一、线性约束差分恒模自适应阵列性能分析（论文文献综述）
王家豪[1]（2019）在《基于矩阵收缩估计的稳健波束形成设计》文中提出波束形成在雷达和声纳以及无线通信等阵列系统中具有广泛的应用。数字波束形成通常是基于接收信号的阵列响应和协方差矩阵的估计而设计的。由于天线增益、相位、波达方向（Direction of Arrival,DOA）和协方差矩阵估计的误差会导致导向矢量（Steering Vector,SV）产生模型失配,而这种模型失配会导致波束形成性能的下降。显而易见,在实践中,模型不匹配是无处不在的,但其严重程度是未知的。因此自适应选择波束形成器的解决方案在实际应用中至关重要。针对这一问题,本文研究了基于协方差矩阵或精度矩阵的收缩估计、干扰加噪声协方差矩阵重构、特征子空间、对角加载和条件数正则化精度矩阵估计方法的波束形成器在存在模型失配时的鲁棒性。其中基于精度矩阵的方法是将线性脊估计方法、协方差矩阵线性收缩估计以及数据驱动选择参数的方法相结合而提出的一种新的方法。此外,本文提出并研究了基于协方差矩阵或精度矩阵收缩估计、对角加载和条件数正则化精度矩阵估计分别与特征子空间方法和干扰加噪声协方差矩阵重构方法相结合的波束形成器在存在模型失配时的鲁棒性。文中波束形成器的主要评判标准为输出信号与干扰加噪声的比。通过对仿真结果的数值研究表明,当目标信号（Signal of Interest,SOI）的波达方向（DOA）和阵列几何形状不完全已知时,它们的表现可能完全不同。干扰加噪声协方差重建方法依赖于对不同DOA的阵列响应,在不同DOA的阵列响应准确时实现了优越的性能。但是,它似乎是阵列几何中对模型失配最敏感的。相比之下,基于协方差和精确矩阵收缩的方法没有利用SOI的DOA和阵列几何。当SOI的DOA和阵列几何精确已知时,它们显然是次优的,但是当存在模型失配时,它们的性能是更稳健的。
潘超[2]（2018）在《面向语音通信的麦克风阵列波束形成算法研究》文中研究指明随着语音通信与人工智能技术的发展,通信与交互系统所面临的拾音环境越来越复杂,如何在强噪、强混响、多源环境下进行可靠远距离拾音已成为各种智能交互与语音通信系统所面临的共性瓶颈问题。要解决这一问题,一种有效的途径是使用由多个麦克风传感器按一定几何结构组合而成的麦克风阵列。这种阵列,结合合理的处理算法,可以实现方位估计、声源定位、降噪、去混响、声源分离、干扰抑制等多种功能。麦克风阵列系统的核心是阵列处理算法,其任务是利用阵列信号中所携带的空间、时间以及频谱信息对观测信号进行处理,提取后续系统模块所需的信号、信息或参数,同时过滤掉不需要的信号或信息。阵列处理方法的设计与选择因其所要实现的功能而异,但在目前所出现的各种方法之中,波束形成可以看成是阵列处理的基石。波束形成源于雷达和声纳领域,用于音频和语音信号处理可以追溯到上世纪60年代。尽管已经有了较长的研究历史,但麦克风阵列波束形成方面的诸多关键问题并没有解决,主要原因如下（不限于）:（1）音频信号的频率范围很宽,从几十赫兹到20千赫,如何在如此大的频率范围内实现一致性的空间与频率响应从而保持期望信号的保真度,极具挑战性;（2）受通信与交互终端尺寸以及成本等多种因素的限制,一般麦克风阵列的孔径不会太大,阵元个数也不会太多,如何在孔径、阵元个数受限条件下实现期望或人耳能够明显感知到的阵列增益难度很大;（3）声学环境通常存在各类非平稳的噪声,同时,麦克风传感器存在一定的底噪且各麦克风灵敏度之间存在一定程度的差异,复杂的噪声环境使得一些高增益、超增益算法在实际系统中难以实现。针对以上挑战,本论文开展麦克风阵列波束形成方法方面的研究工作,研究内容涵盖差分波束形成、超指向波束形成、频不变波束形成和自适应波束形成,其中主要创新点有:1.针对差分波束形成,引入空域Ζ变换,提出了多级级联波束形成方法,首次系统地分析了差分波束形成的性能,给出了一种限定阶数稳健差分波束形成方法。2.提出了一种基于两级级联结构的超指向波束形成方法,该方法能够在提升超指向波束形成方法稳健性的同时有效地控制波束图的频率一致性。3.基于Jacobi正交级数展开,建立了一种衡量波束图频率一致性的准则,并优化设计了波束形成器,有效控制波束图的频率一致性及其误差分布。4.在研究不同噪声及混响环境下MVDR波束形成性能的基础上,得出线性阵列MVDR波束形成器在阵列端射方向指向声源时能获得最高的阵列增益的结论,为实际中阵列的布放方式提供了依据。论文工作共形成美国授权专利1项,专着1部,期刊论文7篇,国际会议论文2篇。7篇期刊论文中4篇发表在IEEE/ACM Transactions on Audio,Speech,and Language Processing上,3篇发表在Journal of Acoustical Society of America上,1篇荣获IEEE R10（Asia-Pacific）Distinguished Student Paper Award（First Prize）;发表在IEEE International Conference on Acoustic,Speech,and Signal Processing（ICASSP）上的会议论文获得了IEEE信号处理学会的Student Travel Grant的支持。
郑霖,仇洪冰,葛微,林基明[3]（2009）在《基于高阶统计量的盲自适应多址检测的稳态性能分析》文中认为基于高阶统计量的盲自适应多用户检测方法除了可以克服有色噪声的影响外,在较高信噪比条件下可以获得超出一般线性盲检测算法的稳态解相关性能.但是,其稳态性能的理论分析尚缺乏有效的分析手段.基于常微分方程法,提出了一种分析高阶统计量盲多址检测稳态解相关性能的分析方法,并给出了多种常用高阶统计算法的剩余均方误差闭式解的结果,解决了自适应盲检测中非线性迭代稳态性能分析困难的问题.通过仿真和比较,验证了该方法的可行性和准确性.
