为了降低波束的旁瓣和主瓣宽度并提高抗干扰能力,本文提出了一种基于相关函数的低维度宽带波束形成算法。首先,对宽带信号进行FFT变换以将其转化为多个子带的窄带信号;其次,基于最小方差(MV)准则并利用相关函数将子带信号的干扰-噪声协...为了降低波束的旁瓣和主瓣宽度并提高抗干扰能力,本文提出了一种基于相关函数的低维度宽带波束形成算法。首先,对宽带信号进行FFT变换以将其转化为多个子带的窄带信号;其次,基于最小方差(MV)准则并利用相关函数将子带信号的干扰-噪声协方差矩阵重构为相关矩阵,以达到有效抑制噪声和干扰的目的;然后,利用降维算法以降低相关矩阵的复杂度,并利用拉格朗日乘数法来求解最优权矢量;最后,利用切比雪夫滤波器对最优权矢量进行静态加权调整,以期获得更高的阵列增益和更低的旁瓣电平。仿真结果表明:该算法的计算复杂度较小,主瓣宽度变窄1度左右,最佳输出信干噪比提高了约-1.3 d B,同时旁瓣幅度有效降低。展开更多
文摘为了降低波束的旁瓣和主瓣宽度并提高抗干扰能力,本文提出了一种基于相关函数的低维度宽带波束形成算法。首先,对宽带信号进行FFT变换以将其转化为多个子带的窄带信号;其次,基于最小方差(MV)准则并利用相关函数将子带信号的干扰-噪声协方差矩阵重构为相关矩阵,以达到有效抑制噪声和干扰的目的;然后,利用降维算法以降低相关矩阵的复杂度,并利用拉格朗日乘数法来求解最优权矢量;最后,利用切比雪夫滤波器对最优权矢量进行静态加权调整,以期获得更高的阵列增益和更低的旁瓣电平。仿真结果表明:该算法的计算复杂度较小,主瓣宽度变窄1度左右,最佳输出信干噪比提高了约-1.3 d B,同时旁瓣幅度有效降低。
