导读:本文包含了自适应波束形成技术论文开题报告文献综述及选题提纲参考文献，主要关键词:粒子群算法,线性约束最小方差,自适应方向图控制
自适应波束形成技术论文文献综述
唐寅洲,赵高泽[1]（2018）在《改进粒子群优化算法自适应波束形成技术》一文中研究指出本文研究了利用粒子群优化算法进行自适应方向图控制的综合方法,给出了自适应阵列处理的数学模型以及LCMV自适应波束形成器的数学表达,介绍了粒子群优化算法的基本思想和算法流程。结合粒子群优化算法和自适应方向图控制的相关知识,本文提出一种基于多虚拟干扰源的改进粒子群算法并将其应用于LCMV自适应波束形成器以提升其性能并进行自适应方向图控制。仿真结果表明,该方法可有效改善LCMV自适应波束形成方法在多重干扰情况下零陷生成效果不佳、低快拍下性能较差等缺点,改善输出信干噪比,并在加深零陷和降低旁瓣等方面效果显着。(本文来源于《舰船科学技术》期刊2018年17期）
任佩[2]（2018）在《弹载相控阵子阵自适应波束形成技术研究》一文中研究指出弹载相控阵雷达的应用越来越广泛,对雷达系统的性能提出了更高的要求。采用大型相控阵,可以得到更高的角度和距离分辨力。但由于大型相控阵阵元数过多,在阵元级进行自适应波束形成时,所需的设备量、运算量与存储量极大,会导致系统的硬件架构复杂,难以在弹载相控阵雷达上应用。为了降低成本和复杂度,需要从物理上进行降维,通常采用馈电网络将多个阵元微波合成子阵,在子阵级实现自适应波束形成。本文基于数字波束形成和自适应信号处理的基本理论,对子阵级自适应波束形成技术和主瓣干扰抑制方法进行了研究,完成了子阵级的主瓣干扰抑制。具体的研究内容如下:1.在阵列信号模型的基础上,介绍了波束形成和自适应基本原理,并对自适应波束形成的几种准则和常用算法进行了详细的理论分析和仿真对比。2.研究了子阵级的自适应波束形成。首先介绍了均匀不重迭、均匀重迭和非均匀不重迭划分子阵的方法,然后针对均匀线阵和面阵分别提出了非均匀子阵划分的模型和优化子阵位置的方法,避免了栅瓣和栅零点效应,最后采用噪声归一化的方法,改善了非均匀划分阵列天线的自适应性能。3.研究了几种主瓣干扰抑制的方法,包括阻塞矩阵预处理BMP、特征投影矩阵预处理EMP和特征投影和协方差矩阵重构EP-CMR等方法。针对传统BMP算法的问题,本文提出使用相邻不同阵元间距相消的方法,仿真验证了使用相邻4个阵元相消的方法,减小了信号增益曲线在干扰方向的凹口和信号能量的损失,提高了后续的检测概率,同时阵列孔径损失较小,保证了测角精度。4.对某弹载平台的阵列天线进行子阵划分,在子阵级接收数据上使用EMP、EP-CMR和改进的BMP算法进行预处理,消除了主瓣干扰,后续使用传统自适应算法抑制了旁瓣干扰,解决了主瓣偏移、波束畸变和旁瓣电平较高等问题,完成了子阵级的主瓣干扰抑制。(本文来源于《西安电子科技大学》期刊2018-06-01）
江金洋[3]（2018）在《自适应波束形成算法与基于压缩感知技术的超声成像研究》一文中研究指出超声成像因其安全、实时、无痛以及成本低廉等特点被广泛应用于临床诊断和工业探伤中。但与MRI、CT、X射线等技术相比而言,当前超声成像图像仍然存在空间分辨率较低,易受噪声干扰,输出图像帧率过低等问题,且随着科学技术的日益发展,人们对超声图像质量的要求也随之提高。因此,当前亟需对超声成像系统中面临的各种问题进行解决。本文针对自适应数字波束形成算法和基于压缩感知技术的超声成像开展了以下2个方面的研究内容:(1)波束形成技术是超声成像中影响最终输出质量的关键环节之一,传统最小方差自适应波束形成算法可以在一定程度上提高超声成像系统输出图像的分辨率,但对输出图像的对比度改善并不明显,且在强相关干扰下算法对噪声的鲁棒性下降。