非理想环境下自适应波束形成算法研究

发布时间：2020-06-02 15:20

【摘要】：波束形成算法被普遍应用到无线通信、语音处理、雷达、声呐、医学成像和其他领域。然而在实际应用中会存在各种误差源,如阵列天线位置不理想、阵元间互耦效应、角度估计不准确、有限采样快拍数、有色噪声环境以及高动态环境等,以上因素均会影响波束形成器输出性能,严重时甚至造成其性能失效。因此,提高非理想环境下波束形成算法的输出性能成为众多学者聚焦所在。本文对波束形成算法的基本理论知识进行了简要概述,分析了常见的非理想条件对波束形成算法的影响,并提出相应的改进方法。具体如下:有限快拍数和有色噪声会导致自适应波束形成算法波形发生畸变,针对该问题提出了两种修正算法:有色噪声下基于约束Kalman波束形成算法和双稳健性波束形成算法。有色噪声下基于约束Kalman波束形成算法将Kalman滤波应用到波束形成领域内,大大提高了算法的收敛速度,并通过对有色噪声建模扩充Kalman滤波算法中的状态方程和量测方程,来消除有色噪声环境下波束形成算法波形畸变问题;双稳健性波束形成算法则是通过自适收缩因子方法来修正协方差矩阵,然后采用修正后的协方差矩阵对有色噪声进行估计,来消除有色噪声环境下波束形成算法波束畸变问题。仿真结果表明有色噪声下基于约束Kalman波束形成算法的收敛速度较快,并且算法的输出SINR得到明显的提升,但是该算法的复杂度较高,而双稳健性波束形成算法则能够在较低复杂度的情况下仍具有较好的输出性能。期望信号导向矢量角度失配会导致自适应波束形成算法在期望信号方向上形成不了主波束,严重时会造成期望信号相消现象。为了解决该问题,幅值响应约束被广泛应用到波束形成理论里,但是其在有限快拍数下旁瓣增益水平较高,针对该问题,提出了一种基于幅值约束与稀疏约束双约束下稳健波束形成算法。该算法利用阵列天线的稀疏性,在目标函数中添加一个稀疏约束来保证期望信号方向无失真接收而其他角度方向上增益为0。该算法通过将稀疏约束添加到幅值约束算法目标函数中,同时对波束图的主瓣和旁瓣进行约束,保证算法在角度失配等非理想情况下仍具有较高的输出性能。理论分析与仿真实验均验证了所提算法的有效性。通常情况下阵列接收数据中都包含期望信号,直接使用阵列接收数据协方差矩阵求取权值矢量会导致波束形成算法把大功率期望信号当成干扰信号来抑制,进而造成期望信号的失真。针对该问题,提出一种基于有效重建协方差矩阵的稳健自适应波束形成算法。该算法引入了判断因子作为其是否需要重构协方差矩阵的标准,判断因子是通过功率谱估计算法能否将期望信号角度估计出来定义的。算法首先利用功率谱估计来估计期望信号角度方向,然后通过判断因子来决定是否需要重构协方差矩阵,即在低SNR下无需重构协方差矩阵,而在高SNR下采用重构协方差矩阵方法,最后求出波束形成算法的权值矢量。这样就能在保证算法输出性能的基础上同时降低其复杂度,仿真验证了所提算法的有效性。
【学位授予单位】：哈尔滨工程大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TN957.52

【参考文献】