一种简化特征空间稳健自适应波束形成算法

在基于特征空间(ESB)的自适应波束形成算法中,针对当指向误差落在波束主瓣的边缘特定角度时,输出信干噪比下降,且信号子空间需要进行费时的特征值分解的问题,提出了改进线性约束最小方差(LCMV)算法。在假定的期望信号方向附近减少一个方向性约束条件,并基于信号特征值大于噪声特征值的这一特性,利用空间协方差矩阵逆的高阶次幂来逼近信号子空间,无须特征分解,将求得的权矢量向

第2 8卷第 1 1期 21 0 1年 1 1月

计算机应用研究Ap l a in Re e r h o mp t r p i t s a c fCo u e s c o

Vo| 8 No 1 l2 . 1 NO . 2 1 V 0l

一

种简化特征空间稳健自适应波束形成算法闫冰冰，代月花，陈军宁，郭金瑞，黄虎兵(徽大学电子信息工程学院，安合肥 200 ) 36 1

摘

要：在基于特征空间( S )自 E B的适应波束形成算法中，对当指向误差落在波束主瓣的边缘特定角度时，针

输出信干噪比下降，信号子空间需要进行费时的特征值分解的问题，出了改进线性约束最小方差 ( C且提 L MV)

算法。在假定的期望信号方向附近减少一个方向性约束条件，基于信号特征值大于噪声特征值的这一特性，并利用空间协方差矩阵逆的高阶次幂来逼近信号子空间，无须特征分解，求得的权矢量向改进的信号子空间投将

影。该方法能够大大减少计算量，同时还显著提高了自适应波束形成稳健性。通过仿真分析及结果比较验证了 算法的正确性和有效性，因此从工程应用的角度看，有一定的参考价值。具关键词：自适应波束形成；特征分解；健性；线性约束最小方差；信号子空间稳中图分类号：T 9 1T 3 1 6 N t;P0.文献标志码：A 文章编号：10— 6 5 2 1 ) 14 5 . 3 0 13 9 ( 0 1 1—0 7 0d i1 .9 9 jis.0 13 9 .0 1 1 . 1 o:0 3 6/.sn 10—6 5 2 1 . 10 4

Smp i e in p c— a e o u ta a tv e mfr n lo i m i l d eg s a e b s d r b s d pie b a o mig ag rt i f hYAN Bn—ig,DAIY eh a igbn u—u,CHE J n nn,GU Jn ri N u—ig O i—,HU u ANG—ig Hu bn

( colfEet nc I omainE gnen A h iU i rt, fi 3 6 1 hn ) Sho l r i o c o s& n r t n ier g, n u nv sy He 0 0,C ia f o i ei e2

A s at ntee npc—ae ( S bt c:I i saebsd E B)aa teb a fr iga oi m, hnt

epit g r rali o e a oi r h g dpi emom n l rh w e oni r l smecr i p s v g t h n e o f sn tn—t n e rte man o e e g i sn a h il b d e,t e o t u I o l e u e a d f rt e sg a u s a e,te t— o s mi g eg n a u e o h up tS NR w u d r d c n o h in ls b p c h i c n u n ie v l e d— me

cm oio ol b ed d T i ppr u fradteipoe n a cnt it m nm m vr ne( C o psinw ud ene e . hs ae tow r r dl er os a s ii u a ac L MV)a oi m, t p h m v i rn i l rh g tw ih w u d r d c ie t n l o sr itn a h ie t n o e a s me e i d s n l.A d t r u h t eh g r e e - h c o l e u e ad r ci a n tan e r e d rc i f h su d d sr i as n o g ih o d rp w o c t o t e g h he ft e iv re s t lc v ra ema rx t pp o c hesg a ub p c s d o h h r ce si fsg a ie a u a g r ro h n e s pai o a inc ti o a r a h t in ls s a eba e n te c a a tr tco i n leg nv l el r e a i

ta os ievlew i ol ao ee e eo oio, hnpoet eoti dw i t etr note m r e h nni e n a hc cu vi t i nd cmpsi te rjc dt ba e e h vco o t h po d e g u h d dh g tn e h n g i vsg a u p c . Co a e y smu ai n a lssa d r s t h w ha heme h d c n g e ty rdu e te c mp ai n,bu l i n ls bs a e mp r d b i l to nay i n e ulss o t tt t o a ra l e c h o utto ta— S infc nt mp o e t e r b t e

s o d p ie b a o mi g.The eo e,fo t n i e i g a plc to e s cie, t O sg iia l i r v h o usn s fa a tv e mfr n y rf r r m he e gne rn p i ain p rpe tv he r s a c so r a ee e c aue e e r h i fg e trf r n e v l .