张大霖[4]（2009）在《基于恒模算法自适应阵列天线的多用户识别方法的研究》文中认为基于阵列天线的多用户识别涉及数字信息流相互干扰的信息解调,通常应用在如无线通信,高速数据传输,卫星通信,数字电视和磁记录等领域。多用户识别技术的发展是当代通信技术领域中最为重要的进步之一。本文提出了一种新颖的分两步处理的基于恒模算法自适应阵列天线的多用户识别方法。在本方法中,接收到的信号会被分为两个步骤进行处理。在第一个阶段,只有一个用户会被传统的恒模算法捕捉到,并且与此同时,其它输入用户的波达方向会被估计出来。在第二个步骤中,新的初始权重向量会根据第一步骤中估计出的被压制信号的波达方向角而被重新设置,然后,若干个阵列天线的自适应处理器会根据不同的初始权重向量,同时使用再次恒模算法对接收到的信号进行处理,并行的将第一步中被抑制的所有信号输出。通过这个新颖的多用户识别方法,所有的用户就这样都被准确的检测出来并分别得到输出了。本文提供了计算机仿真结果用来检测提出的多用户识别方法的表现。通过Matlab软件的仿真,输入用户初始功率的差异、阵列因子和输入用户数量的变化、相邻用户间夹角角度对此多用户识别方法表现的影响都被详尽地展示说明了,并对实验中不同参数产生的实验结果差异做了深刻的讨论和解释。仿真的结果表明,本方法简捷方便、易于实现、准确度与精度都达到了很高的标准,尤其是使用8因子阵列天线时,最小二乘恒模算法的用户分别概率高达95%以上,是个优异的多用户识别方法。
周先春[5]（2008）在《DS-CDMA系统中两种盲多用户检测恒模算法的比较》文中提出研究了线性约束恒模算法（LCCMA,linear constrained constant modulus algorithm）和线性约束差分恒模算法（LCDCMA,linear constrained differential constant modulus algorithm）,并仿真试验了在期望用户信号幅度不同情况下这两种算法的收敛性和稳定性,仿真结果与理论推导相吻合。试验表明:LCCM算法只有在满足信号幅度是A≥1/3的情况下才能完全消除多址干扰（MAI,multiac-cess interference）,而LCDCM算法不论信号幅度是在≥1/3还是在<1/3条件下,都能够正确收敛到目标用户,具有很好的收敛性和稳定性,优越于LCCM算法。
王登伟[6]（2008）在《无线通信中多天线技术优化算法的研究》文中认为近年来,移动通信技术得到了迅猛发展,对频域、时域以及码域等资源的利用已经较为充分,为了克服其有限的信道带宽对移动通信系统性能、容量的限制,满足不断增长的用户需求,采用多天线技术充分利用空域资源实现移动通信突破性的提高,已经成为近年来持续不断升温的研究热点。多天线系统包括智能天线系统和多入多出天线系统,涉及波达方向估计、波束赋形、空分多址、空间复用等技术。本论文的研究主要围绕快速的波达方向估计、盲波束赋形、空分多址以及智能天线在远程医疗系统中的应用等方面展开,包括以下内容:首先,分析了研究背景、综述了国内外相关技术的进展、研究的内容及有关贡献。然后,全面阐述了信源个数检测、射频定位、波达方向估计、波束赋形、零陷技术、空分多址的基础理论知识、智能天线的分类和组成结构。在此基础上,进行了如下创新性的研究:第一、分析了智能天线阵上的无线信号模型,结合经典算法特点,提出了一种快速波达方向估计算法。通过对最小均方差滤波器多级分解,来估计子空间和子空间的维数,不需使用接收信号的协方差矩阵估计和特征值分解,该算法可以明显降低运算量、加快收敛速度。论文采用蒙特卡罗仿真验证了上述结论,具有很好的理论价值以及应用前景。第二、针对无线信号普遍存在具有谱自相干的特性,提出了非线性条件下稳健的自适应波束赋形优化算法。通过对稳健周期自适应波束赋形算法的权向量进行再次优化,解决了导向矢量矢量扰动引起的子空间估计失真现象。调整了稳健周期自适应波束赋形算法方向图零陷的位置和深度,改善了输出信干噪比,并且优化算法的输出使信干噪比对导引向量随机误差具有稳健性。论文的理论分析与计算机仿真试验都证明了算法的有效性。最后,针对远程医疗监控系统的发展趋势,结合我国大唐集团公司采用多天线技术、自主研发、拥有完全知识产权宽带无线技术McWiLL以及TD-SCDMA的技术优势,提出了一种基于智能天线技术的远程医疗监护系统架构并给出了远程医疗监护终端的具体的实现方案。
宋昕[7]（2008）在《复杂环境下的鲁棒自适应波束形成算法的研究》文中指出自适应波束形成技术是自适应阵列信号处理的最核心技术,是空间信号处理中抑制干扰信号,增强期望信号的有效方法,在雷达、声纳、通信、地质勘探和医学等领域有着广泛的应用。由于存在方向向量偏差、阵元幅相误差、传感器阵列的校正误差等因素的影响,传统自适应波束形成算法的性能会急剧下降,尤其在高信噪比时,期望信号会被当作干扰而受到抑制。因此提高自适应波束形成算法的鲁棒性一直是学者研究的热点。本文分析了在实际应用中影响自适应波束形成算法鲁棒性的因素,深入研究了鲁棒自适应波束形成算法。着眼于鲁棒波束形成算法在阵列信号处理中的应用,提出了有效的、易于工程实现的鲁棒自适应波束形成算法。这些算法能够有效控制波束主瓣区域内信号的畸变,抑制偏差所带来的不良影响,提高系统的鲁棒性。