导读:本文包含了鲁棒自适应波束形成论文开题报告文献综述及选题提纲参考文献，主要关键词:鲁棒自适应波束形成,抗干扰,测控通信,对角加载
鲁棒自适应波束形成论文文献综述
王正欢,周生龙,杨亚宁,王卓[1]（2019）在《基于鲁棒自适应波束形成的抗干扰测控通信》一文中研究指出提出一种基于阵列天线的自适应波束形成技术,其在干扰方向形成零陷来提升测控通信系统的抗干扰能力。针对飞行器飞行过程中测控通信信号到达角估计存在误差的问题,运用对角加载技术来提升波束形成算法的鲁棒性。仿真结果表明在低信干比情况下,方法对干扰抑制的能力可以达到50dB以上,而且能容忍较大的到达角误差。(本文来源于《遥测遥控》期刊2019年04期）
殷冰洁[2]（2018）在《基于多普勒特征恢复的声矢量阵鲁棒自适应波束形成方法》一文中研究指出在短快拍、信号导向矢量失配环境下,传统的自适应波束形成方法性能受到影响,对角加载技术是提高算法在复杂环境下性能鲁棒性的重要技术之一。针对水声环境和水声信号特点,提出一种基于声矢量阵的自适应波束形成方法。该方法利用水声信号的多普勒频率信息,在不同环境下自适应地选择最优对角加载因子,确定波束形成的权矢量,从而实现提取期望目标信号、抑制干扰和噪声的目的。无需任何用户参数,鲁棒性强、估计精度高。最后基于声矢量阵进行仿真实验,仿真结果证明了所提出的方法能够有效地获取目标信号,具有较好的抗干扰能力。(本文来源于《声学技术》期刊2018年06期）
段晓菲,刘志文,徐友根[3]（2019）在《四元数域宽带鲁棒自适应波束形成》一文中研究指出该文提出一种基于四元数的宽带鲁棒自适应波束形成方法。在利用四元数构造阵元输出的基础上,通过期望信号复包络对齐技术,建立四元数域宽带对合增广宽线性信号模型,以联合利用四元数阵列输出矢量的3种对合信息和2阶统计特性以及信号非圆信息,采用信号加干扰子空间投影方式,有效提取期望信号,抑制多个不相关干扰和噪声,进而实现四元数域宽带鲁棒自适应波束形成。同其它宽带波束形成方法相比,该方法对非圆信号的接收性能提升,可以实现阵列虚拟孔径扩展,有效克服指向误差带来的性能下降问题。计算机仿真结果验证了该方法的性能。(本文来源于《雷达学报》期刊2019年01期）
郑彦[4]（2018）在《具有鲁棒性的自适应波束形成算法研究》一文中研究指出自适应波束形成器是阵列信号处理领域的重要组成部分,其主要作用是将主瓣对准期望信号的来波方向,然后在干扰信号的位置形成零陷,实现空域滤波的作用,但是在实际应用中存在着各种各样的误差因素使得导向矢量和样本协方差矩阵出现较大误差,从而导致波束形成器的性能急剧下降。为了对抗这些误差所带来的影响,研究具有鲁棒性的自适应波束形成算法有着重大意义,本文的主要工作和创新点如下:(1)为了对抗各种误差因素给导向矢量带来的误差影响,提出了一种基于一个新的约束条件来矫正导向矢量的算法,以此来改善波束形成器的性能;该算法主要是通过构造出期望信号导向矢量的正交子空间,然后再根据他们之间的正交关系将期望信号(Signal Of Interest,SOI)的导向矢量约束在一个范围内构造出约束方程来求解出误差向量,本文对于如何选取最优的正交子空间给出了详细的方法。(2)针对导向矢量的误差,提出了一种基于不确定集构造约束条件来求解导向矢量的方法,该算法是根据误差向量和不同角度导向矢量之间的几何关系来求解出期望信号角度范围内误差向量的边界值,通过该边界值构造得到不确定集的约束方程,然后对目标函数进行凸优化求解来获得误差向量。该算法能够有效的对抗各种常见的误差因素所引起导向矢量的畸变。