版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
第2章自适应阵列处理基础
2.1
阵列天线2.2信号模型2.3波束形成2.4性能度量2.1阵列天线
2.1.1机械扫描天线
机械扫描平面阵列天线的原理框图如图2.1-1(a)所示。该天线结构包括一组阵元,并由一个固定的阵列流形(arraymanifold)馈送激励信号。由于阵列流形是由硬件构成的,例如利用波导,因此产生的波束指向某一个固定的方向,而且旁瓣响应也是固定不变的。如果需要调整波束指向多个观察方向,则需要借助天线的机械旋转来实现。图2.1-1机械扫描天线(a)机械扫描平面阵列天线;(b)抛物线反射面天线抛物线反射面天线的原理框图如图2.1-1(b)所示。这种天线利用了抛物面的平面波特性,即当辐射源位于抛物面的焦点上时,将沿其轴线反射一束平面波[2]。像机械
扫描平面阵列天线一样,抛物面发射天线的波束仅仅指向一个固定的观察方向,并具有固定的旁瓣响应。2.1.2电子扫描天线
相控阵天线主要分为两大类:无源阵列天线(passivearrays)和有源阵列天线(activearrays)。图2.1-2(a)给出了无源阵列的原理框图。在该阵列结构中,每一个阵
元都包含一个相移器,以便于进行波束控制,而且发射机和接收机分别位于阵列中心。阵列的输入和输出既可以进行有约束的馈入,如波导(waveguide),或进行空间馈入(spacefeed)。图2.1-2(b)给出了有源电子扫描阵列的原理框图。该有源扫描阵列具有分布式的发射机结构(distributedtransmitterarchitecture),其中每一个阵元都包含一个发射/
接收模块(Transmit/Receive,T/R)用来提供最后的阵元级信号放大功能,而且该T/R模块还包含了用于波束控制的相移器和低噪声放大器(lownoiseamplifier)。图2.1-2电子扫描阵列(相控阵)2.1.3自适应阵列
图2.1-3(a)给出了全自适应阵列的原理框图。在全自适应阵列中,每一个阵元都具有一个接收机,其中包括模数转换(A/D)器,用于向后面的信号处理器提供每个阵元的输出数字信号。
自适应阵列接收机的典型原理框图如图2.1-4所示。图2.1-3自适应阵列天线图2.1-4自适应阵列接收机原理框图2.2信号模型
对于空间阵列信号处理,可以只考虑三种类型的信号,即有用信号(desiredsignal)、噪声(noise)和干扰(jamming或interference)。而总的接收信号x服从叠加原理(principleofsuperposition),并且是这三种信号分量的和[6,9],即
x=xs+xn+xj(2.2-1)其中:xs表示有用信号,xn表示噪声信号,xj表示干扰信号。并将xn和xj认为是无用信号(undesiredsignals),即
xu=xn+xj(2.2-2)
如果干扰是指噪声干扰,则通常假设无用信号为零均值高斯随机过程(zero-meamgaussianrandomprocess),而且是互不相关的。因此,无用信号的协方差矩阵Ru可以表示为每个分量的各自协方差矩阵之和[9],即
Ru=E{xuxHu}=Rn+Rj
(2.2-3)
其中:Rn为噪声协方差矩阵,Rj为干扰协方差矩阵。由于这些信号被建模为零均值高斯随机过程,因此协方差矩阵完全能够描述它们的统计特性(statisticalproperties)。2.2.1有用信号
有用信号通常被建模为具有未知幅度(unknownamplitude)和随机相位(randonphase)的非随机信号(nonrandomsignal)[9],即
其中:α为未知的信号幅度,为在(0,2π)上服从均匀分布的随机变量,而fc为载波频率。假设信号为窄带的,而且满足平面波(plane-wave)的假设。(2.2-4)图2.2-1给出了有用信号入射到自适应阵列的示意图。假设具有正的方位角θ的信号首先到达最左边的阵元,即
