《自适应数字波束形成.doc》由会员分享，可在线阅读，更多相关《自适应数字波束形成.doc（9页珍藏版）》请在金锄头文库上搜索。
1、自适应数字波束形成技术研究摘要：随着电子对抗技术的发展，雷达的抗干扰技术在信息战中起着越来越重要的作用。对于相控阵雷达来说，自适应数字波束形成对抗强的干扰比较有效，低副瓣对抗弱的干扰比较有效。低副瓣和自适应波束形成相结合是相控阵雷达非常好的抗干扰措施。本文利用唯相位的方法降低方向图的副瓣，在唯相位方法降低方向图副瓣的基础上研究自适应数字波束形成技术。利用该方法做出的接收波束方向图既可以有效克服强干扰，有可以有效克服副瓣干扰，为工程实践提供了一定的参考。关键词：唯相位；低副瓣；自适应波束形成；零陷；对角加载Beam formingTechnology research on linear arr
2、aysYAN Qiu-fei1, FAN Guo-ping2, XU Chao-yang2(1.Jiangsu University of Science and Technology, Zhenjiang 212003, China;2. The 723 Institute of CSIC, Yangzhou 225001,China)Abstract: Receiving the expectation signal and restrain the jam signal is the most important task for adaptive beam forming, all t
3、his implement by adjust the weight of the arrays. Adaptive null technology is very important in anti-jamming, this key technology can forming null at unknown jam direction, and with this technology radar can work at unknown jam environment. If the sample is not enough in adaptive beam forming, and t
4、he estimate of noise covariance will not be sufficiency, then the adaptive beam figure will distortion, in order to deal with this problem we can use diagonal loading technology. In adaptive beam forming technology, adaptive forming null is our basal purpose; at this base keep the adaptive beam figu
5、re and quiet beam figure nearly the same is our another purpose.Key word: Adaptive beam forming; null; diagonal loading; low side lobe0引言在相控阵雷达的信号处理中，数字波束形成是非常重要的。在接收波束中，数字波束形成的波束方向图设计比较灵活，即可以形成低副瓣的方向图，又可以生成多波束，也可以利用自适应算法在主波束对准目标的同时在干扰方向形成零点。数字波束形成方法即体现了雷达设计波束方向图的灵活性，也可以非常有效的对付综合性电子干扰，所以自适应数字波束形成是一种
6、非常有效的雷达抗干扰技术。在数字波束形成系统中我们往往要求波束图要有较低的副瓣，通常降低副瓣的方法有幅度加权，密度加权，和相位加权。其中不同的加权方式具有不同的低副瓣效果和不同的硬件复杂度。幅度加权就是在不同的阵因子上乘以不同的系数，这种加权方式实际上是对不同的阵元加上不同的电流激励，如果阵元数目较大，在工程实现上就要求有比较复杂的馈电系统，并且由于使用了功率衰减器，会降低主波束的增益。但是这种方式可以达到很好的降低副瓣的效果，它是在规定副瓣电平的情况下来设计最优的波束宽度。密度加权实际上是一种不均匀的布阵方式，各个阵元的幅度都是相同的，不等间距的密度加权阵列在工程实现上比较复杂。相位加权的实
7、现方式与前两者相比较简单、容易、且成本较低，但是在降低副瓣的效果上不是很好，本文在降低副瓣这个环节采用相位加权方式。在自适应数字波束形成过程中，往往因为快拍数较少而造成波形的严重失真，产生波形失真的主要原因是由于对噪声的估计不充分，其特征值比较分散。为了解决这个问题，我们可以采用对角加载的方法，对角加载的实质是人为的注入噪声，使噪声的特征值比较集中，这样做可以使自适应方向图比较接近静态方向图。在数字波束形成系统中，信号的信息必须以数字形式来表示，由于信号的幅度和相位都要表示成复数形式。所以为了表示来自每一个接收通道的复信号，必须要用两个实数，一个表示复数的实部，一个表示复数的虚部，其过程如下：