对于信号波达方向不确定的情况,提出了一种基于Bayesian方法的鲁棒约束恒模（CMA）算法,并对其性能进行了分析。在期望信号方向向量具有先验信息的前提下,利用接收到的采样信号对实际信号方向向量进行估计,降低了信号波达方向的不确定性,对信号方向向量偏差具有鲁棒性。再者,通过附加一个信号波达方向不确定的约束条件,推导出与此不确定范围对应的权重向量公式。即使在信号波达方向不确定的情况下,该算法也具有较强的鲁棒性。此外该算法采用递推方法来计算逆矩阵,大大地降低了计算复杂度,能够满足实时处理的要求。当信号的方向向量出现偏差以及采样样本比较少时,约束最小均方（LMS）算法会出现收敛速度慢、输出性能下降、不稳定等问题。为了提高约束LMS算法的鲁棒性能,提出了基于Bayesian方法的鲁棒约束LMS算法。该算法利用接收到的采样信号和信号的先验信息对实际信号方向向量进行估计,有效地抑制了方向向量偏差对输出性能的影响,提高了系统的鲁棒性,改善了阵列输出的信干噪比,使其更接近最优值。仿真实验结果表明,与传统约束LMS算法相比,基于Bayesian方法的鲁棒波束形成算法具有更好的性能。在信号方向向量存在偏差的情况下,传统波束形成算法的性能将急剧下降。针对这一问题,利用最差性能优化方法,把信号方向向量的值域作为某个不确定的集合,鲁棒波束形成可表述成二阶凸规划问题,进而采用一些优化理论的方法来推导出最优权重向量。在线性约束恒模算法的基础上,提出了一种基于最差性能的鲁棒约束恒模算法,并对其性能进行了分析。通过构造一个带有非线性约束条件的代价函数,推导得到权重向量的闭式解表达式。所提算法有效地解决了恒模算法中存在的干扰捕获问题,对信号方向向量偏差有很强的鲁棒性,阵列输出的信干噪比优于线性约束CMA算法。考虑到实际系统中存在着各种各样的偏差（如有限采样数引起的信号协方差矩阵的估计不准和一些系统误差等等）对输出性能的影响,构造出具有实际意义的代价函数。由于权重向量的解是一个二次非线性函数,需要对接收信号的协方差矩阵进行特征值分解,运算量比较大,不易工程实现,因此采用神经网络方法来求解。另外从自适应迭代算法的思路出发,提出一种鲁棒约束LMS自适应波束形成算法,并对其收敛性及步长参数的选取进行了分析。该算法基于最差性能的优化理论,利用迭代算法得到最优权重向量,不仅所需运算量小,而且对指向误差、阵元位置误差和阵元相位误差具有很好的鲁棒性,因而保证了阵列输出的信干噪比接近最优值。对角载入方法是一种简单有效的鲁棒波束形成算法,但是对于对角载入值仅能确定它的范围,其具体值只能通过经验来确定,至今没有很好的解决方法。本文采用非线性约束条件下的最优化阵列输出功率对信号方向向量进行优化求解,且优化解中的对角载入值能够准确求出。为了减少计算量,采用递推算法求逆矩阵并利用泰勒级数展开,推导出基于可变对角载入的权重向量公式。在实际环境中,信号的特性信息很难完全获得,环境也是实时变化的,因此采用最陡下降法对信号方向向量进行优化求解,进而求出最优权重向量。通过建立步长与输入信号的关系得到可变的步长因子,从而克服了收敛速度和稳态误差之间的矛盾。所提算法可有效地抑制偏差对算法性能的影响,降低计算量,易于实时实现,提高系统的鲁棒性,从而获得更高的输出信干噪比。针对阵列指向性偏差会导致自适应波束形成算法的性能急剧下降这一问题,提出了一种基于二次型约束的鲁棒自适应波束形成算法。通过对期望信号波达方向附近小区域内的方向向量的误差模值进行约束来提高算法的鲁棒性,并在此约束条件下推导出最优权重向量。将迭代算法运用到二次约束下的自适应波束形成中,降低了计算量,并在每次迭代中更新对角载入值,得到最优权重向量的递推公式。该算法可有效地控制波束主瓣区域内信号的畸变,提高对方向向量偏差的鲁棒性,并使约束区域外的输出功率最小,从而保证了对干扰信号的抑制能力,改善了阵列输出的信干噪比。
郑霖[8]（2007）在《脉冲超宽带通信中的多用户检测方法研究》文中认为无线脉冲超宽带（IR-UWB）通信系统利用极高的带宽和很低的发射功率满足近距离范围上大容量通信以及精确定位的要求。但有别于传统无线系统采用连续载波调制的通信体制,IR-UWB采用基带脉冲波形来承载信息。因为在实际无线环境下脉冲信号传播受到传播路径衰落快、密集多径、延迟扩展相对较长,以及多用户干扰等多方面的影响,传统信号检测和处理方法受到了极大的挑战。本论文主要从IR-UWB信号的检测和多用户信号处理算法两个方面进行了研究,力图结合脉冲接收信号的特征,获得简单高效的IR-UWB多用户信号检测方法。论文的主要工作和结果概括如下:1.根据脉冲调制方式,分析了IR-UWB多址系统下的解调性能。提出了一种通过求解干扰信号方差来计算多用户下误码性能的简单方法;进一步,在考虑实际超宽带多径衰落的条件下,通过理论分析,获得了相干检测和Rake分集检测的多址误码性能表达式,并通过仿真验证了其正确性。通过理论分析和仿真实验说明了在多用户UWB信道中,检测性能受多径幅值衰落和延迟扩展长度影响的规律;2.针对脉冲接收信号能量较集中,通过时域加窗可获较高的Eb/N0特征,提出了一种基于最小四阶矩（LMF）准则的多用户检测方法。理论分析了当前常用HOS盲多用户检测准则的收敛性,通过直接求Hessian矩阵的方法,在有噪条件下推导出了检测准则的Hessian矩阵。分析了LMF准则的解相关性和收敛性。