一种不需要正交化的盲多波束形成算法
基于盲源分离的自适应波束形成算法研究
基于盲源分离的自适应波束形成算法研究自适应波束形成算法是一种利用多普勒效应和自适应控制技术,对信号进行调制和解调的通信算法。
在无线通信系统中,自适应波束形成算法被广泛应用于盲源分离的无线通信系统中,以提高信道容量和降低信噪比。
本文将介绍基于盲源分离的自适应波束形成算法的基本原理和实现方法,并探讨其在无线通信系统中的应用场景和优势。
一、基于盲源分离的自适应波束形成算法的基本原理在无线通信系统中,为了实现盲源分离,需要使用频率选择性衰落信道模型来描述信号在传输过程中受到的衰落和干扰。
同时,为了降低多径效应对通信系统的影响,需要使用自适应波束形成算法来调整信号的调制方式和幅度,以获得更好的通信效果。
基于盲源分离的自适应波束形成算法的基本原理包括:1. 利用多普勒效应和频率选择性衰落信道模型,计算出盲源在不同频率上的发射和接收信号的幅度和相位,从而确定最佳调制方式和幅度。
2. 利用自适应控制技术,对调制方式、幅度和相位进行动态调整,以适应不同的盲源和环境。
3. 利用基带自适应技术,对自适应波束形成算法进行调整和优化,以提高通信系统的效率和稳定性。
二、基于盲源分离的自适应波束形成算法的实现方法基于盲源分离的自适应波束形成算法的实现方法可以分为以下几个步骤: 1. 采集盲源在不同频率上的发射和接收信号,并利用频谱分析和功率谱密度估计技术,计算出盲源的分布情况。
2. 根据采集到的盲源分布情况,使用频率选择性衰落信道模型和自适应波束形成算法,计算出最佳的调制方式和幅度。
3. 对计算出的调制方式和幅度进行优化,以实现自适应波束形成算法的动态调整和优化。
4. 将调制后的信号进行编码和解码,以实现无线通信。
三、基于盲源分离的自适应波束形成算法在无线通信系统中的应用场景和优势基于盲源分离的自适应波束形成算法在无线通信系统中具有广泛的应用场景和优势,包括:1. 提高信道容量,降低信噪比,从而提高通信效率。
2. 支持多用户和多业务通信,实现分布式通信和数据共享。
多波束声纳波束形成算法
多波束声纳波束形成算法
多波束声纳是一种能够同时发射多个声波束的声纳系统,它具有高分辨率和广覆盖区域的特点。
而波束形成算法是多波束声纳系统中的重要部分,它能够将多个波束的信号进行合成,进而提高声纳系统的性能。
多波束声纳波束形成算法有许多种,其中常见的包括波束加权法、自适应波束形成法、最大似然法等。
波束加权法是一种较为简单的波束形成算法,它通过对波束进行加权,使得目标信号的能量最大化,从而提高舰船对目标的探测和识别能力。
自适应波束形成法则是一种基于信号处理技术的波束形成算法,它能够自动调整波束的方向和形状,以适应不同环境下的信号变化。
自适应波束形成法可以通过引入自适应滤波器,对多个输入信号进行加权,进而实现对目标信号的抑制和背景噪声的降低。
最大似然法是一种基于统计学原理的波束形成算法,它将目标信号和背景噪声看作随机变量,通过最大化目标信号与背景噪声之间的似然比,实现对目标信号的探测和定位。
总之,多波束声纳波束形成算法是多波束声纳系统中的核心部分,它能够在复杂的海洋环境中提高声纳系统的性能,进而实现对海洋目标的探测和定位。
- 1 -。
一种DS-CDMA系统低复杂度盲波束形成算法
一种DS -CDMA 系统低复杂度盲波束形成算法徐伟(西安电子科技大学雷达信号处理重点实验室,西安, 710071)摘 要: 利用发射信号的有限字符集特性,提出一种针对DS-CDMA 信号的低复杂度自适应盲波束形成算法。
该算法结构简单,便于实现。
计算机仿真验证了本文算法的有效性。
关键词: 盲波束形成 DS-CDMA 阵列信号处理A low-complexity blind beam forming algorithmfor DS-CDMA systemXu Wei(key lab of radar signal processing xidian university ,xian ,710071)Abstract: A low complexity adaptive blind beam forming algorithm for DS-CDMA signals is proposed by finite alphabet character of transmitted signal in this paper. This algorithm has a concise structure for easy implement. Computer simulations have been conducted which demonstrated the effectiveness of this algorithm.Key words: blind beam forming ,DS-CDMA ,array signal processing1 引言智能天线技术研究的核心是自适应算法。
