目录
1.算法概述
如果期望信号的到达角和带宽范围已知,那么可以先对阵列接收数据进行时延补偿,使阵列对期望信号的接收保持一致性,然后对阵列系数强加约束条件以自适应的使波束形成器输出能量E{y(t)*y(t)}最小,等效于使输出信号中非期望方向的噪声能量最小,从而达到增强期望方向信号的目的。这就是线性约束最小方差(LCMV)波束形成器。
但是,在复杂的现实环境中,阵列接收信号不仅有期望信号,也有噪声,干扰,杂波。若期望信号功率较弱,可能会出现被干扰、杂波信号淹没的情况。因此希望波束方向图可以在干扰、杂波等方向形成零陷,从而得到更好的抑制,自适应波束形成算法应运而生。
在自适应算法中,有几种常见的准则:最小均方误差准则、最大信噪比准则、线性约束最小方差准则等。在不同的优化准则下,自适应波束形成可以得到不同的最优权矢量。各种优化准则都有其使用的前提条件:最小均方误差准则需要已知期望信号、最大信噪比准则准则需要已知信号自相关矩阵与噪声自相关矩阵、线性约束最小方差准则需要已知期望信号的来波方向与。现在主要讲解线性约束最小方差准则。