在SKA设计中实现干扰零点形成的方法

在SKA(平方千米阵列)的设计中,采用相控阵技术的一个原因是想利用其自适应零点形成技术来抵抗频率干扰。介绍了一种在该类系统中适用的自适应算法PASTd,该方法利用子空间跟踪技术区分子空间,然后据此在干扰方向形成深的零点。在一小型相控阵中的仿真结果表明该方法简单、收敛快且比较精确。     

相干干扰对基于特征空间分解算法性能的影响

分析干扰信号的互相关性和方向矢量正交性对接收信号自相关矩阵的特征值和特征向量分布的影响。干扰相关时,会有信号特征矢量发散到噪声空间,采用基于特征空间分解的自适应算法,只有在相干干扰的来向相同时才能实现干扰抑制,否则不能抑制此相干干扰;干扰不相关时,如果干扰来向相同,只能检测到一个干扰,但此时基于特征空间分解的自适应算法可实现干扰抑制。对MUSIC(multiple signal classification)和最小范数算法的仿真结果,与理论推导一致。     

OFDM系统的自适应低秩信道估计

为了降低正交频分复用OFDM(Orthogonal Frequency division Multiplexing)系统中最小均方误差MMSE(Minimum Mean Square Error)信道估计算法的复杂度,并且改善由于信道的统计特性与先验知识不匹配而导致的MMSE估计性能恶化,提出了一种自适应的低秩信道估计算法.该算法利用信道的时间平均相关取代统计相关,结合了基于特征值分解的低秩建模,从而近似地实现MMSE估计.借助于子空间跟踪,该算法可以自适应地估计信道相关矩阵的主特征空间及噪声方差,以迭代的方式逼近最优的MMSE估计,而且复杂度较低.进一步分析指出基于信道延时子空间跟踪的估计算法是该算法的一种特例,理论分析和仿真结果均表明这种新算法在低信噪比时可以显著改善信道估计的准确性.      

自适应阵列天线的基本原理和算法(一)

自适应天线是研究自适应波束形成的主要方法之一,自适应天线阵之所以受到人们的重视,其根本原因在于它可增强系统有用信号的检测能力,优化天线方向图,使系统有效地跟踪有用信号,抑制和消除干扰。本文以自适应天线阵为例,介绍了自适应阵的基本原理和算法。并简单介绍了它在通信技术中的实际应用。     

一种改进的广义旁瓣相消的波束形成算法

在分析传统广义旁瓣相消器(GSC)自适应波束形成的基础上,提出一种改进的广义旁瓣相消器的波束形成方法,即基于特征结构的GSC波束形成算法(ED-GSC),该算法在投影特征空间中引入了期望信号方向矢量,能在期望信号功率较大时保持自适应波束形成方法性能,又能在期望信号功率较小时(甚至为零)具有较好的波束保形能力,对噪声有很好的鲁棒性。仿真结果表明:ES-GSC算法在高、中、低的信噪比下都具有较好的波束形成性能,是一种性能优越的波束形成算法。     

基于空时DFT投影实现宽带信号二维角估计

 提出了一种基于空时DFT投影的宽带信号二维角估计算法. 该方法采用3个共面的均匀线阵,每一均匀线阵对宽带信号空间采样,然后进行空时二维DFT变换,在空时频率域对宽带信号进行投影变换,用MUSIC算法实现宽带来波信号方向余弦的估计. 利用3个方向余弦估值进行配对,然后求得来波的方位角和仰角估计. 该方法既保留了投影算法的优点,即不需要源的先验知识;不需变换矩阵和在低信噪比有好的性能,又避免二维谱峰搜索.仿真实验表明了算法是有效的.     

MC-CDMA中的RLS-DRMTA算法

多载波码分多址(MC-CDMA)系统是将OFDM技术与CDMA技术结合起来的一种综合技术.MC-CDMA系统中同信道干扰仍然是影响系统性能的主要因素,这就需要使用智能天线来提高系统的性能.介绍一种适用于MC-CDMA系统的自适应阵的盲算法递推最小二乘解扩重扩多目标阵列(RLS-DRMTA)算法,利用扩频码的信息进行波束形成,不需要训练序列,节约了频谱资源;与LS-DRMTA算法相比,RLS-DRMTA算法节省了运算时间;另外仿真表明在正交频分复用(OFDM)解调后进行波束形成,提高了系统的性能;为了降低系统的复杂度,还用到了载波分组技术,但分组技术又会降低系统的性能,所以分组时考虑了系统性能和运算速度的折衷.仿真结果表明RLS-DRMTA算法能使方向图的主波束对准信号方向,而在干扰方向形成零陷,从而达到抑制干扰的目的.      