8、天线阵的N个接收单元对来自空间的信号和干扰进行空间采样，得到N个复信号；接收机将信号下边频到零中频，得到表示信号的虚部和实部的2N个视频信号；然后通过同时工作的2N个A/D转换装置转换成同相和正交的数码信号，代表空间采样值的幅度和相位；最后专用处理器对这些信号进行叠加，产生规定的输出信号。本文给出了利用相位加权来降低副瓣的静态方向图仿真图形，在没有对角加载时的自适应波束方向图的仿真图形，应用对角加载后的波束方向图的仿真图形。1相位加权的静态方向图我们采用相位加权的方法来降低旁瓣，这种方法也叫唯相位的加权方法，唯相位的方法降低旁瓣实现简单、灵活、且成本较低。我们利用扰动法来实现方向图的低副瓣性能
9、，波束方向图函数为： (1)其中： ：阵因子方向图函数 ：阵元间距 ：波长 ： ，其中为波束扫描范围 ：控制矢量因子（表示主波束指向） ：相位加权值为了计算的方便，通常我们以线阵的中间位置作为相位参考点，假设波束指向为，若要达到最佳的配相效果，则参考点两边对称阵元的配相权值应该相等，这一点在文献2上有所描述，根据欧拉公式，上面公式可以写成如下形式： (2)我们把归一化的最大的副瓣电平和主瓣电平比作为优化目标，假设配相的权值为：，则我们的优化目标函数为，其中为在副瓣区域的最大副瓣电平，为主波束方向电平值，我们可以把配相的权值写成如下形式： (3)其中为初始配相值，是一个小的扰动，我们通过改变扰动
10、量，来更新配相值，从而寻找最优的 在寻优的过程中，扰动量是在不断减小的，这就是扰动法的基思想。算法的流程图如下： 图1 扰动法流程图32阵元，半波布阵的唯相位低副瓣仿真结果如下： 由仿真结果可以看出采用唯相位的方法可以用来降低副瓣电平，但是降低副瓣电平的效果是有限的。经过进一步的实验可以得到，随着阵元数目的增多，低副瓣的效果是越来越好的，唯相位降低副瓣的方法特别适用于大型线阵。 图 2 32阵元 波束指向为0度2.自适应数字波束形成在自适应波束形成技术应用于相控阵雷达之前，为了降低干扰对雷达性能的影响，通常要求天线波束图的副瓣较低，人们从天线结构、幅度加权、相位加权等多个方面来设计最优的阵列。
11、在相位加权降低副瓣的基础上再采用自适应波束形成算法是比较好的抗干扰方法，自适应数字波束形成的方法很多，有最小均方误差算法、最大信噪比算法、线性约束最小方差算法等，本文采用基于最小方差无畸变的直接矩阵求逆算法。设信号模型为： (4)其中 (5)为信号的操纵矢量，而 (6)为定向干扰的操纵矢量。 ； (7)、分别为需要信号和定向干扰到来角。 (8)我们用代表，则可以写成如下形式使通过一个空域滤波器，滤波器权值为，假设滤波器输出为，则 (9)我们希望在有噪声存在的情况下，使的输出最小，也就是：Minimize (10)Subject to =1 (11)其中为干扰和噪声的协方差，我们假设为的协方差阵
12、，上式变为：Minimize (12)Subject to =1 (13) 可解得最佳权值为： (14)通常我们采用对的次采样来构成对的最佳估计： (15)则可写为： (16)在通常情况下由于所处理的快拍数有限，通常是几十次到几百次，所以对噪声的估计不充分，往往造成噪声协方差矩阵特征值的分散，相应产生随机形状的噪声特征波束。SMI算法将这些随机波束从静态波束中减去，就使自适应波束出现了畸变，从而自适应波形和静态相比有很大的失真。，随着采样数的增多，特征值逐渐收敛于噪声的期望值，特征值分散减小，自适应波束的形状也有所改进。32阵元，采样次数为100次的波形如下，在35度方向有一个干扰：图 3 3
13、2阵元 SMI算法自适应波束图为了克服采样快拍数较少所带来的波形失真，通常采用对角加载的方法，其目的是认为地注入噪声，减小协方差矩阵特征值的分散程度。这个方法是由Carlson提出来的。即 (17)其中、分别为加载前后协方差矩阵的估计，为单位矩阵，为对角加载常数。特征值的改变也导致了特征值分散程度的改变，大干扰特征值受到的影响较小，而远小于加载值的特征值被增大到加载值，相应地特征值分散则被减小，适当地选择加载数值可以实现良好的旁瓣抑制。虽然对角加载不影响强干扰的抑制，但由于小特征值被提升，使算法对弱干扰抑制的灵敏度降低，因此加载值选择一定要合适。对于加载数值大小的确定问题，很多文献中都有所讨论，在这里我们用的是固定的对角加载数值的方法，我们取的对角加载数值是100。最有效的对角加载的方法是利用自适应的方法来获取加载数值的大小。对于加载数值大小的选取是非常重要的，