自适应算法概括的分为非盲算法和盲算法两类。
通常盲算法相对非盲算法运算量较大,收敛速度较慢,但频谱利用率较高。
由于频谱资源日益紧张,近年来盲波束形成逐渐成为研究的热点。
盲波束形成算法一般利用了信号本身的一些结构特征,包括恒模特性、循环平稳性、非高斯性、有限字符集特性[1]等。
波束形成算法原理
波束形成算法(Beamforming),是一种用于改善通信、雷达、声音等传感系统的算法。
波束形成通过合成波束的相位和幅度,将信号聚焦到特定的方向上,从而增强信号的接收或发送效果。
波束形成算法原理的关键在于波束。
波束是由多个波源或接受器所发送或接收的同相位、同方向、相干的波的叠加形成的空间能量聚焦区域。
波束形成算法通过合成相位和幅度,使得波束能够在特定的方向上聚焦,从而增强信号的强度和质量。
波束形成算法可以分为线性波束形成和非线性波束形成两种主要类型。
线性波束形成通常基于阵列信号处理技术,其中,阵列中的每个传感器都贡献一个权重和相位延迟,用于控制信号的接收或发送方向。
最常见的线性波束形成算法是波达波束形成算法(Delay-and-Sum Beamforming)。
波达波束形成算法通过对每个传感器的接收或发送信号进行延迟补偿和加权,使得波束在特定方向上相干叠加,从而增强目标信号。
非线性波束形成算法主要包括最大似然估计(Maximum Likelihood)和最小方差无失真响应(Minimum Variance Distortionless Response,MVDR)等算法。
最大似然估计算法通过最小化似然函数,寻找最可能的声源方向,从而实现波束聚焦。
最小方差无失真响应算法通过最小化输出误差的方差,优化权重和相位的选择,从而实现波束聚焦。
对于语音信号的波束形成,还可以利用混响对抗训练(Reverberation-Robust Training)来提高性能。
该方法通过在训练阶段引入模拟混响,使得波束形成算法能够更好地应对实际环境中的回声干扰。
波束形成算法在通信、雷达、声学等领域有着广泛的应用。
在通信系统中,波束形成可以提高信号的抗干扰能力和覆盖范围,从而增强通信质量。
在雷达系统中,波束形成可以提高目标检测和跟踪的准确性和灵敏度。
在声学领域,波束形成可以用于语音增强和声源定位,提高语音信号的质量和定位的准确性。
波束形成 算法
波束形成算法
波束形成算法是一种利用阵列信号处理方法,通过调整合成波束的权重和相位,以实现信号增强或抑制的技术。
其目的是改变阵列天线的指向性,从而增强感兴趣的信号,抑制干扰和噪声。
常见的波束形成算法包括最小均方误差(Least Mean Square, LMS)算法、最大信噪比(Maximum Signal-to-Noise Ratio, MSNR)算法、最大似然(Maximum Likelihood, ML)算法和
最小方差无偏(Minimum Variance Unbiased, MVU)算法等。
LMS算法是最简单的一种波束形成算法,它通过不断迭代调
整权重和相位,最小化输出信号与期望信号之间的均方误差,从而达到波束指向性的优化。
MSNR算法则基于最大化信号与噪声的比值,通过调整权重
和相位以最大化输出信号的信噪比,从而实现波束形成的优化。
ML算法则是基于概率统计的方法,通过似然函数最大化,估
计出最适合的权重和相位配置,从而实现波束形成。
MVU算法则是一种无偏估计方法,通过最小化误差的方差,
以实现波束形成的优化。
以上只是几种常见的波束形成算法,实际应用中还有很多其他的算法和改进方法,具体选择哪种算法要根据具体的应用场景和需求进行评估和选择。
一种稳健的盲波束形成方法