针对该问题,本文提出了一种信噪比后滤波与特征空间相融合的改进最小方差波束形成算法。该方法基于超声反射回波信号的可分离性将最小方差权矢量投影到信号子空间中提高成像对比度,然后基于回波信号相干性设计后滤波器,并引入一个基于信噪比的噪声加权系数,改善由于协方差矩阵估计误差造成的算法抗噪性能下降问题。为验证算法对输出超声图像质量的改进,本文在Field II实验平台上,对医学超声成像实验中常用的点目标、吸声斑目标以及Michigan大学提供的geabr_0实验数据进行成像对比,实验结果表明本文所提算法提升了超声图像的分辨率、对比度并且对噪声具有良好的鲁棒性。(2)超声成像系统中采用高频采样、合成孔径、扩大阵元等技术通过增加接收回波数据也可以提高成像系统输出图像质量,但大量回波数据将导致超声系统的采样、传输、存储等环节的复杂度不断增加等问题。对此,本文提出了一种针对超声成像的稀疏字典设计。该稀疏字典充分利用了超声回波是其发射脉冲衰减延时迭加的特点,增强了对回波数据的稀疏表示能力,理论上能使稀疏信号的稀疏度等于接收回波的个数,具有较高的压缩率,从而能以较高的精度重构出原始回波信号,降低超声成像系统的复杂度。最后,通过对比仿真实验,验证了本文所提稀疏字典在相同重构条件下较传统常见稀疏变换更接近原始信号,重构回波信号精度进一步得到提升,且算法重构所需要的时间最少。(本文来源于《重庆大学》期刊2018-05-01）
吕曜辉[4]（2018）在《矢量阵自适应波束形成技术研究》一文中研究指出港口航道、岛屿要塞以及我方重要军事设施是敌方潜艇实施封锁作战的重点区域,为了能够突破封锁、保卫安全需实现对敌方潜艇远程预警探测。岸基警戒声纳主要目的是为了实现对重要区域的安全警戒。早期的岸基声纳由标量长线阵组成,随着矢量水听器技术的发展,由矢量水听器构成的矢量岸基声纳具有更高的探测能力和探测效率。与常规声压水听器阵相比,在同等数量的阵元条件下,矢量阵可以获得更多的独立通道数据,这为矢量阵信号处理带来了更大的阵增益、左右舷分辨及旁瓣抑制的能力。矢量阵在带来各种优势的同时也会带来了一系列的问题。1、长线阵利用阵列的大孔径实现了更高的探测精度,但高分辨力会限制信号处理中可用的积分时间,这时形成的数据协方差矩阵往往是不满秩的,因此会影响自适应波束形成算法性能。同时由于矢量阵独立的数据通道是常规声压阵的4倍,这在为矢量阵带来可观阵增益的同时,也增大了数据协方差矩阵的维度,会导致算法运算量几何数量的增加,这在实时处理系统中是不可容忍的。2、矢量阵的导向向量是由振速通道的导向向量和声压通道的导向向量构成,每种导向向量针对的误差源往往是不同的。宽容自适应波束形成算法应用于矢量阵时,如何设计不同的导向向量误差约束便成为一个新的问题。3、岸基警戒声纳主要目的是为了探测对我方不利的水下危险目标,因此近距离水面船只均为不被关注的干扰目标,但水面船只会严重降低岸基警戒声纳对水下目标的预警探测效率。4、在频带资源有限的水声信道,码分多址和空分多址是首要考虑的多址方式。水声信道频带窄,码分多址的伪随机序列阶数较低,当用户容量较大时面临着伪随机序列数目有限等问题。同时单通道接收机接收信噪比低,且信道均衡器易受信道时空变化的影响。论文将结合矢量阵自适应波束形成算法研究,尝试解决水声通信面临的上述问题。