基于非圆信号的稳健自适应波束形成算法的研究

发布时间：2017-03-31 06:58

  本文关键词：基于非圆信号的稳健自适应波束形成算法的研究，由笔耕文化传播整理发布。

【摘要】：稳健自适应波束器是阵列信号处理领域中的一个非常重要的分支,它是利用多个传感器组成的传感器阵列来接收信号,进而提取所需要的期望信号的信息,同时尽可能的减少干扰和噪声成分对它的影响。在经典的自适应波束形成器中,我们通常采用的是可以用协方差矩阵来完全描述信号的统计特性即为圆信号。但是,在实际用到的大部分信号通常是非圆信号,即信号的伪协方差矩阵不等于零,此时在广义线性波束形成器中,通过滤波器可以同时得到包含在接收信号和它的共轭中的期望信号的信息。但是当快拍数有限时,扩充的采样协方差矩阵特征值的范围增大,导致波束形成器性能降低以及复杂度增大。为了解决稳健性的问题,本文提出了基于协方差矩阵重构的广义线性最小方差无失真响应(Minimum Variance Distortionless Response,MVDR)波束形成算法和广义线性最差性能(Wost-case,WC)波束形成算法,当快拍数有限时,扩充采样协方差矩阵不再是真实的扩充协方差矩阵的一致解,这两种算法中都是利用了MVDR空间谱估计来对扩充协方差矩阵进行重构。然后再结合非圆系数以及导向矢量的估计量来得到扩充的干扰噪声协方差矩阵的重构值,用重构后的干扰噪声协方差矩阵来代替扩充的采样干扰噪声协方差矩阵,而且可以除去期望信号的影响。另外,这两种波束形成算法分别对导向矢量和不确定性水平的估计采用了OAS(Oracle Approximating Shrinkage)和QCQP(Quadratic Constraint Qudratic Program)。为了解决基于最小均方(Least Mean Squares,LMS)的波束形成器收敛速度慢的问题,本文提出在SM(Set-membership)框架下的广义线性LMS波束形成算法。它利用了统计梯度(Stochastic Gradient,SG)下降法和递归最小二乘法(Recursive Least Squares,RLS)来分别获得降维矩阵和权矢量的联合迭代优化,然后再结合SM框架,得到降维矩阵和权矢量是每次选择性更新的,因此收敛速度大大提高。随后,本文又提出基于MVDR的广义稳健降维自适应波束形成算法,这种算法在非圆情况下对MVDR模型进行了修正得到新的模型,此时对降维矩阵,权矢量和对角加载系数进行联合迭代优化。因此,通过这个算法得到的波束形成器的稳健性大大提升,而且复杂度降低。
【关键词】：稳健自适应波束形成 广义线性 干扰噪声协方差矩阵 最小均方 联合迭代优化
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN911.7
【目录】：

• 摘要4-5
• ABSTRACT5-9
• 第1章 绪论9-16
• 1.1 课题背景及研究的目的和意义9-10
• 1.1.1 课题背景9
• 1.1.2 课题研究的目的和意义9-10
• 1.2 波束形成技术的研究现状与分析10-14
• 1.2.1 阵列增益与稳健性11-13
• 1.2.2 非圆信号的波束形成器13-14
• 1.3 本文的主要研究内容及结构安排14-16
• 第2章 波束形成器的阵列模型与经典算法16-25
• 2.1 引言16
• 2.2 圆信号条件下的阵列模型16-19
• 2.3 非圆信号条件下的阵列模型19-20
• 2.4 基于WC的稳健自适应波束形成算法20-22
• 2.5 广义线性最优MVDR波束形成算法22-24
• 2.6 本章小结24-25
• 第3章 基于协方差矩阵重构的广义线性波束形成算法25-49
• 3.1 引言25
• 3.2 基于协方差矩阵重构的广义线性MVDR波束形成算法25-30
• 3.2.1 扩充干扰噪声协方差矩阵的重构和非圆系数的估计25-28
• 3.2.2 利用OAS方法来估计导向矢量28-30
• 3.3 基于协方差矩阵重构的广义线性WC的波束形成算法30-33
• 3.3.1 广义线性WC波束形成算法30-32
• 3.3.2 利用QCQP算法来计算不确定性水平32-33
• 3.4 算法仿真33-47
• 3.4.1 基于MVDR准则下重构的仿真33-39
• 3.4.2 基于WC准则下重构的仿真39-47
• 3.5 本章小结47-49
• 第4章 基于联合迭代优化的广义稳健降维自适应波束形成算法49-67
• 4.1 引言49
• 4.2 降维波束形成算法49-50
• 4.3 基于SM框架下的广义降维稳健波束形成算法50-55
• 4.3.1 基于SG的联合迭代优化算法51-53
• 4.3.2 基于RLS的联合迭代优化算法53-55
• 4.4 基于非圆信号的稳健降维波束形成算法55-58
• 4.5 算法仿真58-66
• 4.5.1 基于SM框架的LMS波束形成算法的仿真结果58-63
• 4.5.2 基于MVDR准则的波束形成算法的仿真结果63-66
• 4.6 本章小结66-67
• 结论67-68
• 参考文献68-73
• 攻读硕士学位期间发表的论文及其它成果73-75
• 致谢75

