摘要：在宽带雷达接收机中,为了降低宽带信号采样对模数转换单元性能的要求,需对接收的宽带信号进行去斜处理。传统去斜处理算法需使用数字时延滤波器,具有设计复杂、成本高的缺点,因此不适合大规模阵列应用。为了解决此问题,提出一种无数字时延滤波器的去斜处理算法,通过频率和相位补偿,使各通道数据达到一致,从而省去数字时延滤波器,简化了系统的设计复杂度。结合子阵划分技术,减少处理通道数量,降低系统硬件成本与数据处理难度。同时,还分析了所提算法中回波时延估计误差的边界条件。仿真结果表明,相比传统算法,该算法输出信噪比更高,且对回波时延估计误差的敏感度更低。

摘要：为了增强唯相位波束形成(Phase-Only Beamforming,POB)的干扰和噪声抑制性能,提高非凸POB权值求解的实时性,该文设计了迭代优化最小化(Iterative Majorization Minimization,IMM)唯相位最小方差无失真响应波束形成器(Minimum Variance Distortion-less Response Beamformer,MVDRB)。将无失真响应约束转化成最大化期望方向阵列响应,推导了二次型目标函数的上界,得到IMM-POB优化模型,并进一步推导出每次迭代的闭式最优解。仿真分析表明所设计的IMM-POB:在相同输入信噪比下,可获得高于现有迭代算法和最优MVDRB的信干噪比改善;干扰抑制性能几乎完全逼近最优MVDRB,且具有更优的噪声抑制性;受快拍数影响较小;闭式最优权仅包含单次矩阵和向量乘法,使算法具有较强的实时性,可应用于大规模阵列。

摘要：在大型阵列信号处理中,可以在子阵级进行数字波束扫描形成多波束,降低硬件成本和系统复杂度,其中子阵划分的优劣直接决定信号处理的性能。针对子阵级多波束形成的问题,提出了一种基于蚁群算法的子阵划分最优策略,该策略将蚂蚁的迁移路径作为子阵划分方案,以峰值旁瓣电平为优化目标进行迭代搜索,使得子阵级自适应形成多波束方向图的旁瓣性能达到最优。首先,分析了蚁群算法的基本原理,对子阵划分问题的解空间进行建模,设计最优策略并求解得子阵划分方案;然后采用线性约束最小方差准则(LCMV)计算子阵级权矢量,形成多波束方向图;最后通过对比分析了多波束方向图的性能。仿真实验证明了所提算法得出的子阵划分以及激励匹配方案的有效性。