论文部分内容阅读
自适应波束形成技术作为阵列信号处理的重要研究方向,在雷达、声呐、卫星导航、无线通信、医学成像、语音识别等领域被广泛应用。但是,实际工作环境中存在通道幅相不一致、阵元位置误差等,致使自适应波束形成器无法准确约束目标导向矢量,这时利用含有目标的采样协方差矩阵计算权矢量就会导致阵列输出性能大幅度下降。本文针对上述问题进行研究,主要工作包括(1)在介绍Capon波束形成器工作原理的基础上,研究了加载类方法、子空间类方法、约束优化类方法和稀疏重构类方法的经典稳健波束形成算法。首先详细介绍了几种经典稳健波束形成算法的基本思想和实施步骤,接着分析了几种算法适用的场景和存在的问题,最后通过典型实验进行性能验证。实验结果表明,已有稳健波束形成算法在同时存在来波方向误差和阵列结构扰动时,无法准确约束目标导向矢量,导致输出性能急剧下降。(2)针对存在阵列误差时已有约束优化类方法和稀疏重构类方法输出信干噪比大幅下降的问题,提出导向矢量和协方差矩阵联合迭代估计稳健波束形成算法。该算法采用谱重构的方法得到目标导向矢量的初始值,并通过从采样协方差矩阵剔除目标完成干扰加噪声协方差矩阵的初始化;然后在建立导向矢量约束优化模型的基础上,联合迭代求解目标导向矢量和干扰加噪声协方差矩阵的最优值。实验结果表明,联合迭代估计算法可以提高波束形成器在阵列结构误差下的输出性能。(3)针对目标导向矢量失配较大时,联合迭代估计算法无法准确估计干扰加噪声协方差矩阵的问题,提出目标稳健阻塞的干扰加噪声协方差矩阵重构波束形成算法和导向矢量和干扰加噪声协方差矩阵交替迭代估计稳健波束算法。前一种算法通过构造角度展宽的目标阻塞矩阵来预处理训练数据,接着通过矩阵变换实现干扰加噪声协方差矩阵的重构。后一种算法采用谱重构的方法得到目标导向矢量的初始值,并通过构造目标阻塞矩阵完成干扰加噪声协方差矩阵的初始化;然后在建立导向矢量约束优化模型的基础上,交替迭代求解目标导向矢量和干扰加噪声协方差矩阵的最优值。实验结果表明,目标稳健阻塞的协方差矩阵重构算法相比联合迭代估计算法性能略有下降,但计算复杂度优势明显;交替迭代估计波束形成算法相比联合迭代估计算法稳健性有所上升,但不适用于弱目标场景。(4)基于TMS320C6678DSP硬件平台,设计了所提稳健波束形成算法的工程化实现方案,具体包括整体流程和各功能模块。实验结果表明硬件方案可以在抑制干扰的同时对目标形成增益。