自适应波束形成在理想情况下性能优良,但当实际条件与理论假设不符时,其性能严重下降,甚至出现信号相消现象。本项目致力于研究如何利用信号的时域非圆特性提高自适应波束形成对模型失配误差的容错能力或鲁棒性。具体研究内容包括(1)如何通过信号非圆特征恢复或匹配提高自适应波束形成的鲁棒性;(2)基于信号非圆特征恢复的甚近场(very- near-field)信号鲁棒自适应波束形成;(3)可同时提取多个非圆信号的鲁棒自适应波束形成;(4)基于多元数(超复数)数据组织方式的矢量阵列非圆鲁棒自适应波束形成。这些研究工作的开展和相关成果,对于推进自适应波束形成理论的实际应用,加深对空(-时-极化)域自适应滤波的认识和理解,以及挖掘信号时域特征可分性在提高阵列空域处理质量中的潜能等均具有重要的意义。研究成果可应用于自适应阵列信号处理的各个领域,特别是无线通信、阵列式雷达和声呐以及医学成像等。
array signal processing;adaptive beamforming;noncircular signal;robust;diagonal loading
自适应波束形成在理想情况下性能优良,但当实际条件与理论假设不符时,其性能严重下降,甚至出现信号相消现象。本项目致力于研究如何利用信号的时域非圆特性提高自适应波束形成对模型失配误差的容错能力或鲁棒性。经过3年的研究,圆满完成了项目研究计划要点的内容要求。项目研究主要取得了下述成果(1)提出了无需用户参数的信号非圆特征恢复对角加载鲁棒自适应波束形成方法;(2)提出了基于信号非圆特征恢复的角度-距离-极化域鲁棒自适应波束形成;(3)提出了两种基于信号高低阶联合统计信息的非圆盲源分离方法;(4)提出了一种超复数域鲁棒自适应波束形成方法;(5)提出了一种张量域鲁棒自适应波束形成方法。上述研究成果对于推进自适应波束形成理论的实际应用,加深对空-时-极化域自适应滤波的认识和理解,以及挖掘信号时域特征可分性在提高阵列空域处理质量中的潜能等均具有重要的理论意义。相关研究成果可应用于自适应阵列信号处理的各个领域,特别是无线通信、阵列式雷达和声呐以及医学成像等。