应方向图的旁瓣电平从而改善了基于单次快拍的自适应波束形成算法性能。第六章研究了“灵巧干扰"的对抗方法。考虑到“灵巧干扰’’兼有压制性噪声干扰和脉冲型欺骗干扰的特点无法直接采用自适应波束形成技术进行空域滤波本章基于干扰样本识别与收集思想结合某型现役雷达的装备需求提出了具有旁瓣相消器结构的“灵巧干扰’’对抗方法。首先针对空间只存在“灵巧干

用户评论(0)

0/200

精彩专题

上传我的资料

每篇奖励 +2积分

资料评价:

/26
仅支持在线阅读

意见
反馈

立即扫码关注

爱问共享资料微信公众号

返回
顶部