基于Householder变换的约束自适应算法

       在传统的波束形成算法中，人们通常是通过设计固定的加权系数来使形成的波束图在感兴趣的方向增益保持为1，而使其他的方向上增益尽可能的低。这种方法带来的好处是算法的实现简单，但是不足点也是很明显的，由于波束图不能动态的改变，这就有可能导致在主波束方向上没有信号而旁瓣方向的信号很强时被误认为主波束方向上有信号。这时传统的波束形成方法就不再适用了，为了解决这一问题，人们提出了自适应波束形成的方法。通过施加一定的约束条件使其可以主动的在干扰很强的方向上形成一个很深的零点从而达到抑制强干扰的目的。效果改善显著，但是采用这种算法由于涉及到矩阵相乘和求逆运算，运算量级在[O3]，相对于传统的[O]计算量增加了很多，这给算法的实际使用带来了困难。为了减少自适应的计算量，许多学者对此做了大量的研究工作，基于Householder变换的就是其中之一。此方法于2002年被提出，文章的题目是Constrained Adaptation Algorithms Employing Householder Transformation ，在IEEE TRANSACTIONS ON SIGNAL PROCESSING 上发表。为了方便大家阅读，博主特意将其翻译成了中文版的，如有那些地方翻译的不正确，还请大家批评指正。

由于在这里编辑公式不方便，所有我只给了截图版的，如果想要可编辑的电子版的，可以和我联系。