一种恒定束宽的宽带数字波束形成方法

数字波束形成与智能天线_1

南京理工大学电光学院通信工程系 Nanjing University of Science and Technology Department of Communication Engineering 数字波束形成与智能天线 盛卫星 南京理工大学电光学院通信工程系 Nanjing University of Science and Technology Department of Communication Engineering 数字波束形成与智能天线 第一章引言 DBF and Smart Antennas Nanjing University of Science & Technology Sheng Wei Xing 2004.03.03引言 1.1 数字波束形成与智能天线发展的简史 1.2 移动通信中与雷达中的智能天线的异同 DBF and Smart Antennas Nanjing University of Science & Technology Sheng Wei Xing 2004.03.03 1.1 数字波束形成与智能天线发展的简史 数字波束形成与智能天线的概念来源于军事上雷达和声纳所采用的自适应阵列天线，目的是为了自适应地控制天线波束的主瓣使其对准目标，控制天线波束的零陷，使其对准干扰源，从而可以在强干扰环境下有效地发现和探测目标。 自适应天线阵列的概念自1959年由Van Atta 提出以来，到目前已经经历了四十多年的发展历程，大体上可划分为四个阶段： 第一个十年的研究集中在自适应波束控制上（六十年代）。如：自适应相控阵列天线，自适应波束控制天线等 z 50年代，美国出于卫星通信增强信号的需要，开始研究最初意义上的自适应天线。 z 1964年5月，IEEE Trans. on AP 第一次出版自适应天线专辑，总结了主波束自适应控制阶段的发展。 1.1 数字波束形成与智能天线发展的简史 第三个十年的研究主要集中在空间谱估计上（八十年代）。如：最大似然谱估计，最大熵谱估计，特征空间正交谱估计等 z 1986年3月，IEEE Trans. on AP 第三次出版自适应天线专辑，总结了DOA 估计的空间谱估计阶段的发展。 z 在八十年代，自适应天线阵从理论研究进入了广泛应用阶段，但主要限于雷达和声纳领域。 第二个十年研究集中在自适应零陷控制上（七十年代）。 如：自适应滤波，自适应调零与旁瓣对消，自适应杂波控制等。 z 1976年9月，IEEE Trans. on AP 第二次出版自适应天线专辑，总结了零向自适应控制阶段的发展。 1.1 数字波束形成与智能天线发展的简史 最近十年的研究主要集中在： z 1. 结合移动通信的智能天线的实现技术上（九十年代至今） 时隙、频率资源复用，码分多址导致同频干扰，成为制约通信容量的重要因素。现在的移动通信系统中采用的天线是全向天线，主要是为了确保与各个方向的用户都能通信。智能天线能根据信号的来波方向，自适应地调整天线方向图，形成一个窄的主波束对准用户，其它方向副瓣很低。这样可以增强用户信号，抑制干扰，提高信干比，增加通信系统容量。同时还可以降低发射功率，提高通信覆盖范围。同时多波束时，又称SDMA , 空分多址，大大增加通信系统容量。 移动通信得到了迅猛的发展，一方面，用户数量急剧增加，另一方面，移动业务主要由原来窄带的话音业务，向宽带的多媒体业务扩展。导致无线频谱资源日趋紧张，现在应用的多址方式包括： TDMA(时隙上错开) FDMA （载波频率上错开）, CDMA （码分多址）。