(3)针对如何有效重构干扰加噪声协方差(Interference-plus-Noise Covariance,INC)矩阵这一问题,提出了一种基于新的信号源功率估计的方法来重构INC矩阵的方法;该算法主要是是根据信号导向矢量和接收协方差矩阵的特征值分解的信号子空间之间可以相互线性表出的几何关系,通过推导获得信号功率的求解表达式,该功率求解方法相比经典的功率求解方法具有较低的复杂度且性能接近最优值;(4)本文还提出了一种基于干扰信号子空间重构INC矩阵的方法,该算法是通过Capon功率谱获得干扰信号的导向矢量,然后构造出只与干扰信号正交的子空间来作为INC矩阵,该算法本质是从与干扰信号正交的子空间中找出跟期望信号相干性最大的向量来做为加权向量;这种算法最大的优点是不需要估计信号的功率,具有更小的复杂度,但是只适用于干噪比(Interference-to-Noise Ratio,INR)较高的场景。(本文来源于《电子科技大学》期刊2018-03-26）
蓝阳,谢俊法,杨志鹏,崔保生[5]（2018）在《基于鲁棒自适应最小方差信号无畸变响应波束形成的高密度数据室内组合方法研究》一文中研究指出当单点高密度采集数据一致性处理不完全时,均匀加权的室内组合会导致地震数据高频信息的损失。从波束形成理论的角度引入余弦窗、汉明窗、布莱克曼窗,通过调节权重矢量减小组合对数据的影响,考虑到窗函数作为权重矢量对数据的适应性较弱,进一步研究了基于主成分分析(principal component analysis,PCA)的鲁棒自适应最小方差信号无畸变响应(minimum variance distortionless response,MVDR)加权组合。Marmousi2模型正演模拟数据测试结果表明:相比于均匀加权组合,基于PCA的鲁棒自适应MVDR加权组合实现了信号保真与信噪比的有效统一,对深层地震数据信号的保护作用更为明显,信噪比也得到进一步提高。研究成果丰富了单点高密度地震数据的室内组合技术,拓宽了理论研究思路。(本文来源于《石油物探》期刊2018年01期）
袁晓垒[6]（2017）在《鲁棒自适应波束形成算法研究》一文中研究指出自适应波束形成能用于快速变化的信号环境以自适应地抑制干扰,极大地提高电子系统的抗干扰性能,被广泛应用在雷达、通信、声呐和其他领域。自适应波束形成在实际工程应用中存在需要解决的难点,即对协方差矩阵不确定度和导向矢量失配极度敏感,尤其当阵列接收信号数据包含期望信号成分时,这会导致自适应波束形成算法性能急剧下降。如何提高自适应波束形成的鲁棒性以保证算法的良好性能,是当前阵列信号处理在实际工程应用中亟待解决的。尽管鲁棒自适应波束形成(RAB)算法在近四十多年中得到了长足发展,但受限于其自身固有的问题,许多鲁棒算法的性能仍然偏离最优性能较远。针对当前工程应用面临的阵列失配问题,本论文将继续深入研究自适应波束形成的鲁棒算法,研究内容和贡献主要包括以下四个方面:1.适用于有限快拍情况的鲁棒波束形成算法研究为有效应对有限快拍情况,本文第叁章首先提出一种基于协方差矩阵不确定度(CMU)的概率约束对角加载RAB算法。该算法充分利用CMU的随机性,研究其Frobenius范数平方的概率分布,并引入预设概率值对CMU进行概率约束,得到一种新的、更有效的对角加载因子,以提高算法对有限快拍情况的鲁棒性。其次,本章提出一种对两类阵列失配具有联合鲁棒性的对角加载RAB算法。