空域濾波原理及_第1頁
空域濾波原理及_第2頁
空域濾波原理及_第3頁
空域濾波原理及_第4頁
空域濾波原理及_第5頁
已閱讀5頁,還剩53頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

空域濾波原理及1第一頁,共五十八頁,編輯于2023年,星期日

陣列天線的波束形成可以采用模擬方式,也可以采用數(shù)字方式,采用數(shù)字方式在基帶實現(xiàn)濾波的技術(shù)稱為數(shù)字波束形成(DBF),是空域濾波的主要形式,在通信中也稱之為智能天線?!?.1波束形成的基本概念波束形成:用一定形狀的波束來通過有用信號或需要方向的信號,并抑制不需要方向的干擾。波束形成的分類數(shù)據(jù)獨立波束形成最佳波束形成自適應(yīng)波束形成2第二頁,共五十八頁,編輯于2023年,星期日§3.1波束形成的基本概念1.陣列信號的表示

空間平面波是四維函數(shù),

簡化:窄帶條件:同時刻采集信號,所有陣元上信號的復(fù)包絡(luò)相同,只需考慮相位的變化,而它只依賴于陣列的幾何結(jié)構(gòu)。對于等距線陣,則更簡單,只依賴于與x軸的夾角。如圖3.13第三頁,共五十八頁,編輯于2023年,星期日12N圖3.1如前所述的窄帶信號的空域表示:若以陣元1為參考點,則各陣元接收信號可寫成:4第四頁,共五十八頁,編輯于2023年,星期日寫成矢量的形式:

稱為方向矢量或?qū)蚴噶浚⊿teeringVector)。在窄帶條件下,只依賴于陣列的幾何結(jié)構(gòu)(已知)和波的傳播方向(未知)。

5第五頁,共五十八頁,編輯于2023年,星期日波束形成(Beamforing)

我們記:,稱為方向圖。當(dāng)對某個方向的信號同相相加時得的模值最大?;舅枷耄和ㄟ^將各陣元輸出進行加權(quán)求和,在一時間內(nèi)將天線陣列波束“導(dǎo)向”到一個方向上,對期望信號得到最大輸出功率的導(dǎo)向位置給出了波達方向估計。即輸出可以表示為:目的是:增強特定方向信號的功率。

6第六頁,共五十八頁,編輯于2023年,星期日

陣列的方向圖陣列輸出的絕對值與來波方向之間的關(guān)系稱為天線的方向圖。方向圖一般有兩類:靜態(tài)方向圖:陣列輸出的直接相加(不考慮信號及來波方向),其陣列的最大值出現(xiàn)在陣列法線方向(即)帶指向的方向圖:信號的指向是通過控制加權(quán)相位來實現(xiàn),即常說的相控陣列7第七頁,共五十八頁,編輯于2023年,星期日

對于

實際上是空域采樣信號,波束形成實現(xiàn)了對方向角的選擇,即實現(xiàn)空域濾波。這一點可以對比時域濾波,實現(xiàn)頻率選擇。等距線陣情況:若要波束形成指向,則可取,波束形成:

8第八頁,共五十八頁,編輯于2023年,星期日則:上式表示的波束圖有以下特點:波束成形狀,其最大值為N。波束主瓣半功率點寬度為:

。根據(jù)

Fourier理論,主瓣寬度正比于天線孔徑的倒數(shù)。

最大副瓣為第一副瓣,且為-13.4dB。這種副瓣電平對于很多應(yīng)用來說都太大了,為了降低副瓣,必須采用幅度加權(quán)(又稱為加窗)。9第九頁,共五十八頁,編輯于2023年,星期日天線方向圖,來波方向指向10第十頁,共五十八頁,編輯于2023年,星期日N=8N=32

可見隨著陣元數(shù)的增加,波束寬度變窄,分辨力提高,這是因為:11第十一頁,共五十八頁,編輯于2023年,星期日波束寬度在DOA估計中,線陣的測向范圍為

即對于均勻線陣,波束寬度為:

其中D為天線的有效孔徑,可見波束寬度與天線孔徑成反比。分辨力目標的分辨力是指在多目標環(huán)境下雷達能否將兩個或兩個以上鄰近目標區(qū)分開來的能力。波束寬度越窄,陣列的指向性越好,說明陣列的分辨力隨陣元數(shù)增加而變好,故與天線孔徑成反比。12第十二頁,共五十八頁,編輯于2023年,星期日13第十三頁,共五十八頁,編輯于2023年,星期日可見當(dāng)陣元間距時,會出現(xiàn)柵瓣,導(dǎo)致空間模糊。14第十四頁,共五十八頁,編輯于2023年,星期日類似于時域濾波,天線方向圖是最優(yōu)權(quán)的傅立葉變換按定義的方向圖權(quán)向量作FFT的結(jié)果15第十五頁,共五十八頁,編輯于2023年,星期日均勻圓陣(UCA)以均勻圓陣的中心為參考第m個陣元與x軸的夾角記為:則M元均勻圓陣的導(dǎo)向矢量:其中為圓陣的半徑16第十六頁,共五十八頁,編輯于2023年,星期日波束指向:17第十七頁,共五十八頁,編輯于2023年,星期日§3.2自適應(yīng)波束形成技術(shù)§3.2.1普通波束形成的優(yōu)缺點

優(yōu)點:是一個匹配濾波器,在主瓣方向信號相干積累,實現(xiàn)簡單,在白噪聲背景下它是最優(yōu)的,在色噪聲背景下,維納濾波是最優(yōu)的。缺點:波束寬度限制了方向角的分辨。存在旁瓣,強干擾信號可以從旁瓣進入。加窗處理可以降低旁瓣,但同時也會展寬主瓣。

總之,普通波束形成依賴于陣列幾何結(jié)構(gòu)和波達方向角,而與信號環(huán)境無關(guān),且固定不變,抑制干擾能力差。18第十八頁,共五十八頁,編輯于2023年,星期日§3.2.2自適應(yīng)波束形成

自適應(yīng)波束形成是將維納濾波理論應(yīng)用于空域濾波中,它的權(quán)矢量依賴于信號環(huán)境。一般框架:波束形成:對于平穩(wěn)隨機信號,輸出信號功率為:定義:陣列信號相關(guān)矩陣,它包含了陣列信號所有的統(tǒng)計知識(二階)。19第十九頁,共五十八頁,編輯于2023年,星期日§3.2.3最優(yōu)波束形成

最優(yōu)波束形成的一般形式:

最優(yōu)濾波的準則:1.SNR(信噪比)最大準則2.均方誤差最小準則(MSE)3.線性約束最小方差準則(LCMV)4.最大似然準則在相同條件下是等價的20第二十頁,共五十八頁,編輯于2023年,星期日1.SNR(信噪比)最大準則

如果信號分量與噪聲分量統(tǒng)計無關(guān),且各自相關(guān)矩陣已知:其中為信號功率,為噪聲功率。

若陣列信號為:則

輸出功率:

21第二十一頁,共五十八頁,編輯于2023年,星期日則SNR(信噪比)最大準則即

22第二十二頁,共五十八頁,編輯于2023年,星期日根據(jù)瑞利熵,可看出即是求的最大特征值問題。

SNR最大準則的求解方法:

利用瑞利熵:

23第二十三頁,共五十八頁,編輯于2023年,星期日是矩陣對的最大廣義特征值對應(yīng)即(廣義特征值分解)的特征矢量。24第二十四頁,共五十八頁,編輯于2023年,星期日可見:

是的最大特征值對應(yīng)的特征向量。幾個特例:單點源信號:則有:在高斯白噪聲條件下,既是高斯白噪聲,又是單點源信號,則:25第二十五頁,共五十八頁,編輯于2023年,星期日利用要估計單元周圍的單元來估計噪聲協(xié)方差矩陣,即用參考單元估計。如何應(yīng)用SNR準則設(shè)計最優(yōu)波束形成器,關(guān)鍵在于能否分別計算信號功率和噪聲功率。eg:

在僅含噪聲(干擾)數(shù)據(jù)時,可以估計出從而得到當(dāng)既有信號又有噪聲時,智能天線------擴頻信號26第二十六頁,共五十八頁,編輯于2023年,星期日最大SNR準則,來波方向,干擾方向27第二十七頁,共五十八頁,編輯于2023年,星期日均方誤差最小準則(MSE)

應(yīng)用條件:需要一個期望輸出(參考)信號。

令則目標為:

其中是相關(guān)矢量,是相關(guān)矩陣。28第二十八頁,共五十八頁,編輯于2023年,星期日此求解可利用實函數(shù)對復(fù)變量求導(dǎo)法則,得

由公式可看出:應(yīng)用此方法僅需陣列信號與期望輸出信號的互相關(guān)矢量,因此尋找參考信號或與參考信號的互相關(guān)矢量是應(yīng)用該準則的前提。MSE準則的應(yīng)用:

1)自適應(yīng)均衡(通訊)

2)

多通道均衡(雷達)

3)自適應(yīng)天線旁瓣相消(SLC)29第二十九頁,共五十八頁,編輯于2023年,星期日加在輔助天線的權(quán)矢量獲得好的干擾抑制性能的條件:主天線與輔助天線對干擾信號接收輸出信號相關(guān)性較好。實例:天線旁瓣相消技術(shù)(ASC),

如圖3.3輔助天線(增益小,選取與主天線旁瓣電平相當(dāng),無方向性,因此幾乎僅為干擾信號)-主天線圖3.330第三十頁,共五十八頁,編輯于2023年,星期日干擾方向,來波方向31第三十一頁,共五十八頁,編輯于2023年,星期日3.線性約束最小方差(LCMV)準則

陣列輸出:

,方差為:(輸出功率)導(dǎo)向矢量約束為目標信號方向矢量。求解過程分析:信號:則目的是尋找最優(yōu)的權(quán)。

32第三十二頁,共五十八頁,編輯于2023年,星期日我們可以固定,即信號分量就固定了,然后最小化方差,相當(dāng)于使的方差最小,所以可得最優(yōu)準則為:(1可變?yōu)槿我夥橇愠?shù))解得:如果固定,則。的取值不影響SNR和方向圖。33第三十三頁,共五十八頁,編輯于2023年,星期日注意:本準則要求波束形成的指向已知,而不要求參考信號和信號與干擾的相關(guān)矩陣。推廣到約束多個方向:一般的線性約束最小方差法為:解之:

特例:當(dāng),即約束單個方向,則34第三十四頁,共五十八頁,編輯于2023年,星期日

可增加穩(wěn)健性。注:針對白噪聲,為單位陣,

,此時自適應(yīng)濾波是無能力的。

實際應(yīng)用:當(dāng)已知目標在方向,但也可能在附近,這時可令,結(jié)果可把主瓣展寬。35第三十五頁,共五十八頁,編輯于2023年,星期日在實際中,陣列天線不可避免地存在各種誤差。文獻Erroranalysisoftheoptimalantennaarrayprocessors.IEEETrans.onAES,1986,22(3):395-409對各種誤差(如陣元響應(yīng)誤差、通道頻率響應(yīng)誤差、陣元位置擾動誤差、互耦等)的影響進行了分析綜述,基本結(jié)論是:對于只利用干擾加噪聲協(xié)方差矩陣求逆的方法,幅相誤差對自適應(yīng)波束形成的影響不大;但是對于利用信號加干擾加噪聲協(xié)方差矩陣求逆的自適應(yīng)方法,當(dāng)信噪比較大時,雖然干擾零點位置變化不大,但是在信號方向上也可能形成零陷,導(dǎo)致信噪比嚴重下降。36第三十六頁,共五十八頁,編輯于2023年,星期日Capon法波束形成,來波方向,干擾方向為37第三十七頁,共五十八頁,編輯于2023年,星期日來波方向為,干擾方向為不同方法估計協(xié)方差矩陣的Capon法波束形成38第三十八頁,共五十八頁,編輯于2023年,星期日多點約束的波束形成,來波方向為,和39第三十九頁,共五十八頁,編輯于2023年,星期日§3.2.4三個最優(yōu)準則的比較