本文在研究过程中以岸基矢量阵声纳为背景,在现有研究成果的基础上围绕宽容自适应波束形成、强干扰抑制、矢量信号处理等内容,探索提升岸基矢量阵声纳的探测性能、干扰抑制能力以及被动通讯的方法:首先,在MVDR(Minimum Variance Distortionless Response)、RCB(Robust Capon Beamformer)等算法的基础上,针对自适应波束形成算法如何在有限数据情况下的应用展开了研究。提出了一种适用于长线阵的改进RCB算法,并对算法的各项性能与传统方法进行了分析对比。该方法的优势在于:(1)在有限快拍数据的情况下,保持了RCB算法的分辨力高、干扰抑制能力强和宽容性高的特点;(2)由于算法通过奇异值分解代替矩阵求逆,因此该算法计算量小,适合工程应用。其次,针对岸基矢量阵声纳存在的问题,结合矢量水听器的特点,本文提出了叁种自适应波束形成算法。一是将标量改进RCB算法拓展到矢量阵中使用;二是利用矢量水听器阵列的加权向量可以拆分为阵列加权向量和矢量加权向量的特点,针对不同情况选用合适的加权向量进行方位估计,进而提出了一种矢量权分解RCB算法。叁是将矢量权分解RCB算法结合波束域波束形成理论,提出了一种波束域矢量权分解RCB算法,在保证算法性能不会大量损失的情况下,大大降低系统运算量。通过仿真数据对各种算法的性能进行了分析;利用海上试验数据对各算法进行比对分析,可以证明矢量权分解RCB算法和波束域矢量权分解RCB算法比传统算法具有更高的处理增益。再次,针对岸基矢量阵在实际应用中会被大量的近距离强干扰目标所困扰的问题,本文在H.cox的MRABF(Multi-Rate Adaptive Beamforming)强干扰抑制算法的基础上提出了一种基于宽带目标筛选的强干扰抑制算法。算法解决了MRABF算法中未考虑的海洋信道起伏以及目标辐射噪声频率分布特性的问题,提升了算法的稳定性以及实际可用性。通过数据仿真证明算法能够对35dB差异的强干扰进行抑制。为了说明算法的通用性,并将改进算法应用于叁元舷侧阵的干扰抑制及尾流区域的干扰抑制。最后,围绕矢量阵列信号处理方法在水声通信中的应用开展研究。主要针对水平长线阵和垂直阵两种阵型进行讨论,采用RCB自适应波束形成算法进行稳健波束输出,利用水平长线阵的处理增益提高水声通信的作用距离。提出了基于混沌正交组合序列的M元码分多址水声通信方法,在保证多址能力以及通信稳健性的基础上,提高了扩频系统的通信速率。基于高分辨率、强干扰抑制波束形成方法,探索了基于阵列的空分多址的多用户水声通信。另外,采用垂直阵列的形式在垂直方向进行波束形成,利用空间滤波的思路进行多途信道的抑制,尝试简化水声通信接收端解调与信道均衡的复杂度,完成应用基础研究。(本文来源于《哈尔滨工程大学》期刊2018-03-31）
王佳安[5]（2018）在《基于智能优化算法的自适应波束形成技术研究》一文中研究指出阵列信号处理有很多分支,其最重要的就是采用了位于空间中的不同位置的传感器阵列。自适应波束形成作为其较重要的一个研究内容同样采用了传感器阵列对信号进行采集。根据所采集的信号对各个阵列的加权系数进行相应调整,这样来实现信号的最优接收。而最优权矢量的求取直接决定着能否对干扰进行有效地抑制,所以针对最优权矢量的求取展开研究具有十分重要的意义。首先,对信号处理的基本知识进行简要介绍,包括数学模型的建立、波束形成的原理和方向图、统计最优波束形成的基本准则等,并选取常用的几种波束形成算法进行分析。其次,介绍入侵杂草算法(Invasive Weed Optimization,IWO),将IWO应用于波束形成自适应权矢量求取中。针对IWO在处理问题时所出现的寻优速率慢和全局性不高问题,提出了改进的杂草算法(Modified Invasive Weed Optimization,MIWO)。