一种稳健的盲波束形成方法刘骐玮;马彦恒;李根;董健【摘要】针对现有的盲波束形成方法在采用级联模式时存在的结构复杂的问题和在采用并联模式时系统的稳定性较差的问题,在时频分析的基础上利用能量的定向积累作用获得频率轴的截距与信号的一维线性分布关系,然后根据二阶差分运算确定导向矢量的不确定集,最后由二阶锥规划约束精确地估计导向矢量并利用Capon 波束形成方法实现多目标盲波束的并行输出.理论分析及实验结果表明,该方法较之现有方法计算量较小,可精确估计出导向矢量并形成波束,实现对期望信号的接收,干扰信号的抑制.【期刊名称】《电光与控制》【年(卷),期】2019(026)007【总页数】6页(P9-14)【关键词】阵列信号处理;盲波束形成算法;时频分析;能量积累;导向矢量估计;二阶锥规划【作者】刘骐玮;马彦恒;李根;董健【作者单位】陆军工程大学石家庄校区,石家庄 050003;陆军工程大学石家庄校区,石家庄 050003;陆军工程大学石家庄校区,石家庄 050003;陆军工程大学石家庄校区,石家庄 050003【正文语种】中文【中图分类】TN911.70 引言自适应波束形成是阵列信号处理的重要组成部分,在雷达信号处理、通信、声呐等领域有着广泛而深远的影响[1-3]。
传统的波束形成主要依靠获知期望阵列流型和信号来向等先验信息准确形成期望波束。
但在实际应用中,先验信息的获取往往是困难的,即使获得也存在一定的偏差,导致算法的效果较之期望值有较大的下降[4],而盲波束形成算法的优点是在无法获得阵列流型和信号来向的情况下估计参数时,仍能形成波束,较大地提高了波束形成算法的稳健性和输出性能,降低了在先验条件不足情况下的算法恶化。
目前为止,较成熟的盲波束形成算法主要有恒模算法[5](Constant Modulus Algorithm,CMA),基于循环平稳性的盲波束形成算法[6](Spectral Self-Coherence Restoral,SCORE),高阶累积量的盲波束形成算法[7](High-Order Cumulant, HOC)和基于独立分量分析(Indepen dent Component Analysis,ICA)的盲波束形成算法[8]。
波束合成算法
波束合成算法波束合成算法是一种用于无线通信中的信号处理技术,它可以将多个天线的信号进行合成,从而提高通信系统的性能和可靠性。
本文将介绍波束合成算法的原理、应用和未来发展方向。
一、引言随着无线通信技术的迅速发展,人们对于高速、高质量的通信需求越来越大。
而传统的单天线通信系统在传输速率和通信质量方面存在一定的限制。
为了克服这些限制,波束合成算法被提出并应用于无线通信系统中。
波束合成算法的核心思想是利用多个天线的信号进行合成,形成一个更强的波束,从而增强信号的传输和接收能力。
具体而言,波束合成算法分为两个阶段:波束形成和波束跟踪。
1. 波束形成在波束形成阶段,系统利用多个天线发射的信号相位差异来形成一个指向特定方向的波束。
通过调整每个天线的相位和幅度,可以将波束的主瓣指向所需的方向,并将副瓣的能量降低,从而提高信号的传输效果。
2. 波束跟踪在波束形成之后,波束合成系统需要实时跟踪目标信号的方向,以保持波束的指向。
波束跟踪算法通过不断调整每个天线的相位和幅度,使得波束能够随着目标信号的移动而跟踪,并保持最佳接收状态。
三、波束合成算法的应用波束合成算法在无线通信领域有着广泛的应用。
以下是几个常见的应用场景:1. 无线通信系统波束合成算法可以应用于无线通信系统中,通过合成波束可以提高信号的传输速率和通信质量。
特别是在高速移动通信环境下,波束合成算法可以显著提高系统的可靠性和抗干扰能力。
2. 雷达系统雷达系统需要对目标进行准确的探测和跟踪。
波束合成算法可以帮助雷达系统形成更为集中的波束,从而提高目标的探测概率和测距精度。
同时,波束跟踪算法可以保持波束的指向,随着目标的移动进行实时跟踪。
3. 无线电天文学无线电天文学需要对天空中的无线电信号进行接收和分析。
波束合成算法可以帮助天文学家将多个天线的信号合成为一个更为敏感的接收系统,从而提高无线电天文观测的灵敏度和分辨率。
四、波束合成算法的未来发展方向随着无线通信技术的不断发展和应用需求的不断增加,波束合成算法也在不断演进和改进。
恒模算法及其在盲波束形成中的应用
恒模算法及其在盲波束形成中的应用恒模算法及其在盲波束形成中的应用摘要:盲波束形成是一种通过自适应信号处理技术实现的多个接收天线的阵列信号处理方法。
恒模算法是盲波束形成中应用较为广泛的一种算法,它通过实时监测各个通道的信噪比,并相应地调整每个通道的增益,从而达到信号增强和干扰抑制的目的。