在多径CDMA通信系统中,对LMF准则的最小二乘推演,得到了更具快速收敛性的RLS-LMF算法;3.根据脉冲扩频信号的非交叠特性,提出了一种简化脉冲多用户检测的框架,称为免多径约束框架。在此框架下常规多用户检测方法不再需要多径码矩阵的约束运算,这使很多在AWGN信道下的高效检测方法,如Kalman算法等,能够直接应用在多径IR-UWB检测中,简化了运算,提高了性能。将自适应LMF检测做最小二乘推演,得到类AWGN信道下的MF-RLS-LMF算法,比多径RLS-LMF具有更低的计算复杂度;4.针对发送参考脉冲UWB（TR-UWB）通信方式,提出了一种改进的多用户信号检测方法。不仅利用了参考信号模板信息,而且利用其参考符号信息。采用用户伪随机码调制参考脉冲,通过模拟LMS反馈迭代获得最优的检测模板。这种方法实际是利用了用户多径信号的统计独立性,作为其特征波形来减小相关干扰的影响;5.针对低速（LDR）大用户容量通信要求,采用一种直接序列扩频的间隔脉冲调制方式,提出了具有低复杂度的高性能低速大容量多用户检测算法。算法同样利用了间隔脉冲信号不交叠的特性,避免了多径码矩阵约束带来的计算复杂性,根据接收用户脉冲波形存在延迟扩展独立性和扩频独立性的特征,得到具备均衡能力的双插值多用户检测接收机形式。性能分析和仿真证明了这种算法在NLOS环境下较好的检测性能。
宋昕,汪晋宽,薛延波,韩英华[9]（2006）在《鲁棒约束恒模自适应波束形成算法》文中提出线性约束恒模算法能够有效克服恒模算法中存在的干扰捕获问题,但在信号方向向量存在偏差的情况下,其性能将会受到影响.针对上述问题,本文提出了鲁棒约束恒模自适应算法并对其性能进行了分析.该算法收敛速度快,抗扰动性强,对信号方向向量的偏差具有较强的鲁棒性,改善了系统的输出信干噪比.仿真实验表明,与线性约束恒模算法相比,鲁棒约束恒模算法具有很好的性能.
杜晓玉[10]（2006）在《圆形阵列性能分析及其自适应算法的研究》文中提出在雷达信道中,不可避免地存在着噪声和干扰,它们通过天线方向图的边波束或主波束进入接收系统,从而降低系统的接收信噪比。随着天线技术的发展,自适应天线应运而生。自适应天线能自动地对干扰信号做出反应,将天线波束零点对准干扰方向,同时保持信号方向的接收能力。线形阵列和圆形阵列是自适应天线中最常见的两种阵列。线阵只能有180°的扫描范围,而圆形阵列能够提供360°方位角,通过循环移动阵列激励,简单而灵活地操纵波束的方位,能够在方位上产生没有方向性方向图,而在俯仰方向上也有一个理想的方向特性。本文分析了圆形阵列的性能,在此基础上应用了不同的算法;利用模式转换将圆形阵列转化成为虚拟的线阵,并且分析了共形天线的方向图函数。本文主要完成的工作:1.推导圆形阵列和线形阵列方向图综合函数,根据仿真结果分析并比较了圆阵和线阵的性能和特点,并在此基础上分析了幅相量化在阵列信号处理中产生的影响。2.对采样协方差阵求逆（SMI）算法进行了分析和研究,并将算法应用到圆阵的信号处理中。根据仿真结果比较了SMI算法和G-S算法的特点。3.利用Gerschgorin圆盘定理,估计出干扰的信号源数。并在此基础上,应用G-S算法,减少了漏警的可能性。4.利用模式空间变换将均匀圆形阵列转化成虚拟的均匀线阵,解决了圆形阵列副瓣电平较高（相对于主瓣）、零点深度相对较浅的问题。并在此基础上,应用G-S正交化算法、SMI算法和自适应旁瓣对消,计算并仿真了这几种算法的阵列方向图。5.用向量法严格分析了以相控阵为基础的共形天线的综合方向图函数,并推导出面阵天线、圆柱天线和圆锥天线的具体的方向图函数。
二、线性约束差分恒模自适应阵列性能分析（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、线性约束差分恒模自适应阵列性能分析（论文提纲范文）
（1）基于矩阵收缩估计的稳健波束形成设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 自适应波束形成算法的研究历史及分类 |
| 1.2.2 自适应波束形成算法当前存在的问题 |
| 1.3 论文研究内容及组织结构 |
| 第二章 阵列信号处理模型 |
| 2.1 阵列信号的接收模型 |
| 2.2 波束形成器的基本含义 |
| 2.3 波束形成器优劣评判准则 |
| 2.4 基于最大化SINR准则设计出的最优波束形成器 |
| 2.5 本章小结 |
| 第三章 基于矩阵收缩的稳健波束形成器 |
| 3.1 样本矩阵求逆波束形成器设计 |
| 3.2 经典的波束形成器设计 |
| 3.2.1 基于随机矩阵论的对角加载波束形成器 |
| 3.2.2 基于特征子空间的波束形成器 |
| 3.2.3 基于干扰加噪声协方差矩阵重构的波束形成器 |
| 3.3 基于收缩理论的新波束形成器设计 |
| 3.3.1 基于协方差矩阵收缩的波束形成器 |
| 3.3.2 基于精度矩阵收缩的波束形成器 |
| 3.3.3 基于条件数正则化的精度矩阵估计波束形成器 |
| 3.3.4 优化干扰加噪声矩阵重构及特征子空间的波束形成器 |
| 3.4 本章小结 |
| 第四章 实验结果与分析 |
| 4.1 初始基本模型设置 |
| 4.2 各方法波束响应图仿真结果 |
| 4.2.1 样本矩阵求逆的波束响应图 |
| 4.2.2 各方法的波束响应图 |