该算法中杂草种子采取根据适应度值分段式扩散方法,保证了植株粒子快速收敛到全局最优解。仿真证明MIWO对干扰信号的抑制更好,更加适合自适应波束形成。然后,针对MIWO在干扰增加时无法准确对准干扰信号形成零陷这一问题,提出了一种改进的鸡群优化波束形成算法,鸡群算法(Chicken Swarm Optimization,CSO)通过将种群分为寻优能力及寻优方式均不同的叁种子群,加快了整个群体的寻优能力的同时保证全局性。并针对CSO在波束形成过程中,方向图的旁瓣信号电平较高的问题,提出了叁种改进的鸡群算法,通过理论分析及仿真验证选出了最优鸡群优化算法,改进的鸡群算法(Modified Chicken Swarm Optimization,MCSO)可在复杂情况下依旧准确的对干扰信号进行抑制。最后,分别将MIWO及MCSO应用于自适应波束形成中,并进行了相应的仿真验证。仿真结果表明:MIWO凭借其种子方差随适应值进行改变的特性,形成的零陷深,对干扰抑制强。MCSO凭借其独特的寻优方式,在处理复杂函数时仍旧可以保持较高的寻优精度,能准确的对准干扰信号并形成有效抑制,抗干扰稳定性强,输出信干噪比高。(本文来源于《哈尔滨工程大学》期刊2018-01-01）
夏杰[6]（2017）在《麦克风阵列自适应波束形成及后置滤波技术研究》一文中研究指出麦克风阵列广泛地应用于免提通信和人机交互中,它可以很好解决噪声抑制、混响消除、声源定位与跟踪以及声源分离等问题。由于使用多个麦克风采集信号,麦克风阵列不仅能使用时域和频域的信息,同时还能利用空间信息对信号进行处理。麦克风阵列自适应波束形成算法将波束指向期望的声源或对干扰方向做陷零处理,可以使得信号干扰比显着改善。通过利用空间的选择性,即使是对高度非平稳干扰也能进行有效的抑制。然而波束形成算法对非相干噪声的抑制作用有限,因此可以使用后置滤波算法对空间滤波器的输出信号进行增强处理。本文对基于麦克风阵列的自适应波束形成及后置滤波算法进行了研究,主要的工作内容如下:首先,针对在信噪比比较低和混响影响比较高的环境下难以准确估计波达方向的问题,以及传统的后置滤波只考虑散射噪声或只从波束形成后的单通道输出中估计噪声的不足,本文提出了一种基于特征值分解的导向矢量估计和噪声功率谱密度估计的算法。基于最大特征向量的导向矢量估计不需要麦克风阵列的几何位置信息,且对混响信号的影响具有较好的鲁棒性。基于最小特征向量的噪声功率谱密度估计减小了期望信号泄露的影响,从而使噪声估计更加准确。仿真实验表明提出的算法在抑制噪声的同时也能够较好地减小期望信号失真。其次,针对房间声学环境不断变化的应用中,基于固定遗忘因子递归最小二乘算法的广义旁瓣相消器难以满足跟踪性能的需求,本文提出了一种基于滤波器系数近似导数的变遗忘因子技术以提高自适应算法的跟踪性能。为了进一步去除自适应波束形成器输出信号中残留噪声的影响,本文还推导了一种可变谱减因子的互相关谱减法。可变谱减因子是基于最优先验信噪比估计得到,与传统的互相关谱减法相比,其抑制残留噪声的能力更强。仿真结果表明提出的变遗忘因子算法具有更快的收敛速度和更好的跟踪能力,推导的可变谱减因子算法能有效地抑制残留噪声和增加语音的可懂度。(本文来源于《重庆邮电大学》期刊2017-04-07）