阵列法线的左边信号方位角为正值,而右边的为负值。如果假设最左边的阵元为参考阵元,因此,信号到达后续的每一个阵元将会经历额外的附加路径,而且是d·sinθ的整数倍。图2.2-1平面波信号入射到自适应阵列的示意图由于空间信号被建模为窄带远场信号,因此信号在空间的传播时延表现在各阵元接收信号中为相应的相移,即相位差[6]。自适应阵列在每一个阵元的后面都具有各自的接收机,以完成接收信号的下变频和数模转换处理。因此,这些接收机的输出可以表示为一个N维矢量,即其中:N为阵元数量,x为第一个阵元接收到的复基带信号(complexbasebandsignal),而vθ为阵列导向矢量(arraymanifoldvector),即(2.2-6)其中:d为阵元间距(inter-elementspacing);λ为窄带信号的中心频率波长(centerfrequencywavelength);j=
;上标“T”表示矢量的转置运算(transposeoperator)。图2.2-2给出了远场(farfield)辐射源的平面波近似示意图[6]。远场假设要成立,只需下面的条件成立,即以及(2.2-7)(2.2-8)(2.2-9)其中:r为观测点到信号源之间的距离;D为阵列长度;λ为辐射源波长。例如对于一部工作在430MHz(λ=0.7m)的雷达,其阵元个数为14,而阵元间距为半波长,阵列的远场距离为68m。然而通常的空中监视雷达,最近的观测距离也在十几千米,因此远场条件是比较容易满足。图2.2-2远场平面波近似示意图窄带假设,即信号的带宽相比于载波频率比较小。该假设主要用于限制系统的处理带宽,在实际应用中,通常利用信道化设计以达到该假设所需的条件。在信道化处理结构(channelizedprocessingarchitecture)的设计中,宽带接收信号通常被变换到各自的频率子带进行处理,而在频域由多个并行的窄带波束形成器分别进行实现,而这些波束形成器的输出可以被重新组合成一个单一的合成波束形成器输出。其概念性原理如图2.2-3所示。图2.2-3利用多个窄带波束形成通道实现宽带波束形成器的原理框图2.2.2噪声
接收机热噪声被建模为零均值高斯随机过程。由于自适应阵列的每一个阵元都具有各自的接收机,因此通道之间的噪声是不相关的,而且具有如下的协方差矩阵结构:
Rn=σ2nI
(2.2-10)
其中:I为N×N维的单位矩阵(identitymatrix),N为阵元的数量,而σ2n为阵元级的白噪声功率。而且噪声功率可以计算如下:
σ2n=kTnB
(2.2-11)
其中:k为波尔兹曼常数(Boltzmann’sconstant),即k=1.38×10-23J/K;Tn为绝对温标下的等效噪声温度,单位为K(Kelvin);而B为接收机带宽,单位为Hz。然而
为了分析方便,阵元级的噪声功率通常被归一化为单位
值[9],即σ2n=1。2.2.3干扰
干扰(jammingorinterference)可以分为两类:一类为通常所指的噪声干扰(noisejamming),也称为阻塞式干扰(barragejamming);另一类则为空间点源形式的干扰。对于噪声干扰,与噪声的定义相似。然而对于空间点源形式的单一干扰场景,干扰具有如下的秩1协方差矩阵,即干扰协方差矩阵(jammercovariancematrix)为
其中:σ2j为干扰功率;vθj为方位角为θj的干扰信号的阵列导向矢量;H表示矢量的共轭转置运算。如果考虑多个干扰源的场景,而且假设各干扰源之间是不相关的,则干扰协方差矩阵等于每个干扰源的协方差矩阵之和,即(2.2-12)(2.2-13)其中:Nj表示干扰源的数量。2.2.4信噪比和干噪比
信噪比定义为(2.2-14)其中:σ2s为阵元级的有用信号功率;σ2n为阵元级的热噪声功率。尽管有用信号被建模为非随机变量,但这里还是利用了符号σ2s表示其功率。干噪比定义为(2.2-15)其中:σ2j为阵元级的干扰功率,σ2n的定义同上。当存在多个干扰时,总的JNR定义为(2.2-16)其中Nj表示干扰的数量。2.3波束形成
2.3.1波束形成基础
