自适应波束形成技术简介

《自适应波束形成技术简介》由会员分享，可在线阅读，更多相关《自适应波束形成技术简介（10页珍藏版）》请在金锄头文库上搜索。

1、自适应波束形成技术简介（总11页）-本页仅作为文档封面，使用时请直接删除即可-内页可以根据需求调整合适字体及大小-自适应波束形成技术简介摘要:介绍了自适应波束抗干扰技术的发展历程,以及各种自适应波束形成算法的原理和特点,讨论了自适应波束抗干扰技术的应用情况探讨了该技术在工程应用上面临的主要问题以及解决途径和方法。1 引言随着电子干扰理论与技术的迅速发展,电子干扰对雷达构成了严重的威胁。天线 相当于空间滤波器,是雷达抗干扰的第一道防线,天线抗干扰技术主要有低副瓣 和超低副瓣、副瓣匿影、自适应副瓣对消、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固定的波束方向,不能在抵消干

2、扰的同 时自动跟踪期望信号的来向,无法适应未来复杂电磁环境下工作的需要。自适应 阵列天线技术作为一个新的理念,是利用算法对天线的波束实现自适应的控制。 自适应阵列天线抗干扰就是在保证期望信号大增益接收的前提下,自适应地使天 线的方向图零陷对准干扰的方向,从而抑制掉干扰或者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、军事抗干扰通信等领域, 完成空间滤波和定位等。近年来,随着移动通信及现代数字信号处理技术的迅速 发展,利用数字技术在基带形成天线波束成为可能。天线系统的可靠性与灵活程 度得到了大大的提高。自适应阵列天线技术在雷达中有以下的应用潜力:(1) 抗衰落,减少多径效应电波

3、在传播过程中经过反射、折射及散射等多种途径到达接收端。随着目标移 动及环境变化,信号瞬时值及延迟失真变化非常迅速且不规则,造成信号多径衰 落。采用自适应阵列天线控制接收方向,天线自适应地在目标方向形成主波束, 并对接收到的信号进行自适应加权处理,使有用接收信号的增益最大,其它方向 的增益最小,从而减少信号衰落的影响。(2) 抗干扰能力强 利用自适应阵列天线,借助有用信号和干扰信号在入射角度上的差异,选择 恰当的合并权值,形成正确的天线接收模式,即:将主瓣对准有用信号,零陷和低 增益副瓣对准主要的干扰信号,从而可更有效地抑制干扰。其中零陷所带来的干 扰消除叫做主动抑制,旁瓣对消干扰叫做被动抑制。

4、抗干扰应用的实质是空间域 滤波。自适应阵列天线波束具有方向性,可区别不同入射角的无线电波,可调整 控制天线阵单元的激励“权值”,其调整方式与具有时域滤波特性的自适应均衡 器类似,可以自适应电波传播环境的变化,优化天线阵列方向图,将其“零点”自 动对准干扰方向,大大提高阵列的输出信噪比,提高系统可靠性。(3) 增加系统容量自适应阵列天线波束变窄，提高了天线增益及C/I指标，减少了雷达系统的同频 干扰,降低了频率复用系数,可提高频谱利用效率。采用自适应阵列天线是解决 复杂电磁环境、多目标容量难题的既经济又高效的方案，可在不影响甚至提高接 收质量的情况下，大幅提高雷达的工作容量。采用自适应阵列天线，

5、雷达的 C/I 和SINR指标大大提高，同时对单个或多个目标的覆盖定向能力增强，可使雷达的 探测区域大大增加。2 自适应波束形成技术的发展自适应阵列天线的研究可以追溯到20世纪60年代，其中最具代表性的工作包 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，随着研究的不断深入，其基本理论日趋成熟，出现了大量 的自适应波束形成算法适应波束形成通过不同的准则来确定自适应权，并利用不同的自适应算法来 实现。主要的准则有:最小均方误差(MSE)准则;最大信噪比(SNR)准则;最大似然 比(LH)准则;最小噪声方差(NV)准则等。Monzingo和