李毓铃[7]（2017）在《宽带自适应波束形成技术的研究和实现》一文中研究指出自适应波束形成可以通过对接收信号的处理,更有效地提取有用信号,同时抑制干扰,在雷达、通信等系统中广泛应用。随着宽带信号处理技术的发展,宽带自适应波束形成技术成为了阵列信号处理领域的研究热点之一。然而,由于宽带信号包含大量频率分量,宽带波束形成存在输出频率一致性差和计算复杂度高两个主要问题。本文围绕恒定束宽宽带波束形成和降复杂度的自适应波束形成技术展开研究,主要工作如下:1.分析对比了宽带波束形成的频域、抽头延迟线(TDL)和阵元延迟线(SDL)结构。介绍了一种新的基于空间响应偏差(SRV)因子的线性约束最小方差(LCMV)算法,提高了输出的频率不变性,同时研究了该算法中权重因子对抗干扰性能和频率不变性的影响。2.研究了基于波束空间的宽带波束形成算法,基于最新的频率不变波束形成器(FIB)提出了一种新的转换矩阵设计方法,提高了输出方向图的频率一致性。介绍了一种基于FIB的波束空间处理结构,同时针对波束不完全正交问题引入了特征分解技术,在保证恒定束宽的同时提高了抗干扰能力。3.研究了多级维纳滤波器(MSWF)和联合迭代优化(JIO)两种降秩结构,介绍了利用递归最小二乘(RLS)算法求解JIO结构目标函数的方法,同时基于最小均方(LMS)算法推导了新的JIO结构迭代公式,进一步降低了计算复杂度。此后,提出了新的加入SRV因子的JIO-LMS算法,提高了输出方向图的频率不变性。4.基于北斗导航抗干扰系统,将基于TDL结构的宽带自适应波束形成算法在DSP上实现,并通过系统实验验证了算法的性能。(本文来源于《南京理工大学》期刊2017-03-01）
毛晓军[8]（2016）在《高性能阵列天线稳健自适应波束形成技术研究》一文中研究指出随着电子信息科学技术的不断发展,阵列天线在越来越多的领域得到广泛应用。波束形成技术作为自适应阵列天线的关键技术之一,可以使阵列天线波束主瓣对准期望信号方向并自适应地在干扰方向形成零陷,从而有效抑制干扰并提高输出信干噪比(Signal to Interference and Noise Ratio,SINR)。阵列天线自适应波束形成在实际应用中,不可避免的会存在各种误差和失配,如快速运动干扰,期望信号来波方向(Direction of Arrival,DOA)估计误差、波前扰动失真、局部相干散射、阵元位置误差和阵元互耦效应等,而传统的波束形成技术在出现这些误差时输出性能会急剧下降。因此,提高阵列天线自适应波束形成技术在非理想应用环境中的稳健性成为近年来国内外的研究热点,但是多数稳健波束形成技术的提出都是针对某一特定误差,存在综合稳健性不高的问题,主要体现在输出SINR与理论最优值差距较大以及没有考虑多种误差共同存在的情况,对高性能阵列天线稳健波束形成技术缺乏系统性的研究。针对目前存在的问题,本论文开展了高性能稳健波束形成技术研究,进一步提高稳健波束形成技术的抗干扰性能和输出SINR,并研究了多种误差共同存在环境下的稳健波束形成方法。本文的主要研究内容如下:1.针对快速运动干扰或者天线阵列与干扰相对角度快速变化情况下的干扰抑制问题,提出了基于投影和对角加载相结合的稳健零陷展宽(Projection and Diagonal loading Null Broadening Beamforming,PDNBB)波束形成算法,PDNBB算法克服了协方差矩阵锐化(Covariance Matrix Tapers,CMT)零陷展宽方法零陷变浅的难题,干扰抑制性能和算法的稳健性得到极大提升。本文从理论上分析了子空间投影变换能够展宽零陷和加深零陷深度的机理,发现干扰子空间投影变换可以扩展干扰入射角度和增强协方差矩阵中的干扰分量,相当于人为增强干扰功率,从而展宽波束零陷宽度和加深零陷深度。