自适应波束形成技术简介

自适应波束形成技术简介

摘要:介绍了自适应波束抗干扰技术的发展历程,以及各种自适应波束形成算法的原理和特点,讨论了自适应波束抗干扰技术的应用情况,探讨了该技术在工程应用上面临的主要问题以及解决途径和方法。

1引言

随着电子干扰理论与技术的迅速发展,电子干扰对雷达构成了严重的威胁。天线相当于空间滤波器,是雷达抗干扰的第一道防线,天线抗干扰技术主要有低副瓣和超低副瓣、副瓣匿影、自适应副瓣对消、自适应阵列系统、波束控制、天线覆盖和扫描控制等。传统的雷达天线具有固定的波束方向,不能在抵消干扰的同时自动跟踪期望信号的来向,无法适应未来复杂电磁环境下工作的需要。自适应阵列天线技术作为一个新的理念,是利用算法对天线的波束实现自适应的控制。自适应阵列天线抗干扰就是在保证期望信号大增益接收的前提下,自适应地使天线的方向图零陷对准干扰的方向,从而抑制掉干扰或者降低干扰信号的强度。

最初,自适应阵列天线技术主要用于雷达、声纳、军事抗干扰通信等领域,完成空间滤波和定位等。近年来,随着移动通信及现代数字信号处理技术的迅速发展,利用数字技术在基带形成天线波束成为可能。天线系统的可靠性与灵活程度得到了大大的提高。自适应阵列天线技术在雷达中有以下的应用潜力: (1)抗衰落,减少多径效应

电波在传播过程中经过反射、折射及散射等多种途径到达接收端。随着目标移动及环境变化,信号瞬时值及延迟失真变化非常迅速且不规则,造成信号多径衰落。采用自适应阵列天线控制接收方向,天线自适应地在目标方向形成主波束,并对接收到的信号进行自适应加权处理,使有用接收信号的增益最大,其它方向的增益最小,从而减少信号衰落的影响。

(2)抗干扰能力强

利用自适应阵列天线,借助有用信号和干扰信号在入射角度上的差异,选择恰当的合并权值,形成正确的天线接收模式,即:将主瓣对准有用信号,零陷和低增益副瓣对准主要的干扰信号,从而可更有效地抑制干扰。其中零陷所带来的干扰消除叫做主动抑制,旁瓣对消干扰叫做被动抑制。抗干扰应用的实质是空间域滤波。自适应阵列天线波束具有方向性,可区别不同入射角的无线电波,可调整控制天线阵单元的激励“权值”,其调整方式与具有时域滤波特性的自适应均衡器类似,可以自适应电波传播环境的变化,优化天线阵列方向图,将其“零点”自动对准干扰方向,大大提高阵列的输出信噪比,提高系统可靠性。

(3)增加系统容量

自适应阵列天线波束变窄,提高了天线增益及C/I指标,减少了雷达系统的同频干扰,降低了频率复用系数,可提高频谱利用效率。采用自适应阵列天线是解决复杂电磁环境、多目标容量难题的既经济又高效的方案,可在不影响甚至提高接收质量的情况下,大幅提高雷达的工作容量。采用自适应阵列天线,雷达的C/I和SINR指标大大提高,同时对单个或多个目标的覆盖定向能力增强,可使雷达的探测区域大大增加。

2自适应波束形成技术的发展

自适应阵列天线的研究可以追溯到20世纪60年代,其中最具代表性的工作包括Adams提出的基于SNR输出的自适应处理器以及Widrow提出的宽带和窄带自适应阵列结构。近年来,随着研究的不断深入,其基本理论日趋成熟,出现了大量的自适应波束形成算法

适应波束形成通过不同的准则来确定自适应权,并利用不同的自适应算法来实现。主要的准则有:最小均方误差(MSE)准则;最大信噪比(SNR)准则;最大似然比(LH)准则;最小噪声方差(NV)准则等。Monzingo和Miler在他们的专著中阐述了理想情况下这4种准则是等价的。不管选择什么样的准则,都是要采用一定的算法调整阵波束方向图,从而实现自适应控制。