| 4.2.3 优化的干扰加噪声矩阵重构方法的波束响应及分析 |
| 4.2.4 优化的特征子空间法的波束响应及分析 |
| 4.3 各方法波束形成器性能的比较 |
| 4.3.1 各方法及优化的干扰加噪声重构方法的波束形成器性能分析 |
| 4.3.2 优化的特征子空间法的波束形成器性能分析 |
| 4.4 本章小结 |
| 第五章 全文总结与展望 |
| 5.1 全文总结 |
| 5.2 后续工作展望 |
| 参考文献 |
| 发表论文和参加科研情况 |
| 致谢 |
（2）面向语音通信的麦克风阵列波束形成算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 历史、现状和存在的问题 |
| 1.2.1 差分波束形成 |
| 1.2.2 超指向波束形成 |
| 1.2.3 频不变波束形成 |
| 1.2.4 基于统计特性的自适应波束形成 |
| 1.2.5 尚需研究的问题 |
| 1.3 研究内容和结构安排 |
| 1.3.1 主要研究内容 |
| 1.3.2 章节安排 |
| 第2章 信号模型和性能评价指标 |
| 2.1 信号模型 |
| 2.2 波束形成 |
| 2.3 评价指标 |
| 2.3.1 波束图 |
| 2.3.2 指向性因子 |
| 2.3.3 白噪声增益 |
| 2.3.4 信噪比增益 |
| 第3章 差分波束形成与多级级联结构 |
| 3.1 一阶、二阶、三阶差分波束形成 |
| 3.1.1 一阶差分波束形成 |
| 3.1.2 二阶差分波束形成 |
| 3.1.3 三阶差分波束形成 |
| 3.2 多级级联结构 |
| 3.3 空域Z变换 |
| 3.4 任意阶差分波束形成及性能分析 |
| 3.4.1 波束图解析表达式 |
| 3.4.2 白噪声放大问题 |
| 3.4.3 波束形成器的约束等式 |
| 3.5 本章小结 |
| 第4章 限定阶数差分波束形成 |
| 4.1 限定阶数差分波束形成的空域Z变换 |
| 4.2 最大白噪声增益差分波束形成 |
| 4.2.1 两级级联分解 |
| 4.2.2 两级结构下的约束等式 |
| 4.2.3 两级结构下的波束形成器 |
| 4.2.4 波束图额外零点问题 |
| 4.3 ZOU修正方法 |
| 4.4 本章小结 |
| 第5章 基于两级级联结构的稳健超指向波束形成 |
| 5.1 超指向波束形成与经典稳健方法 |
| 5.2 两级级联波束形成结构 |
| 5.3 前级子滤波器的设计方法 |
| 5.4 后级子滤波器的设计方法 |
| 5.4.1 约束等式 |
| 5.4.2 最大白噪声增益方法 |
| 5.4.3 最大平坦度方法 |
| 5.4.4 平坦度约束下最大白噪声增益方法 |
| 5.5 设计实例 |
| 5.5.1 降阶稳健超指向波束形成 |
| 5.5.2 降阶稳健的差分波束形成 |
| 5.6 本章小结 |
| 第6章 基于正交级数展开的频不变波束形成 |
| 6.1 波束图的正交级数展开 |
| 6.2 波束形成器的约束等式 |
| 6.3 频不变波束图设计 |
| 6.4 Jacobi多项式 |
| 6.5 性能评估 |
| 6.5.1 不同设计准则对性能的影响 |
| 6.5.2 Jacobi参数的影响 |
| 6.6 本章小结 |
| 第7章 MVDR波束形成及其随声源方位变化的性能 |
| 7.1 MVDR波束形成 |
| 7.2 不同背景噪声环境下随声源方位变化的性能 |
| 7.2.1 白噪声 |
| 7.2.2 各向同性噪声 |
| 7.2.3 各向同性噪声加白噪声 |
| 7.2.4 点源噪声加白噪声 |
| 7.3 不同混响环境下随声源方位变化的性能 |
| 7.3.1 仿真说明 |
| 7.3.2 结果分析 |
| 7.4 本章小结 |
| 第8章 全文总结 |
| 8.1 总结 |
| 8.2 讨论 |
| 8.3 展望 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间发表的学术论文和参加科研情况 |
（4）基于恒模算法自适应阵列天线的多用户识别方法的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 智能天线发展现状 |
| 1.3 盲多用户检测的发展现状 |
| 1.4 论文研究的主要内容 |
| 1.5 论文研究中的难点和创新点 |
| 1.6 论文结构安排 |
| 第二章 基于恒模算法的自适应阵列天线概述 |
| 2.1 空分多址技术(SDMA)简介 |
| 2.2 智能天线技术分类及应用 |
| 2.2.1 波束转换智能天线 |
| 2.2.2 自适应阵列智能天线 |
| 2.2.3 智能天线的自适应波束成形技术 |
| 2.3 自适应阵列天线的结构 |
| 2.3.1 任意形状的阵列表达 |
| 2.3.2 均匀线性阵列天线 |
| 2.3.3 均匀圆周阵列天线 |
| 2.4 恒模算法(CMA)概述 |
| 2.4.1 信号的恒模特性 |
| 2.4.2 恒模算法的基本思想 |
| 2.4.3 恒模算法的自适应工作原理 |
| 2.4.4 基于多个恒模用户的算法 |
| 2.5 基于恒模算法的自适应阵列天线 |
| 2.5 本章小结 |