本文将对恒模算法的原理、实现方法以及在盲波束形成中的应用进行详细介绍。
一、引言随着通信技术的不断发展,无线通信系统在提高数据传输速率、增加连接数等方面面临着越来越多的挑战。
盲波束形成作为一种有效的天线阵列信号处理方法,能够有效提高信号质量,降低信号间干扰,因此在无线通信系统中得到了广泛的应用。
二、恒模算法原理恒模算法是一种基于自适应信号处理技术的方法,主要通过监测每个通道的信噪比来调整各个通道的增益,从而实现信号的增强和干扰的抑制。
其主要原理如下:1. 信噪比监测:通过对每个通道的输入信号进行功率估计和噪声估计,计算信噪比。
信噪比的计算可以采用均方误差法或最小均方误差法。
2. 增益调整:根据信噪比的大小,调整每个通道的增益。
当信噪比较低时,增加相应通道的增益;当信噪比较高时,降低相应通道的增益。
3. 误差更新:根据调整后的增益,计算误差信号,并将其作为输入信号进行下一次迭代。
三、恒模算法实现方法恒模算法的实现通常包括以下几个步骤:1. 初始化:设置每个通道的增益初始值。
2. 信号采集:通过天线阵列采集输入信号。
3. 信噪比计算:对每个通道的输入信号进行功率估计和噪声估计,计算信噪比。
4. 增益调整:根据信噪比的大小,调整每个通道的增益。
5. 误差计算:根据调整后的增益,计算误差信号。
6. 误差更新:将误差信号作为新的输入信号,进行下一次迭代。
7. 收敛判断:通过设定的终止条件,判断算法是否收敛,如果没有收敛则返回步骤4继续迭代。
四、恒模算法在盲波束形成中的应用恒模算法在盲波束形成中的应用主要包括:1. 信号增强:通过不断调整每个通道的增益,使得目标信号在接收端得到增强。
MVDR波束形成算法的优化及其在电磁探测领域的应用
MVDR波束形成算法的优化及其在电磁探测领域的应用第一章绪论在电磁探测领域,波束形成是一种常见的技术手段。
在众多的波束形成算法中,MVDR(Minimum Variance Distortionless Response)算法是一种典型的自适应波束形成算法。
它的特点是可以抑制信号干扰,提高目标信号的信噪比。
但是,传统的MVDR算法在实际应用中存在一些问题,如计算复杂度高、稳定性差等,因此对MVDR算法进行优化是很有必要的。
第二章 MVDR算法的原理与特点MVDR算法是一种基于降维思想的自适应波束形成算法,它可以根据环境中的信号特性自动选择最佳的信号加权系数。
该算法的基本思想是通过信号空间处理将多维平面向投影到一维或二维空间,从而降低计算复杂度,在降维后的空间中计算最佳加权系数,最终得到抑制干扰、提高信噪比的输出信号。
MVDR算法的特点如下:1. 可以实现对信号干扰的有效抑制,提高目标信号的信噪比。
2. 可以根据环境中信号的特性自动选择最佳的信号加权系数,具有自适应性。
3. 可以在信号干扰较大的情况下仍然保持较高的抑制水平。
第三章 MVDR算法的优化传统的MVDR算法存在计算复杂度高、稳定性差等问题,因此需要对其进行优化。
主要的优化方法包括以下几个方面:1. 优化空间降维处理方法:传统的MVDR算法采用的是协方差矩阵的特征值与特征向量分析法进行空间降维,这种方法存在计算复杂度高的问题。
因此,可以采用LU分解等优化方法,从而简化计算过程。
2. 改进权重计算方法:传统的MVDR算法中,权重系数容易受到噪声等外界因素的影响,导致输出结果不稳定。
因此,可以采用加入正则化因子的方法、半迹法等方法改进权重计算方法,提高MVDR算法的稳定性与准确性。
3. 采用快速算法:传统的MVDR算法在计算过程中存在大量的矩阵运算,严重影响了其实时性和实用性。
因此,可以采用矩阵分裂法、QR分解法等快速算法,从而提高MVDR算法的实时性和计算效率。
一种适用于任意峰度非高斯信号的多目标盲波束形成方法
B sdo r s xmi t nAl rh ( MA)a e otu cinid f e yi rd c g h rs c r l ino ae nKut iMa i z i g i m K os ao ot , w c s fnt e ndb t u i e os or a o f n o s i no n t c - et
2 问题描述及信号模型