图2.3-1给出了一维均匀线阵(1-DimensionalUniformLinearArray,1-DULA)自适应波束形成器的原理框图。图2.3-1均匀线阵的自适应波束形成器示意图波束形成器的输出为一复标量y,即(2.3-1)如果称上式中的求和项为阵列因子(arrayfactor)[7],且记为A(θ),即(2.3-2)当阵元响应具有全方向特性时,波束方向图(beampattern)B(θ)就等于阵列因子,即
B(θ)=A(θ)(2.3-3)然而在实际应用中,每一个阵元都不是全向的,而是具有一定的方向性,如偶极子阵元。故阵列方向图为阵列因子和阵元辐射方向图(elementradiationpattern)Be(θ)的乘积,因此有
B(θ)=A(θ)Be(θ)
(2.3-4)
阵列天线的这种特性被称为方向图乘法(patternmultiplication)[7]。2.3.2经典波束形成
将自适应波束形成器的输出利用矢量的形式表示为
y=wHx
(2.3-5)
其中:w为加权矢量,而x为阵列的接收快拍数据。下面的任务就是讨论如何选择权矢量w,其实加权处理也被称为补偿(shadingortapering)。最简单的阵列加权方法为均匀加权,即(2.3-6)其中,上标“T”表示矢量的转置运算,而常数项主要用于使波束形成器满足无失真响应(distortionlessresponse),即[w(unif)]Hs=1。图2.3-2给出了均匀加权的10阵元ULA方向图。该方向图是以方向角的角度值为横坐标给出的,显然方向图的波瓣随着方向角偏离瞄准线逐渐变宽,如果将横轴转换为方向角的正弦值,即以u=sinθ为变量,则方向图的波瓣展宽现象将会消除。图2.3-3给出了以方向角的正弦值为变量的方向图,其参数同图2.3-2。图2.3-2均匀加权的16阵元ULA方向图(以方向角为变量)图2.3-3均匀加权的16阵元ULA方向图(以方向角的正弦值为变量)图2.3-4给出了用于16阵元ULA在-40dB旁瓣电平时的Chebychev权矢量值,其中相对于单位模值导向矢量进行了无失真响应的归一化。其相应的方向图由图2.3-5给出。显然,通过Chebychev加权有效地改善了自适应阵列方向图的旁瓣响应特性,当然旁瓣响应性能的改善是以展宽主瓣宽度为代价的。图2.3-4Chebychev补偿的阵元加权值图2.3-5Chebychev补偿的阵列方向图在图2.3-3和图2.3-5中,方向图的主瓣都指向了阵列天线的视轴方向,如果通过给每一个阵元引入一个合适的相移,则可以控制波束指向任一给定的方向角。
用于控制波束指向的加权矢量可以按照下式计算:
(2.3-7)
其中:w为视轴方向的加权矢量,用于感兴趣的补偿;vθ为需要观察方向的阵列导向矢量;“”表示Hadamard乘积。两个N×M维矩阵A和B的Hadamard乘积定义为(2.3-8)图2.3-6给出了Chebychev波束方向图指向偏离视轴30°的示例方向图。图2.3-6Chebychev波束方向图指向偏离视轴30°的示例方向图2.3.3最优波束形成
波束形成器的结构如前所述,假设接收到N个复观察数据,即一次快拍数据:
x=[x1,x2,…,xN)]T
(2.3-9)
测量矢量x是阵列接收到的复合信号,它包括有用信号xs、多个平面波干扰(噪声干扰)xi以及空间白噪声xn,因此有
x=xs+xi+xn
(2.3-10)
其中的有用信号被建模为具有已知到达角θ和未知幅度、随机相位的非随机平面波信号。通常假设干扰和噪声是不相关的,因此它们的协方差矩阵可以表示如下:
Ri,n=Ri+Rn
(2.3-11)
其中:Ri=E{xixHi}为干扰的协方差矩阵,Rn=E{xnxHn}为噪声的协方差矩阵,而Ri,n=E{xi,nxHi,n}为干扰加噪声的协方差矩阵。在前面,波束形成器的输出可以利用矢量的形式表示为y=wHx,结合阵列接收信号的表达式,波束形成器的输出信号也可表示为
y=ys+yi+yn=ys+yi,n
(2.3-12)
其中:ys表示有用信号的输出,而yi,n为干扰加噪声的输出。设计波束形成器加权矢量的目标是要完成如下两个问题:
①最小化输出干扰加噪声的功率E{|yi,n|2};
②保持有用信号的无失真。
