mvdr自適應波束形成算法研究-免費閱讀
【正文】 雖然對角加載在一定程度上削弱了MVDR算法抑制干擾噪聲的能力，降低了分辨率和陣增益，但其可以有效消除低快拍數(shù)下小特征值擾動帶來的不良影響。MVDR是一種滿足最優(yōu)信干噪比準則和線性約束的自適應算法。信號處理頻帶為2000HZ~4000HZ，聲速取1500米每秒，采用快拍數(shù)為50，對角加載量為2倍的協(xié)方差矩陣對角元素標準差。對比圖112可以看出，當快拍數(shù)提高后，包含信號的波束響應圖效果有了很大改善。這在很大程度上消除了原本由于快拍數(shù)不足造成的期望信號與干擾噪聲間的相關性。圖表 8:加載前效果圖橫坐標為信號方位，縱坐標為波束響應強度（dB）圖表 9：加載后效果圖橫坐標為信號方位，縱坐標為波束響應強度（dB）對比圖9可以看出：在加載前波束響應旁瓣過高，主瓣發(fā)生畸變。因此，對角加載對MVDR抑制強干擾的能力影響不大，但可以加快小特征的收斂速度，在一定程度上解決了快拍數(shù)不足時小特征值擾動造成的波束響應圖旁瓣升高，主瓣發(fā)生畸變的問題。聲速為1500米每秒。可以證明當快拍數(shù)趨于無窮時，噪聲信號所對應的小特征值收斂于，收斂于。當快拍數(shù)不足時，波束響應圖的主瓣會發(fā)生畸變，旁瓣會變高。從圖中可以看出，MVDR的目標航路清晰明顯，各個方向的合作目標清晰可辨，航路兩旁的噪聲抑制良好，顏色與目標航路差別明顯。與之相比，MVDR的分辨率有了顯著提高，60度和80度方向的信號清晰可辨。等間隔直線陣陣元個數(shù)為16，陣元間隔為1/4信號波長。圖中實線表示MVDR波束相應，虛線為CBF波束相應。根據(jù)（）得（設期望信號與噪聲加干擾完全不相干）： （）將（）式帶入（）式得： （）用代替（）中的得： （）因此，在期望信號與噪聲加干擾完全不相干時，用包含期望信號的協(xié)方差矩陣進行估計所得的權系數(shù)與理想情況下的最優(yōu)權系數(shù)相同。由（）得，陣列輸出的信干噪比為： （）將分解為 （）其中為可逆方陣。通過仿真實驗給出MVDR算法相對于CBF在波束形成和空間波數(shù)譜估計應用中的改善效果，同時給出對角加載技術對MVDR算法的改善效果。通過MVDR算法得到的權系數(shù)可以使在期望方向上的陣列輸出功率最小，同時信干噪比最大。24MVDR自適應波束形成算法研究MVDR自適應波束形成算法研究摘 要波束形成技術和信號空間波數(shù)譜估計是自由空間信號陣列處理的兩個主要研究方面。與CBF相比，MVDR算法在很大程度上提高了波數(shù)譜估計的分辨率，有效的抑制了干擾和噪聲。通過對海上實驗數(shù)據(jù)的處理給出MVDR算法的幾組應用實例，根據(jù)應用實例進一步分析MVDR相對于CBF的性能特點以及對角加載對MVDR算法的改善效果。將（）帶入()得， （）由（）和（）得 ()帶入（）得 ()由Schwartz不等式得， （）當且盡當 ()時等號成立。在實際信號空間波數(shù)譜估計中，往往使用代替求得MVDR權矢量。從圖1中可以看出，MVDR自適應的在3個干擾方向形成了零點，同時干擾越強零點越深。.圖表 2：MVDR、CBF仿真對比圖1圖中橫坐標為信號方位，縱坐標為相對幅值仿真實驗2實驗中入射信號為單頻正弦信號，信號頻率分別為1100、1300、1500HZ，采樣頻率為6000HZ，入射角度為60度、70度、110度。仿真實驗2的結果說明，MVDR作為一種空間波數(shù)譜估計算法有著較CBF更高的分辨率和更強的抑制噪聲、消除旁瓣干擾的能力，將其應用于陣列信號DOA估計中可以提高目標測向的分辨率，降低虛警概率。相比之下，CBF的目標航路明顯變寬，航路兩旁由于旁瓣和噪聲的影響與目標航路混在一起，致使無法清晰的辨別目標方位。這在一定程度上影響了陣列對雜波的抑制和信號DOA估計的準確性。根據(jù)Carlson的研究，當快拍數(shù)不足時，強干擾所對應的大特征值能較快的收斂到，而噪聲對應的小特征值則出現(xiàn)較大擾動，不能快速的收斂。陣元個數(shù)為，間距為1/4米。 目前，加載量的設定并沒有統(tǒng)一的方法。加載后干擾方向零點深度略微變淺，但主瓣變得清晰，旁瓣明顯降低。下面給出仿真波束響應圖進行說明。這說明快拍數(shù)不足的情況下，期望信號與噪聲干擾存在明顯的相干性，通過增大快拍數(shù)可以消除這種相關性，從而改善波束響應的性能。圖表 14：CBF航路圖圖表 15：MVDR航路圖圖表 16：對角加載后航路圖對比圖116可以看出，在低快拍數(shù)和高信噪比的影響下，沒有對角加載的MVDR圖像完全畸變，目標航路無法分
教學課件相關推薦
鄂ICP備17016276號-1