该算法先提出一种修正广义线性组合算法,在最小均方误差(MMSE)准则下获得协方差矩阵的最优估计,从而有效应对有限快拍情况;然后再构造两个约束条件,联合已估的协方差矩阵建立二次凸优化问题重新估计期望信号导向矢量,进而能有效应对导向矢量失配。2.适用于信号来波方向不确定的鲁棒波束形成算法研究为有效应对由来波方向误差或相干散射引起的来波方向不确定情况,本文第四章首先提出一种基于主特征矢量的干扰噪声协方差矩阵(IPNCM)重构RAB算法。该算法从根本上剔除样本协方差矩阵中的期望信号成分,在每个干扰信号角度区间上构造干扰协方差矩阵,取其主特征矢量来精确估计该干扰信号的导向矢量,并按照定义来精确重构IPNCM;同时采用类似的处理估计期望信号的导向矢量,联合已重构的IPNCM来设计波束加权,从而提高算法对来波方向误差的鲁棒性,使其输出信干噪比(SINR)逼近最优SINR。其次,本章在上述算法的基础上又提出一种基于子空间的IPNCM重构鲁棒波束形成算法。该算法采用交替投影算法获得样本协方差矩阵的信号-干扰子空间和每个干扰协方差矩阵的干扰子空间之间的交集,并将其作为该干扰信号导向矢量的更精确估计,进一步提高算法对由来波方向误差和相干散射引起的来波方向不确定情况的鲁棒性,保证其输出SINR逼近最优SINR。3.适用于导向矢量随机误差的鲁棒波束形成算法研究为有效应对导向矢量随机误差,本文第五章首先提出一种基于导向矢量不确定集的IPNCM重构鲁棒波束形成算法。该算法将每个干扰信号的导向矢量随机误差均建模为圆不确定集,采用鲁棒Capon波束形成(RCB)算法来精确估计每个干扰信号导向矢量,并按照定义来高精度地重构IPNCM;同时在期望信号导向矢量圆不确定集上,联合已重构的IPNCM来构建最差性能最佳化(WCPO)优化问题以设计鲁棒自适应波束加权,提高算法对导向矢量随机误差的鲁棒性。其次,本章引入环不确定集对导向矢量随机误差进行建模,采用子空间投影算法在每个干扰信号导向矢量环不确定集上精确估计其导向矢量,按照定义来高精度地重构IPNCM;并在期望信号导向矢量环不确定集上进行Capon谱积分来估计期望信号协方差矩阵,取其主特征矢量来精确估计期望信号导向矢量,联合已重构的IPNCM来设计鲁棒波束加权,进而更有效地应对导向矢量随机误差。4.基于概率约束的鲁棒波束形成算法研究为能更有效地匹配真实的导向矢量随机误差,本文第六章首先提出一种基于导向矢量不确定集的概率约束RCB算法。在原RCB算法的基础上,该算法对期望信号导向矢量随机误差的Euclidean范数平方施加概率约束,获得能与真实导向矢量失配范数更匹配的、更紧凑的导向矢量不确定集,以提高对任意导向矢量随机误差的鲁棒性。其次,在第五章所提基于导向矢量不确定集的IPNCM重构RAB算法的基础上,本章引入概率约束思想,对期望信号和干扰信号导向矢量随机误差的Euclidean范数平方均进行概率约束,获得更匹配真实导向矢量失配范数的、更紧凑的导向矢量不确定集,进一步提高导向矢量的估计精度,重构更精准的IPNCM,使算法对导向矢量随机误差具有更好的鲁棒性。(本文来源于《电子科技大学》期刊2017-10-20）
章希睿,刘志文,王亚昕,徐友根[7]（2016）在《四元数域主特征空间投影鲁棒自适应波束形成》一文中研究指出针对常规四元数域波束形成器在模型误差条件下的性能退化问题,提出基于拉伸叁极子双平行阵列的四元数域主特征空间投影鲁棒自适应波束形成方法.相比现有四元数域最劣态最优化鲁棒波束形成器,该方法无需求解具有高计算复杂度的凸优化问题,且不涉及用户参数的优化设置,更易于实现.仿真结果表明,所提出的波束形成器可有效克服信号相消问题,能够以较低的计算成本获取优于四元数域最劣态最优化鲁棒自适应波束形成器的性能,且其优势在高信噪比和短快拍条件下尤为显着.(本文来源于《北京理工大学学报》期刊2016年07期）