準則解的表達式所需已知條件SNR已知MSE已知期望信號LCMV已知期望信號方向40第四十頁,共五十八頁,編輯于2023年,星期日對比LCMV:陣列信號假定已知且信號與噪聲不相關(guān)。SNR:

41第四十一頁,共五十八頁,編輯于2023年,星期日

中含有期望信號分量,而中不含期望信號分量,僅為噪聲分量。注意:由矩陣求逆引理:

所以:42第四十二頁,共五十八頁,編輯于2023年,星期日上式表明:在精確的方向矢量約束條件和相關(guān)矩陣精確已知條件下,SNR準則與LCMV準則等效。上述條件若不滿足,應(yīng)該用來計算。直接用求逆計算最優(yōu)權(quán)會導(dǎo)致信號相消。在最優(yōu)波束形成方法中,降低旁瓣電平的方法是加窗處理。

為加窗矩陣。

43第四十三頁,共五十八頁,編輯于2023年,星期日MSE:若已知與不相關(guān),則由此看出,上述三個準則在一定條件下是等價的。

44第四十四頁,共五十八頁,編輯于2023年,星期日小結(jié):

自適應(yīng)波束形成原理如圖3.4

12N圖3.445第四十五頁,共五十八頁,編輯于2023年,星期日實現(xiàn)框圖為圖3.5

圖3.5需已知二階統(tǒng)計量自適應(yīng)波束形成的特點:矩陣求逆運算量大,有待于尋找快速算法。已知46第四十六頁,共五十八頁,編輯于2023年,星期日§3.3自適應(yīng)算法

分塊算法(批處理方式)SMI

連續(xù)算法(每次快拍單獨計算)LMS

自適應(yīng)算法§3.3.1LMS算法

最小均方(LMS)算法差分最陡下降(DSD)算法加速梯度(AG)算法基于梯度的算法47第四十七頁,共五十八頁,編輯于2023年,星期日LMS算法

MSE準則:波束形成:期望輸出:誤差:圖3.648第四十八頁,共五十八頁,編輯于2023年,星期日EVD:LMS思想(widrow提出):用瞬態(tài)值代替穩(wěn)態(tài)值.

迭代算法:LMS算法的優(yōu)點:實現(xiàn)簡單收斂性本質(zhì)上依賴于的特征值的分散程度,當(dāng)特征值很接近時,可找到一個使算法快收斂。嚴重缺陷:收斂性太慢。49第四十九頁,共五十八頁,編輯于2023年,星期日序號加速收斂性問題:

對角加載技術(shù):

的特征值一般具有以下結(jié)構(gòu):(如圖3.7)

圖3.750第五十頁,共五十八頁,編輯于2023年,星期日上式中的第二項為個大特征值對應(yīng)的特征矢量的線性組合。

是要求自由度,當(dāng)越大,自適應(yīng)能力越差。51第五十一頁,共五十八頁,編輯于2023年,星期日對角加載:

易知的離散程度大于的離散程度,所以對角加載以后,LMS算法收斂速度加快。實際實現(xiàn)時是在數(shù)據(jù)域加入功率一定的白噪聲。注意此過程是在計算權(quán)時進行,而在波束形成時則不需要。52第五十

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論