【相似文献】

中国期刊全文数据库 前10条

1 宁忠磊;王宏琦;张正;;一种基于协方差矩阵的自动目标检测方法[J];中国科学院研究生院学报;2010年03期

2 吴翩翩;;基于区域协方差矩阵的模板更新方法分析与比较[J];科技广场;2010年01期

3 胡玉成;;基于协方差矩阵递推的故障诊断[J];杭州电子科技大学学报;2010年06期

4 段松传;韩彦芳;徐伯庆;;基于协方差矩阵的复杂背景中目标检测[J];无线电通信技术;2012年04期

5 刘廷进;张建华;;实验数据的协方差构造[J];中国原子能科学研究院年报;1991年00期

6 郭佳佳;廖桂生;杨志伟;杜文韬;;利用广义内积值迭代加权的空时协方差矩阵估计方法[J];电子与信息学报;2014年02期

7 赵益民，鞠德航;协方差矩阵的权微扰算法[J];电子学报;1996年03期

8 时艳玲;;相干积累检测器中协方差矩阵估计的新算法[J];电波科学学报;2014年02期

9 管学伟;刘先志;罗镇宝;;基于区域协方差矩阵的目标跟踪方法[J];红外技术;2009年02期

10 纪华;王大伟;赵建;韩广良;王延杰;;协方差矩阵在目标二维姿态测量中的应用[J];光学精密工程;2009年11期

中国重要会议论文全文数据库 前5条

1 张大海;杨坤德;雷波;马远良;;基于协方差矩阵加权的波束形成的应用研究[A];中国声学学会2006年全国声学学术会议论文集[C];2006年

2 王露;马远良;;基于协方差矩阵实部消除的DOA估计方法[A];中国声学学会第十届青年学术会议论文集[C];2013年

3 孙伟平;向杰;廖红虹;周敬利;;基于GPU的协方差矩阵粒子滤波算法[A];第七届和谐人机环境联合学术会议（HHME2011)论文集【oral】[C];2011年

4 邱志平;;区间随机本征正交分解方法[A];中国力学大会——2013论文摘要集[C];2013年

5 苗良;平西建;丁益洪;王卫东;;立体赤足迹的图像校准与特征描述[A];第十二届全国信号处理学术年会（CCSP-2005）论文集[C];2005年

中国博士学位论文全文数据库 前4条

1 王首彬;基于协方差矩阵流形的风电机组齿轮箱故障诊断方法研究[D];哈尔滨工业大学;2014年

2 王励励;协方差矩阵的谱分析及其应用[D];浙江大学;2014年

3 王成;大维数据的总体协方差矩阵研究[D];中国科学技术大学;2013年

4 许林;高维协方差矩阵结构检验[D];东北师范大学;2014年

中国硕士学位论文全文数据库 前10条

1 奚春红;一种基于Shiryaev-Roberts过程的检测多元协方差矩阵的控制图[D];辽宁大学;2015年

2 李欢;高维两总体协方差矩阵相等检验[D];东北师范大学;2015年

3 黄志英;辐射源多阵列直接定位算法研究[D];解放军信息工程大学;2015年

4 林祝莹;图Lasso及相关方法的研究与应用[D];燕山大学;2016年

5 蒋智文;多响应纵向变量协方差矩阵的正则估计方法[D];中国科学技术大学;2016年

6 王永华;基于非圆信号的稳健自适应波束形成算法的研究[D];哈尔滨工业大学;2015年

7 疏祝捚;高频资产协方差矩阵的预测及其在投资组合中的应用[D];西南财经大学;2014年

8 孙琦;基于协方差矩阵的目标跟踪方法[D];黑龙江大学;2012年

9 万亚丽;基于截断协方差矩阵的高维稀疏判别分析[D];华北电力大学;2015年

10 郭佳佳;非均匀环境下协方差矩阵估计方法研究[D];西安电子科技大学;2014年

  本文关键词：基于非圆信号的稳健自适应波束形成算法的研究，由笔耕文化传播整理发布。

，

本文编号：279078