王一,何冰松[8]（2016）在《四元数域干扰加噪声协方差矩阵重构鲁棒自适应波束形成》一文中研究指出基于电磁矢量传感器阵列的四元数Capon波束形成器较传统的复数域Capon波束形成器有更好的性能。但是该方法在存在指向误差和极化失配的情况下性能急剧下降,甚至会出现信号相消现象。本文将协方差矩阵重构方法推广于四元数Capon波束形成中,通过利用Q-Capon的极化-角度谱估计得到干扰和噪声的功率来对干扰加噪声协方差矩阵进行重构,避免了对角加载方法中对对角加载因子的求解,而且能够有效克服指向误差与极化失配带来的性能下降。计算机仿真表明,该方法相较于其他四元数域的方法有着更好的性能。(本文来源于《信号处理》期刊2016年05期）
左轩尘[9]（2016）在《基于灵敏度的鲁棒自适应波束形成技术研究》一文中研究指出近几十年来,自适应波束形成技术被广泛地应用于声呐、雷达、地震勘探、通信等领域。经典Capon波束形成在无误差的情况下达到了最大化的信干噪比,但信号导向矢量估计误差和阵列协方差矩阵的估计误差会导致算法性能的恶化,这种现象在采样数据中包含目标信号分量时尤为明显。因此,如何增强波束形成技术对于导向矢量估计误差及协方差矩阵估计误差时的鲁棒性,成为了学者们关注的焦点。自适应波束形成算法研究的早期,人们通过对采样协方差矩阵进行对角加载的方法来提升波束形成算法的鲁棒性,但是存在鲁棒性与干扰抑制能力的权衡问题。近二十年内产生了许多导向矢量不确定集约束来推导加载量的大小的方法,但是这些方法都可能导致干扰和噪声的抑制不足。直到近几年,学者们提出了采用波束形成的灵敏度的算法,通过减小自适应波束形成方法对于协方差矩阵扰动的敏感度,来提升算法的鲁棒性。本文研究了上述算法的推导过程及仿真结果,提出了基于灵敏度的鲁棒波束形成的方法。全文主要工作内容如下:(1)介绍了自适应波束形成的基础理论知识,介绍了对角加载、鲁棒Capon等经典算法及其推导,通过仿真分析了这两种算法的性能。同时介绍了波束形成灵敏度的定义及其在波束形成算法中的作用。(2)提出了一种新的基于灵敏度的鲁棒自适应波束形成算法。算法创新点主要有:一、引入了广义的灵敏度定义,提出在计算球形信号导向矢量的不确定集合中选择使灵敏度最小的经典Capon权矢量解,从而提升经典Capon波束形成算法的鲁棒性的方法;二、通过分析以往算法给出的白噪声灵敏度不适应采样协方差矩阵扰动的色噪声环境,以矩阵扰动理论为推导依据,给出了色噪声协方差定义的相关随机误差灵敏度;叁、在以往算法推导的基础上,本文提出了更为直观的图形化的推导方法,将球形信号导向矢量不确定集转化为锥形导向矢量不确定集,并通过简单的拉格朗日方法对算法进行推导,得出权矢量的解,其计算复杂度与之前算法相当。(3)对本文提出的基于灵敏度的方法与之前方法进行了仿真对比,通过仿真结果分析得出基于灵敏度的算法性能较优的结论。(本文来源于《电子科技大学》期刊2016-03-25）
