网站原创摘 要 ：当信号方向向量精确已知时,传统最小方差无畸变响应(MVDR)波束形成算法具有较好的分辨率和抗干扰能力.在实际通信环境中,由于外部环境、天线阵列以及采样协方差矩阵的估计误差等因素的影响,导致传统MVDR波束形成算法的性能急剧下降.针对这一问题,本文提出了一种新的基于对角载入的鲁棒MVDR波束形成算法.该算法考虑信号方向向量的偏差对MVDR算法性能的影响,并在最大允许偏差范围内导出最优的权重向量,有效地抑制了偏差对输出性能的影响,具有很强的鲁棒性,从而能够适应复杂的通信环境；同时该算法采用递推算法避免矩阵求逆,降低了计算复杂度,便于工程实现.仿真实验表明,与传统MVDR算法相比,所提算法具有更好的输出性能.
关 键 词 ：波束形成,信号方向向量,对角载入,MVDR
中图分类号： TN911 文献标识码：A
自适应波束形成广泛地应用于雷达、系统识别、声纳和移动通信等领域［1-5］.MVDR自适应波束形成器在保持信号不变的约束下使噪声输出功率最小,具有良好的弱信号检测和高分辨力性能,因此得到广泛的应用.但是由于外部环境、信源、传感器阵列等诸多条件的复杂变化,导致信号方向向量出现偏差,使传统的MVDR波束形成算法的性能下降.为了克服各种误差引起的性能下降,一些学者近几十年进行了大量研究来提高自适应波束形成的稳健性,其中最具代表性的方法有3种：特征空间(ESB)法、线性约束(LCMV)法和对角加载(LI)法.特征空间法\[6\]具有较快的收敛速度,但它需要准确估计信号子空间维数,当子空间维数过估计或欠估计时算法失效；线性约束法\[7\]通过适当的约束条件使得自适应波束满足一定的稳健条件,但只适用于观察方向失配的情况；对角加载法：文献\[8\]对协方差矩阵沿其对角线加一正常数后再用采样协方差矩阵求逆方法求得自适应权值提高自适应波束形成器的稳健性.由于加载量被固定,不随期望信号的信噪比和导向矢量的误差变化而变化,当信噪比增加时,输出信干噪比会明显恶化.文献\[9\]采用最差性能最优化思想,提高了波束形成器的鲁棒性,但是该算法计算复杂度高,不便于工程实现；文献\[10\]采用矩阵锥消方式,通过对协方差矩阵点乘一个给定误差范围,提高波束形成器的稳健性,但是由于给定的误差范围不好控制,效果并不理想.
湖南大学学报(自然科学版)2012年
第9期施荣华等：一种基于对角载入的鲁棒MVDR波束形成算法
本文考虑到方向向量最大允许偏差的情况,提出了一种新的基于对角载入的MVDR自适应波束形成算法.由于该算法是在最差性能下的优化问题,因此在一定范围内,对角加载量的大小对该算法的性能影响不大；同时在求解过程中进行降维处理,避免矩阵求逆,大大地降低运算量,便于工程实现.仿真实验验证了所提鲁棒算法的有效性和可行性.
4.结论
针对方向向量存在偏差时所导致传统MVDR波束形成器性能急剧下降的问题,本文提出了一种基于对角载入的鲁棒MVDR波束形成算法.该算法对协方差矩阵的估计误差进行约束,提高了算法的稳健性；在求解过程中进行降维处理,降低了计算量,易于实时实现.该算法有效地抑制了方向向量偏差对MVDR波束形成器输出性能的影响,具有较强的鲁棒性.仿真实验表明：与传统MVDR算法相比,所提算法具有更好的输出性能,在一定范围内对角载入因子的取值对所提算法的性能影响不大.