自適應陣列波束形成算法研究

歸達偉

摘要：在世界科技飛速發展的今天，雷達，聲納，無線通信等許多領域有一個非常重要的技術被稱為自適應陣列波束形成技術，他也是陣列信號處理的重要部分，經過幾十年的研究之后，自適應陣列波束形成技術的理論和相關算法已經有了非常成熟的體系，本文首先介紹了自適應陣列波束形成技術的發展歷程，并提出了當前應解決的問題，最后，對自適應陣列波束形成算法進行了比較。

關鍵詞：自適應陣列波束形成技術;問題;算法

引言

波束形成算法，本質上是一種空間濾波的算法，在列陣波束形成技術研究的最初，天線陣列波束形成技術使自適應陣列波束形成技術的基礎，自從自適應陣列波束形成技術研究成熟后，被廣泛的應用于目標位置，語音識別等領域。它不僅能對來源于四面八方的信號進行準確的識別和處理，將特定方向的有用信號進行處理，形成波束，同時排除了其他方向信號的干擾。但經典的波束信號的陣列響應頻率穩定性較差，主瓣寬度和頻率的增加呈反比，這樣很容易造成信號失真。由于波束形成算法的缺點，我們對自適應陣列波束形成的算法進行了比較，實時調整接近最佳位置的權重集，最終準確識別特定方向的信號，并排除其他方向的干擾。

一、自適應陣列波束形成技術的發展

一九六零年，自適用陣列天線管理系統的研究啟動，經過近十多年的發展，自適合陣列波束形成工藝技術已趨于成熟，其基本的理論框架和算法體系已經形成。Goodara等總結和分析了多種自適應陣列波束成形算法。自適應陣列對波束成形過程采用不同的標準來定義自適應權重，并使用不同的自適應算法來實現。主要標準如下。最小均方誤差（MSE）標準;Monzingo和Miler在他們的一個圖表中表明，4個基準（如最大SN比（SNR）基準、最大似然比（LH）基準和最小噪聲色散（NV）基準）在理想條件下是等效的。無論選擇了哪個數據，都必須使用特定算法來調整陣列波束模式以實現自適應控制。

有各種各樣的自適應算法。而按照計算的具體目標，我們可將它分拆成開環計算和閉環算法。在最初階段，我們主要專注于閉環算法，包含最小化均方（lms）計算，微分最大分集（dsd）計算，加速梯度（ag）計算及其對它們的變形計算。由于閉環算法沒有數據儲備，簡單可靠。但是，其主要缺陷是收斂到最佳權重的反應持續時間取決于統計特征值分配。在干擾分配的情形下，算法的收斂速率慢，極大影響了應用。所以，在過去的二零年里，人們更關注于開放式循環計算的研究。我們已經提供了一個經典的開環控制系統計算。DMI方法通過直接影響色散矩陣的解勝者hopf方程，獲得了最佳權重和取消權重。收斂速率和取消性能都遠優于傳統閉環算法。由于數字信息的迅速發展，高速智能芯片的問世創造了開環控制計算的良好的先決前提條件。

二、目前自適應陣列波束形成算法存在的問題

計算的持久性和復雜性是自適應算法可行性的關鍵。傳統的自適應波束轉換算法沒有考慮所采集數據的預期信號元素。在這種情形下，該計算有數據抗性，在此基礎上，人們也給出了一些快速收斂算法。但是，盡管在理想情形下（已知預期信號的有限方向向量），因為實際采樣數據中含有期望信號信息，因此計算收斂速率明顯慢于實際沒有期望信號信息的計算速率。尤其是在感知數據不足的情形下，自適應波束算法的實際性能顯然不如理論算法。但實際上，影響算法運行質量的最主要原因是實驗環境、采樣數據、天線板和假設。通常，在可接受的天線板響應和實際天線板響應之間存在誤差。自適應天線系統對該誤差極為敏感，因為如果發生該誤差，在計算表格質量因數時，預期信號被抑制為干擾。在預期信號方向上，不是保持最大利潤，而是在預期信號方向上創建零。生殖環境的不規則性、系統元素的局部分散和互連通常導致表對預期信號的響應。

自適應算法修改相關信號的能力實際上是另一個客觀問題。在處理平板信息時，往往具有一致的干擾信號，如多維反射和智能干擾。在這些情形下，在傳統的自適應方式中，信號被取消。由于虛擬信息源的分配和實際分配不同時，使用了傳統的自適應算法，陣列波束的傳統自適應格式無法使場適應實際干擾源，波束形成的效率降低。

三、自適應陣列波束形成算法對比

1.最小方差無失真響應波束形成算法

最最低方差系數無畸變反饋波束生成（MVDR）計算的基本原則是將預期的輸入信號方向增益限制為1（即，單位增益），從而使陣列的功率最低，即通過控制擾動和噪聲，使陣列進功率最低。

3.最小均方誤差波束形成算法

最小化均方誤差波束生成（MMSE）計算使用對陣列信息加權后的產出信息和考慮輸入信息之差的均方值最小計算整體風險矢量，即

4.廣義旁瓣相消器算法

廣義旁瓣消除器（GSC）計算，是使用已有的信號方向信息把所接收到的消息更變為二個分支。在經過濾波器、空間擬合（包括所需信息和信息所需方向的干涉）后，上部分支接收參考信息，轉換后的期望信息必須符合對無失真響應的要求，而下部支路在經過分塊矩陣后，只包含了干擾信號，將上下支路干擾信號的影響用來對經過轉換后的信息加以過濾，為干擾信號生成自適應位移，并在不失真的情況下退出所需的上分支信號。GSC結構如圖3.2所示：

結語

在本文中，我們介紹了自適應陣列波束成形技術的發展，并提請注意主要問題。目的是為了比較四種自適應算法，即LCMV算法、MVDR算法、，MMS算法和GSC算法。其中，LCMV算法是MVDR算法的發展。LCMV和MVDR算法的基本思想，是在確保信息系統所需要訊號產生的技術基石上減小控制器的輸入輸出功率范圍，以達到自適應擾動和噪音限制。預期的信號。GSC和MVDR算法在數學上是等效的。MMSE算法是最小化初始車牌接收和參考信號之間的差值的均方值。實際上，不需要關于預期信號到達方向的先驗信息，但是，應知道參考信號的具體形狀。

參考文獻：

[1]陳道林. 數據約束下的魯棒自適應波束形成算法研究[D].電子科技大學，2021.

[2]李菁華. 基于陣列網絡的分布式波束形成算法研究[D].電子科技大學，2021.

[3]孫思聰. 基于矩陣重構與導向矢量估計的穩健自適應波束形成算法研究[D].中國科學技術大學，2021.

[4]陳道林. 數據約束下的魯棒自適應波束形成算法研究[D].電子科技大學，2021.