用于GPS接收机的自适应算法抗干扰性能比较

为了比较功率反演、多信号归类和最小范数自适应算法的抗干扰性能,研究了各算法的基本原理,并在均匀线阵中采用各算法进行仿真,比较各算法在有用信号和干扰来向上得到的天线增益.仿真中有用信号为-160 dBW的GPS卫星信号,两个同频干扰来自不同方向,并在仿真中改变干扰功率.仿真结果表明这三种算法都可以用于GPS接收机抗干扰.其中,功率反演算法抑制弱干扰的性能较差;多信号归类算法抑制弱干扰的性能较好,但会引入错误零陷;最小范数算法既可以抑制弱干扰,也不会引入错误零陷.      

一种主瓣干扰下基于滑窗子阵的稀疏测角方法

雷达抗主瓣干扰（MLJ）一直是雷达领域的难点问题，针对主瓣干扰环境下的雷达目标角度测量问题，提出一种主瓣干扰下基于滑窗子阵的稀疏测角方法，对各子阵进行自适应主瓣干扰抑制处理，并利用自适应后的子阵间相位关系构建角度原子库，采用正交匹配追踪（OMP）算法估计目标角度。当目标与干扰夹角为1/2个3 dB波束宽度时（目标输入信噪比为20 dB），目标角度估计误差小于1/10倍3 dB波束宽度，所提方法无需先验信息，可同时抑制主、副瓣干扰或多个主瓣干扰，并保证较高的目标测角精度。     

一维GTD散射中心模型参数估计的改进MUSIC算法

针对利用多重信号分类（MUSIC）算法估计一维几何绕射理论（GTD）的散射中心模型时噪声鲁棒性较差、参数精度不高这一问题，提出一类改进的MUSIC算法。首先，构建原始回波数据的共轭矩阵，有效提高了原始回波数据的利用率；其次，将原始回波数据的协方差矩阵、共轭数据的协方差矩阵叠加取平均，得到一个新的总协方差矩阵；最后，对矩阵作2次方、4次方等偶次方处理，得到另一矩阵，以达到增大信号特征值与噪声特征值之间差距的作用，等效为增大了信噪比。仿真结果表明:所提改进算法的参数估计性能及噪声鲁棒性均要优于经典MUSIC算法。      

基于自适应LMS算法的空间光束快速精扫描跟踪控制方法

针对空间精密光学领域与国防应用对高精度快速光束控制的需求，给出自适应最小均方（LMS）算法对压电快摆镜进行光束扫描跟踪控制。首先描述了自适应LMS控制算法及快摆镜模型辨识方法，随后仿真分析了不同频率及迭代步长对自适应LMS算法跟踪控制的影响，最后采用自适应LMS算法进行了压电快摆镜辨识及扫描跟踪控制实验。实验结果表明，自适应LMS算法对2Hz、10Hz及其复合谐波信号扫描的跟踪误差分别为2.5%(3σ)、1.9%(3σ)和2.4%(3σ)，控制效果均优于PI控制算法。这种自适应LMS算法能有效跟踪多频扫描信号，为高精度空间光束快速扫描跟踪提供了一种可靠的技术手段。     

基于频域LMS的自适应波束形成算法

在分析传统自适应波束形成的基础上,提出了一种基于频域最小均方(LMS)的自适应波束形成算法。该算法先对输入信号进行FFT变换,再通过LMS算法实现了频域上自适应波束形成。FFT变换后信号为稀疏矩阵,自相关下降,LMS算法收敛速度提高;理论分析和仿真结果表明了该算法收敛速度较快、性能较好,且计算量较少,易于实时实现,而且文章提出的波束形成算法对相干信源具有鲁棒性。     