| 第三章 基于恒模算法的多用户识别方法的研究与设计 |
| 3.1 恒模算法应用在多用户识别中存在的问题 |
| 3.2 多用户识别方法的总体结构 |
| 3.3 步骤一:期望用户波达方向的估计 |
| 3.3.1 天线方向图的初始状态 |
| 3.3.2 第一步恒模算法对信号的捕捉 |
| 3.3.3 被抑制信号的波达方向估计 |
| 3.4 步骤二:被抑制信号的识别与恢复 |
| 3.4.1 信号初始功率对信号捕捉的影响 |
| 3.4.2 相位控制阵列 |
| 3.4.3 目标用户的恢复 |
| 3.5 本章小结 |
| 第四章 基于恒模算法的多用户识别方法的表现 |
| 4.1 信号模型 |
| 4.2 输入信干比(SIR)及阵列因子数量的影响 |
| 4.3 输入用户数量的影响 |
| 4.4 相邻用户间夹角角度的影响 |
| 4.5 本章小结 |
| 第五章 基于恒模算法的多用户识别方法的优化 |
| 5.1 最小二乘恒模算法(LS-CMA)简介 |
| 5.2 优化后多用户识别方法的实现 |
| 5.3 优化后多用户识别方法的表现 |
| 5.3.1 输入用户数量及阵列因子数的影响 |
| 5.3.2 相邻用户间夹角角度的影响 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 结论 |
| 6.2 后续应当开展的工作 |
| 参考文献 |
| 致谢 |
| 研究成果及发表的学术论文 |
| 作者和导师简介 |
| 北京化工大学硕士研究生学位论文答辩委员会决议书 |
（6）无线通信中多天线技术优化算法的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 目录 |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 国外发展状态 |
| 1.1.2 国内发展状态 |
| 1.2 发展方向 |
| 1.3 研究内容和意义 |
| 1.4 本论文的主要工作 |
| 参考文献 |
| 第二章 智能天线中的关键技术分析 |
| 2.1 智能天线简介 |
| 2.2 智能天线的系统构成 |
| 2.3 智能天线的分类 |
| 2.4 智能天线的关键技术 |
| 2.4.1 天线阵形设计技术 |
| 2.4.2 信源个数检测技术 |
| 2.4.3 DOA估计技术 |
| 2.4.4 射频定位技术 |
| 2.4.5 自适应数字波束赋形技术 |
| 2.5 小结 |
| 参考文献 |
| 第三章 快速的波达方向估计算法研究 |
| 3.1 最小均方差滤波器的多级分解 |
| 3.2 DOA估计信号模型 |
| 3.3 波达方向估计经典算法 |
| 3.3.1 非特征结构法 |
| 3.3.2 特征结构法 |
| 3.4 快速估计子空间 |
| 3.5 快速估计子空间维数 |
| 3.6 仿真结果 |
| 3.7 小结 |
| 参考文献 |
| 第四章 基于循环平稳信号的盲波束赋形算法研究 |
| 4.1 信号特征 |
| 4.1.1 平稳过程 |
| 4.1.1.1 严格平稳过程 |
| 4.1.1.2 广义平稳过程 |
| 4.1.2 循环平稳过程 |
| 4.1.2.1 均值循环平稳过程 |
| 4.1.2.2 相关函数循环平稳过程 |
| 4.1.2.3 循环平稳过程的重要性质 |
| 4.2 信号的统计模型 |
| 4.3 自适应算法 |
| 4.4 自适应数字波束赋形算法 |
| 4.4.1 波束赋形算法 |
| 4.4.2 零陷技术 |
| 4.4.3 周期自适应波束赋形算法 |
| 4.4.4 线性约束周期自适应波束赋形算法 |
| 4.4.5 稳健周期自适应波束赋形算法 |
| 4.5 稳健周期自适应波束赋形算法的优化 |
| 4.6 仿真与结果分析 |
| 4.7 小结 |
| 参考文献 |
| 第五章 基于智能天线技术的远程医疗监护方案 |
| 5.1 引言 |
| 5.2 系统架构及技术优势分析 |
| 5.2.1 基于智能天线技术的远程医疗监护系统的构架 |
| 5.2.2 无线远程监护系统的技术优势分析 |
| 5.3 系统终端的设计方案 |
| 5.4 小结 |
| 参考文献 |
| 第六章 结束语 |
| 6.1 论文总结 |
| 6.2 本论文不足和下一步的研究方向 |
| 致谢 |
| 攻读博士学位期间发表的论文 |
（7）复杂环境下的鲁棒自适应波束形成算法的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 目录 |
| 英文缩略语表 |
| 第一章 绪论 |
| 1.1 研究背景及其意义 |
| 1.2 自适应波束形成的发展及研究现状 |
| 1.3 本文的主要工作及内容安排 |
| 第二章 阵列信号处理的方法 |
| 2.1 阵列信号处理模型 |
| 2.2 自适应控制算法的性能量度 |
| 2.2.1 均方误差(MSE)性能量度 |
| 2.2.2 信噪比(SNR)性能量度 |
| 2.2.3 最大似然(ML)性能量度 |
| 2.2.4 最小噪声方差(NV)性能量度 |
| 2.2.5 最优解的因式分解 |
| 2.3 自适应波束形成算法 |