王一[10]（2016）在《完全极化条件下矢量传感器阵列鲁棒自适应波束形成》一文中研究指出自适应波束形成技术在阵列信号处理领域有着十分重要的地位。与传统的标量阵列相比,电磁矢量传感器阵列可以有效的获取并处理信号的极化信息,提高鲁棒性。在完全极化信号的条件下,四元数和张量是两个主要的研究领域。四元数是一种高维代数工具,可将电磁矢量传感器阵列的复输出作为四元数的实部和叁个虚部的系数。因此,四元数能够更为准确的阐述电磁矢量传感器阵列输出信号的结构。张量代数能够更加直观的表示待处理的输出数据,并可以空间、极化和采样快拍作为索引对阵列输出数据进行重组,从而实现多维匹配操作。据此,本文分析了近几年来一些四元数和张量领域的鲁棒自适应波束形成技术的不足,分别提出了如下叁种方法。其一,针对四元数Capon波束形成器在存在指向误差和极化失配的情况下性能急剧下降且出现信号相消现象的情况,提出四元数域协方差矩阵重构方法,通过在一定范围内用积分的方法重新构造干扰加噪声协方差矩阵来有效克服指向误差与极化失配带来的性能下降。相较于其他四元数域的方法有着更好的性能。其二,提出的增强特征空间投影四元数域鲁棒波束形成方法在特征空间投影技术的基础上进一步利用波束形成器输出功率最大的原理对期望信号的导向矢量进行估计,在保证鲁棒性的同时尽可能提升波束形成器的输出性能。该方法无需设置用户参数,应用背景十分广泛,仿真结果验证了该方法的有效性和优越性。其叁,通过充分挖掘阵列输出协方差张量收缩矩阵隐含的多维平滑处理以及对角加载方法的引入,提出了既可抑制相干干扰又对导向矢量失配误差具有鲁棒性的自适应波束形成方法,其中所包含的DL-Bartlett双层级结构使得该方法在较高信噪比的情况下仍有较好的鲁棒性。计算机仿真展示了所提方法的优良性能。(本文来源于《北京理工大学》期刊2016-01-05）
鲁棒自适应波束形成论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在短快拍、信号导向矢量失配环境下,传统的自适应波束形成方法性能受到影响,对角加载技术是提高算法在复杂环境下性能鲁棒性的重要技术之一。针对水声环境和水声信号特点,提出一种基于声矢量阵的自适应波束形成方法。该方法利用水声信号的多普勒频率信息,在不同环境下自适应地选择最优对角加载因子,确定波束形成的权矢量,从而实现提取期望目标信号、抑制干扰和噪声的目的。无需任何用户参数,鲁棒性强、估计精度高。最后基于声矢量阵进行仿真实验,仿真结果证明了所提出的方法能够有效地获取目标信号,具有较好的抗干扰能力。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
鲁棒自适应波束形成论文参考文献
[1].王正欢,周生龙,杨亚宁,王卓.基于鲁棒自适应波束形成的抗干扰测控通信[J].遥测遥控.2019
[2].殷冰洁.基于多普勒特征恢复的声矢量阵鲁棒自适应波束形成方法[J].声学技术.2018
[3].段晓菲,刘志文,徐友根.四元数域宽带鲁棒自适应波束形成[J].雷达学报.2019
[4].郑彦.具有鲁棒性的自适应波束形成算法研究[D].电子科技大学.2018
[5].蓝阳,谢俊法,杨志鹏,崔保生.基于鲁棒自适应最小方差信号无畸变响应波束形成的高密度数据室内组合方法研究[J].石油物探.2018
[6].袁晓垒.鲁棒自适应波束形成算法研究[D].电子科技大学.2017
[7].章希睿,刘志文,王亚昕,徐友根.四元数域主特征空间投影鲁棒自适应波束形成[J].北京理工大学学报.2016
[8].王一,何冰松.四元数域干扰加噪声协方差矩阵重构鲁棒自适应波束形成[J].信号处理.2016
[9].左轩尘.基于灵敏度的鲁棒自适应波束形成技术研究[D].电子科技大学.2016
[10].王一.完全极化条件下矢量传感器阵列鲁棒自适应波束形成[D].北京理工大学.2016