6、Miler在他们的专著中阐 述了理想情况下这4种准则是等价的。不管选择什么样的准则，都是要采用一定 的算法调整阵波束方向图，从而实现自适应控制。法的分类有几种,按照算法的实现可以分为开环算法和闭环算法。早期主要注 重于闭环算法的研究，主要的闭环算法有最小均方(LMS)算法、差分最陡下降 (DSD)算法、加速梯度(AG)算法以及它们的变形算法。闭环算法简单、性能可靠, 不需数据存储。但其主要缺点是收敛于最佳权的响应时间取决于数据特征值分 布,在某些干扰分布情况下,算法收敛速度较慢,从而大大限制了它的应用场合。 因此，近20年来,人们把兴趣更多集中在开环算法研究上。REED等人最早提出 了著名的开

7、环算法:直接求逆(DMI或SMI)法。DMI法通过直接干扰方差矩阵的 逆来求解 Winner-Hopf 方程以获得最优权值,然后作加权相消,它的收敛速度和 相消性能都比闭环算法好得多。随着数字技术的迅速发展,高速度芯片的产生为 开环算法提供了更好的前提条件。为了利于数字实现以及克服DMI方法运算量 大、稳健性差等不足，又提出了一些改进的快速稳健的算法。Miller对采样协 方差矩阵含有期望信号时的情况进行了研究,并且指出期望信号的存在严重降低 了 DMI算法输出SINR的收敛速度，期望信号越强，降低越严重。DMI等开环算法 运算量大,难以工程实现,所以必须想办法来降低算法的运算量。曾经采用的主

8、 要方法是特征结构法和功率最小化法等。针对阵列元数较多的雷达,Hung和 Turner提出了一种快速波束形成算法，即正交化算法(又称Hung-Turner算 法)。为了使正交化算法能够有效对消宽带干扰,Gershman把导数约束和正交化 算法相结合，提出了约束正交化算法。同时，对于存在相干干扰时的波束形成方 法，人们也进行了大量的研究。另外，天线接收平台的震动和运动、干扰位置的 快速变化及自适应权值的更新速度相对较慢等，必然会引起一定的失配现象，很 可能因干扰不在零陷位置而不能有效地对 其进行抑制。甚至在某些情况下，常规方法完全失效，因此人们提出了有效的解 决方法，也就是加宽干扰零陷，使得干扰

9、来向始终处在零陷内，从而有效地抑制干 扰。自适应波束形成算法又可以按照参考的不同分为时间参考算法和空间参考 算法。为了系统分析问题，可以根据发射端是否发射参考信号，分为盲和非盲两 大类，非盲算法基于发射端发送的时域参考信号，盲算法不需要发射端发送参考 信号，根据最小均方误差准则，可得到最佳维纳解。实际应用中，协方差矩阵和互 相关矩阵事先未知，不能直接计算天线的最优加权，权向量输入数据的变化自适 应地更新，常用的最基本的算法有DMI算法、LMS算法、RLS算法等。盲自适应波束形成算法,是指在波束形成算法中不需要与发射信号强相关的参 考信号,不需要训练序列,而是利用信号本身所具有的空域特性、时域特

10、性、频 域特性自适应地完成波束形成。盲自适应波束形成算法主要分以下几种,一是基 于 DOA 估计的自适应波束形成算法,首先根据阵列响应的先验知识估计信号的 DOA,用于DOA估计的高分辨技术包括MU-SIC算法、ESPRIT算法等，估计出信号 的波达方向,就能根据这些信息建立最优波束形成器。这种方法由于需要估计波 达方向和波束形成两个过程,运算量较大。另一种方法就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,信号的一些固有特性,如恒模特 性、周期平稳特性,在传输过程中会受到破坏,因此在接收端通过对这些信号的 特性的恢复可以自动地抑制干扰，其中，恒模算法(CMA)是应用最广泛的

11、一种盲自适应波 束形成算法。一些特殊调制的信号，如FM、PSK、FSK信号等都具有恒定的振幅, 在信号传输过程中，由于干扰和噪声的存在，这种恒模特性会受到破坏，在接收端 通过调整天线阵的加权向量使天线阵列输出信号的包络变化最小，算法收敛后就 可以在信号来向上形成一个主波束，而在干扰方向上形成零陷。基于信号周期平 稳性的盲自适应算法也可用于自适应波束的形成，与恒模算法相比，该方法对信 号的约束更强。另外，人们还提出了一些别的盲自适应算法，比如判决引导算法(DD)、解扩- 再扩频算法等。DD算法将解调后的判决输出信号作为参考信号,进行自适应波 束形成;解扩-再扩频DR算法主要用于CDMA系统。3

