论文部分内容阅读
干扰问题在当前无线通信、雷达、声纳、射电天文等系统中普遍存在,并日益突出。本文主要对干扰抑制阵列信号处理关键技术进行探讨,并进一步考虑其在加挡圆阵上的应用。
传统自适应波束形成算法在各类误差源影响下,性能严重下降。线性约束最小均方误差方法作为一种稳健的自适应波束形成器,虽然可以降低阵列增益对指向性误差的敏感性,但由于其自适应过程中可用自由度数目的降低,干扰抑制性能并不理想。另外,该方法并不能改善阵元幅相误差和阵元位置扰动、以及空间谱估计误差存在时的系统性能。
为解决自由度降低问题,将线性约束转化为软约束,通过控制零点深度改善算法的干扰抑制性能,该方法相比于传统特征矢量约束方法具有更大的灵活性。考虑到算法性能对阵列扰动的敏感性,引入了三类规整化技术,即Tikohonov规整化、截断总体最小二乘规整化和规整化总体最小二乘理论,提高误差存在情况下的系统性能。仿真试验表明,此三类算法获得了比传统对角加载技术更高的阵列增益,其中规整化总体最小二乘算法具有最优性能。
在观测时间有限或信号和干扰高度统计相关场合,各类波束形成方法不能有效抑制干扰。为解决该问题,本文采用稀疏重建技术,根据信号源空间分布的物理稀疏特性,通过对波形估计施加e1范数、组范数或混合范数约束,将估计问题转化为标准的稀疏重建问题。本算法在有限快拍数或者信号源高度相关的情况下,可精确重建信号源波形,并保持了较高的空间分辨率和良好的阵列处理增益。当信号和干扰在方位、时间和频段上相重叠时,将稀疏重建技术应用于时域干扰抑制领域,可有效进行干扰抑制。仿真试验和实际试验数据处理结果验证了上述算法的有效性。
最后,根据加挡圆阵数学模型,对本文各类阵列信号处理方法加以修正并应用到该阵列中。仿真试验对算法的有效性进行了验证。