Ke r s a a t e b a o mi g i e e o o i o y wo d: d p i e mf r n;e g n d c mp st n;r b sn s;l e rc n t i t mi i m v r n e in ls b p c v i o u t e s i a o sr n s n mu a i c;s a u s a e n a a g

自适应波束形成广泛应用于声纳、达、线通信、雷无语音、 医学等领域。当信号环境、信号源、天线阵列存在误差时，传统

方向性约束，将得到的最优权矢量向简化的信号子空间投影。 该信号子空间算法不需要进行特征分解，不需要已知其他也先验知识就能得到，降低了计算复杂度，在一定程度上可以减小指向误差的影响，提高指向的稳健性，且在输入信噪比较大时仍能适用，适合工程实现。

的波束形成算法性能就会明显下降。因此，高稳健性就成为提自适应阵列处理的目标之一_。 J J目前已有的稳健波束形成方法主要有对角加载方法一

和盲自适应波束形成方法，分别存在着对角加载值难以但确定和收敛速度较慢的缺点。基于特征空间 ( S )自适应波 EB束形成是另外一类重要的稳健技术，有收敛速度快和对具指向误差不敏感的优点。因其性能优越，该类算法引起了许多学者的深入研究和广泛扩展，人们把线性约束和特征空间技术

1信号模型 设有个窄带信号入射到天线阵列上，射角度分别为入 0,…,; 0, 0天线阵由Ⅳ个阵元组成，假设天线阵和信号源位于同一个平面内，所有的信号相对于天线阵为远场窄带信号且

结合起来用到波束形成中，出了广义的特征空间波束形成器提( EB 、 G I )特征空问的线性约束最小方差波束形成器 ( L M EC— V L、 B)s稳健的特征空间线性约束波束形成器以及对信号子 j空间的快速求法叫等。一

具有相同的中心频率。假设 s

( ) t是第 i信号的复包络，个a 0)阵列归一化的导向矢量， l ( (是即 l 0) U=1 n t为； ()

NX1的加性噪声矢量。假定信源之间， 信源和噪声之间都是统计独立的，则阵列接收的信号为M

般的线性约束最小方差 ( C L MV)法同时加上两个方算

向性约束，以形成较宽的主瓣，而对假定方向的指向误差具从有一定的稳健性。本文在假定的期望信号方向附近减少一个收稿日期：2 1 -4 2 0 10 -5;修回日期：2 1 - 52 0 10—3

()=∑n 0) t t ( s()+n i,, ()=12…= 1

() 1

不失一般性，期望信号用 s( )。 t表示，扰信号用 s()干 t表

基金项目：国家“6” 8 3计划资助项目；安徽省自然科学基金资助项目(9 10 5; 0 0 2 3 )安徽 4

大学学术创新研究扶持和强化项目作者简介：闫冰冰(96 )女， 18一，安徽宿州人，硕士研究生，主要研究方向为微电子和集成电路设计、阵列信号处理；代月花 (9 5 )女， 17一，教授，博士， 主要研究方向为微电子和集成电路设计( a u ha00 ao.O .n; di eu2 0@yho Cr c )陈军宁( 93 )男， y n 15一，教授，博导，士，博主要研究方向为超大规模集成电路和微电子器件；郭金瑞 (93 )男， 18一，硕士，主要研究方向为微电子和集成电路设计；黄虎兵(96 )男， 18一，硕士，主要研究方向为图像与信号处理.

本文来源：https://www.bwwdw.com/article/uvbe.html