陈 沛 赵拥军 刘成城



基于稀疏时频分解的盲波束形成算法

陈 沛*赵拥军 刘成城

(解放军信息工程大学导航与空天目标工程学院 郑州 450001)

针对现有盲波束形成算法通用性差，所需采样数据量大等问题，该文提出一种基于稀疏时频分解的盲波束形成算法。算法首先将传统的短时傅里叶变换转化为稀疏重构问题，利用交替分裂Bregman算法进行迭代求解。然后利用对各阵元的接收信号进行稀疏时频分解的结果，结合聚类和不确定集方法，实现导向矢量的最优估计。最后利用MVDR算法获得最优权矢量。该算法无需利用信号统计特性，实现了高效的盲波束形成。仿真实验结果表明，该算法所需数据量小，迭代步骤易于工程实现，较现有盲波束形成算法输出性能更优，适用范围更广。

盲波束形成；时频分解；稀疏重构；导向矢量估计

1　引言

自适应波束形成技术一直以来是阵列信号处理中的热点和难点，其在雷达、声呐、无线通信以及地震预测、医学诊断等诸多领域均取得到了广泛的应用。传统的自适应波束形成算法一般需要准确已知阵列的导向矢量和目标信号的来向信息，在实际应用中往往受到先验信息不准确的影响，输出性能降低。尽管已有研究通过各类稳健算法，在一定程度上提高了先验信息存在误差情况下的阵列输出性能，但仍无法克服对先验信息的依赖[4,5]。盲波束形成算法由于只需要极少的先验信息而无需训练数据[6]，在各类实际阵列天线系统中的需求最为迫切。……