基于CS的正则化稀疏度变步长自适应匹配追踪算法

压缩感知(CS)能够突破Nyquist采样定理的瓶颈,使得高分辨率信号采集成为可能。重构算法是压缩感知中最为关键的部分,迭代贪婪算法是其中比较重要的研究方向。对压缩感知理论进行了详细分析,并在现有重构算法的基础上提出了一种新的迭代贪婪算法——正则化稀疏度变步长自适应匹配追踪(RSVss AMP)算法,可在信号稀疏度未知的情况下,结合正则化和步长自适应变化思想,快速精确地进行重构。相比于传统迭代贪婪算法,本文算法不依赖于信号稀疏度,并且应用正则化以确保选取支撑集的正确性。此外,应用自适应变化步长代替固定步长,能够提高重构速率,而且达到更高的精度。为了验证本文算法的正确性,选取高斯稀疏信号和离散稀疏信号分别进行仿真,并与现有算法进行比较。仿真结果表明,本文算法相比于现有算法可以实现更加精确快速的重构。     

基于酉变换的正交投影自适应波束形成

正交投影 (OP)自适应波束形成算法性能优良 ,但需要进行复协方差矩阵特征分解 ,运算量大。提出了一种基于酉变换的OP自适应波束形成算法 ,该算法对取样协方差矩阵Toeptitz化后利用酉变换将其转换为实矩阵 ,然后对实矩阵特征分解进行自适应波束形成。波束形成器的实值运算可节省大量计算时间。理论分析和计算机仿真结果表明此方法是有效的。     

考虑互耦和激励误差时智能天线波束形成

在考虑阵元间耦合和激励误差的情况下,讨论DS/CDMA(Direct Sequence/Code Division Multiple Access)系统中,智能天线的波束形成结果,并与理想情况进行比较.通过仿真数据结果可以看出,对于阵元间距为半波长的线阵,即使存在阵元间耦合和激励误差,智能天线产生的主瓣也可以对准目标,但其对其它多址信号的抗干扰能力有所下降,其中互耦的影响较大,表明要充分保持DS/CDMA系统的抗干扰能力需要计及互耦效应.      

相关信号DOA估计的超分辨算法及其改进

常见的超分辨算法,如MUSIC算法、Capon算法等,只能对非相关信号到达角进行估计,无法分辨两个相关回波信号。介绍的d-MUSIC算法解决了这个问题,文中给出了这种算法的适用范围和空间谱特性,提出增加泰勒展开阶数的方法来提高算法的测角精度。     

基于X射线脉冲星导航试验卫星观测数据的到达时间估计

中国首颗X射线脉冲星导航试验卫星（X-ray Pulsar Navigation-1, XPNAV-1）搭载了两种体制的X射线探测器,其主要任务是在轨开展X射线脉冲星的探测以及进行脉冲星导航体制的验证。为了实现到达时间（Time of Arrival,TOA）的高精度估计,提出了利用阵列信号处理领域的多重信号子空间分类（Multiple Signal Classification,MUSIC）方法进行脉冲星导航的TOA估计,进行了试验仿真验证,并且对XPNAV-1观测到的蟹状星云（Crab）脉冲星的光子数据进行处理。在观测时间为协调世界时（Coordinate Universal Time,UTC）57727.0约简儒略日（Modified Julian Day,MJD）到UTC57812.0MJD内,选取了0.5~10keV频段内的121段光子观测数据,对这些数据进行了脉冲轮廓折叠,得到了Crab脉冲星的折叠轮廓,然后分别利用互相关法和MUSIC方法进行折叠轮廓的TOA估计,最后对比了两种方法的估计结果。     

基于干扰重构和盲源分离的混合极化抗SMSP干扰

线性调频（LFM）信号是现代雷达常用的发射信号，可以有效提高雷达距离分辨率和探测距离，然而频谱弥散（SMSP）干扰应用于主瓣自卫式干扰时，干扰信号与目标在时域、频域和空域高度重合，是一种能够有效对抗LFM信号的干扰样式。利用干扰信号与目标回波信号极化信息的差异，引入了混合极化雷达系统信号接收模型，提出了基于干扰重构和盲源分离的抗SMSP干扰算法，实现了对干扰的抑制。仿真结果表明:所提算法不仅降低了计算量而且在干信比（JSR）为25 dB的情况下，能够有效实现干扰抑制。