PDNBB算法对快速运动干扰具有良好的抑制性能,输出SINR能够接近理论最优值,并通过对投影基向量个数的选取实现零陷深度的控制。此外,将幅度响应约束技术引入到PDNBB算法中,实现了对波束主瓣宽度和响应的控制,提高了算法在快速运动干扰和导向矢量失配同时存在环境下的稳健性。2.针对期望信号导向矢量失配导致传统波束形成算法性能急剧下降,而目前高性能稳健波束形成算法计算量大的问题,本文提出了一种基于变对角加载值的高效稳健波束形成方法(Variable Loading Robust Beamforming,VLRB),VLRB方法首先对输入SNR进行估计,然后根据输入SNR的变化自适应的调节对角加载值,该方法能够得到加权矢量的解析表达式,无需迭代求解,相比目前的稳健波束形成方法,具有较小的计算复杂度,输出SINR得到大幅提升。此外,针对期望信号DOA估计大角度失配的情况,本文提出了一种改进的模约束稳健波束形成算法(Modified Norm Constraint Capon Beamforming,MNCCB),MNCCB方法将协方差矩阵的负指数次幂向加权矢量投影,对投影分量的模进行约束。该方法实际上强化了对加权矢量的约束,从而提高了波束形成器对期望信号DOA估计大角度失配的稳健性,能够取得比其它方法更好的干扰抑制效果。3.针对阵元位置误差,阵元互耦等引起的阵列流形误差导致自适应波束形成器性能下降的问题,本文提出了两种抗阵列流形误差的稳健波束形成算法。首先提出了基于干扰子空间重构的稳健波束形成方法(Interference Subspace Reconstruction Robust Beamforming,ISRRB)。该方法在干扰的大致方位区间估计出准确的干扰导向矢量,构建出干扰子空间矩阵,将采样协方差矩阵向干扰子空间投影,利用对角加载技术,构造出一个新的协方差矩阵。相比于已有的方法,该方法极大的提高了波束形成器对阵列流形误差的稳健性,输出SINR能够更加接近理论最优值。然后提出了一种基于协方差矩阵混合重构的稳健波束形成算法(Covariance Matrix Hybrid Reconstruction Robust Beamforming,CMHRRB),CMHRRB算法的干扰加噪声协方差矩阵来源于两部分的加权组合,通过合理设计加权因子,在不同的输入SNR情况下自适应的调整两部分的组合比例,有效的提高了波束形成技术在阵列流形误差下的抗干扰性能,输出SINR优于已有的方法。4.为了提高波束形成器同时抗期望信号导向矢量失配和阵列流形误差的综合稳健性,本文提出了一种基于导向矢量双层估计(Steering Vector Double Estimation,SVDE)的稳健波束形成方法。通过对期望信号导向矢量进行两次的优化校正,克服了期望信号导向矢量失配和阵列流形误差造成波束形成器性能下降的难题,在此基础上,引入CMT零陷展宽方法,提出了SVDE-CMT算法,实现了在阵列流形误差下展宽零陷,抑制运动干扰的目的,进一步提高了波束形成器在复杂环境下的综合稳健性。所提方法无需迭代求解,计算量较小,仿真结果验证了所提方法的有效性。(本文来源于《哈尔滨工程大学》期刊2016-12-01）
