自适应波束形成是阵列信号处理中的一项重要任务,它基于实际数据来确定阵列中每个传感器阵元的权值,以寻求尽可能高的信号干扰噪声比(SINR).然而,现实中有很多不确实性会引起实际与假设间的失配,从而造成自适应波束形成器的性能下降.这就需要宽容性算法来解决. 宽容性自适应波束形成中常用的一种方法是对角线加载.其本质是某种约束条件下的性能优化算法,它的关键在于加载因子的选取.最有代表性的传统对角线加载是基于加载的采样矩阵求逆(LSMI)算法.它形式简单,使用方便,但无法确定其加载因子.最近发展的宽容性Capon波束形成算法和最差情况下的性能优化算法等,可以根据阵列驾驶向量不确实集的信息计算出最佳的加载因子,其算法复杂度和传统方法在同一量级上[2],且效果也更好. 下面的讨论中,选取三种比较有代表性的失配情况来研究基于对角线加载的宽容性自适应波束形成:1)"小采样集问题"(统计意义下的失配);2)"信号到达角不确实问题"(环境不确实因素导致的失配);3)"阵形畸变问题"(设备因素导致的失配).本文还涉及了综合性失配问题,以更有针对性地解决实际的失配问题.可以看出,解决每个问题的波束形成算法中都有对角线加载的形式.