期刊检索

  • 2024年第56卷
  • 2023年第55卷
  • 2022年第54卷
  • 2021年第53卷
  • 2020年第52卷
  • 2019年第51卷
  • 2018年第50卷
  • 2017年第49卷
  • 2016年第48卷
  • 2015年第47卷
  • 2014年第46卷
  • 2013年第45卷
  • 2012年第44卷
  • 2011年第43卷
  • 2010年第42卷
  • 第1期
  • 第2期

主管单位 中华人民共和国
工业和信息化部
主办单位 哈尔滨工业大学 主编 李隆球 国际刊号ISSN 0367-6234 国内刊号CN 23-1235/T

期刊网站二维码
微信公众号二维码
引用本文:王伟,雷舒杰,李欣,于海洋,田宇航.一种自适应收缩因子的循环平稳波束形成器[J].哈尔滨工业大学学报,2017,49(3):55.DOI:10.11918/j.issn.0367-6234.2017.03.009
WANG Wei,LEI Shujie,LI Xin,YU Haiyang,TIAN Yuhang.Cyclostationary beamformer of an adaptive shrinkage factor[J].Journal of Harbin Institute of Technology,2017,49(3):55.DOI:10.11918/j.issn.0367-6234.2017.03.009
【打印本页】   【HTML】   【下载PDF全文】   查看/发表评论  下载PDF阅读器  关闭
过刊浏览    高级检索
本文已被:浏览 2132次   下载 1007 本文二维码信息
码上扫一扫!
分享到: 微信 更多
一种自适应收缩因子的循环平稳波束形成器
王伟,雷舒杰,李欣,于海洋,田宇航
(哈尔滨工程大学 自动化学院, 哈尔滨 150001)
摘要:
针对常用循环平稳波束形成器收敛速度慢的问题,提出一种基于自适应收缩因子形式的对角加载方法的稳健循环平稳波束形成器.首先采用收缩因子对采样协方差矩阵进行修正然后得到估计的阵列协方差矩阵,通过求解真实协方差矩阵与估计协方差矩阵之间均方误差最小的最优问题,进而求出收缩因子的大小.最后利用循环自适应波束形成 (cyclic adaptive beamforming,CAB) 算法求取阵列权值.仿真过程中,用所提算法与传统的循环平稳波束形成算法在低功率干扰和高功率干扰两种条件下作对比,表明该算法在收敛速度方面具有较好的性能,并且在低采样快拍数目情况下所提算法的输出SINR也相对较高.
关键词:  循环平稳波束形成器  协方差矩阵  收缩因子  循环自适应波束形成  阵列权值
DOI:10.11918/j.issn.0367-6234.2017.03.009
分类号:TN973.3
文献标识码:A
基金项目:国家自然科学基金(61571148); 中国博士后科学基金特别资助(2015T80328); 中国博士后科学基金(2014M550182); 黑龙江省博士后特别资助(LBH-TZ0410); 哈尔滨市科技创新人才专项资金(2013RFXXJ016)
Cyclostationary beamformer of an adaptive shrinkage factor
WANG Wei,LEI Shujie,LI Xin,YU Haiyang,TIAN Yuhang
(College of Automation, Harbin Engineering University, Harbin 150001, China)
Abstract:
Focused on the problem that the common cyclostationary beamformer converges slowly, the robust cycliststionary beamformer based on the diagonal loading method with an adaptive shrinkage factor is proposed. The proposed method first utilizes the shrinkage factor to modify the sampling covariance matrix and naturally obtain the estimation of the covariance matrix. Then the shrinkage factor can be calculated by solving the optimal problem about the minimum mean square error between the real covariance matrix and the estimated covariance matrix. Finally using the cyclic adaptive beamforming (CAB) algorithm to achieve the weighting value of the array. Simulation results show that the proposed method converges faster compared with the traditional cyclostationary beamforming algorithm when it comes to high power of interferences or low power of interferences, and outputs higher SINR under the case of low snapshot.
Key words:  cyclostationary beamformer  covariance matrix  shrinkage factor  cyclic adaptive beamforming algorithm  arrays weight value

友情链接LINKS