阵列天线自适应波束形成算法研究

阵列天线自适应波束形成算法研究

论文摘要

阵列信号处理是信号处理领域的一个重要分支,它的应用涉及雷达、声纳、通信、地震勘测、机电测量、射电天文以及医学诊断等多种国民经济和军事应用领域。阵列天线自适应波束形成算法是阵列信号处理的一个重要研究方向,其目的是有效地抑制干扰信号而保留期望信号,从而使天线阵列的输出信号干扰噪声比达到最大。本文主要研究了两类阵列天线自适应波束形成算法。一类为基于参考信号的自适应波束形成算法,另一类为基于波达角估计的波束形成算法。在介绍第一类波束形成算法时,首先介绍了LMS算法和RLS算法,然后针对这两种算法,各提出了一种改进算法——基于Turbo译码器结构的改进的LMS算法(提高了原算法的收敛速度)和一种基于实值调制的改进的RLS算法(降低了原算法的计算复杂度)。基于波达角估计的波束形成算法是近几年的研究热点。本文在介绍SCB(StandardCapon Beamforming,标准Capon波束形成)算法和DL(Diagonal Loading,对角加载)算法等已有算法的基础上,结合应用实际,提出了两种稳健的波束形成算法——一种基于最小横模误差准则的对角加载波束形成算法和一种稳健的DOA-波束形成联合算法。前一种算法根据最小恒模误差准则给出了求解加权矢量的新的代价函数,并使用直接搜索法计算对角加载值的最优解。但是,直接搜索法运算复杂度很高,所以文中提出了一种基于高斯分布的直接搜索法,大大降低了原搜索方法的复杂度。DOA-波束形成联合算法是在天线阵的阵列流型估计不准确时具有稳健性,并且DOA估计性能和波束形成性能优于已有波束形成算法。

论文目录

  • 摘要
  • Abstract
  • 1 绪论
  • 1.1 研究背景及意义
  • 1.2 国内外研究进展与现状
  • 1.3 本文的主要工作
  • 2 自适应阵列天线数学建模
  • 2.1 自适应天线阵
  • 2.2 自适应天线阵
  • 2.3 本章小结
  • 3 基于参考信号的自适应波束形成算法
  • 3.1 LMS算法
  • 3.2 一种基于Turbo译码器结构的 LMS算法
  • 3.2.1 算法的实现结构
  • 3.2.2 算法原理及推导
  • 3.2.3 改进算法的执行
  • 3.2.4 算法收敛速度分析
  • 3.2.5 仿真结果与分析
  • 3.2.6 小结
  • 3.3 RLS算法
  • 3.4 一种用于实值调制系统的改进的RLS算法
  • 3.4.1 RLS自适应阵列
  • 3.4.2 改进的RLS算法
  • 3.4.3 仿真结果与分析
  • 3.4.4 小结
  • 3.5 本章小结
  • 4 基于波达角估计的自适应波束形成算法
  • 4.1 SCB算法
  • 4.2 对角加载波束形成算法
  • 4.3 一种基于最小横模误差准则的对角加载波束形成算法
  • 4.3.1 MCME原理
  • 4.3.2 使用直接搜索法求解 MCME算法的代价函数
  • 4.3.3 使用高斯分布直接搜索法求解 MCME算法的代价函数
  • 4.3.4 小结
  • 4.4 一种稳健的DOA-波束形成联合算法
  • 4.4.1 MUSIC算法原理
  • 4.4.2 算法的具体实现
  • 4.4.3 仿真结果与分析
  • 4.4.4 小结
  • 4.5 本章小结
  • 结论
  • 参考文献
  • 攻读硕士学位期间发表学术论文情况
  • 致谢
  • 相关论文文献

    标签:;  ;  

    阵列天线自适应波束形成算法研究
    下载Doc文档

    猜你喜欢