然而输出的干扰加噪声功率E{|yi,n|2}通常可以表示为(2.3-13)第二个波束形成器的目标就是保证有用信号的无失真响应,因此隐含着
wHs=1
(2.3-14)
其中s为具有单位模值的导向矢量,即
式中的vθ为前面所定义的阵列导向矢量,其中的观察方向为θ。符号‖·‖表示矢量的2-范数,而且可以计算如下:(2.3-15)(2.3-16)将上面的两个波束形成目标可以组合成如下的最小方差无失真响应(MVDR)约束最小化(constraintminimization)问题:
(2.3-17)
或者
(2.3-18)该最优化问题可以利用Lagrange乘数方法有效地求解。其中的最小化函数即Lagrangian函数为
(2.3-19)
其中λ为Lagrange乘数,上标“*”表示复共轭运算。为了求解上面的最优化问题,求上式关于wH的梯度,并令其为零,可得(2.3-20)或者
为了求解参数λ,将权矢量的求解结果带入最优化问题的约束条件中,即
求解该式,可得(2.3-21)(2.3-22)(2.3-23)其中利用了协方差矩阵Ri,n的Hermitian特性,[R-1i,n]H=
R-1i,n。将所求的Lagrange乘数λ带入前面的权矢量表达式中,可得最终的MVDR加权矢量表达式:(2.3-24)由于上面的求解利用了所有N个自适应自由度(adaptivedegreesoffreedom),故称为全维(fullrank)MVDR解。通过深入分析上式可以发现,该解可以表示为Weiner滤波器的形式:w=R-1r,其中互相关r为导向矢量
s被其白化模值归一化后的信矢量,即(2.3-25)在前边曾经提到,对于只有白噪声(即没有干扰)的特殊环境,均匀加权是最优的。其实可以利用上面的求解结果进行简单的解释。如果假设干扰和噪声为白噪声场景,即Ri,n=σ2i,nI,其中σ2i,n为阵元级的噪声功率,而I
为单位矩阵。将上面的MVDR最优权矢量中的Ri,n用σ2i,nI进行替换,可得(2.3-26)其中:s为单位模值的导向矢量,即sHs=1,而“”的定义与前面相同,表示Hadamard乘积。2.3.4自适应波束形成
估计协方差矩阵的标准方法是构造样本协方差矩阵(samplecovariancematrix),其中:(2.3-27)其中:xi,n(k)为第k个训练样本,而K为可利用的训练样本的总数。样本协方差矩阵就是真实协方差矩阵Ri,n的最大似然估计(MaximumLikelihoodEstimate,MLE)。利用样本协方差矩阵代替真实协方差矩阵所得到的方法称之为样本矩阵求逆(SampleMatrixInversion,SMI),即(2.3-28)阵列信号处理中主要存在两类基本的训练数据类型:无目标(target-free)训练数据xi,n=xi+xn和有目标(target-in)训练数据xs,i,n=xs+xi+xn。图2.3-7和图2.3-8分别给出了半波长阵元间距的12阵元均匀线阵,信噪比为-5dB的信号,入射角分别为0°和20°时的自适应波束形成方向图,其中虚线为无目标信号
训练数据所对应的方向图,而实线为有目标信号训练数据对应的方向图。图2.3-7波束指向0°的自适应方向图图2.3-8波束指向20°的自适应方向图第二个影响自适应波束形成器性能的关键问题是可利
用的训练数据数量。一般而言,训练数据数量越多越好。对于MVDR-SMI波束形成器,关于性能与训练样本数量之间的函数关系,已由Reed、Mallet和Brennan的有关论文进行了深入的分析和研究。其中分析了度量的标准量ρ,称为归一化信干噪比(SINR),即(2.3-29)其中:SINR(SMI)为自适应MVDR-SMISINR,而SINR(opt)为最优MVDR-SINR,其中的SINR定义为(2.3-30)其中:w为感兴趣的加权矢量,即MVDR或MVDR-SMI,而σ2s为阵元级的信号功率。文献[13]给出了全维MVDR处理器的归一化SINR的概率密度函数(ProbabilityDensityFunction,PDF)表达式,即(2.3-31)其中:N为自适应自由度的数量,即阵元的数量,而K为训练样本的数量。