自适应阵列处理基础及仿真

自适应阵列处理基础及仿真2006.3一、自适应阵列处理基础知识二、仿真实现三、研究展望汇报的主要内容*1w*Nw+*2wRcRcRc1xk2xkNxkd(1)sin()Nd(2)sin()Nd波前（等相位面）入射平面波阵列输出等距线阵远场入射各信源相对阵列为窄带信号阵元为各向同性maxresw1LvB收发组件：发射：高功率放大器，移相器接收：低噪声放大器，移相器，收发开关直接中频采样，数字下变频技术MMIC：单片微波集成电路，数字TR组件相控阵天线各阵元信号在TR组件中经低噪声放大器放大和移相器移相后，经射频合成器组合成子阵信号（例如每行或每列组合），然后将各子阵信号下变频为低中频信号，通过中频直接采样得到各子阵通道的数字化信号，最后进行自适应数字波束形成来抑制干扰。采用射频合成子阵的方法是为了降低复杂度，实际上，随着单片微波集成电路（MMIC）和超大规模集成电路（VLSI）的发展，对每个阵元信号进行数字化处理的数字化相控阵雷达将成为可能。数字波束形成同样可用于发射多波束形成。tttXASn1,,TNtxtxtX01,,,PθθθAaaa1[1,,,]kkjNjTkeeakksind22EHHttSRXXARAI*1w*Nw+*2wRcRcRc1xk2xkNxkd(1)sin()Nd(2)sin()Nd波前（等相位面）入射平面波阵列输出阵列方向图()()HFaW12[,,,]TNW22sin(1)sin()[1,,,]jdjNdTaee22()()max()FGF()(dB)10log()GG阵列响应阵列方向图增益自适应权矢量仿真参数设定构造阵列信号自适应阵列处理算法求权性能比较(方向图、输出信干噪比等)阵列参数设定M=16;%M阵元数fc=3e9;%fc工作频率wl=3e8/fc;%wl工作波长d=wl/2;%d阵元间隔构造阵列信号01,,,PθθθAaaa1[1,,,]kkjNjTkeeakksind21.根据期望信号和干扰的角度构造各信源的导向矢量11,,PθθAaa构造阵列信号2.设置采样快拍数、信噪比、干噪比K=10*M;%快拍数SNR=0;%输入信噪比(dB)JNR1=30;%干扰1的干噪比(dB)JNR2=30;%干扰2的干噪比(dB)JNR3=30;%干扰2的干噪比(dB)JNR4=30;%干扰2的干噪比(dB)JNR5=30;%干扰2的干噪比(dB)构造阵列信号3.构造时间信号%时间信号模型fs=fc*6;%时间采样频率t=(1:1:K)/fs;s0=cos(2*pi*fc*t);s01=randn(1,K).*sin(2*pi*fc*t+12);s02=sin(2*pi*fc*t+randn(1,K));s03=sin(2*pi*fc*t+randn(1,K));s04=randn(1,K).*sin(2*pi*fc*t+randn(1,K));s05=sin(2*pi*fc*t+randn(1,K));tttXASn构造阵列信号3.构造时间信号%时间信号模型Ps0=s0*s0'/K;Ps=10.^(SNR/10);Ps01=s01*s01'/K;Pj1=10.^(JNR1/10);Ps02=s02*s02'/K;Pj2=10.^(JNR2/10);Ps03=s03*s03'/K;Pj3=10.^(JNR3/10);Ps04=s04*s04'/K;Pj4=10.^(JNR4/10);Ps05=s05*s05'/K;Pj5=10.^(JNR5/10);tttXASn构造阵列信号3.构造时间信号%时间信号模型s=s0/Ps0^0.5*Ps^0.5;s1=s01/Ps01^0.5*Pj1^0.5;s2=s02/Ps02^0.5*Pj2^0.5;s3=s03/Ps03^0.5*Pj3^0.5;s4=s04/Ps04^0.5*Pj4^0.5;s5=s05/Ps05^0.5*Pj5^0.5;tttXASn构造阵列信号4.构造阵列信号S=[s;s1;s2;s3;s4;s5];S1=[s1;s2;s3;s4;s5];Noise=randn(M,K);X=A*S+Noise;X1=A1*S1+Noise;R=X*X'/K;Rjn=X1*X1'/K;tttXASn用自适应阵列处理算法求权W1=inv(Rjn)*a0/(a0'*inv(Rjn)*a0);画方向图ang=-90:0.5:90;a=zeros(M,1);fork=1:length(ang)fori=1:Ma(i)=exp(j*2*pi/wl*d*(i-1)*sin(ang(k)*pi/180));endbeam1(k)=W1'*a;%MVDR-SMIendbeam1=abs(beam1);beam1=beam1/max(beam1);beam1=20*log10(beam1);画方向图SINR—K曲线在每个K上做多次仿真，对多次求得的和进行平均222s0out2i+ni+nE[()]SINRE[]HHsHHintθPPtWsWaWRWWXWi+nR将平均得到的权和干扰噪声协方差矩阵代入公式求快拍数K对应的SINR画SINR随K变化的曲线其他性能仿真自适应阵列处理算法的性能可从多方面进行比较方向图：可从方向图稳定性看算法的收敛性SINR随K变化的曲线：可看出算法收敛所需的最少快拍数SINR随秩变化的曲线：在降秩处理中验证算法的降秩性能好坏还有很多比较性能的方法，总之，应从多个角度来全面比较算法的性能。计算机仿真的作用1.加深对理论的理解。因为仿真比较直观。仿真要做透、做全面2.验证理论分析。3.通过仿真发现问题。考察某些仿真条件，可发现原有算法的问题，而这些问题在算法的工程实现中很重要，需加以解决。4.仿真应准确，尽量逼近所考察的问题。自适应阵列处理的研究前景1.国内外均开始多功能自适应有源相控阵雷达的研究，14所已进入预研，军事意义重大。民用移动通信智能天线则发展迅速。2.研究很多，但问题更多，很多方面的研究不够深入，阻碍了自适应阵列天线的工程应用。3.重点方向：相控阵雷达中的降秩自适应阵列处理结构、误差校正、共形阵自适应处理、宽带处理、降秩多级维纳滤波器的应用等谢谢大家！