【摘 要】
:
阵列信号处理广泛应用于雷达、声纳、通讯、地震勘探、射电天文、医学成像等多种军事和国民经济应用领域。但是,在理论上高性能的阵列处理方法实际应用中受阵列系统误差影响
论文部分内容阅读
阵列信号处理广泛应用于雷达、声纳、通讯、地震勘探、射电天文、医学成像等多种军事和国民经济应用领域。但是,在理论上高性能的阵列处理方法实际应用中受阵列系统误差影响严重。对此,本文研究快速稳健的自适应波束形成技术。在分析阵列误差对自适应波束形成性能影响的基础上,考虑实际工程对算法计算复杂度的要求,提出两种快速稳健的自适应波束形成算法,现总结如下:1.提出一种稳健的线性约束LMS自适应波束形成算法。期望信号导向矢量的估计不准导致传统自适应算法中期望信号被当作干扰抑制掉,严重影响系统的输出性能。本文基于导向矢量展开算法,梯度搜索真实的期望信号导向矢量,同时采用线性约束LMS算法迭代收敛得到最优权矢量。该方法中导向矢量和权矢量均能收敛到最优值,而且本文推导给出两个迭代步长的选取参考。该方法由于采用迭代算法,避开矩阵求逆运算,因此运算复杂度较低,而且计算机仿真验证了该方法对指向误差、阵元位置误差和阵元相位误差具有良好的稳健性。2.提出基于特征空间的快速自适应波束形成算法。基于特征空间的自适应波束形成算法对阵列误差具有较好的稳健性,但存在以下问题:第一,信号子空间的获取均涉及矩阵的特征分解运算,运算量很大;第二,在非平稳环境下(干扰或阵列平台运动),我们无法获取足够的有效采样点,将导致对数据相关矩阵的估计不准确,由此得到的信号子空间与真实信号子空间相差较大,进而影响算法的性能。本文将阵列均匀划分为互不重叠的若干子阵,在子阵内做基于ESB的自适应处理,然后将子阵级导向矢量向信号子空间投影作为权矢量,完成子阵级波束形成。本文算法作为一种降维自适应波束形成方法,不仅所需运算量小,而且通过计算机仿真验证了此算法能够在小快拍数条件下收敛,并对指向误差和阵列幅相误差具有良好的稳健性。
其他文献
深空通信是指地面站与离开地球轨道的深空探测器之间的通信,是深空探测任务的重要保障。由于通信距离远,信号衰减严重,接收信号的信噪比很低,为了保证通信的可靠性,Turbo码、
光谱分辨率的提高是光学遥感不断发展的趋势。高光谱分辨率(简称为高光谱)遥感技术是过去二十年中人类在对地观测方面所取得的重大技术突破之一,是当前遥感的前沿技术。由于高光谱所特有的高光谱分辨率的性质,其潜在的可应用性受到人们的广泛关注。高光谱图像分类的研究是高光谱遥感应用的主要内容之一。人工神经网络模型是近年来发展起来的综合数据分类方法之一。神经网络高光谱模式分类方法有以下优点:1)不要求同类地物在特
人脸识别系统以其方便、非侵入的特点受到军事、商业、安全、信息等应用领域的青睐。经过30多年的发展,自动人脸识别技术取得了长足的进步。但是,由于人脸的外观总是处于不断的
短波通信一直是世界各国中、远程通信的主要手段,广泛应用于政府、军事、外交、气象、商业等部门,在军事领域远程指挥通信具有不可替代的作用。短波接入网突破传统短波点对点
随着航空航天技术的发展,卫星遥感图像在环境监测、防灾减灾及国防军事等领域发挥了巨大的作用。但由于各种因素的影响,初始的卫星遥感图像存在多种形式的几何变形。为了有效地利用卫星遥感图像,首要的任务就是建立起像素坐标与其对应地面坐标之间精确的几何关系,即精确定位。非合作卫星遥感图像,由于其经纬度信息的丢失,无法获知地物准确的坐标位置,大大降低了图像的实际应用价值。本文以非合作卫星遥感图像为研究对象,主要
本文系统阐述了机载PD雷达信号处理的基本理论,从线性调频信号的脉冲压缩入手,分析了脉冲多普勒雷达中经典的利用多普勒滤波器组抑制杂波实现运动目标检测的方法,同时分析了
当今全球信息化的飞速发展,使得身份的高效识别和准确认证受到广泛关注。人脸识别,生物特征识别的一个重要分支,凭借得天独厚的优势,极高的学术价值,已成为国内外研究学者关
本文在分析了目前国内外温度传感器技术和网络通信技术的基础上,采用无线传感器网络技术,设计了基于网络的温度传感器系统。 课题研究了无线传感器网络的相关内容,提出了分层
基于物联网的消防通道车辆检测系统的主要目的是为了有效避免由于消防通道被车辆堵塞而导致重大火灾事故的发生。该系统利用物联网将传感器和人工智能处理相结合的方式,并采
随着航空通信数据传输业务的日益增长,现有的通信系统将无法满足未来高速率、高宽带的要求,因此EUROCONTROL提出了L-DACS1,并将其作为未来航空通信的备选方案。L-DACS1系统采