其实上式所表示的概率密度函数为一个贝塔分布(Betadistribution),即(2.3-32)其中α=K+2-N,β=N-1。而伽马函数(Bammafunction)Γ(·)的定义为[14](2.3-33)其中当α=N为整数时,Γ(n+1)=n!,其中的符号“!”表示阶乘运算。贝塔函数的一个基本特性就是均值等于α/(α+β),即隐含着归一化SINR的均值由下式给出:(2.3-34)图2.3-9和图2.3-10分别给出了半波长阵元间距的12阵元均匀线阵,信噪比为-5dB的信号,入射角分别为0°时的自适应波束形成方向图随训练样本数量的变化情况。其中图2.3-9对应于无目标信号训练数据环境,而图2.3-10对应于有目标信号训练数据环境。显然,训练数据的数量对有目标信号环境的自适应波束方向图影响较大。为了进一步分析训练数据数量的影响,图2.3-11和图2.3-12分别给出了自适应波束形成器输出信噪比随数据数
量的变化曲线,其中图2.3-11的仿真参数同图2.3-7,而图2.3-12的仿真参数同图2.3-8。同样,无信号训练数据环境下的波束形成器SNR明显优于有信号训练数据环境,尤其在小样本数量时的比较优势更加明显,这与图2.3-9和图
2.3-10的方向图仿真分析结果相一致。图2.3-9方向图随样本数量的变化(无信号训练数据环境)图2.3-10方向图随样本数量的变化(有信号训练数据环境)图2.3-11SNR随样本数量的变化(波束指向0°)图2.3-12SNR随样本数量的变化(波束指向20°)第三个影响自适应波束形成器性能的关键问题是可利用的训练数据质量。由于在估计干扰加噪声协方差矩阵Ri,n时,利用了数据样本xi,n,其中隐含假设这些数据样本具有相同协方差,而且等于估计值,而且还假设了这些数据样本xi,n是独立同分布的(IndependentandIdenticalDistributed,IID)。图2.3-13和图2.3-14分别给出了自适应波束形成方向图随训练样本协方差矩阵误差的变化情况。两图的仿真参数分别同图2.3-11和图2.3-12,而协方差矩阵的误差是通过一Hermitian误差矩阵加入的。为了进一步分析训练数据质量的影响,图2.3-15和图2.3-16分别给出了自适应波束形成器输出信噪比随协方差矩阵误差的变化曲线,其中图2.3-15的仿真参数同图2.3-7,而图2.3-16的仿真参数同图2.3-8,协方差矩阵误差的加入
方式同图2.3-13和图2.3-14。图2.3-13方向图随协方差矩阵误差的变化(无信号训练数据环境)图2.3-14方向图随协方差矩阵误差的变化(有信号训练数据环境)图2.3-15SNR随协方差矩阵误差的变化(波束指向0°)图2.3-16
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 七年级美术《如歌行板》教学设计:听觉形象的视觉转化与生命情感表达
- 初中七年级数学教学设计:有理数除法分层教学与核心素养培育
- 小学二年级音乐下册表花审美体验教学设计
- 高中思想政治选择性必修二《正确行使诉讼权利》教学设计
- 八年级数学下册第十四章一次函数核心素养导向教学设计
- 高中信息技术选修3教学设计:因特网信息资源检索策略与实践
- 关于广东省预制菜新品牌项目天使轮融资品牌策划
- 第一单元-主题活动一《生活中的小窍门》教学设计-2026-2027学年内蒙古版小学综合实践活动六年级上册
- 关于暂停钻井作业的函(7篇)
- 人力资源专员招聘与培训能力绩效考评表
- 2026年中央安全生产考核巡查明查暗访应知应会手册及检查重点解析(完整版)
- 2026新版:企业负责人及安全管理人员安全专题培训
- 2026年消防安全专题培训(含近期火灾事故案例)
- 青春期功血护理查房
- 中医护理技术操作
- 国家义务教育质量监测五年级劳动素养模拟试卷
- 2025版压力性损伤指南解读与临床实践
- 《毛泽东思想概论》 课件 第5、6章 社会主义建设理论、革命军队建设和军事战略理论
- 养老机构安全事故处理与报告制度
- 配网工程管理介绍
- 钢结构楼梯施工合同协议书
评论
0/150
提交评论