姚俊[9]（2016）在《自适应波束形成的零陷加宽技术研究》一文中研究指出波束形成技术作为阵列信号处理中的一个重要研究分支,已被广泛地应用于雷达、通信、声呐等众多领域。在理想情况中,自适应波束形成算法能将波束方向图的零陷对准干扰。然而在实际情况下,由于天线平台发生振动或干扰扰动等情况的存在,导致干扰偏移出零陷位置从而不能被有效的消除,将严重影响系统性能。因此,研究自适应零陷控制算法变得十分必要。本论文研究了基于自适应波束形成的零陷加宽算法,主要完成了以下工作：(1)针对干扰信号和期望信号相干的情况,提出了一种基于相干干扰的波束形成零陷加宽算法。该算法不仅能有效消除干扰信号和期望信号的相干性,又能将于干扰处形成的零陷进行展宽。仿真实验结果表明,在相干干扰环境以及干扰发生扰动的情况下,该算法依然能够使波束形成器具有较好的输出性能,有效地增强了系统的稳健性。(2)针对协方差矩阵加权(Covariance Matrix Tapering, CMT)算法在加宽零陷的同时会减小零陷深度这一情况,提出了一种基于协方差矩阵重构的零陷加宽算法。该算法通过对空间谱函数进行空域扩展,并加入了深度系数对零陷深度进行控制,在加宽零陷的同时又加深了零陷深度。仿真实验结果表明,该算法对干扰具有更好的抑制能力,并且可应用于小快拍数的情况中。(3)提出了一种基于最小方差无畸变响应(Minimum Variance Distortionless Response, MVDR)的投影变换与对角加载相结合的波束形成零陷加宽算法。该算法利用投影变换矩阵对阵列接收数据进行预处理,并根据载入因子与采样协方差矩阵之间的关系来确定载入因子,不仅加宽了零陷宽度,同时又加深了零陷深度。仿真实验结果表明,该算法在干扰信号角度失配的情况下依然表现出较好的输出性能,且在低快拍数下依然能够稳定工作。(本文来源于《南京信息工程大学》期刊2016-06-01）
张文超[10]（2016）在《自适应波束形成技术在OFDM系统中的应用研究》一文中研究指出正交频分复用(OFDM)既是调制技术又是复用技术。OFDM技术将串行高速数据变为低速的并行数据,并调制到相互正交的子信道上进行传输。由于子信道的码元持续时间相对增加,这样可以减少因无线信道多径时延扩展所产生的时间弥散性对系统造成的码间干扰,同时在OFDM系统中各路子载波的已调信号频谱有部分重迭,因而使得频带的利用率得到了极大的提高。在无线资源日趋紧张的今天,运营商很难再通过拓展频谱宽度的方式来提高网络容量,为了进一步提高频谱的利用率,在现有的OFDM系统下,运营商会在不同的小区/扇区之间采用相同的频段,即频率复用。此举导致小区的边缘产生严重的同频干扰问题,同频干扰不仅使系统的误码率性能下降,同时系统的覆盖范围也会缩小,因此抑制同频干扰非常必要且具有实际意义。自适应波束形成技术是智能天线系统的关键技术之一,其原理是使天线主波束对准期望信号的方向,零陷或旁瓣对准干扰信号的方向,从而达到抑制或消除干扰信号的目的。因此,将OFDM技术与自适应天线技术相结合可以有效的对抗系统中存在的同频干扰问题。本文对自适应波束形成技术在OFDM系统中应用进行了研究,所作的工作主要包括以下几点:1、研究了OFDM系统同步相关性原理,分析了符号定时同步误差、采样同步误差和载波频偏同步误差对OFDM系统造成的影响;对叁种主要同步定时算法(S&C算法、Minn算法、Park算法)进行了仿真,并分析比较了各种算法的优缺点。2、介绍了天线阵列的信号模型及信号DOA估计,通过仿真分析比较了基于空间傅里叶变换算法的DOA估计和基于MUSIC算法的DOA估计在性能上的差异。3、详细介绍了各种自适应波束形成准则以及主要自适应波束成形算法,并用图和表的形式对各种准则和算法进行了分类和总结。4、对基于DOA估计的自适应波束形成技术在OFDM系统中的应用进行了研究,仿真结果表明自适应波束形成技术能够有效的克服OFDM系统存在的同频干扰问题。MIMO技术和智能天线技术同为多天线技术,二者既有共性又有显着的区别。在带宽不变的情况下,MIMO技术可以成倍提高频谱效率。本文先从结构和原理上对智能天线和MIMO作一个比较,然后提出了一种结合了MIMO、智能天线和OFDM的系统模型,该系统通过排列调度有机的将智能天线与MIMO天线结合起来运用到OFDM系统中。该模型不仅提高系统的性能,同时也使得通信终端可以在更高的移动速度下实现可靠传输。(本文来源于《伊犁师范学院》期刊2016-05-01）