| 2.3.1 最小方差无畸变响应(MVDR)算法 |
| 2.3.2 采样协方差矩阵求逆(SMI)算法 |
| 2.3.3 直接矩阵求逆(DMI)算法 |
| 2.3.4 最小均方(LMS)算法 |
| 2.3.5 递推最小二乘(RLS)算法 |
| 2.3.6 恒模(CMA)算法 |
| 2.3.7 神经网络方法 |
| 2.4 鲁棒波束形成器的设计方法 |
| 2.4.1 影响算法鲁棒性的因素 |
| 2.4.2 鲁棒波束形成器的设计算法 |
| 2.5 本章小结 |
| 第三章 适用于信号波达方向不确定情况下的鲁棒波束形成算法 |
| 3.1 基于Bayesian方法的鲁棒恒模算法 |
| 3.1.1 约束恒模自适应波束形成算法 |
| 3.1.2 算法的鲁棒性改进 |
| 3.1.3 仿真实验结果 |
| 3.2 基于Bayesian方法的鲁棒波束形成算法 |
| 3.2.1 传统算法描述 |
| 3.2.2 鲁棒波束形成算法 |
| 3.2.3 仿真实验结果 |
| 3.3 基于Bayesian方法的鲁棒约束LMS波束形成算法 |
| 3.3.1 传统约束LMS算法 |
| 3.3.2 鲁棒约束LMS算法 |
| 3.3.3 收敛性能分析 |
| 3.3.4 仿真实验结果 |
| 3.4 本章小结 |
| 第四章 在最差信号环境下的鲁棒自适应波束形成算法 |
| 4.1 鲁棒约束恒模自适应波束形成算法 |
| 4.1.1 信号模型 |
| 4.1.2 线性约束恒模算法 |
| 4.1.3 鲁棒约束恒模自适应波束形成算法 |
| 4.1.4 收敛性能分析 |
| 4.1.5 仿真实验结果 |
| 4.2 基于最陡下降准则的鲁棒LMS波束形成算法 |
| 4.2.1 基于最差性能的鲁棒算法 |
| 4.2.2 性能分析 |
| 4.2.3 仿真实验结果 |
| 4.3 基于神经网络的鲁棒自适应波束形成算法 |
| 4.3.1 鲁棒自适应波束形成算法 |
| 4.3.2 波束形成的RBFNN实现 |
| 4.3.3 仿真实验结果 |
| 4.4 本章小结 |
| 第五章 基于可变对角载入的鲁棒自适应波束形成算法 |
| 5.1 基于对角载入的鲁棒波束形成算法 |
| 5.1.1 传统算法描述 |
| 5.1.2 鲁棒波束形成算法 |
| 5.1.3 仿真实验结果 |
| 5.2 基于可变对角载入的鲁棒LMS自适应波束形成算法 |
| 5.2.1 鲁棒波束形成算法及对角载入值的计算 |
| 5.2.2 性能分析 |
| 5.2.3 仿真实验结果 |
| 5.3 本章小结 |
| 第六章 存在阵列指向性偏差的鲁棒自适应波束形成算法 |
| 6.1 二次型约束波束形成优化算法 |
| 6.2 递推波束形成算法 |
| 6.3 性能分析 |
| 6.4 仿真实验结果 |
| 6.5 本章小结 |
| 第七章 结论 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间论文及获奖情况 |
| 个人简历 |
（8）脉冲超宽带通信中的多用户检测方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 目录 |
| 第一章 绪论 |
| 1.1 超宽带通信系统 |
| 1.2 脉冲UWB信号检测的发展和现状 |
| 1.2.1 IR-UWB检测技术 |
| 1.2.2 IR-UWB多址技术 |
| 1.2.3 盲多用户检测技术 |
| 1.3 本论文的主要工作和内容安排 |
| 第二章 脉冲UWB多用户通信接收机性能 |
| 2.1 引言 |
| 2.2 IR-UWB通信系统模型 |
| 2.2.1 IR-UWB信道模型 |
| 2.2.2 TH-PPM调制信号 |
| 2.3 TH-PPM多址调制的误码性能 |
| 2.3.1 求干扰方差的方法分析多址性能 |
| 2.3.2 仿真和分析 |
| 2.4 IR-UWB多径信道下的多址性能 |
| 2.4.1 多径信道下多址性能分析 |
| 2.4.2 仿真结果 |
| 2.5 多址IR-UWB的Rake接收分析 |
| 2.5.1 Rake接收性能分析 |
| 2.5.2 仿真和分析 |
| 2.6 小结 |
| 第三章 基于离阶统计量的多用户检测 |
| 3.1 引言 |
| 3.2 多用CDMA系统模型 |
| 3.3 恒模盲多用户检测准则的收敛性分析 |
| 3.4 LMK和DCM检测的分析 |
| 3.4.1 最小峰度(LMK)检测分析 |
| 3.4.2 差分恒模DCM检测分析 |
| 3.4.3 梯度自适应算法步长收敛范围 |
| 3.5 最小四阶矩LMF盲多用户检测 |
| 3.5.1 LMF多用户检测准则及其收敛性 |
| 3.5.2 仿真和比较 |
| 3.5.3 自适应算法的步长收敛分析 |
| 3.6 多径信道下RLS-LMF自适应算法 |
| 3.6.1 多径空时信号模型 |
| 3.6.2 多径LMF检测算法 |
| 3.6.3 最小二乘迭代算法 |
| 3.6.4 仿真和比较 |
| 3.7 小结 |
| 第四章 脉冲UWB通信中的多址干扰抑制 |
| 4.1 引言 |
| 4.2 无多径约束的IR-UWB多用户接收机 |
| 4.2.1 多径信道中的多用户检测 |