ue o c mp t h ih e tr,whc o ny a od h o a xr mu b tas mpo e h o uig se d sd t o uet eweg tv cos ih n to l v iste lc l t e e m u lo i r v stec mp tn p e . Smuainpo e orcn s f hs lo i m. i lt r v sc re te s ti g r h o o a t
Ke rs ywo d No - us n s a , uts x i zt nAloi m ( MA ,G nt g rh ( A ,Mu i res nGasi i l K r i Ma miao g rh K ) eei Aloi m G ) a g s n os i t c t lt gt, ta
一
种适用于任意峰度非高斯信 号的多 目标 盲波束形成方法
李洪升 何 友 杨 日杰 唐 小明
( 海军航 空工程 学院信 息融合技术研 究所 烟 台 240) 6 01
摘 要 该文提出了一种新的适用于任意峰度非高斯信号的多目标盲波束形成算法。 该方法在晟大峰度算法(MA K )
的基础上 ,引入信号 的互相 关约束定义 了一种新 的代价 函数 。通 过对该代价 函数 的最 大化 ,来盲估计波束形成器 的权 向量 ,从而完成对 多 目标的分离和定 向。由于波束形成 过程 不需要正交化处理 ,避 免了波束形成器锁定 噪声 的可 能性 。同时,采用 一种 复数编码 的遗传算法来求解权 向量 ,不但可避免 陷入局部 极值 的可能性 ,而且还 能有
对数周期天线阵的一种盲波束形成算法研究
Bl i nd Be a m- Fo r mi n g Al g o r i t h ms Ba s e d o n Lo g- Pe r i o di c A nt e n na Ar r a y
J I ANG xi . x i 。 ,W U Yi n g ‘ W ANG Ch a o
DOI s s n . 1 6 71 06 - 7 3 . 2 01 4 . 0 1 . 0 0 6
对 数 周 期 天线 阵 的一 种 盲 波 束 形 成 算 法 研 究
蒋 曦 曦 , 吴 瑛 , 王 超
( 1 . 信息工 程大学 , 河南 郑 州 4 5 0 0 0 1 ; 2 . 西 安通 信 学 院 , 陕西 西 安 7 1 0 1 0 6 )
第 1 5卷 第 1期
2 01 4年 2月
信 息 工 程 大 学 学 报
J o u r n a l o f I n f o r ma t i o n E n g i n e e r i n g Un i v e r s i t y
Vo 1 .1 5 No .1 Fe b . 2 01 4
仿真 结果 表 明该 算法 对 阵列 流 形 失 配具 有 较 强 的 鲁棒 性 , 并 在 低 信 噪 比 下 具 有 较 好 的合 成
性 能。
关 键词 : 对 数周 期 天 线 ; 波束 形 成 ; 对 角加 载 ; L S C MA 中图分 类 号 : T N 9 1 1 . 7 文 献标识 码 : A 文章 编 号 : 1 6 7 1 - 0 6 7 3 ( 2 0 1 4 ) 0 1 - 0 0 2 9 - 0 5
,
( 1 . I n f o r m a t i o n E n g i n e e r i n g U n i v e r s i t y , Z h e n g z h o u 4 5 0 0 0 1 , C h i n a ; 2 . X i a n c o m m u n i c a t i o n s I n s t i t u t e , X i a n 7 1 0 1 0 6 , C h i n a )
基于独立分量分析的盲波束形成算法
信号处 理 系统 中的 实际 问题对基 于恒模 、 阶 累积量 和 独 立分 量 分析 的盲 波束 形 成算 法进 行 高
了仿 真 比较。理 论分 析和 仿真 实验表 明, 于独 立分量 分析 的 盲波束形 成算 法在 强干扰 信 号、 基
信 号来 向相近和 收 敛速度 等方 面性 能优越 。 关键 词 : 盲波束 形 成 ; 阶累积 量 ; 立分 量分析 高 独
第1 1卷 第 6期
21 0 0年 l 2月
信 息 工 程 大 学 学 报
J u n lo n o ma in En ie rn ie st o r a fIf r to gn e i g Un v riy
Vo _ l l 1 No 6 .
