基于子阵划分的相控阵天线自适应波束形成研究

来源 :南京航空航天大学 | 被引量 : 0次 | 上传用户:mbc3204
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
自适应波束形成(ABF)技术可以适应当今相控阵雷达日益严峻的电磁辐射环境要求,为降低硬件成本及算法复杂度,大型相控阵天线通常采用部分自适应技术(PABF),为了减少信号处理器的维数,一般又会采用子阵级信号处理方式。而遗传算法、粒子群算法、蚁群算法等群体智能优化算法,以其既能扩大搜索域,又兼顾搜索效率的特点,成为划分子阵的有效工具。本文主要研究内容如下:1.详细介绍了相控阵雷达系统自适应阵列处理的数学模型,包括阵列信号模型,噪声场模型,接收数据模型以及频域和时域两种快拍数据模型;详细分析了最小方差无失真响应算法(MVDR)和线性约束最小均方算法(LCMV)两种典型的自适应波束形成算法的基本原理。2.介绍了部分自适应阵列处理,分析了降秩自适应阵列处理算法,详细分析了降维自适应阵列处理算法以及子阵级自适应波束形成的基本原理;重点研究了规则重叠子阵、均匀邻接子阵、非均匀邻接子阵等三种子阵划分类型,同时还研究了等噪声功率法和对称子阵划分等子阵划分算法的规则。3.研究了遗传、粒子群和蚁群等三种常用的群体智能优化算法的基本原理、实现过程,分析了算法解空间和子阵结构的对应关系及编解码方案;并详细研究了利用遗传、粒子群两种群体智能优化算法进行子阵划分的步骤及约束条件;提出了利用蚁群算法进行子阵划分的步骤和约束条件。4.提出了基于蚁群算法的一维和二维子阵级自适应波束形成方法。为有效克服栅瓣、栅零点,简化计算量,子阵结构采用了非均匀邻接类型,子阵划分方法采用了对称划分方法;子阵结构优化采用了群体智能优化算法。子阵级自适应权向量计算应用了LCMV算法;为进一步降低旁瓣电平,应用了等噪声功率法将子阵级权系数进行了归一化。仿真分别基于线阵和矩形平面阵,从旁瓣电平和信干噪比两个方面比较了三种算法的子阵级自适应波束形成性能。结果表明,在主瓣宽度相差不明显的情况下,基于蚁群算法的子阵级波束形成旁瓣电平更低,旁瓣抑制效果更好。
其他文献
近年来,通信技术迅猛发展,移动通信已经成为人们日常生活不可或缺的部分,发挥着重要的作用。伴随着互联网技术的不断发展和人们对高速手机数据业务需求的不断增加,单一的语音
OFDM (Orthogonal Frequency Division Multiplexing)技术以其多载波、抗多径干扰特性被选为LTE (Long Term Evolution)系统的关键技术。同时,OFDM技术能更好与链路自适应技
运动目标跟踪和网络监控是远程智能视频监控系统的关键技术和主要研究方向,其主要功能为主动监测监控场景中的运动物体,分析其运动轨迹,并将监控场景通过网络发送到监控端。
移动用户对通信数据率的需求与可用频率带宽受限的矛盾,随着用户数持续增长与多媒体业务迅速发展,日渐突出。为提高无线通信的可靠性与有效性,研究人员从时域、频域等维度对
随着嵌入式多媒体应用领域的发展,人们对多媒体播放器的功能要求越来越高,尤其是对不同多媒体格式的支持;大屏幕电视的普及,使影片的观看达到更好的视觉效果。而为满足大众个
近些年微带天线以其体积小,剖面低,易集成,造价低等特性以及良好的性能受到广泛的关注。随着移动通信系统业务的不断增加,通信设备不断向小型化发展,对天线体积、集成化及工
双耳声源定位即通过放置在耳道入口或耳道内的传声器采集到的声信号估计声源方位。该项研究兴起于二十世纪八十年代,以心理声学和现代数字信号处理为基础,重点研究声信号中包含
当前伴随着互联网的飞速发展,移动端APP数量正在快速增长,针对海量APP,如何为用户推荐正确的APP成为目前面临的一个重大难题。相对于传统的推荐技术(协同过滤和基于内容的推
随着WiFi技术发展的逐渐成熟,人们使用WiFi实现网络连接服务的需求急剧增加,WiFi成为关注的焦点。WiFi技术因速度快等优势而得到普及,同时无线网络技术的发展出现接入瓶颈、
随着计算机技术的飞速发展,数字信号处理技术在通信、医学等领域得到了广泛的应用。盲源分离技术作为一种尖端的信号处理方法成为众多学者竞相研究的对象。盲源分离技术是指