波束形成基础原理总结

波束赋形算法研究包括以下几个方面: 1.常规的波束赋形算法研究。即研究如何加强感兴趣信号,提高信道处理增益,研究的是一 般的波束赋形问题。 2.鲁棒性波束赋形算法研究。研究在智能天线阵列非理想情况下,即当阵元存在位置偏差、 角度估计误差、各阵元到达基带通路的不一致性、天线校准误差等情况下,如何保证智能天线波束赋形算法的有效性问题。 3.零陷算法研究。研究在恶劣的通信环境下,即当存在强干扰情况下,如何保证对感兴趣信 号增益不变,而在强干扰源方向形成零陷,从而消除干扰,达到有效地估计出感兴趣信号的目的。 阵列天线基本概念（见《基站天线波束赋形及其应用研究_ 白晓平》） 阵列天线（又称天线阵）是由若干离散的具有不同的振幅和相位的辐射单元按一定规律排列并相互连接在一起构成的天线系统。利用电磁波的干扰与叠加，阵列天线可以加强在所需方向的辐射信号，并减少在非期望方向的电磁波干扰，因此它具有较强的辐射方向性。组成天线阵的辐射单元称为天线元或阵元。相邻天线元间的距离称为阵间距。按照天线元的排列方式，天线阵可分为直线阵，平面阵和立体阵。 阵列天线的方向性理论主要包括阵列方向性分析和阵列方向性综合。前者是指在已知阵元排列方式、阵元数目、阵间距、阵元电流的幅度、相位分布的情况下分析得出天线阵方向性的过程；后者是指定预期的阵列方向图，通过算法寻求对应于该方向图的阵元个数、阵间距、阵元电流分布规律等。对于无源阵，一般来说分析和综合是可逆的。 阵列天线分析方法 天线的远区场特性是通常所说的天线辐射特性。天线的近、远区场的划分比较复杂，一般而言，以场源为中心，在三个波长范围内的区域，通常称为近区场，也可称为感应场；在以场源为中心，半径为三个波长之外的空间范围称为远区场，也可称为辐射场。因此，在分析天线辐射特性时观察点距离应远大于天线总尺寸及三倍的工作波长。阵列天线的辐射特性取决于阵元因素和阵列因素。阵元因素包括阵元的激励电流幅度相位、电压驻波比、增益、方

均匀间距线列阵波束形成器

实验3 均匀间距线列阵波束形成器 姓名：逯仁杰 班级：20120001（12级赓1班） 学号：2012011112

1.实验目的 通过本实验的学习，加深对《声纳技术》中波束形成和方位估计的概念理解，理解声纳信号处理的基本过程，为今后声纳信号处理的工作和学习建立概念、奠定坚实的基础。 2.实验原理 波束形成器的本质是一个空间滤波器。当对基阵各基元接收信号作补偿处理，使得各基元对某个特定方向上的信号能够同相相加，获得一个最大的响应输出（幅度相加）；相应的各基元对其它方向的信号非同相相加，产生一定的相消效果的响应输出（对于各基元噪声相互独立的情况时功率相加）。这就是波束形成的工作原理。 常用的波束形成方法主要有时延波束形成法和频域波束形成法。在此基础上针对不同的阵形、设计要求以及背景噪声特性下还发展了许多波束形成算法。针对不同的阵形时的波束形成方法是指依赖于阵形的特殊性（如直线阵、圆阵、体积阵等）而得到的波束形成算法：如直线阵波束形成法、圆阵波束形成法，体积阵波束形成法等。 针对不同的设计要求也衍生出多种新型的波束形成算法。当对不同的频率响应要求相同的波束宽度时有恒定束宽波束形成法，当对波束的旁瓣级有要求时可采用切比雪夫加权波束形成法。当要求对阵列误差具有宽容性响应时失配条件下的波束形成器[6,362-382]。 如果利用噪声干扰的统计特性有高分辨最小方差无畸变响应（MVDR）波束形成法，线性约束最小方差（LCMV）波束形成法，线性约束最小功率（LCMP）波束形成法，自适应波束形成法等。 但不管是何种波束形成方法，其目的均是在干扰背景下获取某个方向的信号或估计信号的方位。下面仅给出时延波束形成和相移波束形成的基本原理。 时延波束形成法（时域）