| 4.2.2 时跳信号模型 |
| 4.2.3 IR-UWB免多径约束检测 |
| 4.2.4 免多径约束检测的鲁棒性分析 |
| 4.2.5 迭代二乘LMF多址检测 |
| 4.2.6 仿真和比较 |
| 4.3 抗多用户干扰的发送参考IR-UWB通信 |
| 4.3.1 TR通信系统模型 |
| 4.3.2 LMS多用户滤波器 |
| 4.3.3 性能分析 |
| 4.3.4 仿真和比较 |
| 4.4 小结 |
| 第五章 低速大用户容量脉冲UWB通信 |
| 5.1 引言 |
| 5.2 直扩间隔脉冲信号模型 |
| 5.3 IR-UWB插值检测器 |
| 5.3.1 插值检测方法 |
| 5.3.2 双向检测算法 |
| 5.3.3 双向多用户检测的一致性 |
| 5.4 稳态性能分析 |
| 5.4.1 输出信号干扰噪声比分析 |
| 5.4.2 与解相关Rake算法比较 |
| 5.5 帧间干扰的均衡 |
| 5.6 仿真和分析 |
| 5.7 小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 博士学习阶段(合作)撰写与发表的主要学术论文 |
（9）鲁棒约束恒模自适应波束形成算法（论文提纲范文）
| 1 引言 |
| 2 信号模型 |
| 3 线性约束恒模算法 |
| 4 鲁棒约束恒模自适应波束形成算法 |
| 5 收敛性能分析 |
| 6 仿真实验结果 |
| 7 结论 |
（10）圆形阵列性能分析及其自适应算法的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题来源 |
| 1.2 相控阵雷达ADBF 概念及特点 |
| 1.3 自适应数字波束形成算法 |
| 1.4 圆形阵列的应用 |
| 1.5 本领域的研究进展及国内外发展动态 |
| 1.6 本文的主要工作 |
| 第二章 阵列信号处理的基本模型 |
| 2.1 自适应数字滤波系统简介 |
| 2.2 线阵和圆阵的方向图函数 |
| 2.2.1 二元天线阵方向图函数 |
| 2.2.2 线形阵列方向图函数 |
| 2.2.3 圆形阵列方向图函数 |
| 2.3 线阵和圆阵方向图仿真及特性比较 |
| 2.4 本章小结 |
| 第三章 圆形阵列中自适应算法的应用 |
| 3.1 线性约束最小方差（LCMV）准则 |
| 3.2 SMI 算法及其在圆形阵列信号处理中的应用 |
| 3.3 基于盖氏圆法的G-S 正交化算法在圆阵中的应用 |
| 3.3.1 盖氏圆盘定理 |
| 3.3.2 基于盖氏圆法的G-S 正交化算法自适应零点形成 |
| 3.4 仿真及性能分析 |
| 3.5 结论 |
| 第四章 基于模式转换的圆形阵列信号处理 |
| 4.1 阵列流行的模式转换 |
| 4.2 基于模式空间转换的G-S 正交化算法 |
| 4.3 基于模式空间转换的自适应旁瓣对消 |
| 4.3.1 自适应干扰对消 |
| 4.3.2 自适应天线旁瓣对消 |
| 4.4 基于模式空间转化的SMI 算法 |
| 4.5 仿真结果 |
| 4.6 本章小结 |
| 第五章 阵列信号处理中幅相量化的误差分析 |
| 5.1 相位量化对副瓣峰值引起的误差 |
| 5.2 幅度量化对副瓣峰值引起的误差 |
| 5.3 幅相量化对副瓣峰值引起的误差 |
| 5.4 仿真与性能分析 |
| 5.5 结论 |
| 第六章 共形天线方向图分析 |
| 6.1 两向量的数量积 |
| 6.2 任意两阵元波束程差 |
| 6.3 面阵的综合方向图函数 |
| 6.4 圆柱的综合方向图函数 |
| 6.5 圆锥的综合方向图函数 |
| 6.6 仿真 |
| 6.7 本章小结 |
| 总结和展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士期间完成的论文 |
| 攻读硕士期间参加的科研项目 |
四、线性约束差分恒模自适应阵列性能分析（论文参考文献）
- [1]基于矩阵收缩估计的稳健波束形成设计[D]. 王家豪. 天津工业大学, 2019(07)
- [2]面向语音通信的麦克风阵列波束形成算法研究[D]. 潘超. 西北工业大学, 2018(02)
- [3]基于高阶统计量的盲自适应多址检测的稳态性能分析[J]. 郑霖,仇洪冰,葛微,林基明. 中国科学（F辑:信息科学）, 2009(08)
- [4]基于恒模算法自适应阵列天线的多用户识别方法的研究[D]. 张大霖. 北京化工大学, 2009(S1)
- [5]DS-CDMA系统中两种盲多用户检测恒模算法的比较[J]. 周先春. 南京气象学院学报, 2008(06)
- [6]无线通信中多天线技术优化算法的研究[D]. 王登伟. 北京邮电大学, 2008(10)
- [7]复杂环境下的鲁棒自适应波束形成算法的研究[D]. 宋昕. 东北大学, 2008(05)
- [8]脉冲超宽带通信中的多用户检测方法研究[D]. 郑霖. 西安电子科技大学, 2007(01)
- [9]鲁棒约束恒模自适应波束形成算法[J]. 宋昕,汪晋宽,薛延波,韩英华. 电子学报, 2006(10)
- [10]圆形阵列性能分析及其自适应算法的研究[D]. 杜晓玉. 河南大学, 2006(11)