自适应波束形成技术简介

自适应波束形成技术简介摘要：介绍了自适应波束形成技术的发展过程和各种自适应波束形成算法的原理和特点，讨论了自适应波束形成技术的应用，讨论了该技术在工程应用中面临的主要问题及解决方法和方法。引言1随着电子干扰理论和技术的迅速发展，电子干扰对雷达构成了严重的威胁。空间滤波器等天线抗干扰技术主要是雷达抗干扰的第一道防线，包括低旁瓣和超低旁瓣、旁瓣隐藏、自适应旁瓣消除、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一定的波束方向，在抵消干扰的同时，不会自动跟踪预期信号的流动，也不需要在未来复杂的电磁环境中工作。自适应阵列天线技术是一种新的想法，利用算法对天线的光束进行自适应控制。自适应阵列天线的抗干扰可以确保接收到所需信号的大增益，使天线的模式零陷对齐干扰方向为自适应，从而抑制干扰或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、军用抗干扰通信等，完成了空间滤波和定位等。近年来，移动通信和最新数字信号处理技术的迅速发展，使利用数字技术在基底形成天线梁成为可能。天线系统的可靠性和灵活性大大提高。自适应阵列天线技术在雷达上具有以下应用前景：(1)防止褪色，减少多路径效果无线电波在传播过程中通过反射、折射、散射等多种途径到达接收端。随着目标移动和环境的变化，信号瞬时值和延迟失真发生了非常快速、不规则的变化，从而导致信号多路径衰落。使用自适应阵列天线控制接收方向，天线在目标方向以自适应方式形成主光束，对接接收到的信号，使有用接收信号的增益最大，其他方向的增益最小，从而减少信号衰落的影响。(2)抗干扰能力利用自适应阵列天线，根据入射角中有用信号和干扰信号的差异，选择合适的组合权重，生成正确的天线接收模式。也就是说，将主襟翼对准有用的信号，零陷阱和低增益侧滚对准主要干扰信号，从而能够更有效地抑制干扰。其中，零陷引起的干扰消除称为主动抑制，旁瓣消除干扰称为被动抑制。抗干扰应用的本质是空间域过滤。可变阵列天线波束具有方向性，具有区分不同入射角的电波，可以调整控制天线阵列设备的此处的“权重”，与具有时域滤波特性的自适应均衡器类似，可以适应传播传播传播环境的变化，优化天线阵列方向图，将“零”自动与干扰方向相匹配，可以显着提高阵列的输出信噪比，提高系统稳定性。(3)增加系统容量自适应阵列天线波束变窄，提高了天线增益和C/I指示器，减少了雷达系统的同频干扰，减少了频率重用系数，提高了频谱利用效率。使用自适应阵列天线是解决复杂电磁环境、多用途容量问题的经济高效的方案，在不降低或改善接收质量的情况下，可以大幅提高雷达的工作能力。使用自适应阵列天线可以显着提高雷达的C/I和SINR指标，同时提高单个或多个目标的覆盖指定能力，从而大大增加雷达的探测面积。2自适应波束形成技术的发展自适应阵列天线研究可追溯到20世纪60年代。典型的任务包括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。近年来随着研究的进行，其基本理论逐渐成熟，出现了很多自适应波束形成算法自适应波束形成通过不同的标准确定自适应，并使用不同的自适应算法实现。主要准则是：最小均方误差(MSE)准则。最大信噪比(SNR)标准；最大似然比(LH)标准；最小噪波分布(NV)准则等。Monzingo和Miler在他们的论文中说明了这四个准则是理想的情况。无论选择哪种标准，均采用一定的算法调整阵列波束方向图，实现自适应控制。有几种方法可以分为开环算法和闭环算法。早期主要致力于闭环算法的研究，包括最小均方(LMS)算法、差分最陡下降(DSD)算法、加速梯度(AG)算法和变形算法。