数字波束形成

摘要 随着高速、超高速信号采集、传输及处理技术的发展,数字阵列雷达已成为当代雷达技术发展的一个重要趋势。数字波束形成(DBF)技术采用先进的数字信号处理技术对阵列天线接收到的信号进行处理,能够极大地提高雷达系统的抗干扰能力,是新一代军用雷达提高目标检测性能的关键技术之一。并且是无线通信智能天线中的核心技术。 本文介绍了数字波束形成技术的原理，对波束形成的信号模型进行了详细的推导，并且用matlab仿真了三种计算准则下的数字波束形成算法，理论分析和仿真结果表明以上三种算法都可以实现波束形成，并对三种算法进行了比较。同时研究了窄带信号的自适应波束形成的经典算法。研究并仿真了基于最小均方误差准则的LMS算法、RLS算法和MVDR自适应算法，并且做了一些比较。 关键词：数字波束形成、自适应波束形成、智能天线、最小均方误差、最大信噪比、最小方差

ABSTRACT With the development of high-speed, ultra high-speed signal acquisition, transmission and processing technology, digital array radar has became an important trend in the development of modern radar technology. Digital beamforming (DBF) technology uses advanced digital signal processing technology to process the signal received by antenna array. It can improve the anti-jamming ability of radar system greatly and it is one of the key technology。It is the core of the smart antenna technology in wireless communication too。 This paper introduces the principle of digital beam forming technology, the signal model of beam forming was presented, And the digital beam forming algorithm under the three calculation criterion was simulated by MATLAB, theoretical analysis and simulation results show that the three algorithms can achieve beamforming, and made some comparison between the three algorithms. At the same time, made some study about the adaptive narrow-band signal beam forming algorithm. Learned and Simulateded the LMS algorithm base on minimum mean square error criterion and RLS algorithm and MVDR algorithm, and do some comparison Key Words:DBF, ADBF, Smart antenna, The minimum mean square error, The maximum signal to noise ratio

超宽带阵列天线时域波束形成优化设计

龙源期刊网 https://www.sodocs.net/doc/0f15652903.html, 超宽带阵列天线时域波束形成优化设计 作者：张晶付庆霞 来源：《电子技术与软件工程》2016年第03期 摘要结合超宽带脉冲信号的特点，选择了高斯脉冲波型，分析天线对称结构存在目标位置冗余信息，提出非轴对称的交叉螺旋布阵优化设计，降低了时域波束形成中点扩展函数的旁瓣水平，进而抑制穿墙成像中的虚假像。 【关键词】超宽带时域波束形成交叉螺旋布阵 超宽带雷达具有测距精度高、穿透能力强、分辨能力高、反隐身能力好等优点，在雷达成像探测、精确定位、目标识别等领域显示了巨大的潜力。本文对超宽带阵列天线布阵进行了优化设计，提出了非轴对称的交叉螺旋布阵，较以色列的Xaver穿墙雷达天线布阵降低了旁瓣水平，为雷达成像提供了有利条件。 1 脉冲信号模型 在超宽带系统中，对脉冲形成器的滤波器单位冲激响应的选择至关重要，它直接影响到传输信号的功率谱密度。为了有效辐射，超宽带脉冲需要满足的基本条件是没有直流分量，理想的超宽带信号的频谱应接近白噪声谱，从而降低其对现有窄带用户的干扰，高斯脉冲信号是相对较好的选择。 高斯脉冲波形可用以下表达式描述： （1） 其中是脉冲形成因子，为方差。脉冲的宽度取决于脉冲形成因子，较小的值会使脉冲宽度压缩，从而扩展传输信号的带宽。为了有效辐射，产生脉冲的基本条件是无直流分量。高斯脉冲的各阶导函数波形均满足上述条件。 实际中脉冲生成器最易产生的脉冲波形就是一个类高斯脉冲波形。同时，高斯脉冲信号非常适合理论分析，可以直接通过调整脉冲成形因子来改变波形和对原始脉冲的微分获得更多的波形。 2 天线布阵优化设计 天线阵面布阵见图1、图2。图1为本文提出的交叉螺旋布阵，图2为以色列Xaver雷达方圆布阵。图中蓝色标记为接收天线安装位置，红色为发射天线安装位置。两种天线布阵均有4个发射阵元和20个接收阵元。

