基于稀疏子阵采样的大型阵列自适应波束形成方法研究.pdf

《基于稀疏子阵采样的大型阵列自适应波束形成方法研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文基于稀疏子阵采样的大型阵列自适应波束形成方法研究ADAPTIVEBEAMFORMINGTECHNIQUEFORLARGE-SCALEARRAYSBASEDONSPARSEARRAYSAMPLING范彦琪哈尔滨工业大学2018年6月国内图书分类号：TN958.92学校代码：10213国际图书分类号：621.3密级：公开工程硕士学位论文基于稀疏子阵采样的大型阵列自适应波束形成方法研究硕士研究生：范彦琪导师：许荣庆教授申请学位：工程硕士学科：电子与通信工程所在单位：电子与信息工程学院答辩日期：2018年6月授予学位单位：哈尔滨工业大学ClassifiedIn

2、dex:TN958.92U.D.C:621.3DissertationfortheMasterDegreeinEngineeringADAPTIVEBEAMFORMINGTECHNIQUEFORLARGE-SCALEARRAYSBASEDONSPARSEARRAYSAMPLINGCandidate：FanYanqiSupervisor：Prof.XuRongqingAcademicDegreeAppliedfor：MasterofEngineeringSpeciality：ElectronicandCommunicationEngineeringAffiliati

3、on：SchoolofElectronicsandInformationEngineeringDateofDefence：June,2018Degree-Conferring-Institution：HarbinInstituteofTechnology哈尔滨工业大学工程硕士学位论文摘要在自适应波束形成中，高自由度大型阵列自适应波束形成技术的重要性日益提升。而基于稀疏子阵采样的大型阵列自适应波束形成可以在降低波束形成系统硬件成本和运算量的同时保持大型阵列的高自由度性能。本文主要研究了一维线性阵列中的稀疏子阵采样自适应波束形成技术及其稳健方法，并将基于稀疏子阵采样的

4、自适应波束形成技术拓展至二维面阵。首先，本文对阵列自适应波束形成方法进行了研究，介绍了一维线性阵列和二维矩形面阵的信号模型，从理论上推导了最小方差无失真响应（MVDR）波束形成算法，仿真分析了系统误差对MVDR波束形成系统的影响，进而引入可以减小系统误差对波束形成系统影响的稳健波束形成方法，从理论和仿真实验上说明了稳健方法的有效性，为接下来MVDR波束形成器和稳健方法在基于稀疏子阵采样波束形成系统中的应用提供了理论基础。其次，本文研究了基于稀疏子阵采样的大型线性阵列自适应波束形成方法，建立了一维嵌套阵和一维互质阵的采样模型，理论推导了利用稀疏子阵的二阶统计信息进行

5、高维协方差矩阵重构的方法。接着，将重构后的高维协方差矩阵作为MVDR波束形成器的输入，可以得到维度与大型阵列相同的加权矢量，实现了降低大型线性阵列硬件成本和运算量的同时保持其高自由度特性的目的。然后，本文提出了一种基于稀疏子阵采样系统的稳健波束形成方法。通过获取阵列的阵元位置和期望信号角度估计区间等先验信息，利用重构的稀疏子阵高维协方差矩阵进行期望信号导向矢量的估计。接着，去掉稀疏子阵高维协方差矩阵中的期望信号，重新估计一个干扰加噪声协方差矩阵计算加权矢量。该方法可以解决波束形成中导向矢量失配的问题，并且在样本数据有限时也能保持良好的稳健性。最后，本文建立了基于二

6、维稀疏子阵采样的大型面阵自适应波束形成系统模型。介绍了嵌套面阵和互质面阵的阵列结构，分析了嵌套面阵和互质面阵的自由度，给出了二维稀疏子阵的选取准则，接着，推导了二维稀疏子阵高维协方差矩阵重构和加权矢量的计算方法。基于二维稀疏子阵采样的波束形成系统能够获得与大型面阵相同的空间自由度。关键词：大型阵列；稀疏子阵；高维协方差矩阵重构；稳健方法；二维稀疏子阵I-哈尔滨工业大学工程硕士学位论文AbstractLarge-scalearraybeamformingwithhighdegreesoffreedom(DOF)hasbecomemoreandmoreimportan

7、trecently.AndtheadaptivebeamformingbasedonsparsearraysamplingcanreducetheexpenditureofhardwareandobtainthesamenumberofDOFwiththelarge-scalearray.Inthispaper,westutytheadaptivebeamformingtechniqueforlinearlarge-scalearrayswithsparsearraysamplingandrobustmethods,andthenweextendthestruct

8、ureof