De . 0l c2 0
基 于 独立 分 量 分 析 的盲 波束 形 成 算 法
陈晋 央 , 吴 瑛
( 息工程大学 信息工程学院 , 南 郑州 400 ) 信 河 50 2
摘 要 : 绍 了在信 号来 向和 阵列流 型未 知情 况下进 行 波束形成 的常用方 法 , 介 阐述 了盲波束 形成
的恒模 算 法和高 阶累积量 算法 。提 出 了基于 独 立分 量分 析 的 盲波 束 形 成算 法 , 结合 目前 阵 列
r y m a iod a e ito u e a n fl r n r d c d,a d t e c n tn d l s ag rt m n ih o d ra c mu ai n ag — n h o sa tmo u u l oih a d h g r e c u lto l o rt m f b i d e m —o i g r il sr t d Bln b a — r n ag rt i h o ln b a f r n a e lu tae . m i d e m f mi g l o i o hm b s d n n e e d n a e o i d p n e t c m p n n n lss i r p s d,a d t h e t o s a e smultd un e h r b e si cu l o o e ta a y i s p o o e n he t r e meh d r i ae d r t e p o lm n a t a
基于非正交联合对角化的盲波束形成
基于非正交联合对角化的盲波束形成
翟海莹;杨小牛;王文勇
【期刊名称】《杭州电子科技大学学报》
【年(卷),期】2008(028)006
【摘要】该文提出了一种基于非正交联合对角化的盲波束形成算法.该算法不需要预白化,直接对阵列接收信号的四阶累积量矩阵进行联合对角化,得到非正交的分离矩阵.避免了由白化引入的误差.仿真实验表明,新算法在低信噪比下相比于JADE算法有更好的分离效果,而且该算法还可以通过增加采样数据点长度来提高分离性能.【总页数】4页(P45-48)
【作者】翟海莹;杨小牛;王文勇
【作者单位】杭州电子科技大学通信工程学院,浙江,杭州,310018;中国电子科技集团公司第36研究所,浙江,嘉兴,314033;中国电子科技集团公司第36研究所,浙江,嘉兴,314033
【正文语种】中文
【中图分类】TN401
【相关文献】
1.基于高斯-牛顿迭代的非正交联合对角化算法 [J], 艾朝霞
2.基于非正交联合对角化的跳频信号盲分离算法 [J], 唐宁;郭英;张坤峰
3.多分量调频信号源混合相交非正交联合对角化盲分离 [J], 李纪永;李舜酩;田国成;陈晓红;王勇
4.一种等效快速非正交联合对角化算法 [J], 张江;张杭
5.基于非正交联合对角化的自干扰信号消除 [J], 丁文春;张江;张杭;李炯;杨华因版权原因,仅展示原文概要,查看原文内容请购买。
一种不需要正交化的盲多波束形成算法
一种不需要正交化的盲多波束形成算法摘要:文章在多目标最小恒模算法的基础上,为了降低运算的负担和系统的复杂度,给出了一种非正交化的多目标自适应盲多波束形成算法。
仿真表明该算法能快速收敛到不同的目标信号,解决了盲多波束系统中对同一目标的重复收敛问题。
关键词:多目标;正交化;盲波束形成算法数字波束形成算法是在原来天线波束形成原理的基础上,引入先进的数字信号处理方法建立起来的一门新技术,广泛用于雷达、声纳、通信和电子对抗等领域。
盲多波束形成算法不需要先验信息,它不需要参考信号,而是利用期望信号本身的特性实现波束形成,这些特性包括非高斯性、循环平稳性、恒模性等,并根据这些特性提出了很多对应的盲波束算法。
其中利用恒模特性提出的恒模算法以其收敛迅速,易于实现,计算复杂度较低等显著优点,成为一类重要的盲波束形成算法。
Agree在恒模算法的基础上提出了多目标最小二乘恒模算法,该算法需要进行繁琐的正交化处理,增加了计算的负担和系统的复杂度,降低了实时有效处理的可行性,不利于工程实现。
文章给出了一种基于新的代价函数的多目标自适应盲波束形成算法,它不需要正交化处理,解决了LS_CMA算法中矩阵运算量过大的问题,提高处理速度。
1盲多波束形成的原理对多波束形成器,假设有m个波束形成器组成,假设第i个波束形成器的输出为yi(t),i=1,2,…,m,则:yi(t)=WiHX(t)(1)其中,Wi是第i个波形成器的权矢量,由恒模信号的性质可知,期望信号表示如下:di=■ (2)n个快拍数据的阵列接收信号的自相关矩阵估计可表示成:Rx=■ (3)则阵列接收信号和期望信号的互相关矩阵可表示为Rxd=■ (4)因此,多目标盲波束形成器的问题是:如何在不知先验信息的情况下,根据一种最优的准则,得到这个信号的权向量,使每个波束相成器锁定到不同的目标。
2非正交化的盲多波束形成算法从恒模阵列的特性出发,如果根据恒模准则单独调整每一个波束形成器,由于每个波束形成器是被独立调整的,所以就不能保证每个输出端口收敛到不同的目标,就会出现几个输出端口锁定同一个目标。
一种改进的恒模多目标盲波束形成算法研究
一种改进的恒模多目标盲波束形成算法研究
范志攀;吴瑛;韩昭;张莉
【期刊名称】《电路与系统学报》
【年(卷),期】2005(010)002
【摘要】提出了一种改进的CMA多目标盲波束形成算法.该方法在最小二乘恒模算法的基础上,通过对一种新的代价函数的最小化,来盲估计波束形成器的权矢量,从而以小于最小二乘恒模的计算量完成对多目标的分离与定向,同时,为防止强干扰造成目标的错误锁定,利用梯度恒模对步长因子的敏感性,选择适当步长因子进行预处理,消除强干扰的影响.仿真实验验证了算法的正确性和有效性.