波束形成

3.5 两种特殊的波束形成技术 3.5.1协方差矩阵对角加载波束形成技术 常规波束形成算法中，在计算自适应权值时用XX R ∧ 代替其中的X X R 。由于采样快拍数是有限的，则通过估计过程得到的协方差矩阵会产生一定误差，这样会引起特征值扩散。从特征值分解方向来看，自适应波束畸变的原因是协方差矩阵的噪声特征值扩散。自适应波束可以认为是从静态波束图中减去特征向量对应的 特征波束图，即:m in 1 ()()( )()(()())N i V V iv iv V i i G Q E E Q λλθθθθθλ* =-=-∑,其中()V G θ是 是自适应波束图，()V Q θ是静态波束图，即没有来波干扰信号而只有内部白噪声时的波束状态。i λ是矩阵X X R 的特征值。()iv E θ是对应i λ的特征波束图。 由于X X R 是 Hermite 矩阵，则所有的特征值均为实数，并且其特征向量正交，特征向量对应的特征波束正交。而最优权值的求解表达其中的X X R 是通过采样数据估计得到的，当采样快拍数很少时，对协方差矩阵的估计存在误差，小特征值及对应的特征向量扰动都参与了自适应权值的计算，结果导致自适应波束整体性能的下降。鉴于项目中的阵列形式，相对的阵元数较少，采样数据比较少，很容易在估计协方差矩阵的时候产生大的扰动，导致波束的性能下降，所以采用对角加载技术来保持波束性能的稳定及降低波束的旁瓣有比较好的效果。 （1）对角加载常数λ 当采样数据很少时，自适应波束副瓣很高，SINR 性能降低。对因采样快拍数较少引起自相关矩阵估计误差而导致的波束方向图畸变，可以采用对角加载技术对采样协方差矩阵进行修正。修正后的协方差矩阵为:XX XX R R I λ∧ =+ 。 自适应旁瓣抬高的主要原因是对阵列天线噪声估计不足，造成协方差矩阵特征值分散。通过对角加载，选择合适对角加载λ ，则对于强干扰的大特征值不会受到很大影响，而与噪声相对应的小特征值加大并压缩在λ附近，于是可以得到很好的旁瓣抑制效果。对于以上介绍的通过 LCMV 准则求得的权值o p t w 经过对角加载后的最优权值为：111()(())H opt XX XX w R I A A R I A f λλ---=++ （2）广义线性组合加载技术 对角加载常数λ 来修正采样协方差矩阵，能够有效实现波束旁瓣降低的同时提高波束的稳健性。但是对加载值λ 的确定有一定难度，目前还是使用经验值较多。于是，来考虑另外一种能够有效实现协方差矩阵的修正，而且组合参数

CAPON波束形成_Matlab程序

CAPON 波束形成器仿真 1．实验原理 波束形成就是从传感器阵列重构源信号。（1）、通过增加期望信源的贡献来实现；（2）、通过抑制掉干扰源来实现。经典的波束形成需要观测方向(期望信源的方向)的知识。盲波束形成试图在没有期望信源方向信息的情况下进行信源的恢复。 波束形成技术的基本思想是：通过将各阵元输出进行加权求和，在一时间内将天线阵列波束“导向”到一个方向上，对期望信号得到最大输出功率的导向位置即给出DOA 估计。 虽然阵列天线的方向图是全方向的，但阵列的输出经过加权求和后，却可以被调整到阵列接收的方向增益聚集在一个方向上，相当于形成了一个”波束”。这就是波束形成的物理意义所在。 在智能天线中，波束形成是关键技术之一，是提高信噪比、增加用户容量的保证，能够成倍地提高通信系统的容量，有效地抑制各种干扰，并改善通信质量。 波束形成器的最佳权向量w 取决于阵列方向向量)(a k θ ，而在移动通信里用户的方向向量一般未知，需要估计(称之为DOA 估计)。因此，在计算波束形成的最佳权向量之前，必须在已知阵列几何结构的前提下先估计期望信号的波达方向。 Capon 波束形成器求解的优化问题可表述为 w arg min P(w)θ= 其约束条件为 1)(a w H =θ Capon 波束形成器在使噪声和干扰所贡献的功率为最小的同时，保持了期 望信号的功率不变。因此，它可以看作是一个尖锐的空间带通滤波器。最优加 权向量w 可以利用Lagrange 乘子法求解，其结果为 )(a R ?)(a )(a R ?w 1H 1CAP θθθ--=