自适应波束形成技术论文开题报告
（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：
弹载相控阵雷达的应用越来越广泛,对雷达系统的性能提出了更高的要求。采用大型相控阵,可以得到更高的角度和距离分辨力。但由于大型相控阵阵元数过多,在阵元级进行自适应波束形成时,所需的设备量、运算量与存储量极大,会导致系统的硬件架构复杂,难以在弹载相控阵雷达上应用。为了降低成本和复杂度,需要从物理上进行降维,通常采用馈电网络将多个阵元微波合成子阵,在子阵级实现自适应波束形成。本文基于数字波束形成和自适应信号处理的基本理论,对子阵级自适应波束形成技术和主瓣干扰抑制方法进行了研究,完成了子阵级的主瓣干扰抑制。具体的研究内容如下:1.在阵列信号模型的基础上,介绍了波束形成和自适应基本原理,并对自适应波束形成的几种准则和常用算法进行了详细的理论分析和仿真对比。2.研究了子阵级的自适应波束形成。首先介绍了均匀不重迭、均匀重迭和非均匀不重迭划分子阵的方法,然后针对均匀线阵和面阵分别提出了非均匀子阵划分的模型和优化子阵位置的方法,避免了栅瓣和栅零点效应,最后采用噪声归一化的方法,改善了非均匀划分阵列天线的自适应性能。3.研究了几种主瓣干扰抑制的方法,包括阻塞矩阵预处理BMP、特征投影矩阵预处理EMP和特征投影和协方差矩阵重构EP-CMR等方法。针对传统BMP算法的问题,本文提出使用相邻不同阵元间距相消的方法,仿真验证了使用相邻4个阵元相消的方法,减小了信号增益曲线在干扰方向的凹口和信号能量的损失,提高了后续的检测概率,同时阵列孔径损失较小,保证了测角精度。4.对某弹载平台的阵列天线进行子阵划分,在子阵级接收数据上使用EMP、EP-CMR和改进的BMP算法进行预处理,消除了主瓣干扰,后续使用传统自适应算法抑制了旁瓣干扰,解决了主瓣偏移、波束畸变和旁瓣电平较高等问题,完成了子阵级的主瓣干扰抑制。
（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。
自适应波束形成技术论文参考文献
[1].唐寅洲,赵高泽.改进粒子群优化算法自适应波束形成技术[J].舰船科学技术.2018
[2].任佩.弹载相控阵子阵自适应波束形成技术研究[D].西安电子科技大学.2018
[3].江金洋.自适应波束形成算法与基于压缩感知技术的超声成像研究[D].重庆大学.2018
[4].吕曜辉.矢量阵自适应波束形成技术研究[D].哈尔滨工程大学.2018
[5].王佳安.基于智能优化算法的自适应波束形成技术研究[D].哈尔滨工程大学.2018
[6].夏杰.麦克风阵列自适应波束形成及后置滤波技术研究[D].重庆邮电大学.2017
[7].李毓铃.宽带自适应波束形成技术的研究和实现[D].南京理工大学.2017
[8].毛晓军.高性能阵列天线稳健自适应波束形成技术研究[D].哈尔滨工程大学.2016
[9].姚俊.自适应波束形成的零陷加宽技术研究[D].南京信息工程大学.2016
[10].张文超.自适应波束形成技术在OFDM系统中的应用研究[D].伊犁师范学院.2016