高阶累积量四阶矩_基于四阶累积量的LCMV自适应波束形成算法

任培林

摘要

基于四阶累积量的线性约束最小方差(LCMV)算法的自适应形成波束，通过四噪声阶累积量中所含的冗余成分构建虚拟阵元，避免了相关高斯噪声的影响，保证了方向图能在期望信号方向增益最大，干扰方向形成零陷。

【关键词】线性约束最小方差(LCMV) 四阶累积量 多波束形成 阵列天线

自适应算法是实现干扰抑制的关键环节，它通常根据输出信号的特性设定一个“期望”，然后以某种最优准则去调整系统参数，逐步接近该期望。自适应波束形成技术通过调整阵列接收的加权，从而达到阵列方向图主瓣对准期望信号，零陷对准干扰的目的，己广泛应用于通信、雷达、声呐、电子侦查等领域。高阶累积量具有对高斯有色噪声恒为零的特点，针对非高斯信号，高阶统计量能够有效地提取信号的统计信息。同时因为信号一般具有对称的分布，基于高阶循环统计量的估算，大多数利用信号的四阶循环累积量，即四阶累积量具有虚拟阵列扩展的功能，能够有效地扩大阵列孔径和增大虚拟阵元数目。

1 基本信号模型与LCMV算法描述

等距线陣是最简单常见的阵列形式，即N个阵元按等距离d排列成一直线。

假设有M个不相关的窄带信号入射。其中包括1个期望信号与M-1个非期望信号，天线在t时刻接收到的信号可表示为：

其中α(θ0)为期望信号的导向矢量，s0(t)是期望信号复包络，j(θi)为非期望信号的导向矢量，Si(t)为非期望信号的复包络，n(t)为噪声。那么协方差矩阵为：

线性最小方差约束(LCMV：LinearlyConstrained Minimum Variance)波束形成ÿ