当μ不取常数，而取作 )(a R ?)(a 11H θθμ-=时，最佳权向量就转变成Capon 波束形成器的权向量。空间谱为 )(a R ?)(a 1)(P 1-H CAP θθθ= 2．变量定义 M ：均匀线阵列数目 P ：信号源个数 nn ：快拍数 angle1、angle2、angle3：信号来波角度 u ：复高斯噪声 Ps ：信号能量 refp ：信噪比（实值） X ：接收信号 Rxx ：接收信号的相关矩阵 doa ：波达方向估计 3．仿真结果 采用上述算法进行仿真，结果如图所示。 在本仿真程序中，我们采用16个均匀线阵列，3个信号源，来波角度分别为5?、45?、20-?，信噪比均为10dB ，噪声为复高斯白噪声，快拍数1000。 由仿真结果看出，capon 波束形成器较好的给出了信号的doa 估计，但是在仿真的过程中，我们发现，capon 算法具有很大的局限性，其对扰和噪声是比较敏感的。 4．程序 clear all i=sqrt(-1); j=i; M=16; %均匀线阵列数目 P=3; %信号源数目 f0=10;f1=50;f2=100;%信号频率 nn=1000; %快拍数

阵列雷达数字波束形成技术仿真与研究

阵列雷达数字波束形成技术仿真与研究 【摘要】本文首先介绍了数字波束形成的基本原理，随后对普通波束形成及基于LCMV准则和MVDR准则的单多波束自适应形成技术分别进行了原理介绍和仿真分析。仿真结果表明，基于自适应技术的数字波束形成能有效提取有用信号，并在干扰方向上形成零陷，有效的抑制噪声和干扰，大大提高了阵列雷达的天线性能。 【关键词】阵列雷达；波束形成；自适应 1.引言 波束形成（Beam Forming，BF）[1]是指将一定几何形状排列的多元阵列各阵元的输出经过加权、时延、求和等处理，形成具有空间指向性波束的方法。BF技术的广泛应用赋予了雷达、通信系统诸如多波束形成、快速、灵活调整方向图综合等许多优点。阵列天线的波束形成可以采用模拟方式，也可以采用数字方式，采用数字方式在基带实现滤波的技术称为数字波束形成（Digital Beaming Forming，DBF），它是天线波束形成原理与数字信号处理技术结合的产物，是对传统滤波技术的空域拓展，在通信领域中也称为智能天线技术。 2.普通波束形成 2.1 普通波束形成的基本原理 要研究数字波束形成技术，首先要建立阵列信号的表示形式。假设接收天线为N元均匀线阵，阵元间的间隔为d，各阵元的加权矢量为W=[w1，w2，…，wN]，假设信号为窄带信号S（t），信号波长为，来波方向为，经过加权控制的阵列天线示意图如图1所示[2]。 图1 阵列天线波束形成示意图 若以阵元1为参考点，则各阵元接收信号可以写成： （1） （2） 将上式写成矢量形式，得： （3） 称为为方向矢量或导向矢量。在窄带条件下，它只依赖于阵列的几何结构和波的传播方向，因此，均匀线阵的导向矢量可表示为：