法的分类有几种,按照算法的实现可以分为开环算法和闭环算法。早期主要注重于闭环算法的研究,主要的闭环算法有最小均方(LMS)算法、差分最陡下降(DSD)算法、加速梯度(AG)算法以及它们的变形算法。闭环算法简单、性能可靠,不需数据存储。但其主要缺点是收敛于最佳权的响应时间取决于数据特征值分布,在某些干扰分布情况下,算法收敛速度较慢,从而大大限制了它的应用场合。因此,近20年来,人们把兴趣更多集中在开环算法研究上。REED等人最早提出了著名的开环算法:直接求逆(DMI或SMI)法。DMI法通过直接干扰方差矩阵的逆来求解

Winner-Hopf方程以获得最优权值,然后作加权相消,它的收敛速度和相消性能

都比闭环算法好得多。随着数字技术的迅速发展,高速度芯片的产生为开环算法提供了更好的前提条件。为了利于数字实现以及克服DMI方法运算量大、稳健性差等不足,又提出了一些改进的快速稳健的算法。Miller对采样协方差矩阵含有期望信号时的情况进行了研究,并且指出期望信号的存在严重降低了DMI算法输出SINR的收敛速度,期望信号越强,降低越严重。DMI等开环算法运算量大,难以工程实现,所以必须想办法来降低算法的运算量。曾经采用的主要方法是特征结构法和功率最小化法等。针对阵列元数较多的雷达,Hung和Turner提出了一种

快速波束形成算法,即正交化算法(又称Hung-Turner算法)。为了使正交化算法能够有效对消宽带干扰,Gershman把导数约束和正交化算法相结合,提出了约束

正交化算法。同时,对于存在相干干扰时的波束形成方法,人们也进行了大量的研究。另外,天线接收平台的震动和运动、干扰位置的快速变化及自适应权值的更新速度相对较慢等,必然会引起一定的失配现象,很可能因干扰不在零陷位置而

不能有效地对

其进行抑制。甚至在某些情况下,常规方法完全失效,因此人们提出了有效的解决方法,也就是加宽干扰零陷,使得干扰来向始终处在零陷内,从而有效地抑制干扰。

自适应波束形成算法又可以按照参考的不同分为时间参考算法和空间参考

算法。为了系统分析问题,可以根据发射端是否发射参考信号,分为盲和非盲两大类,非盲算法基于发射端发送的时域参考信号,盲算法不需要发射端发送参考信号,根据最小均方误差准则,可得到最佳维纳解。实际应用中,协方差矩阵和互相关矩阵事先未知,不能直接计算天线的最优加权,权向量输入数据的变化自适应

地更新,常用的最基本的算法有DMI算法、LMS算法[、RLS算法等。

盲自适应波束形成算法,是指在波束形成算法中不需要与发射信号强相关的参考信号,不需要训练序列,而是利用信号本身所具有的空域特性、时域特性、频域特性自适应地完成波束形成。盲自适应波束形成算法主要分以下几种,一是基于DOA估计的自适应波束形成算法,首先根据阵列响应的先验知识估计信号的DOA,用于DOA估计的高分辨技术包括MU-SIC算法、ESPRIT算法等,估计出信号

的波达方向,就能根据这些信息建立最优波束形成器。这种方法由于需要估计波达方向和波束形成两个过程,运算量较大。另一种方法就是基于信号特性恢复的自适应波束形成算法。由于干扰和噪声的存在,信号的一些固有特性,如恒模特性、周期平稳特性,在传输过程中会受到破坏,因此在接收端通过对这些信号的特性

的

恢复可以自动地抑制干扰,其中,恒模算法(CMA)是应用最广泛的一种盲自适应波束形成算法。一些特殊调制的信号,如FM、PSK、FSK信号等都具有恒定的振幅,在信号传输过程中,由于干扰和噪声的存在,这种恒模特性会受到破坏,在接收端