【总页数】4页(P95-98)
【作者】范志攀;吴瑛;韩昭;张莉
【作者单位】解放军信息工程大学,河南,郑州,450002;解放军信息工程大学,河南,郑州,450002;解放军信息工程大学,河南,郑州,450002;解放军信息工程大学,河南,郑州,450002
【正文语种】中文
【中图分类】TN911
【相关文献】
1.一种基于导向矢量约束的恒模盲波束形成算法 [J], 刘可;钱华明;马俊达
2.非标准约束恒模盲多用户检测的改进算法研究 [J], 周先春;王洁;孙文荣
3.一种适用于任意峰度非高斯信号的多目标盲波束形成方法 [J], 李洪升;何友;杨日
杰;唐小明
4.利用记忆梯度法改进的变步长恒模盲均衡算法研究 [J], 肖瑛;董玉华
5.基于自适应 CKF 的恒模盲波束形成算法 [J], 钱华明;刘可;马俊达
因版权原因,仅展示原文概要,查看原文内容请购买。
一种基于最小Rayleigh熵的盲波束形成算法
一种基于最小Rayleigh熵的盲波束形成算法
唐玲;宋弘
【期刊名称】《舰船电子对抗》
【年(卷),期】2010(033)005
【摘要】提出了一种基于最小Rayleigh熵的盲波束形成算法.该算法根据最小Rayleigh熵的原理对恒模算法的代价函数进行改进,其基本思想就是在寻找最优权矢量时把恒模信号的幅值归并到协方差矩阵里去考虑,以得到最小代价函数的闭式解,从而得到初始权值,最后再用最小二乘恒模算法(LSCMA)算法进行更新迭代.这种算法属于块处理,不存在算法收敛局部极小点和收敛速度慢的问题,所以具有较强的优越性.仿真结果证实了算法的有效性.
【总页数】4页(P54-56,107)
【作者】唐玲;宋弘
【作者单位】四川理工学院,自贡643000;四川理工学院,自贡643000
【正文语种】中文
【中图分类】TN911
【相关文献】
1.一种基于Tsallis熵的最小二乘支持向量机稀疏算法 [J], 张昌宏;陈元;曹书豪;程思嘉
2.一种基于最小化广义Rayleigh商的无源定位算法研究 [J], 徐征;曲长文;王昌海;李炳荣
3.一种基于最小交叉熵的Canny边缘检测算法 [J], 陈世文;刘越畅
4.一种基于最大化Rayleigh熵的稳健干扰对齐算法 [J], 谢显中;李丹;张森林;雷维嘉
5.一种基于遗传算法的最小熵自聚焦方法 [J], 左绍山;张振华;邓志强;张彬;石建新;张剑琦
因版权原因,仅展示原文概要,查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
一种不需要正交化的盲多波束形成算法
摘要:文章在多目标最小恒模算法的基础上,为了降低运算的负担和系统的复杂度,给出了一种非正交化的多目标自适应盲多波束形成算法。
仿真表明该算法能快速收敛到不同的目标信号,解决了盲多波束系统中对同一目标的重复收敛问题。
关键词:多目标;正交化;盲波束形成算法
数字波束形成算法是在原来天线波束形成原理的基础上,引入先进的数字信号处理方法建立起来的一门新技术,广泛用于雷达、声纳、通信和电子对抗等领域。
盲多波束形成算法不需要先验信息,它不需要参考信号,而是利用期望信号本身的特性实现波束形成,这些特性包括非高斯性、循环平稳性、恒模性等,并根据这些特性提出了很多对应的盲波束算法。
其中利用恒模特性提出的恒模算法以其收敛迅速,易于实现,计算复杂度较低等显著优点,成为一类重要的盲波束形成算法。
Agree在恒模算法的基础上提出了多目标最小二乘恒模算法,该算法需要进行繁琐的正交化处理,增加了计算的负担和系统的复杂度,降低了实时有效处理的可行性,不利于工程实现。
文章给出了一种基于新的代价函数的多目标自适应盲波束形成算法,它不需要正交化处理,解决了LS_CMA算法中矩阵运算量过大的问题,提高处理速度。
1盲多波束形成的原理
对多波束形成器,假设有m个波束形成器组成,假设第i个波束形成器的输出为yi(t),i=1,2,…,m,则:
yi(t)=WiHX(t)(1)
其中,Wi是第i个波形成器的权矢量,由恒模信号的性质可知,期望信号表示如下:
di=■ (2)
n个快拍数据的阵列接收信号的自相关矩阵估计可表示成:
Rx=■ (3)
则阵列接收信号和期望信号的互相关矩阵可表示为
Rxd=■ (4)
因此,多目标盲波束形成器的问题是:如何在不知先验信息的情况下,根据一
种最优的准则,得到这个信号的权向量,使每个波束相成器锁定到不同的目标。
2非正交化的盲多波束形成算法
从恒模阵列的特性出发,如果根据恒模准则单独调整每一个波束形成器,由于每个波束形成器是被独立调整的,所以就不能保证每个输出端口收敛到不同的目标,就会出现几个输出端口锁定同一个目标。
因此,Agee提出了一种需要正交化的LS_CMA,该算法需要繁杂的正交化处理来提取不同的信号,在阵元数较多或目标较多时,计算量很大。
因此这里定义一种新的代价函数如下:
H(Wi)=■Hi+■■Hij(5)
■
其中:
Hi=E[|yi(t)-di|2];Hij=E[|yi(t)yj*-di|],i≠j (6)
将(1)、(2)、(6)式带入(5),(5)式整理后可得:
H(Wi)=■WiHRxWi-2Re[WiHRxd]+E[|di|2]+WiHGW (7)
Re[·]表示取复数的实部的运算,其中
G=■E[RxiWiWiHRxi]
■(8)
则
Wi=arg min[▽WiH]
Wi (9)
其中,▽WiH(·)表示对Wi求梯度运算,由此可得第i个信号的权值:
Wi=(Rx+G)-1Rxd (10)
从(10)式可知,要使得各个波束形成器指向不同的期望信号,关键是确定不同波束的G。
假设已经确定了n个波束的权值,下面要得到第i个波束的Gi,要使得它不会重复收敛到前面的n个波束,可以通过下面的流程来确定Gi。
①初始化:产生第i个权值的初值;
②计算yi(t)、di、Rx和Rxd;
③计算Bi=WiHRx和?渍ii=BiWi ,并令Ci=Rx
④令j=1,计算?渍ij=BjWi
Ci=BjHBi=RxWiWjHRx,
如果|?渍ij|>?啄|?渍ii|,令Ci=Ci+Gi;
⑤j=j++,返回(4),直到j=n;
其中,?啄是一个常数,?渍ji=E[yjyiH] 其实质是前面的第j个波束形成器输出信号和第i个波束形成器输出信号的互相关;?渍ii是第i个波束形成器输出信号的自相关,通过上面的算法确定束形成器的权值。
3仿真分析
仿真条件:采用12’12的均匀面阵,阵元间距为■,?姿为载波波长。
两个期望信号的入射角分别是(50°,100°)和(50°,200°),信噪比SNR均为0dB,噪声为高斯白噪声100°、150°波束形成分别如图1、图2所示。
为了分析该算法的收敛特性,图3和图4给出了第一个波束形成器权值实部和虚部的收敛曲线,从图中可知权值迭代不到十次就快速的收敛了。
权矢量收敛后,每个波束形成分别锁定不同的期望信号,解决了盲多波束系统中重复收敛到同一信号的问题。
4结语
文章在恒模算法的基础上,提出了一种不需要正交化的盲多波束形成算法,由于不需要繁琐的正交化处理,减轻了计算的复杂度。
通过仿真表明,该算法能快速地收敛到不同的目标信号,实现多个信号的分离。
参考文献:
[1] Gies.D,Rahmat-Samii Y.Particle Swarm Optimization(PSO) for Reflector Atenna Shaping[J]. IEEE Antenna andPropagation Symposium,2004:2289-2292.
[2] B.G.Agee,Blindseparation and capture of communication signals using a multitarget constantmodulus beamformer[J]. proc.IEEE Military commun
conf,1989,(10).。