MVDR自适应波束形成算法研究要点

MVDR自适应波束形成算法研究 摘要 波束形成技术和信号空间波数谱估计是自由空间信号阵列处理的两个主要研究方面。MVDR是一种基于最大信干噪比（SINR）准则的自适应波束形成算法。MVDR算法可以自适应的使阵列输出在期望方向上功率最小同时信干噪比最大。将其应用于空间波数谱估计上可以在很大程度上提高分辨率和噪声抑制性能。本文将在深入分析MVDR算法原理的基础上，通过计算机仿真和海上试验数据处理的结果，分析了MVDR算法在高分辨率空间波数谱估计应用中的性能。同时通过比较对角加载前后的数据处理结果，分析对角加载对MVDR的改进效果。 关键词：波束形成；空间波数谱估计；MVDR；对角加载

Study of MVDR Self-adapting Beam-forming Algorism Abstract Beamforming technology and signal special beam-number spectral estimation are the two major researching emphasis in array signal processing. MVDR is a self-adapting algorism based on the maximal SINR principle. It can self-adaptingly make the array output reach maximum on the expected direction with the lowest SINR. Applying this algorism to special beam-number spectral estimation can to great extent increase the resolution and the inhibition capability. This paper makes a further analysis of MVDR algorism with the result of computer emulation and the processing of experimental data. Furthermore, this paper also shows the improvement of diagonal-loading technology to MVER algorism. Keywords: Beam-forming ；Spatial Wave-number spectral estimation；MVDR；Diagonal loading

波束形成-张小飞

第三章波束形成算法 3.1 波束形成的发展 近年来，阵列信号处理在无线通信系统中得到了广泛应用。在蜂窝移动通信中，通信信道的需求急剧增长，使提高频谱复用技术显得日益重要。这就是通常说的空分多址（SDMA）。其中一个重要部分便是波束形成。 自适应波束形成（ADBF）亦称空域滤波，是阵列处理的一个主要方面，逐步成为阵列信号处理的标志之一，其实质是通过对各阵元加权进行空域滤波，来达到增强期望信号、抑制干扰的目的；而且可以根据信号环境的变化自适应地改变各阵元的加权因子。 自从1959年Van Atta提出自适应天线这个术语以来，自适应天线发展至今已经40多年了，自适应研究的重点一直是自适应波束形成算法，而且经过前人的努力，已经总结出许多好的算法比如SMI算法，ESB算法等等。但理论与实际总是有差距的，因为实际系统存在误差，这使得实际阵列流形与理想阵列会把期望信号当干扰进行一直，造成输出信号干扰噪声比下降和副瓣电平升高，当输入信号的信噪比（SNR）较大时，这种现象尤为明显。面对误差，传统自适应波束形成算法的效果很不理想，所以，研究实际环境下稳健的自适应波束形成算法具有重要的理论意义和军事，民用应用价值。 自适应波束形成常用协方差矩阵求逆（SMI）算法，该算法具有较快的信号干扰噪声比（SINR）意义下的收敛速度。从协方差矩阵分解的角度，自适应波束形成是协方差矩阵特征值分散，小特征值对应的特征矢量扰动，并参与自适应权值计算所致。针对这一问题，基于协方差矩阵非线性处理和对角线加载波束保形方法，对协方差矩阵非线性处理的加权因子的选取只能通过经验来取得；而在不同的干扰和噪声环境下对角线加载量的选取，至今没有很好的解决方法。 文献[3]提出了利用投影算子对阵列数据进行降维处理,在一定程度上降低了运算量,同时提高了自适应波束的稳健性,其投影算子是根据目标和干扰的粗略估计,以及不完全的阵列流形知识得到的。当相关矩阵中含有期望信号时,导致输出SINR下降,波形畸变较严重,另外,当存在系统误差和背景噪声为色噪声时,该方法虽然能够减小协方差中的扰动量,但副瓣电平还会出现一定程度的升高以及主瓣发生偏离现象。文献[4～5]提出的基于特征空间(ESB)的自适应波束形成算法,其权向量是在线性约束最小方差准则(LCMV)下的最优化权,向信号相关矩阵的

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