干扰子空间正交投影快速零陷跟踪波束赋形算法

来源 :电子与信息学报 | 被引量 : 0次 | 上传用户:huimiandiadia
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
该文针对LEO星载阵列天线抑制角度动态变化的有源干扰的需要,提出一种干扰子空间正交投影的快速零陷跟踪波束赋形优化算法。算法采用干扰子空间动态更新与迭代正交投影,不断快速修正零陷位置,并通过迭代傅里叶变换(IFT)技术进行优化加速。所提出的快速算法在整个干扰零陷跟踪过程中,具有稳健和精确的控制方向图主瓣赋形区形状和阵元电流激励系数动态范围的能力,同时具备自适应最小化方向图旁瓣电平的能力,适用于星载系统在线实时计算。仿真实验验证了算法的快速性、有效性和稳健性。
其他文献
认知雷达发射高距离分辨率步进频信号通常需要较长的观测时间。为了节省时间资源,该文提出一种贝叶斯重构算法,用较少的步进频信号脉冲得到的频点缺失频域数据,重构出相应的全带宽频域数据。首先利用复数贝塔过程因子分析(Complex Beta Process Factor Analysis,CBPFA)模型对一组全带宽频域数据进行统计建模,求解得到其概率密度函数;然后在目标被跟踪且姿态变化不大的情况下,只发
该文基于贝叶斯分析的视角,揭示了一类算法,包括使用隐变量模型的稀疏贝叶斯学习(SBL),正则化FOCUSS算法以及Log-Sum算法之间的内在关联。分析显示,作为隐变量贝叶斯模型的一种,稀疏贝叶斯学习使用第2类最大似然(Type II ML)在隐变量空间进行运算,可以视作一种更为广义和灵活的方法,并且为不适定反问题的稀疏求解提供了改进的途径。较之于目前基于第1类最大似然(Type I ML)的稀疏
传统的后多普勒自适应处理方法,如因子法和扩展因子法,虽然能大大降低自适应处理时的运算量和独立同分布样本的需求量,但在天线阵元数进一步增大的情况下,还是不能有效抑制杂波。针对这一问题,该文提出一种空域数据分解的两级降维自适应处理方法。该方法将多普勒滤波后的空域数据进行分解,使其变为两个向量的Kronecker乘积,得到一双二次代价函数,利用循环迭代的思想求解最优权。实验表明该方法具有快速收敛,所需训
最近参加了多场胶粘剂行业会议,与参会代表聊天时大家谈到了一个共同的话题:今年经济形势依旧严峻,胶企唯有不断探索新技术和拓展新市场才能适应新常态,拥有持久竞争力,其中近
当前,世界经济复苏乏力,中国经济依旧面临新常态。面对行业竞争激烈、企业成本较高的现实,胶粘剂企业必须摒弃传统的“追规模、比速度”发展理念,研究和推进降本增效的举措和途径,进而实现更好发展。  据调研发现,汉高、回天、万华化学等知名胶企,为应对艰难市场形势和不断增强的经营压力,从2015年起就通过多种渠道开展了一系列“降本增效”的活动,全面提高效益水平,以积极的姿态面对新常态。企业降本增效是一项复杂
由于长短码直扩码分多址(LSC-DS-CDMA)信号包含了多个用户的长码和短码,已有的直扩码分多址信号的盲伪码估计方法不再适用。为此该文提出一种基于矩阵填充和三阶相关的伪码估计方法。首先从理论上将结构复杂的LSC-DS-CDMA信号构建为多用户短码扩频的缺失矩阵模型,将复合码矩阵估计建模为盲源信号分离问题;然后将矩阵填充理论应用于复合码矩阵估计,提出基于奇异值阈值算法和快速独立成分分析算法的各用户