论文部分内容阅读
理论上,自适应波束形成方法要比不依赖于输入数据的常规波束形成方法有更好的目标参数估计能力和干扰抑制能力。但在实际水声环境中,声传播模型、接收阵阵列流形以及信号统计特征等因素往往与实际情况存在一定的差异,导致传统的自适应波束形成方法性能下降。因此,提高自适应波束形成算法对上述因素的鲁棒性变得越来越重要。
本文首先改进提出了一种在最差条件下达到性能最优的鲁棒性最小方差无失真自适应波束形成算法,推导给出了加权向量和空间功率谱估计的解析表达式,并在简化的二维实平而内对几种常见的波束形成算法进行对比分析,证明了限制条件的不同会造成算法对加权向量的选择不同。然后文章就算法的性能进行了分析,理论推导出存在干扰和不存在干扰两种情况下算法的信噪比期望。之后文章对算法的空间分辨率和方位估计误差进行了仿真分析,并针对阵列流形不确定、统计样本有限以及目标方位存在偏差三个方面对算法本身的宽容能力进行对比和分析。
文章还结合海上实验数据,对包括最小方差无失真鲁棒性自适应波束形成算法在内的几种方法的空间功率谱估计结果进行了对比分析,由于本文提出的算法对真实环境中各种不匹配情况存在一定程度的宽容性,因而空间功率谱估计结果具有更好的方位分辨力和干扰抑制能力。
最后文章就算法实现进行了分析。首先介绍了基于龙芯通用处理器的并行信号处理平台,之后对宽频自适应波束形成算法的并行度进行分析,并提出了适合于通用处理器平台的并行算法。然后对本文提出的波束形成算法的计算复杂度进行分析,根据输入数据的协方差矩阵更新算法,对计算量最大的特征分解针对性地提出了递推计算的方法,成功地将算法复杂度由O(M3)降到了O(M2),并通过实测算法执行时间来进行验证。经过优化,本文提出的算法已经可以在基于龙芯通用处理器的并行信号处理系统上实现实时应用。