基于双层协方差矩阵重构的稳健波束形成算法

针对协方差矩阵含目标信号分量及目标导向矢量失配情况下，传统自适应波束形成器性能急剧下降的问题，提出了干扰加噪声协方差矩阵双层重构的稳健波束形成算法。首先，利用稀疏重构的方法预估干扰加噪声协方差矩阵，通过估计干扰导向矢量及干扰功率对干扰加噪声协方差矩阵进行优化校正；然后，基于子空间理论建立导向矢量约束误差优化模型，利用迭代方法对凸优化模型进行求解，得到最优权值向量。仿真结果表明:所提算法显著提高了波束形成器在目标导向矢量约束误差及阵列误差情况下的稳健性，低快拍条件下表现较好，输出性能优于仿真对比算法。      

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。     

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。     

改进PASTd算法在大型自适应阵中的应用

矩阵特征分解算法中紧缩近似投影子空间跟踪(PASTd)算法在自适应阵波束形成中得到了广泛应用.在对其仿真中发现仅在信噪比较低时该算法才能得到较好的结果.针对这一缺陷,正交近似投影子空间跟踪(OPAST)算法被引伸到PASTd中.改进算法可在不知道信号维数的情况下估算信号的特征向量与特征值,并保证特征向量的正交性,因此具有更好的收敛性能,而算法复杂度基本不变.改进算法与多重信号分类(MUSIC)算法相结合应用于大型自适应阵,可对主瓣及其附近区域的干扰进行抑制,并大大降低MUSIC算法的计算量,对其干扰零点的形成有很强实用价值.     

利用Toeplitz特性改善来波方向估计性能

提出一种利用协方差矩阵的Toeplitz特性,使估计的协方差矩阵成为Toeplitz矩阵的方法,在低信噪比短数据流情况下,改善来波方向(DOA)估计的性能,且不需增加乘法运算量.对MUSIC算法和PRO-ESPRIT算法进行了分析并作了计算机仿真,仿真结果表明:利用Toeplitz特性后,MUSIC算法谱峰幅度增大,波谷相对波峰的深度增加,这将有利于目标的分辨;并可减小低信噪比情况下MUSIC算法和PRO-ESPRIT算法DOA估计的方差.     

利用Toeplitz特性改善来波方向估计性能

提出一种利用协方差矩阵的Ｔｏｅｐｌｉｔｚ特性,使估计的协方差矩阵成为Ｔｏｅｐｌｉｔｚ矩阵的方法,在低信噪比短数据流情况下,改善来波方向（ＤＯＡ）估计的性能,且不需增加乘法运算量．对ＭＵＳＩＣ算法和ＰＲＯＥＳＰＲＩＴ算法进行了分析并作了计算机仿真,仿真结果表明：利用Ｔｏｅｐｌｉｔｚ特性后,ＭＵＳＩＣ算法谱峰幅度增大,波谷相对波峰的深度增加,这将有利于目标的分辨;并可减小低信噪比情况下ＭＵＳＩＣ算法和ＰＲＯＥＳＰＲＩＴ算法ＤＯＡ估计的方差．     

一种改进的数字式波束形成的快速自适应算法

提出了一种改进的数字式波束形成的快速自适应算法,即具有严格约束最小功率的抽样矩阵梯度算法(CSMG)。它综合了传统抽样矩阵梯度、算法和具有严格约束的最小功率自适应算法的优点。计算机模拟表明,此算法波束方向随约束角度而变,自适应调零能力较强,收敛速度也较快。     

基于阵列天线波束形成的卫星导航信号提纯

围绕对卫星导航信号实施转发式欺骗所需的卫星导航信号提纯要求，提出了一种数字波束形成的优化设计方法。通过向阵列天线接收信号的数据协方差矩阵加载由非目标卫星方向信息和阵列布局构造的“虚拟”干扰信号协方差矩阵，增大了协方差矩阵特征值的差异。用新构造的协方差矩阵计算最小方差无失真响应波束形成的加权向量，使波束指向方向的目标卫星信号无失真通过，并同时零陷其他非目标卫星的信号。通过计算机仿真试验验证了所提方法的正确性和有效性。      

基于SA&M-Relax的外辐射源雷达目标DOA估计方法

外辐射源雷达回波信噪比极低，通常在距离-多普勒二维相关后进行目标角度估计。在这种单快拍情况下，经典的超分辨算法由于协方差矩阵的非正定性导致算法性能较差。针对这一问题，在A&M插值迭代算法的基础上，提出了一种适用于稀疏阵列的SA&M-Relax外辐射源雷达目标DOA估计方法。在相同阵元数目的情况下，与原有算法相比提高了目标角度估计的分辨率与精度，同时减少了运算量。通过仿真实验验证了所提方法的有效性。      

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.      

空间色噪声下信号频域检测方法性能分析

水下小孔径阵列的应用环境是色噪声环境,针对超增益波束形成方法在色噪声环境下噪声协方差矩阵估计偏差使阵列空间增益不能达到最大的问题,提出了一种频域超增益波束形成方法(FSD, Super-Directive beamforming in Frequency domain),该方法将宽带接收数据分成多个子带,在每个子带内分别估计噪声协方差矩阵,降低了噪声协方差矩阵的估计偏差,并使用估计得到的噪声协方差矩阵对接收数据解相关.最后使用空间谱检测器检测微弱目标信号.实测噪声数据的仿真结果表明,空间有色噪声环境中FSD方法的检测性能优于传统的时域超增益波束形成方法(TSD, Super-Directive beamforming in Time domain)2 dB,优于频域最小方差无畸变响应(FMVDR, Minimum Variance Distortionless Response in Frequency domain)波束形成方法2 dB.     

基于改进YOLOv3和卡尔曼滤波器的飞机检测追踪方法

精确的飞机检测与追踪方法可以有助于提升我国军事实力，但是目前对小目标飞机进行有效追踪方法较少。基于深度学习的目标追踪方法较传统的方法性能更佳优越，因此针对传统方法对于小目标追踪性能不佳，本文提出了一种基于YOLOv3以及卡尔曼滤波器的飞机追踪方法以获得更好的追踪性能，该算法首先通过改进的YOLOv3算法对视频中的图像进行检测，在识别到视频中的飞机之后，通过卡尔曼滤波器对飞机的运动轨迹进行预测，并通过匈牙利算法进行数据关联。实验结果显示，该算法对小尺度飞机的检测性能较传统的YOLOv3有接近5%的提升，且对飞机的追踪效果精度高且实时性能，具有较高的军事应用价值。     

An optimization iterative algorithm based on nonnegative constraint with application to Allan variance analysis technique

It is well known that inertial integrated navigation systems can provide accurate navigation information. In these systems, inertial sensor random error often becomes the limiting factor to get a better performance. So it is imperative to have accurate characterization of the random error. Allan variance analysis technique has a good performance in analyzing inertial sensor random error, and it is always used to characterize various types of the random error terms. This paper proposes a new method named optimization iterative algorithm based on nonnegative constraint applied to Allan variance analysis technique to estimate parameters of the random error terms. The parameter estimates by this method are nonnegative and optimal, and the estimation process does not have matrix nearly singular issues. Testing with simulation data and the experimental data of a fiber optical gyro, the parameters estimated by the presented method are compared against other excellent methods with good agreement; moreover, the objective function has the minimum value.