基于MATLAB仿真的LCMV和LCEC算法性能比较.doc

《基于MATLAB仿真的LCMV和LCEC算法性能比较.doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、基于MATLAB仿真的LCMV和LCEC算法抗干扰性能比较研究一、均匀直线阵列信号模型在本次仿真实验中，假设3个窄带信号入射到阵元数为16的均匀直线阵列天线上，阵元间距为，入射角方向分别为。对阵列接收数据进行采样，则第次采样数据表示为：(1)其中为期望信号，、分别为两个干扰信号方向，为噪声信号。为入射方向的方向性矢量。二、LCMV算法原理LCMV准则：选择权重系数，使得在对有一定约束的条件下，阵列输出的方差最小，即最小。利用拉格朗日乘子法可求得权重系数的最优解为(2)其中，为约束条件。本实验中，期望信号只有一个方向，所以。因此最优解可以改为(3)求得的最优权矢量在

2、能保证期望信号方向增益一定的情况下，使系统输出功率最小，从而有效地抑制干扰和噪声。三、LCEC算法原理通过对接收信号协方差矩阵的特征分解得到干扰子空间，间接提取干扰信息，然后通过干扰特征向量来抑制干扰，即相当于对干扰方向施加零点约束。优化函数如下所示(4)采用拉格朗日乘子法可求得权重系数的最优解为(5)同样，本实验中，期望信号只有一个方向，所以。因此最优解可以改为(6)四、仿真结果分析图1为静态和波束，主波束宽度为5.78°。可以看到theta在25°、40°和45°处方向图幅度均大于-30dB。因此可以考虑在这三个角度处产生零陷。图11、两个干扰角度间隔大于波束

3、宽度实验中，干扰角度分别为：theta1=25°和theta2=45°。如图2所示为LCMV准则下的和波束，可以看到方向图在25°和45°有很明显的零陷。图2图3所示均为LCEC准则下的和波束。可以看到方向图在25°和45°基本都有很明显的零陷。同时我们可以发现选取不同的干扰子空间也会对结果造成一定的影响。本实验中协方差矩阵的特征值矢量为D=[1.8e51.4e50.640.610.590.560.540.520.510.480.460.440.410.400.380.36]，可以看到前两个值明显大于其他特征值。根据LCEC算法原理可知，大特征值对应的特征向量为干

4、扰子空间，即D中的前两个值对应的特征子空间。（1）：16*2维（2）：16*3维图3图3-1中的干扰子空间为D中前两个特征值对应的特征向量，可以看到抗干扰性能很好，并且很好的保持了静态方向图的形状。图3-2中的干扰子空间为D中前三个特征值对应的特征向量，这样即把一部分噪声也当成了干扰信号进行抑制。虽然在25°和45°处产生了零陷，但是方向图形状改变的挺多。1、两个干扰角度间隔小于波束宽度实验中，干扰角度分别为：theta1=44°和theta2=45°（1）快拍数为512如图4所示为LCMV准则下的和波束，可以看到方向图在44.01°和44.97°有很明显的零陷，

5、稍微偏离要求角度。图4图5所示为LCEC准则下的和波束。零陷位置与LCMV准则下的方向图一致，方向图形状失真度比LCMV算法下小很多。图5（2）快拍数为112图6对比图6中的两个图，可以发现在快拍数偏少的情况下，LCEC算法下的零陷位置比LCMV算法下的零陷位置要更加准确些。一、附录：Matlab程序clearall;clc;closeall;%%--------参数设置（16阵元均匀直线阵）---------f=35e9;c=3e8;lamda=c/f;d=0.5*lamda;k=2*pi/lamda;N=16;%%---------无干扰静态方向图------

6、----theta=-90:0.01:90;L=length(theta);a=zeros(N,L);fori=1:Na(i,:)=exp(j*k*(i-1)*d*sind(theta));endv=ones(N,1);s=v'*a;s1=abs(s);s2=s1/max(s1);s=20*log10(s2);figure(1);plot(theta,s);xlabel('theta');ylabel('幅度(dB)');title('静态和波束');gridon;%%---------期望信号、干扰信号及噪声信号------M=512;%采用点数theta0=0

7、;theta1=38;%干扰角度1theta2=40;%干扰角度2a0=exp(j*k*(0:N-1)'*d*sind(theta0));a1=exp(j*k*(0:N-1)'*d*sind(theta1));a2=exp(j*k*(0:N-1)'*d*sind(theta2));I1=zeros(N,M);I2=zeros(N,M);n=zeros(N,M);forii=1:MAM_I1=100*randn(1);AM_I2=100*randn(1);I1(:,ii)=AM_I1*a1;%干扰信号1I2(:,ii)=AM_I2*a2;%干扰信号2n(:,ii)=

8、0.5*(