基于压缩感知技术的自适应阵列天线滤波系统的研究
2013-08-23陈宝深
陈宝深
(华南师范大学物理与电信工程学院,广东 广州 510006)
0 引言
作为信号分析和处理的一个重要分支,阵列信号处理[1-2]在通信、雷达、声纳、射电天文等领域有着广泛的应用。自适应阵列天线滤波系统,以天线阵列为接收端,以自适应信号处理算法(如LMS(最小均方误差)算法[3-4])为基础,利用数字信号处理(DSP)技术,在空间产生指向性波束,使阵列主瓣对准用户信号到达方向,旁瓣或零陷对准干扰信号到达方向,达到最大化接收期望信号并删除或抑制干扰信号的目的。但是,随着通信等行业的发展,信号带宽的不断增大,对于宽带信号,不仅带来了大量数据处理的负担,也给实现采样以及存储、传输等相关硬件设备性能提出了巨大挑战。因此,在宽带阵列信号处理中,对降低数据的计算复杂度,对自适应阵列天线滤波系统的吞吐量提出了更高的要求。
近几年来,压缩感知(Compressive Sensing,CS)技术不断被国内外学者所接受与关注。压缩感知技术在信号与图像处理(尤其在压缩方面)等领域都有着广泛的应用。CS理论最初由Donoho(美国科学院院士)、E Candes(Ridgelet,Curvele创始人)以及华裔科学家T Tao(陶哲轩,2006年菲尔茨奖获得者)等人提出,2006年在IEEE Transactions on Information Theory上发表的“Compressed Sensing”[5]文章中,首次被系统地论述。该理论一经提出,在信号处理的多个领域得到高度关注和应用。
本文采用CS技术,降低天线阵元所接收的测量数据量,再送至自适应阵列天线滤波系统进行滤波处理,然后选用SP算法(子空间匹配追踪[6])进行信号重构,能有效降低自适应阵列天线滤波系统的计算复杂度,提高自适应阵列天线滤波系统的数据吞吐量。……