12、自适应波束形成技术的现状近三十多年来，采用阵列天线的相控阵雷达发展迅速，数字波束形成技术(DBF) 在相控阵雷达中得到了广泛应用，是目前相控阵雷达的一个重要发展方向。自适 应数字波束形成技术将天线技术与数字信号处理技术相结合，是提高雷达、通 讯、声纳等系统中天线性能的强有力的技术。但是在工程实现中，由于涉及到算 法的一些技术难题，在大型相控阵阵列天线中采用的自适应数字波束技术尚处在 试验阶段，工程应用尚未有公开报道，但是作为自适应波束形成技术的特例，旁瓣 自适应对消技术在雷达中已经得到广泛的应用。数字波束技术革新到自适应数 字波束技术还需要大量的试验和技术攻关，目前遇到的主要问题是运算量和稳健

13、 性的问题。应用到大型阵列天线的数字波束技术和自适应数字波束技术保密性 极强，公开报道极少，目前掌握的有关的工程实现都是较早的技术文献，难以代表 当前的发展水平。自适应波束近些年的成功应用主要是在通信领域,也就是智能天线技术,经过几 十年的发展,智能天线的理论研究已日趋成熟,目前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虽然阵列信号处理技术从理论到工程的转化取得了不少研究成果,但是这些成 果都是在实验室的条件下来完成的,离真正的工程应用还有一定的距离。造 成这种现象的原因主要有:(1)以前对阵列信号处理的理论研究主要是在作了许多假设条件的理想情况下进 行的,因而所

14、取得的研究成果都是在无误差的条件下得到的,而对于实际系统,误 差的存在不可避免,并且信号环境十分复杂,因此把稳健性较差的阵列信号处理 理论算法直接用在实际系统中,取得的效果势必比预测的理论效果差得多,甚至 有时会使系统无法工作;(2)阵列信号处理的理论算法运算量较大,对硬件设备要求较高,对于目前的硬件 速度,要对实际系统完成实时运算还有一定的困难,而且上述的实验系统也都是 经过某些简化后进行的。因此阵列信号的稳健性算法和快速算法一直是关注的 焦点。稳健性和运算量问题是自适应算法是否可行的关键。传统的自适应波束 形成算法在采样数据中没有考虑期望信号成分,在这种情况下,算法相对期望信 号的大小、方

15、向误差以及有限快拍的采样数据的稳健性很好,基于此提出了一些 快速收敛的算法。但是,即使在理想的情况下(期望信号的约束导向矢量精确已 知),由于实际的采样数据中包含期望信号信息,也使得算法的收敛速度相对无期 望信号信息时慢得多,尤其是在低快拍数据的情况下,自适应波束算法的实际性 能相对理论计算性能将下降很多。实际上,影响算法性能的主要因素还是实际环 境、采样数据、天线阵列与假设存在的出入。一种典型情况就是假设的阵列响 应与实际的阵列响应存在误差,众所周知,自适应阵列天线技术对于此类误差是 非常敏感的,这是因为存在这种误差时,自适应算法在计算阵列权系数的时候就 会将期望信号作为干扰进行抑制,从而在

16、期望信号方向上形成零陷而不是在实际 的期望信号方向保持增益最大。由于实际中存在的期望信号指向误差、阵列排 列的不规则以及环境传播介质的不均匀、本地散射、阵元互耦,阵列相对期望信 号的响应误差是 经常存在的。自适应算法对相关信号的去相关能力是实际存在的另一个客观问题。在阵列信 号处理中,往往存在相干干扰信号,如多径反射、智能干扰等。在这种情况下,常 规自适应波束形成方法会引起期望信号对消,造成波束形成器的性能急剧下降, 因此存在相干干扰时的自适应波束形成技术引起了越来越多的关注。由于多径 传播、电子有源干扰等因素的影响,奇异（秩损）的信源协方差矩阵使得阵列协方 差矩阵的大（信号）特性值的个数小于信源数,信号子空间将成为源子空间的子空 间,在这种情况下,由于信源的相干,信号源之间重新组合成新的虚拟信号源分布, 而此虚拟的信号源位置分布与实际的分布不同。当采用传统的自适应算法时,形 成的自适应干扰零陷与虚拟信号源一一对应,此时,常规自适应波束形成器在实 际相关