闭环算法简单可靠，不需要数据存储。但主要缺点是，聚合到最佳权重的响应时间取决于数据特征值分布，在一些干扰分布中，算法的聚合速度慢，应用实例受到极大限制。所以近20年来，我更加关注开环算法的研究。REED等最初提出了著名的开环算法：直接逆(DMI或SMI)方法。DMI方法直接干涉分布矩阵的逆矩阵，求解Winner-Hopf方程，求出最佳权重，然后进行加权消除，收敛速度和消除性能远远优于闭环算法。随着数字技术的飞速发展高速芯片的生成为开环算法提供了更好的前提。为了便于数字实现，克服DMI方法的计算密集型、健壮性差异等，提出了一些改进的快速、稳健的算法。米勒研究了当样本协方差矩阵包含预期信号时的情况，并指出预期信号的存在会大大降低DMI算法输出SINR的收敛速度，期望信号越强，越少。像DMI这样的开环算法运算多，工程实现困难，需要找到减少算法运算量的方法。一度采用的主要方法是特性结构法和功率最小化法等。Hung和Turner对具有大量阵列元素的雷达提出了高速波束形成算法Hung-Turner算法。为了使正交算法有效地消除宽带干扰，Gershman结合导数约束和正交算法提出了约束正交算法。另外，还对干涉时的波束形成方法进行了大量研究。此外，天线接收平台的振动和动作、干扰位置的快速变化、可变权重的相对较慢更新等可能导致某些不一致现象，并且干扰可能不在零陷阱位置，因此不能正确配合抑制它。在某些情况下，一般方法完全无效，因此，有效的解决方法扩大干涉零陷阱，干涉总是在零陷阱中，可以有效地抑制干涉。自适应波束形成算法是时间参考算法和空间参考算法，可以按参考区分。为了系统分析问题，根据发射部是否发射参考信号，可以分为盲和非盲两类，非盲算法基于发送部发送的时域参考信号，盲算法不需要发送参考信号，可以根据最小平均平方误差标准获得最佳维纳解决方案。在实际应用中，协方差矩阵和互相关矩阵事先不知道，无法直接计算天线的最佳权重，加权矢量输入数据的波动进行了自适应更新，常用的最基本算法包括DMI算法、LMS算法，RLS算法等。盲自适应波束形成算法是指波束形成算法中不需要发送信号的强度相关参考信号，不需要训练序列，利用信号本身具有的空域特性、时域特性、频域特性以自适应方式完成波束形成。盲自适应波束形成算法主要分为以下几种：一种是基于DOA估计的自适应波束形成算法，首先基于阵列响应的先验知识估计信号的DOA，用于DOA估计的高分辨率技术包括MU-SIC算法、ESPRIT算法等，通过估计信号的DOA方向，可以根据这些信息构建最佳波束形成器。此方法需要估计DOA方向和波束形成两个过程，因此有更多的运算。另一种方法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，信号的某些固有特性(如恒定的模型性、周期性停止特性)在传输过程中受到了损坏，接收端会传送这些信号的特性恢复可以通过最常用的盲自适应波束形成算法-恒模算法(CMA)自动抑制干扰。一些特殊调制信号(例如，FM、PSK、FSK信号等)具有一定的振幅，在信号传输过程中干扰和噪声的存在可能破坏这种恒定的模型性，接收端调整天线阵列的加权矢量，使天线阵列输出信号的包络最小化，从而使算法在收敛后在信号上形成一个主光束，在干扰方向形成0个陷阱。基于信号周期稳定性的盲自适应算法也可用于可变波束形成，该方法对信号的约束比恒模算法强。还提出了其他盲自适应算法，如判决指导算法(DD)、扩散器-再扩散谱算法。DD算法将解调的晶体输出信号用作自适应波束形成的基准信号。扩压器-再扩散谱DR算法主要用于CDMA系统。