基于最坏情况性能优化的稳健自适应宽带波束形成 robust adaptive broadband beamforming based on worst-case performance optimization.pdfVIP

第17 卷 第6 期 电路与系统学报 Vol.17 No.6 20 12 年 12 月 JOURNAL OF CIRCUITS AND SYSTEMS December ，20 12 文章编号：1007-0249 (20 12) 06-0076-08 * 基于最坏情况性能优化的稳健自适应宽带波束形成 陈明建， 罗景青 （电子工程学院，安徽 合肥 230037 ） 摘要：针对期望信号导向矢量失配会导致自适应波束形成算法的性能急剧下降这一问题，提出了一种新的基于最 坏情况性能优化的稳健自适应宽带波束形成方法。该方法通过将实际期望信号的导向矢量约束于不确定集合中，来提 高算法的稳健性；同时增加阵列空间响应偏差的二次型约束，可避免引起信号有较大失真。计算机仿真结果表明：该 方法不仅能够抑制导向矢量偏差所带来的影响，有效控制波束主瓣区域内信号的畸变和旁瓣区域电平，还改善了阵列 输出的信干噪比，使其更接近最优值。 关键词：稳健自适应；宽带波束形成；导向矢量失配；最坏情况性能优化；二阶锥规划 中图分类号：TN911.7 文献标识码 ：A 1 引言 自适应波束形成在增强期望信号的同时，并能抑制干扰和噪声，已被广泛应用于雷达、声纳、语 [1~3] 音处理和通信系统等领域 。当阵列导向矢量无误差时，传统自适应波束形成算法可以根据信号环 [4,5] 境的变化，自适应调整各阵元的加权因子，达到增强信号同时抑制干扰的目的 。但在导向矢量存在 偏差时，算法的性能会急剧下降，尤其在高信噪比时，有用信号会被当作干扰而受到抑制。如何提高 自适应波束形成算法对导向矢量偏差的稳健性一直是人们研究的热点问题。 目前存在多种有效的方法用来克服信号观察方向偏差引起导向矢量失配问题，最具有代表性的方 [6] [7,8] 法如：线性约束最小方差（LCMV ）波束形成算法通过增加多个方向约束 和导数约束 ，可减小算 法对阵列导向矢量偏差的敏感度，并加宽干扰方向的零陷宽度，但同时要损失阵列的自由度。特征向 量法利用信号子空间与噪声子空间的正交性，采用信号子空间的信息估计权重向量，但是在低信噪比 （SNR ）条件下 （当子空间缠绕发生时）以及信号加干扰子空间的维数比较高时，算法的性能将会受 [9, 10] 到严重的制约，而且信号加干扰子空间的维数必须在后面的处理中是己知的 。基于对角加载的波 束形成算法是一种简单有效的方法[11, 12]，但是加载量的确定一直是一个比较困难的问题，其具体值只 能通过经验来确定。基于二次型不等式约束的稳健算法在本质上是属于可变对角加载的范畴，通过对 权重向量所形成的空间指向性函数在阵列指向角附近小区域内的加权平方误差进行约束来提高阵列的 稳健性[13~ 15] 。 最近几年提出了基于模约束和不确定集约束稳健算法[16, 17]，将期望信号导向矢量约束于各种不确 定集合中，从而确保了导向矢量误差在一定范围内变动时，波束形成器仍能保持良好的性能。该类算 法的权矢量虽具有扩展对角加载的形式，但优于传统对角加载方法，主要是由于其加载因子与导向矢 量误差有着直接的联系，即可根据不同的导向矢量误差确定合适的加载量，