论文部分内容阅读
多域联合处理的抗干扰算法能够在不增加阵列大小的基础上增加阵列抗干扰自由度,充分利用所联合的极化域/频域/空域信息有效区分抑制干扰。本文主要围绕多域联合干扰抑制算法这一课题,在均匀圆阵基础上,为提升多域联合处理干扰抑制算法的高动态稳健性和可实现性做了如下工作:首先,给出空时/空时极化多域联合处理信号模型,并将斜投影滤波、线性约束最小方差(LCMV)和功率倒置(PI)算法推广到多域联合处理,在此基础上仿真验证多域联合处理干扰抑制算法的优点;其次,考虑到多域联合处理抗干扰算法在高动态下可能面临零陷失配的问题,针对空时处理进程中,干扰零陷失配扰动角度服从期望为0的高斯分布的情形,提出了无需干扰先验信息、计算简单、零陷展宽宽度可调的空时协方差矩阵锥ST-CMT。仿真验证了该方法能够有效提升最小方差无失真响应(MVDR)和PI高动态稳健性,并探索了零陷展宽对干扰抑制性能的影响;然后,针对多域联合处理的处理数据维度增大的问题,将联合迭代优化(JIO)降秩方法与多域联合干扰抑制算法相结合,降低了数据处理的维度并不再需要矩阵求逆,大大增加了多域联合抗干扰算法的可实现性;通过对输出功率与预设门限比较,可选择性更新降秩变换矩阵和降秩后权向量,进一步降低了联合迭代优化降秩抗干扰算法的更新次数,并自适应调整步长,将这种方法命名为JIOV;仿真探索MVDR-JIO和PI-JIO干扰抑制性能、多域联合处理优势的保持情况、算法收敛性等;最后,综合考虑联合迭代优化降秩和零陷展宽。将协方差矩阵锥分别与联合迭代优化降秩PI-JIO和变步长联合迭代优化降秩PI-JIOV相结合成:PI-JIO-CMT和PI-JIOV-CMT,可在降低多域联合干扰抑制算法计算复杂度的同时进行零陷展宽。仿真中,将协方差矩阵锥具体化为ST-CMT,并探索了考虑协方差矩阵锥化的PI-JIO-CMT和PI-JIOV-CMT在高动态中干扰抑制性能和高动态稳健性。