3自适应波束形成技术现状近30多年来，随着利用阵列天线的相控阵雷达的迅速发展，数字波束形成技术(DBF)在相控阵雷达中得到广泛应用，是当前相控阵雷达的重要发展方向。自适应数字波束形成技术是将天线技术与数字信号处理技术相结合，提高雷达、通信、声纳等系统中天线性能的强大技术。但是在工程实现中，由于与算法相关的一些技术问题，用于大型相控阵天线的自适应数字波束技术还在实验阶段，工程应用还没有公开，但作为自适应波束形成技术的特殊例子，旁瓣自适应抵消技术在雷达上得到了广泛应用。向自适应数字波束技术的数字波束技术需要很多测试和技术攻略，目前面临的主要问题是运算量和鲁棒性问题。应用于大型阵列天线的数字波束技术和自适应数字波束技术具有很强的机密性，几乎没有公开报道，目前正在进行的工程实施是以前的技术文件，很难表示当前的发展水平。近年来，自适应波束的成功应用主要是由于通信领域，即智能天线技术的发展，智能天线的理论研究日趋成熟，目前的研究工作主要集中在移动通信的智能天线实现技术上。4需要解决的主要问题阵列信号处理技术在从理论到工程的转换方面取得了很多研究成果，但这些成果是在离实际工程应用有一定距离的实验室条件下完成的。制作造成这种现象的主要原因是：(1)以前关于阵列信号处理的理论研究主要是在许多假设条件理想的情况下进入的结果得到的研究结果是没有错误的，而在实际系统中，错误的存在是不可避免的，信号环境非常复杂，因此，如果在实际系统中直接使用健壮性差的阵列信号处理理论算法，只能得到比预测的理论效果差得多或偶尔系统无法工作的结果。(2)阵列信号处理的理论算法运算规模大，对硬件设备要求高，在当前硬件速度下，完成对实际系统的实时运算有困难，上述实验系统也都有经过几个简化。因此，阵列信号的鲁棒性算法和快速算法一直是人们关注的焦点。健壮性和计算体积问题是适应算法是否可行的关键。传统的自适应波束形成算法不考虑采样数据中的期望信号分量，在这种情况下，算法相对估计字符数字的大小、方向误差和有限快速位的采样数据的鲁棒性好，提出了一些快速收敛的算法。但是，即使在理想情况下(预期信号的约束导向向量准确地知道)，实际采样数据也包含预期信号信息，因此，当相对没有预期信号信息时，算法的收敛速度会慢很多。特别是，在快速位数据较低的情况下，自适应波束算法的实际性能可能会大大降低理论计算性能。实际上，影响算法性能的主要因素是与实际环境、采样数据、天线阵列和假设的不匹配。一般假定阵列响应与实际阵列响应有误差，自适应阵列天线技术对这些误差非常敏感，因为自适应算法在计算阵列权重系数时将估计信号抑制为干扰，从而在估计信号方向而不是实际估计信号方向形成零陷阱，从而最大限度地提高了增益。由于实际存在的估计信号指向错误、阵列对齐的不规则性和环境传播介质的非均匀性、局部散射、阵列元素相互结合，阵列相对估计信号的响应误差如下经常有的。自适应算法对相关信号的去相关能力是存在的另一个客观问题。在阵列信号处理中，经常存在一致的干扰信号，如多路径反射、智能干扰等。在这种情况下，典型的自适应波束形成方法引起了期待信号对，波束形成器的性能急剧下降，因此，在存在干扰的情况下，自适应波束形成技术越来越受到关注。由于多路径传播、电子活动干扰等的影响，单(秩亏)源协方差矩阵使阵列协方差矩阵中的大(信号)属性值的数目小于源数量，信号子空间成为源子空间的子空间。在这种情况下，由于源的一致性，信号源之间重新组合了新的虚拟信号源分布，这种虚拟信号源位置分布与实际分布不同。使用传统的自适应算法时，光子自适应干扰零陷阱与虚拟信号源一一对应。此时，普通自适应波束形成器不能在实际相关干扰源方向上使用自适应波束形成零陷阱，波束形成器的性能严重降低。同时信号带宽特性对自适应波束形成器性能有很大影响。过去，大多数自适应波束形成算法不考虑理想假设，即干扰